第十章需求预测与管理.ppt
- 文档编号:2649049
- 上传时间:2022-11-05
- 格式:PPT
- 页数:32
- 大小:179.50KB
第十章需求预测与管理.ppt
《第十章需求预测与管理.ppt》由会员分享,可在线阅读,更多相关《第十章需求预测与管理.ppt(32页珍藏版)》请在冰豆网上搜索。
需求预测与管理本章内容要点n需求预测的重要性n需求预测的过程和方法n需求预测误差n需求管理第一节需求预测的重要性n企业需要向市场提供产品和服务满足市场的需求,达到盈利、生存和发展的目的。
n要使生产的产品能够符合市场的要求,企业就需要对未来的市场需求进行预测。
n由于市场和顾客需求是随机变动的,因而未来的需求无法准确把握,企业职能根据以往的销售情况和收集到的影响市场需求的信息对市场需求进行预测。
n需求预测的结果是制定各种计划的重要依据。
n需求预测对于企业具有重要的意义。
n企业高层经营者需要根据预测进行战略的选择,这种选择往往决定企业的发展方向。
n生产计划人员需要根据市场需求预测制定生产计划,决定使用何种策略满足市场的需求。
n市场营销专家则要根据市场需求预测的结果筹措资金、制定预算、核算成本。
n研究开发人员则需要根据对市场未来需求的预测研究开发新技术和新产品,以使企业取得长期的竞争优势。
n人力资源管理部门需要根据需求预测的结果募集需要的员工,组织培训,制定新的工作和薪酬标准。
n需求预测的对象是直接向市场销售的产品,一般是最终产品。
n需求预测职能部门的变化。
n企业的需求预测可以分为三类:
(1)一类是为了进行长期投资决策对未来较长时间市场需求发展方向进行预测长期需求预测制定长期发展计划、长期生产能力计划的依据。
(2)二类是对未来一个季度到2年内需求变动的预测制定总生产计划、销售计划以及各种资金的预算等。
(3)三类是对比较短的期间内的需求变动进行预测,短期预测制定作业计划、进行作业控制的依据。
预测的范围应用特征预测方法长期企业计划;产品计划;研究计划;资本计划;工厂选址和扩张范围广,总体的,通常是定性与定量相结合的预测技术的方法经济的方法人口统计学的方法市场研究经营者的判断中期总体计划;资本和现金预算;销售计划;生产计划;生产和库存预算定量的预测;预测对象是产品族;需要估计可靠性销售人员的预测时间序列分析回归分析经济指数修正或结合经营者的判断短期短期控制;生产和劳动力水平的调整;采购;工作调度;项目分配;加班决策在单一产品的层次上进行预测;在单一产品的层次上调整采购、生产和库存量归回分析移动平均法经营者的判断指数平滑法n为了预测的需要,一般把需求结构简单化,将其分解为几种基本成分。
可以把需求分解为六种成分:
一段时间内需求量的平均值,周期性变化,季节性变化,变化趋势,自相关,随机性误差。
变化趋势平均需求量实际需求量第二节需求预测的过程和方法n需求预测的步骤一般都是由以下七个步骤构成:
(1)确定需求预测的目标
(2)确定需求预测的对象(3)确定预测期间(4)收集数据资料(5)选择预测方法(6)实施预测(7)预测结果的应用n在进行预测时,可以使用几种方法同时进行预测,并全面考虑可能对需求量产生影响的各种因素。
(一)定性需求预测方法n定性需求预测方法又称为主观预测方法,主要用于预测长期的需求变动、计划和产品的发展趋势、市场形势的变化等。
n常用的定性需求预测方法有:
营销人员的预测、经营者的预测、专业咨询机构的市场调研、历史类比法和德尔菲法。
n营销人员的预测和经营者的预测是普遍采用的重要的预测方法。
n市场调研的数据收集主要有问卷调查和访谈法两种。
n历史类别法对于设计开发新产品时的预测有重要的意义。
(二)定量需求预测方法n定量需求预测分为时间序列分析和回归分析。
n时间序列分析更多地被用于预测短期的需求变化。
n回归分析则被用于短期和长期的需求变动。
1、时间序列分析法n主要包括移动平均法,加权移动平均法,指数平滑等方法。
n时间序列分析以历史实际需求数量为基础预测未来可能发生的需求量。
n用于需求预测时,首先计算从现在追溯到过去一定区间内需求的平均值,根据这个值来预测下一期的需求。
n假设移动平均区间的长度为n,Dt-i(i=1,2,3)为过去发生的实际需求量,需求预测值Ft表示为:
Ft=(Dt-1+Dt-2+Dt-3+Dt-n)/nn选择移动平均的区间最重要。
时间跨度短会使波动更大,但这样的结果更能密切跟踪变化趋势;时间跨度长对需求变动的平滑效果更好,但预测结果会滞后于变动趋势。
n加权移动平均法与简单移动平均法相比最大的特点是各期需求值在预测中的权重是不同的。
n当需求变动存在增长或降低的趋势时,可以使用加权移动平均法进行预测。
n使用这种方法,合理选择则权重最重要。
经验法和试算法是选择权重简单而有效的方法。
如果需求量的变动具有季节性,则权重也应具有季节性。
n设t-i期需求Dt-i的权重为wi,且权重之和为1,则t期的需求预测值为nFt=w1*Dt-1+w2*Dt-2+wn*Dt-nn例题n某汽车专营店连续12个月某型号汽车的销售情况如下表所示,要根据过去三个月的销售量来加权预测,权重分别为:
最近一个月为1/2,第2个月为1/3,前3个月为1/6。
试预测第13个月汽车的销售情况月份123456789101112实际销售量101213161923263028181614第13个月的需求预测结果为:
第13个月的预测值=1/2第12个月的销售量+1/3第11个月的销售量+1/6第10个月的销售量=15.3量n使用简单移动平均法和加权移动平均法的一个必要条件是必须有大量的连续历史数据可以利用。
n但是在一般情况下,最近期的需求数据远比较早期的更能预测未来的需求。
n假设数据远离当期其重要性就越低,则指数平滑法就是最为合理的方法。
n指数平滑法又称指数加权移动平均法。
n设第t期的需求量和预测值分别为Dt和Ft,最近一期的需求的权重为a,则第t+1期的需求预测值为nFt+1=Ft+a(Dt-Ft)n这种方法可以更好地对存在趋势和季节性变动的需求进行预测。
实际指数平滑法,只要3个数据就可以预测未来的需求:
最近期的需求预测值,实际需求量和平滑指数a。
a取值越大,对需求变动的反应越敏感,a越小,预测的平滑效果越明显。
n使用指数平滑法时,应选择合适的a。
选择a不是一件简单的事,一般a在01之间取值。
如果需求量稳定,可以选用较小的a值来降低短期波动或随机变化的影响;如果需求量的变化幅度较大,则要选用较大的a值,以跟踪这种变化。
n例:
n在1月,一个汽车销售商预测2月某品牌汽车的需求为142辆。
2月份的实际需求量为152辆。
已知管理者选定的平滑指数为0.2,试利用指数平滑法来预测3月份的需求情况。
n新的预测值(3月份的需求)=142辆+0.2(152辆-142辆)=144.2辆。
n如果一段时间内收集到的数据呈现明显的哦上升或下降趋势,使用简单的指数平滑预测会导致预测结果滞后于实际需求的变化。
因此,引进趋势修正系数,对预测结果进行修正。
n考虑变化趋势的需求预测使用两个平滑系数,除了平滑系数a外,增加了第二个平滑系数b。
通过b值可以缩小实际需求量与预测结果之间的误差。
nFITt=Ft+TtnFt=FITt-1+a(Dt-1FITt-1)nTt=Tt-1+ab(Dt-1FITt-1)n其中Ft表示第t期的指数平滑预测值;Tt表示第t期的指数平滑趋势。
FITt表示第t期的趋势性预测值,FITt-1表示第t-1期的趋势性预测值,Dt-1表示第t-1期的实际需求,a表示平滑系数,b表示平滑系数。
n某百货公司的管理者利用时间序列分析预测了下4个季度的零售额。
预测值是100000元,120000元,140000元和160000元。
4个季度的季节指数分别是1.3,0.9,0.7和1.15。
试计算受季节因素影响的预测值。
为了计算受季节影响的预测值或调整预测销售额F,我们把预测值乘以季节指数:
Ft=季节指数预测值。
一季度:
F1=100000元1.3=130000元二季度:
F2=120000元0.9=108000元三季度:
F3=140000元0.7=98000元四季度:
F4=160000元1.15=184000元n例题:
趋势性预测:
假设初始预测值Ft-1=100单位,趋势Tt-1=10单位,Dt-1=115单位,a=0.2,b=0.3。
试预测下期的需求量。
FITt-1=Ft-1+Tt-1=100单位+10单位=110单位Ft=FITt-1+a(Dt-1FITt-1)=110单位+0.2(115单位-110单位)=111单位Tt=Tt-1+ab(Dt-1FITt-1)=10单位+0.20.3(115单位-110单位)=10.3单位FITt=Ft+Tt=111单位+10.3单位=121.3单位n如果实际需求量为120,重复上述计算步骤得出下一期的预测值nFITt+1=Ft+1+Tt+1n其中Ft+1=FITt+a(DtFITt)=121.3单位+0.2(120单位-121.3单位)=121.04单位nTt+1=Tt+ab(DtFITt)=10.3单位+0.20.3(120单位-121.3单位)=10.22单位nFITt+1=Ft+1+Tt+1=121.04单位+10.22单位=131.26单位2、回归分析法n回归分析法是在掌握了大量观察数据的基础上,利用数理统计方法建立因变量与自变量之间的回归关系函数的方法。
n对于一元线性回归模型而言,就是假定需求量与时间推移之间存在线性关系。
假设x期的需求量为y,则根据过去的需求数据可以确定y与x之间的函数关系,即y=a+bx,a和b表示相关系数。
a和b可以使用最小二乘法确定。
n其中x和y表示过去期数和实际发生的需求量,表示相应的均值。
n表示数据的期数。
n例题:
某电力公司20002006年的电力需求如表所示,试用回归分析法预测2007年的需求情况。
年份期数(x)电力需求(y)x2Xy20001741742001279215820023809240200349016360200451052552520056142368522006712249854所以2007年的需求量y=56.70+10.548=141MW进而,2008年的需求量y=56.70+10.549=152MW第三节需求预测的误差n无论采用何种预测方法,都不可能准确地预测出未来的需求情况。
预测值和真实值之间或多或少会有一些偏差。
n误差产生的原有有多种,其中最主要的原因是,各种预测都是建立在历史经验或历史数据基础上的,假设过去已经发生的情况会在未来重现或者过去的趋势会持续到今天。
n平均绝对误差n均方差另一种方法是跟踪信号。
正的跟踪信号表明实际需求大于预测值,负的跟踪信号表明实际需求小于预测值。
小的偏差是允许的,但偏差正负项应相互抵消,这样跟踪信号才接近于零。
n例题某酒店每周海鲜的实际需求量和预测值如表所示。
试计算跟踪信号并确定预测是否有效,控制界限为正负3MAD周实际值预测值误差RSFE预测误差绝对值累计误差MAD跟踪信号1588600-12-12121212-12593600-7-197199.5-236306003011304916.30.74623640-17-6176616.5-0.456456405-157114.2-0.16683640434243114192.2n预测方法的选择需要考虑一下因素:
(1)预测期间
(2)数据资料的可用性(3)要求的预测精确度(4)预测经费额(5)预测人员的能力(6)产品生命周期曲线(7)等其他。
第四节需求管理n企业可以使用调节生产能力、利用外部资源、设置库存和延期交货等办法使其供应能力与市场需求量相匹配。
根据需求预测的结果制定各种生产计划,以获取和有效利用生产系统的资源。
n为了更好地满足市场需求,企业可以采取如下措施:
(1)提高企业生产系统的适应性,使其能够适应更大范围的需求变动
(2)使用更适合的需求预测方法,获得更准确的预测结果(3)采取积极的措施,主动影响市场需求的变动,而不是一味地被动影响需求的变动。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第十 需求预测 管理
![提示](https://static.bdocx.com/images/bang_tan.gif)