《生产管理Charpt02需求预测与决策ppt课件》由会员分享，可在线阅读，更多相关《生产管理Charpt02需求预测与决策ppt课件（59页珍藏版）》请在金锄头文库上搜索。
1、POMPOM消消费与运作管理与运作管理Production & Operation ManagementPOMPOMDemand RequirementsDemand Requirements需求预测和决策需求预测和决策POMPOM 需求预测概论 预测中的定性方法 预测中的定量方法 预测方法的选择 消费管理决策第二章第二章 需求预测和决策需求预测和决策POMPOM预测的重要性预测的重要性 企业编制长期方案的根底 为预算和本钱控制提供根据 为开发新产品提供信息 为补充销售人员提供根据 是作出关键决策的根底 用于编制消费作业方案POMPOM需求类型独立需求Independent Demand非独立
2、需求Dependent Demand需求的类型需求的类型POMPOM1 1发扬积极作用，影响需求发扬积极作用，影响需求 如：对销售人员添加压力，奖励员工，对顾客有如：对销售人员添加压力，奖励员工，对顾客有 奖促销，降价，广告，将工资与销售额挂钩奖促销，降价，广告，将工资与销售额挂钩 抬价，减少销售力度将使需求减少。抬价，减少销售力度将使需求减少。2 2被动，简单地呼应市场需求被动，简单地呼应市场需求 工厂设备已满负荷运转；市场处于稳定形状，广工厂设备已满负荷运转；市场处于稳定形状，广 告费用太高，企业无力改动需求告费用太高，企业无力改动需求 只需一家供应。广告费用太高等。只需一家供应。广告费用
3、太高等。影响独立需求的措施影响独立需求的措施POMPOM需求的构成需求的构成 平均需求 需求趋势 季节要素 周期要素 随机要素POMPOM周期需求的构成需求的构成POMPOM典型的趋势需求典型的趋势需求1 1线性性趋势反映了数据呈延反映了数据呈延续的直的直线关系关系POMPOM2 2S S型型趋势产品生品生长和成熟和成熟时期的需求期的需求典型的趋势需求典型的趋势需求POMPOM3 3渐进趋势以以优质产品大量投放市品大量投放市场时出出现典型的趋势需求典型的趋势需求POMPOM4 4指数增指数增长产品品销售售势头特好的特好的产品品典型的趋势需求典型的趋势需求POMPOM 定性预测 定量预测 仿真
4、长期预测(数年至数十年) 中期预测(一年至数年) 短期预测(数日至一年)预测种类按性质分按性质分按时间分按时间分POMPOM1普通预测2市场调研3小组共识法4历史类比5德尔菲法预测中的定性方法预测中的定性方法POMPOM1 1普通预测普通预测 根本观念：普通预测基于逐渐累加来自低层的预测根本观念：普通预测基于逐渐累加来自低层的预测 假设前提：处于最低层的那些离顾客最最了解产品最假设前提：处于最低层的那些离顾客最最了解产品最终用途的销售人员最清楚产品未来的需求情况，然后采取逐级终用途的销售人员最清楚产品未来的需求情况，然后采取逐级上报的做法。上报的做法。2 2市市场调研研 通常是聘通常是聘请第三
5、方第三方专业市市场调研公司研公司进展展预测。 市市场调研主要用于新研主要用于新产品研品研发，了解，了解对现有有产品的品的评价价 了解了解顾客客对现有有产品的好品的好恶，了解特定，了解特定层次次的的顾客偏好哪些客偏好哪些竞争性商品争性商品 数据搜集方法有数据搜集方法有问卷卷调查和上和上门访谈两种。两种。预测中的定性方法预测中的定性方法POMPOM3 3小组共识小组共识由不同层次的人员在会上自在讨论。这种方法问题在由不同层次的人员在会上自在讨论。这种方法问题在于于 低层人员的意见往往易受市场营销的左右，不敢与低层人员的意见往往易受市场营销的左右，不敢与指点相背。对于重要决策，如引进流水线等，由高指
6、点相背。对于重要决策，如引进流水线等，由高层人员讨论。层人员讨论。4 4历史史类比比 预测某些新某些新产品的需求品的需求时，假，假设有的有的产品及同品及同类型型产品可用来作品可用来作为类比模型，比模型，这是最理想的情况。是最理想的情况。 类比法可用于很多比法可用于很多产品品类型型互互补产品，替代品，替代产品等品等竞争性争性产品或随收入而品或随收入而变的的产品等等。品等等。预测中的定性方法预测中的定性方法POMPOM德德尔菲法菲法RandRand公司首公司首创于于5050年代末，步年代末，步骤如下：如下： 选择参考的参考的专家，具有不同背景的人；家，具有不同背景的人；经过问卷或，从卷或，从专家家
7、处置解信息；置解信息；汇总专家家结果，附新果，附新问题，再度，再度发给专家；家；再次再次汇总，提，提炼预测结果和条件，再度果和条件，再度发给一切一切专家；家；如有必要，再反复如有必要，再反复；预测中的定性方法预测中的定性方法POMPOM1简单挪动平均2加权挪动平均法3指数平滑法4线性回归分析5因果回归模型6时间序列分解时间序列分析时间序列分析POMPOM1简单挪动平均简单挪动平均 当产品需求既不快增长也不快下降，且不存在季节性要素时，挪动平均法能有效消除预测中的随机动摇。选择挪动平均的最正确区间很重要。其主要缺陷是在于假设区间周期太长，那么太复杂。简单挪动平均的计算公式为：简单挪动平均的计算公
8、式为： 对下一期的预测值； 挪动平均的时期个数； 前期、前两期、前三期直至前n期的实践值POMPOM简单挪动平均算例简单挪动平均算例周次 需求 3周 9周12345678910111213141580014001000150015001300180017001300170017001500230023002000106713001333143315331600160015671567163318332033714671500155616441733POMPOM简单挪动平均的各元素权重都相等，而加权挪动平均的权重值可以不同。当然，其权重之和必需等于1。权重的选择：阅历法和试算法是选择权重的最简单
9、的方法。普通而言，最近期的数据最能预示未来的情况，因此其权重应大些。但是，其数据是季节性的，故权重也应是季节性的，普通对季节性产品季节权重系数要大。由于加权挪动平均能区别对待历史数据，因此在这方面要优于简单挪动平均。2加权挪动平均法加权挪动平均法POMPOM加权挪动平均法公式及算例加权挪动平均法公式及算例计算公式第t-1,t-2,t-3期实践销售额的权重计算实例一家百货店发如今某4个月的期间内，其最正确预测结果由当月实践销售额的40%，倒数第2个月销售额的30%，倒数第3个月的20%和倒数第4个月的10%，其四个月的销售额分别为100,90,105,95。第五个月的预测值为POMPOM3 3指
10、数平滑法指数平滑法前两种预测方法简单挪动平均和加权挪动平均中，一个主要的问题是必需有大量延续的历史数据。随着模型中新数据的增添及过期数据的剔除，新的预测结果就可以预测出来。有的情况下，最近期的情况远比较早期的更能预测未来。假设越远当期其重要性就越低，假设这一前提正确，那么指数平滑法就是逻辑性最强且最为简单的方法。第t期和第t-1期的指数平滑预测值；第t-1期的实践需求； 平滑常数。单一指数平滑的公式为：POMPOM之所以称之为指数平滑是由于每靠前一期其权重就降低 1- 。例如，设=0.05，那么各个时期的权重如下所示最近期的权重= 1- 0 0.0500最近期的权重= 1- 1 0.0475最
11、近期的权重= 1- 2 0.0451最近期的权重= 1- 3 0.0429权重因子3 3指数平滑法指数平滑法POMPOM在一切预测方法中，指数平滑法是用得最多的一种。它也是计算机预测程序的一个有机部分。其优点表达在：1指数模型的精度非常高2建立指数模型相对容易3用户能了解模型如何进展4运用模型无须过多计算5由于所用的历史数据有限，因此所需计算机内存很小6检测模型执行精度的运算很容易只需求三个数据就可预测未来：最近期的预测值、预测期的实际需求量和平滑常数。平滑常数决议了对预测值与实践值结果之间差别的呼应速度。3 3指数平滑法指数平滑法POMPOM算例：算例：假设所研讨的产品的长期需求相对稳定，平
12、滑常数=0.05也较适宜，并假设上个月的预测值 为1050个单位，假照实践需求为1000而不是1050，那么本月的预测值为： 由于平滑自相关很小，所以新预测值对误差为50单位的呼应仅使得下月的预测值减少了2.5个单位。3 3指数平滑法指数平滑法POMPOM指数平滑中的趋势要素：指数平滑中的趋势要素：用指数平滑法预测，一段时间内搜集到的数据所呈现的上升或下降的趋势将导致指数预测滞后于实践需求。此时，可以经过添加趋势修正值，可以在一定程度上改良指数平滑预测结果。改良趋势需两个平滑常数，除了外，趋势方程中还用到了平滑常数。值减弱了出如今实践需求与预测值之间的误差的影响。计算趋势性预测FIT的预测方程
13、为：3 3指数平滑法指数平滑法POMPOM解：将初始预测值与趋势相加得到： FITt-1= Ft-1+Tt-1=100+10=110 Ft=110+0.2(115-110)=110 Tt=10+0.20.3(115-110)=10.3 FITt=Ft + Tt=110+10.3=121.3假使初始值Ft=100单位，趋势为10单位，为0.2,为0.3，假设实践需求量为115，而预测值等于100，试预测下期需求量。指数平滑中的趋势性预测实例及指数平滑中的趋势性预测实例及 值的选择：值的选择：3 3指数平滑法指数平滑法POMPOM选择适当的选择适当的 值：值：指数平滑法要求平滑常数在01之间取值。
14、假照实践需求稳定如电力需求和食品需求，我们选用较小的来减小短期变化或随机变化的影响；假照实践需求增减幅度较大如时髦消费品和新产品，我们那么选用较大的以跟上这一变化。确定最符合实践需求的需求一些时间，这在执行或修正时颇为费事。其次，由于需求确实随时在变，所以本周才选用的能够在不久的未来就需修正。3 3指数平滑法指数平滑法POMPOM顺应性预测顺应性预测 值：值：控制的方法有两种，一种是选用不同的；另一种是采用跟踪信号。两个或两个以上预定的值思索预测值与实践需求间的误差大小，据此选用不同的值。假设误差很大，取等于0.8，假设误差较小，取等于0.2。的计算值 跟踪值用来计算预测能否与需求的真正增减变
15、化与随机变化相对而言步伐一致。在这种情况下，跟踪值定义为用指数平滑实践误差除以指数平滑绝对值。在01之间变化，并从一期到另一期不等。3 3指数平滑法指数平滑法POMPOM预测误差差来源和分来源和分类误差通常指预测值与实践结果的偏向。其产生的缘由是由于；产品需求是很多要素共同作用的结果，这些要素复杂得难以用模型准确描画。因此，一切预测都一定会有误差。误差来源和分类误差有多种来源：一种常见的来源是将过去的趋势外推至未来的过程，而很多预测人员却往往没有认识到这一点。阅历阐明，实践误差大于预测模型误差。误差可分为偏倚误差和随机误差。偏倚误差出如今延续产生错误之时，其来源有：未包含正确变量；变量间关系定
16、义错误；趋势曲线不正确；季节性需求偏离正常轨迹；存在某些隐式趋势等。随机误差可定义为无法由预测模型解释的误差项。POMPOM时期 某期实践需求某期预测需求 时期总数预测误差差误差丈量差丈量用来描画误差程度的常用术语有规范差、均方差或方差和平均绝对偏向平均绝对偏向MAD简单明了并且可以获得跟踪信号，故再度受宠。MAD是预测误差的平均值，用绝对值表示。与规范偏向一样，MAD的优点还在于它度量了观测值与期望值的离差。在不思索符号的情况下，MAD由实践需求和预测需求间的差别计算而得。它等于用绝对偏向总和除以数据点个数，以等式方式给出为：POMPOM其中 RSFE表示思索误差性质后的预测误差总和； MA
17、D表示全部预测误差的平均值，它是绝对偏向的平均值假设预测呈正态分布，那么平均绝对偏向与规范偏向的关系为：反之有：跟踪信号是表示预测均值与实践需求的变化方向能否一致的一种丈量手段。实践运用中，它等于预测值超出或低于实践值的平均绝对偏向的数量：预测误差差误差丈量差丈量POMPOM根据预测值和实践数据计算出的平均绝对偏向MAD，累计预测误差RSFE以及跟踪信号TS月份 需求预测值 实践需求 偏向 RSFE 绝对偏向 累计绝对偏向 MAD TS1234561000100010001000100010009501070110096010901050-50+70+100-40+90+50-50+20+12
18、0+80+170+220507010040905050120220260350400506073.3657066.7-10.331.641.22.43.3预测误差差误差丈量差丈量POMPOM43210-1-2-3 跟踪信号月份跟踪信号散点图实践需求超出预测值实践需求小于预测值 1 2 3 4 5 6预测误差差误差丈量差丈量POMPOM在MAD为04的控制限内所包括的点的百分数控制图MAD范围相应的规范偏向值落在控制限内的点的百分数2340.7981.5962.3943.19257.04888.94698.33499.856预测误差差误差丈量差丈量POMPOM 定定义义：两个或两个以上相关：两个
19、或两个以上相关变变量之量之间间的函数关系。的函数关系。线线性关系是指性关系是指变变量呈量呈严厉严厉直直线线关系的一种特殊回关系的一种特殊回归归方式。方式。 优优点：点：对对主要事件或主要事件或综综合方案的合方案的长长期期预测预测很有用很有用 局限性：假局限性：假设历设历史数据和未来史数据和未来预测值预测值都在一条直都在一条直线线上。上。 用途：用途：时间时间序列序列预测预测和因果和因果预测预测中都用中都用线线性回性回归归。 例子：手例子：手拟拟回回归归直直线线、最小二乘分析和模型分解。、最小二乘分析和模型分解。4 4线性回归分析法线性回归分析法POMPOM 例：例： 某公司某产品过去某公司某产
20、品过去3 3年年1212季度的销售量如下季度的销售量如下表所示，表所示， 该企业希望预测第该企业希望预测第4 4季度的销售情况：季度的销售情况：线性回性回归分析法分析法手手拟趋势线季度季度季度季度 销销售量售量售量售量季度季度季度季度 销销售量售量售量售量 1 600 2 1550 3 1550 4 1500 5 2400 6 3100 7 2600 8 2900 9 3800 10 4500 11 4000 12 4900POMPOM y = a+bx y = a+bx a = 400 b = (4950-750)/(12-1) a = 400 b = (4950-750)/(12-1) =
21、 382= 382 y = 400+382x y = 400+382x解：首先建立坐标系统，取横坐标为季度，众坐标为销售额，那么将过去12个季度的销售额对应的数据点在坐标系统中画出，相应散点图，如下图，这就是回归直线，下一步是确定截距a和斜率b。线性回性回归分析法分析法手手拟趋势线POMPOM设 为实测值，y 为公式值，那么 为误差，令 根据最小二乘法，那么： 根本思想是试图使各数据点与回归直线上的相应点间的垂直间隔平方和最小手拟趋势线是根据图中确定截距a和斜率b，而最小二乘法求解的公式为：得： 令：线性回性回归分析法分析法最小二乘法最小二乘法POMPOM最小二乘法最小二乘法POMPOM根据最
22、小二乘回归的思想，可以计算出上例中a和b的值， 最终得b=359.6，a=441.6，这阐明x每变化1单位，y改动359.6单位。严厉按上述方程计算，可以可以推行到后一年的四个季度，下面的结果分别对应第1，2，3，4季度：最小二乘法最小二乘法POMPOMq时间序列可定义为按时间顺序陈列的数列，它包含一个或多个需求量分量：趋势，季节性，周期性，自相关性和随机性q趋势项：y = a + bx 由散点图可以很容易找出q季节性分量可以经过历年一样时期比较得到q周期性几月或几年、自相关和随机分量确实定比较困难。其他的无法讲清的要素统称为随机项(5) 时间序列分解法时间序列分解法POMPOMv 相加式季节
23、变动v 在相加式季节变动中，假设无论趋势效应或平均值如何变化，季节变动量恒为常数v趋势性预测和季节性的预测=趋势+季节变动量v 相乘式季节变动v 在相乘式季节变动中，用季节因子乘以趋势v趋势性预测和季节性的预测=趋势季节因子v由于季节变动量取决于趋势，所以季节变动随趋势的增大而添加，相乘式季节变动是普通的季节变动方式，这阐明外推量越大，季节变动也越大(5) 时间序列分解法时间序列分解法POMPOMv 季节因子季节指数v 季节因子是指时间序列中调整全年各季度的改动量。v 通常将季节性和一年中与某些特定活动相关的时期联络在一同，并且周期性一词表示反复事件不是一年的循环期。例一.单比例季节因子 假设
24、在过去几年内，某企业平均每年售出1000单位某产品，其中春季售出200，夏季300，秋季300，冬季150。季节因子季节指数等于各季度销售总和除以季度平均销售量所得的比值。解：在本例中，将年销售量均摊到各季度上得10004=250.那么季节因子为：(5) 时间序列分解法时间序列分解法POMPOM 历史 季节平均产量 季节因子春季 200 250 200/250=0.8夏季 350 250 350/250=1.4秋季 300 250 300/250=1.2 冬季 150 250 150/250=0.6总计 1000 1000/4=250 假设我们估计次年的需求为1100，根据上述季节因子，可预测
25、得需求为：春季 275 0.8 = 220夏季 275 1.4 = 385秋季 275 1.2 = 330冬季 275 0.6 = 165 总计: 1100 第二年的预期 季平均销售量 季节因子 第二年的季节 需求量 预测值(5) 时间序列分解法时间序列分解法POMPOM例二. 根据手拟直线计算趋势和季节因子解：从数据点中引出一条手拟直线，从图上测出趋势和截距，假设历史数据为：年季度 销售年季度 销售2019-2019-2019-2019-2019-2019-2019-2019-520420400700300200220530(5) 时间序列分解法时间序列分解法POMPOM用手拟合绘图可得：y
26、 = 170 + 55x 再计算季节因子： 季节 实践销售 趋势预测 实践/预测 季节因子2019年 1 300 225 1.33 1.33+1.17/2 2 200 280 0.71 =1.25 3 220 335 0.66 0.71+0.84/2 4 530 390 1.36 =0.782019年 1 520 445 1.17 0.66+0.72/2 2 420 500 0.84 =0.69 3 400 555 0.72 1.36+1.15/2 4 700 610 1.15 =1.25(5) 时间序列分解法时间序列分解法POMPOM可用上面的趋势预测方程和季节因子预测2019年：第一季度：
27、 170 + 559 1.25 = 831第二季度: 170 + 5510 0.78 = 562第三季度: 170 + 5511 0.69 = 535第四季度: 170 + 5512 1.25 = 1038(5) 时间序列分解法时间序列分解法POMPOM预测方法的选择预测方法的选择预测可以做的事：预测可以做的事： 1 1新产品市场销售新产品市场销售 2 2库存量库存量 3 3人力资源人力资源 4 4预算预算 根本的就是市场销售量。根本的就是市场销售量。 时间序列：序列： 1 1简单挪挪动 2 2加加权挪挪动 3 3指数平滑指数平滑 线性回性回归趋势项 因果关系因果关系一定要弄清楚确一定要弄清楚
28、确实的因果关系。的因果关系。POMPOMHerbig曾经做过问卷调查：1000万到5亿美圆的企业预测方法举例用到的重要性使用情况举例高层8662.9销售人员6852.2顾客调查724.72.2时间序列454.31.5加权平均463.81.4指数平滑362.80.9线性回归384.01.3多元回归353.61.0POMPOM运作战略的重点运作战略的重点运作的重点：运作的重点：1 1本钱本钱2 2产质量量和可靠性产质量量和可靠性3 3交货速度交货速度4 4交货可靠性交货可靠性5 5对需求变化的应变才干对需求变化的应变才干6 6柔性和新产品开发速度柔性和新产品开发速度POMPOM竞争重点的改动竞争重
29、点的改动19901、一致性质量2、及时交货3、产品可靠性4、任务质量5、低价钱19911、一致性质量2、产品可靠性3、及时交货4、任务质量5、低价钱POMPOM19941、一致性质量2、及时交货3、产品可靠性4、低价钱5、快速交货6、新产品开发速度20191、一致性质量2、产品可靠性3、及时交货4、低价钱5、快速交货6、任务质量7、新产品开发速度竞争重点的改动竞争重点的改动POMPOM一一. .产品决策产品决策一切机构存在根底：提供产品或效力。一切机构存在根底：提供产品或效力。 最终维持：最终维持： 选择，确定和设计产选择，确定和设计产品。品。新产品的开发和选择，受以下要素新产品的开发和选择，
30、受以下要素影响：影响： 1 1经济的改动；经济的改动； 2 2家庭规模减少；家庭规模减少； 3 3工艺的改动；工艺的改动； 4 4政策，法律的改动；政策，法律的改动； 5 5其它变化；其它变化；消费管理决策分析消费管理决策分析POMPOM二二. .产品生命周期产品生命周期 消费管理决策分析消费管理决策分析POMPOM三三. .新产品开发的要求新产品开发的要求 1 1快速呼应市场快速呼应市场2 2降低产品的复杂性；降低产品的复杂性； 3 3添加零部件规范化程度；添加零部件规范化程度； 4 4改善产品的功能；改善产品的功能； 5 5提高产品运用温馨性，平安性，提高产品运用温馨性，平安性，可靠性可靠
31、性 6 6质量鲁棒性质量鲁棒性robustrobust，减少制，减少制造变异对性能影响。造变异对性能影响。消费管理决策分析消费管理决策分析POMPOM管理管理过程是决策程是决策过程程决策需求建立模型，模型需求参数决策需求建立模型，模型需求参数决策方法：决策方法： 多目的多目的优化化 决策决策树多多层决策决策 简单决策决策单层决策决策决策决策类型：型： 不确定决策不确定决策 风险决策决策概率决策概率决策消费管理决策分析消费管理决策分析POMPOM不确定决策不确定决策 对未来情况未来情况难以以预测，发生的概率也不清生的概率也不清楚楚 普通有三种决策方法：普通有三种决策方法： 1悲悲观决策准那么决策准那么 从最不利中求从最不利中求较好的好的Maximin 2乐观决策准那么决策准那么 从最好中求从最好中求较好的好的Maximax 3平均平均输出准那么出准那么 从最好和最坏之差从最好和最坏之差选择最大者最大者消费管理决策分析消费管理决策分析
