季节型态-中山大学企管系.PPTVIP

中山大學企業管理學系 大綱 一、 預 測 運 用 二、 預 測 模 型 的 種 類 三、 質 性 模 型 四、 時 間 序 列 五、 代 表 預 測 準 確 度 的 指 標 六、 因果 關 係 及 迴 歸 模 型 七、 時 間 序列 的 分 解 八、 結 論 一、預 測 運 用 經理人每天都要面對不確定性，為了能審慎規劃未來，必須經常做一些相關的預測，以降低不確定性。 常見的預測如－工廠的產品需求，公司的全年總收益，政府的預估稅收等。 不要求高度準確的事件，有經驗的經理人可以憑直覺或判斷力去預測，但對需要高度準確的事件，即使有經驗的經理人，也會發現傳統的預測技術是非常有助益的。 即使經理人有很強的直覺，若輔以系統性的數量模型，可以更加全面考慮各種趨勢，不致於忽略任何可能性。 一、預 測 運 用 預測的實施 建立持續的監控預測資料，並學習如何處理不正確的預測更為重要 好的策略是使用2或3種方法，並尋求共識 持續檢查及更新資料是預測成功的基礎 本章重點-時間序列定量預測，其涵蓋移動平均、線性迴歸、趨勢、季節比率、焦點預測與誤差來源及衡量 零售商Wal-Mart的規模及影響力 擁有世界最大資料倉儲(Data Warehouse) 累積超過7 terabyte的資料 成功的公式-用最低的成本，將正確的商品、擺在適當的料架上 資料庫系統負責儲存銷售點資料、庫存、運送中的