第6章+需求预测

第六章需求预测DemandForecasting本章内容第一节预测第二节定性预测方法第三节定量预测方法第三节预测误差及监控1.1预测及其种类1.2影响需求预测的因素1.3预测分类1.4预测的一般步骤1.5预测中应该注意的问题第一节预测IseethatyouwillgetanAthissemester.1.1预测及其种类•预测是对未来可能发生的情况的预计与推测。•作用–“凡事预则立，不预则废”。预测为人们提供了即将发生的情况的信息，增加了成功的机会。–但预测不是一门精确的科学，它是科学与艺术的结合。–预测离不开科学测定的数据，也离不开人们的经验和判断。–不能因为预测的失误而否定预测。•预测的基本假设：过去的发展状态要持续到将来•对总量的预测要比对个体的预测精确–如每天从成都到北京旅客数量的预测，比预计某个人将到何处出差要准确•预测精度随预测的时间范围增加而降低1.1预测及其种类(续）•预测的作用–帮助管理者设计生产运作系统•生产什么产品，提供何种服务•在何处建立生产/服务设施•采用什么样的流程•供应链如何组织–帮助管理者对系统的使用进行计划•今年生产什么，生产多少•如何利用现有设施提供满意服务1.1预测及其种类(续）•按性质分为5种–科学预测科学预测是对科学发展情况的预计与推测。如门捷列夫预计有3个当时未发现的元素：亚铝、亚硼和亚硅。后来，发现了，是镓、钪和锗。–技术预测技术预测是对技术进步情况的预计与推测。–经济预测政府部门以及其它一些社会组织经常就未来的经济状况发表经济预测报告。1.1预测及其种类(续）–社会预测社会预测是对社会未来的发展状况的预计和推测。比如人口预测、人们生活方式变化预测、环境状况预测等。–需求预测需求预测为企业给出了产品在未来的一段时间里的需求期望水平,为企业的计划和控制决策提供了依据。•需求预测与企业生产经营活动关系最密切。1.2影响需求预测的因素需求产品生命周期竞争者的行为商业周期顾客偏好随机影响顾客的购买行为时间广告推销努力商业信誉产品或服务的设计信用政策产品质量输入输出反馈企业努力1.3预测分类•按预测时间长短分–长期预测(Long-rangeForecast)对5年或5年以上的需求前景的预测。它是企业长期发展规划的依据。–中期预测(Intermediate-rangeForecast)中期预测是指对一个季度以上两年以下的需求前景的预测。它是制订年度生产计划、季度生产计划的依据。–短期预测(Short-rangeForecast)短期预测是对一个季度以下的需求前景的预测。它是调整生产能力、采购、安排生产作业计划等具体生产经营活动的依据。1.3预测分类（续）•按主客观因素所起的作用分–定性预测方法•主观判断、不需要数学公式•预测依据：各种主观意见–定量预测方法•利用统计资料和数学模型进行预测•主观判断仍然重要•预测方法定性预测方法定量预测方法德尔菲法部门主管讨论法用户调查法销售人员意见汇集法因果模型时间序列模型时间序列平滑模型时间序列分解模型移动平均法一次指数平滑法二次指数平滑法乘法模型加法模型1.4预测的一般步骤1确定预测的目的2确定预测的时间范围3选择预测的方法4收集和分析数据5准备预测6对预测进行监控“预测”1.5预测中应该注意的几个问题•判断在预测中的作用•基于销售的预测需要修正•兼顾预测精度和成本•预测的时间范围和更新频率•稳定性与响应性－预测方法的两个基本要求–稳定性：抗拒随机干扰、反映稳定需求的能力。适用于受随机因素影响大的预测问题。–响应性：迅速反映需求变化的能力，适用于受随机因素影响小的预测问题。第二节定性预测方法2.1德尔菲（Delphi）法2.2部门主管集体讨论法2.3用户期望调查法2.4销售人员意见汇集法2.1德尔菲法（Delphi）•德尔菲法是美国兰德公司研究设计的，20世纪50年代开始盛行于西方国家。德尔菲法的实质是利用专家的知识、经验、智慧等无法量化的带有很大模糊性的信息，通过“背靠背”的方式进行信息的交换，逐步取得较为一致的意见，达到预测的目的。•德尔菲是古希腊的地名。相传希腊神在此降伏妖龙，后人用德尔菲比喻神的高超预见能力。后来的不少预言家，都曾先后在此发表演说，提出种种预言。从此德尔菲就成为专家提出语言的名词。2.1德尔菲法（Delphi）（续）第一轮：把调查表发给各个专家，要求他们对调查表中提出的问题一一做出回答。在规定时间内专家意见收回。第二轮：把第一轮收到的意见进行综合整理，“反馈”给每个专家，要求他们澄清自己的观点，提出更加明确的意见，要求专家回答。第三轮：把第二轮收到的意见进行整理，“再反馈”给每个专家。2.1德尔菲法（Delphi）（续）•这种反复征询意见的轮数，在我国一般是三轮到四轮，外国一般用四轮至五轮。每一轮都把上轮的回答用统计方法进行综合整理。计算出所有回答的平均数和离差，在下一轮中告诉各个专家。平均数一般用中位数，离差一般用全距或四分位数间距。•该方法是避免“群体压力”现象的特点。也是定性/专家评价的好方法。2.2部门主管集体讨论法•部门主管人员评判预测法就是集合企业内供销、生产、财务与市场研究等部门的业务主管人员，在假定的市场环境和既定的销售策略下对一定时期内的销售期望值的预测。•部门主管人员评判预测法的预测过程与销售人员意见综合法相同。•部门主管人员评判预测法的主观性较显著，需要进行不断的调整，以提高预测的准确性。•部门主管人员评判预测法适用于统计资料缺乏或者不完全的短期与中期市场预测。•实例分析部门主管人员销售预测值（百万元）期望值预测人员权重预测值（百万元）乐观预测事件概率一般预测事件概率悲观预测事件概率销售500.3350.5200.236.50.438.54财务480.2400.6300.239.60.3市场450.2420.5340.340.20.32.2部门主管集体讨论法（续）2.3用户期望调查法•销售人员通过信函、电话或访问的方式对现实或潜在的顾客进行调查，了解他们对与本企业产品相关的产品及其特性的期望，再考虑本企业的可能市场占有率，然后对各种信息进行综合处理，即可得到所需的预测结果。•当对新产品或缺乏销售记录的产品的需求进行预测时，使用该方法。2.4销售人员意见汇集法•销售人员意见综合法是集合销售人员的预测方案，加以归纳、分析、判断，确定企业的预测方案的一种预测方法。•销售人员意见综合法首先由企业领导根据经营的需要，向全部销售人员介绍预测的市场形势，提供有关资料确定预测期限；然后销售人员根据企业要求提出各自的预测方案；最后进行综合分析判断，确定企业的销售预测值。•销售人员意见综合法对短期市场预测效果较好。•实例分析销售员销售预测值（百万元）期望值销售人员权重预测值（百万元）乐观预测事件概率一般预测事件概率悲观预测事件概率1180.2160.5140.315.80.416.222210.3170.6150.118.00.33170.2150.6130.215.00.32.4销售人员意见汇集法（续）第三节定量预测方法•时间序列模型–时间序列平滑模型–时间序列分解模型•因果关系模型•3.1时间序列的构成•3.2时间序列平滑模型•3.3时间序列分解模型•3.4因果模型3.1时间序列的构成•时间序列是按一定的时间间隔和事件发生的先后顺序排列起来的数据构成的序列。•时间序列预测（TimeSeriesForecasts）–趋势成分（Trend）-数据长期变化趋势–季节性成分（Seasonality）-在一年内按通常的频率围绕趋势作上下有规则的波动–不规则成分（Irregularvariations）-在较长时间里围绕趋势作有规则波动（经济周期）–随机成分（Randomvariations）-随机因素引起无规则的波动趋势成分季节成分周期成分随机波动成分3.2时间序列平滑模型•当由于随机成分的影响而导致需求偏离平均水平时，采用时间序列平滑模型。–移动平均法•简单移动平均法•加权移动平均法–指数平滑法•一次指数平滑法•二次指数平滑法回顾：简单平均法一、原理：随机因素对数据的影响，通过对数据的平均或平滑消除后，呈现出事物的本质规律。算术平均法加权平均法几何平均法二、简单平均法1、算术平均法1234xt注：当各期增长量基本相同时，也可借用（若线性增长率呈现水平变动规律）。适用范围：短期的水平型数据模式。②nxxntin11n+1期的的预测值预测模型①2、加权平均依据：不同时期的历史数据对未来的影响是不同的。特点：此法对上述事实有一个合理的处理。iw为权数，一般取自然数为多，且满足以下条件：1211nx预测模型：①②适用范围：水平型数据模式算术平均法：1060x③举例计算：68.5910x加权平均法：3月4月5月6月7月8月9月62616259575663iiixww3、几何平均（1）概念：几何平均数是一个统计的概念，某一变量的几何平均值定义为：GX（2）特点：上式能很好地消除随机波动因素的影响，从而反映总体发展水平，常用于描述经济发展平均速度。12nnxxx123()()nnxxmxxm②计算平均发展速度（即几何平均值）v③预测1ny①计算历年数据的环比速度211yvy（3）预测步骤：设一组经济变量；12,...nyyy预测1ˆny322yvy11nnnyvy1121nnvvv321121.nnnyyyyyy11nnyy.nyv11.nnnyyy移动平均法原理：通过对历史数据的移动平均，消除随机因素影响，建立模型，进而预测。简单移动平均法（Simplemovingaverage，SMA）加权移动平均法（Weightedmovingaverage，WMA）移动平均法1、简单移动平均法ninittAnSMA11)1(时间实销预测1月A12月A23月A3SMA34月A4SMA45月A5SMA5周的预测值；第1:1tSMAt数；：移动平均采用的周期n周期的实际需求。为iAi:本期的预测值是前N期实际值的平均值月份实际销量（百台）n=3n=412022132342421.3352522.6721.7562724.0023.3372625.3324.7582526.0025.5092626.0025.75102825.6726.00112726.3326.25122927.0026.50P81例3.1ninittAnSMA11)1(N选择的大小对预测结果的稳定性和响应性是有影响的预测值与N的选择的关系•预测值同简单移动平均所选的时段长n有关。•n越大，对干扰的敏感性越低，预测的稳定性越好，滞后性越强，响应性就越差。•原因是因为简单移动平均法对数据不分远近，同样对待。•如果管理者追求稳定性，n的值应该选择大一些；如果管理着的目标是体现响应性，则应选择小一点的n。•为了反映最近的趋势，可采用加权移动平均。ninittAnWMA11)1(2、加权移动平均法加权移动平均值为：n,,,21为实际需求的权系数。本期的预测值是前N期实际值的加权平均值简单移动平均的各元素权重都相等，而加权移动平均的权重值可以不同。当然，其权重之和必须等于1。权重的选择：经验法和试算法是选择权重的最简单的方法。一般而言，最近期的数据最能预示未来的情况，因而其权重应大些。但是，其需求是季节性的，故权重也应是季节性的，一般对季节性产品季节权重系数要大。由于加权移动平均能区别对待历史数据，因而在这方面要优于简单移动平均。2、加权移动平均法月份实际销量（百台）n=3加权移动平均预测值120221323424(0.5×20+1.0×21+1.5×23)/3=21.83525(0.5×21+1.0×23+1.5×24)/3=23.1762724.3372625.8382526.1792625.67102825.67112726.83122927.175.1,0.1,5.0321例P81•若对最近的数据赋予较大的