第6章需求预测.ppt

生产与运作管理,教师：冯小翠 电话email：,第六章 需求预测,珠三角、长三角中小企业倒闭潮,倒闭的企业多出现在哪些行业？ 这些行业都有哪些特征？ 导致倒闭的原因有哪些？ 如何应对及启示,第六章 需求预测,倒闭的企业多出现在哪些行业？,这些行业都有哪些特征？,纺织业、玩具行业这些加工制造型企业,导致倒闭的原因有哪些？,出口为主、劳动密集性、技术含量不高、行业竞争激励,市场需求减少：金融危机导致出口需求和订单锐减 成本上升利润减少：原材料上涨、电荒、用工荒导致工资上涨 经济环境：人民币升值影响出口、信贷收紧、融资环境难度加大,如何应对及启示？,准确把握外部环境对企业的影响，进行战略规划转型升级 练内功：围绕技术、品牌、渠道及产业链建设,预测,第六章 需求预测,背景：2000年3月，在广州某超市，新上市的某品牌洗发香波缺货了，专程前来购买的顾客不得不购买其他品牌的产品，该公司立即召开紧急会议，讨论如何应对。,决策：与会者看到该品牌上市一周，全国销售达40000箱，已经超过原来两个月市场预测的总和，市场严重缺货。于是，计划把下周的预测从5000箱提高到50000箱，增加到10倍。对这么大的数量，工厂虽然不可能立刻生产出来，但抓紧生产，至少可以减少缺货的时间，总比长期缺货好。,第六章 需求预测,执行：工厂计划部经理看到新的预测量，目瞪口呆，生产要增加10倍，而原材料库存最多只能支持1.5倍的生产量。原材料大多是进口的，就算立刻下单，就算供应商仓库有能够支持10倍产量的库存，按照正常的情况，运输清关需要2个月才能完成。并且，下周生产计划已经排满了。然而，工厂的职责就是保证按预测的需求生产，无论如何，也要尽力生产出来。于是，通知采购部门紧急给供应商下单，所有海外材料一律空运，这样做，运输和清关时间可以缩短到两周，同时调整两周之后的生产计划，优先保证该品牌的生产。一切都安排妥当之后，计划部经理告诉总部，三周之后能够完成新的计划，建议先制定给现有客户的销售配额。,第六章 需求预测,结果：一个月后，产品陆续摆上各个商店的货架，公司上下都等着喜讯，但市场却出奇的平静，新产品无人问津，甚至还不如其他产品卖得好。最有利的商机转瞬即逝，预测不准确以及过长的供应链给公司带来大量的损失：巨额的材料空运成本、囤积在仓库里面的大量库存还有逝去的消费者。,预测是对未来可能发生的情况的预计和推测,第一节 预测,一、预测及其分类,预测是决策的依据,预测不可能绝对准确,企业各部门依照预测步调一致地开展活动,第一节 预测,一、预测及其分类,科学预测,经济预测,需求预测,社会预测,技术预测,分 类,对科学发展情况的预计和推测,对技术进步情况的预计和推测,对未来经济状况的预计和推测,对产品需求情况的预计和推测,对社会发展情况的预计和推测,第一节 预测,二、影响需求预测的因素,（一）商业周期,商业周期指的是国民总产出、总收入和总就业的波动。 经济衰退的普遍特征：消费者需求、投资急剧下降；对劳动的需求、产出下降、企业利润急剧下滑、股票价格和利率一般也会下降。 阶段不同，需求不同,第一节 预测,二、影响需求预测的因素,（二）产品生命周期,产品生命周期是指产品的市场寿命，即一种新产品从开始进入市场到被市场淘汰的整个过程。 典型的产品生命周期一般可以分成四个阶段，即导入期、成长期、成熟期和衰退期。 阶段不同，需求不同,第一节 预测,三、预测分类,（一）按预测时间长短分类,长期预测,1.5年及5年以上 2.企业长期发展规划的依据 3.一般通过市场调研、技术 预测、经济预测等方法 4.大多为定性描述,中期预测,1.一个季度以上两年以下 2. 年度、季度规划的依据 3.一般通过时间序列、集体 讨论等方法,短期预测,1.一个季度以下 2.具体生产经营活动的依据 3.一般通过指数平滑、经验 判断等方法 4.大多为定量描述,第一节 预测,三、预测分类,（二）按主客因素所起的作用分类,第一节 预测,四、预测的一般步骤,决定预测的目的和用途 根据企业不同的产品及其性质分类 决定影响各类产品需求的因素及其重要性 收集所有可以利用的过去和现在的资料，加以分析 选择适当的预测方法或模型 计算并核实初步预测结果 考虑和设计无法预测的内外因素 对上两步进行综合考虑，判断出结论 将预测结果应用于生产计划工作中 根据实际发生的需求对预测进行监控,第一节 预测,五、预测中应注意的几个问题,（一）判断在预测中起着十分重要的作用 （二）预测精度与成本,精度越高，所需花费的成本越高，但对实际生产经营指导作用越大，有利于降低生产经营成本。 不存在百分之百准确的预测方法 存在精度比较合理的最低费用区间,第一节 预测,五、预测中应注意的几个问题,（三）预测的时间范围和更新频率,不同的预测方法有不同的时间范围 时间范围愈大，预测结果越不准确 可根据需要更新预测方法,（四）稳定性和响应性,稳定性是指抗拒随即干扰，反应稳定需求的能力。 响应性是迅速反映需求变化的能力。,第二节 定性预测方法,一、德尔菲法（专家调查法）,（一）起源 （二）步骤 （三）优点 （四）缺点 （五）原则,兰德公司,挑选专家三至四轮匿名函询调查反复直至意见基本统一,简明直观；避免了专家会议的许多弊端,缺乏严格的科学分析的主观预测,匿名性、反馈性、收敛性,第二节 定性预测方法,预测目的：某书刊经销商采用德尔菲法对某专著销售量进行预测。 选取专家：该经销商首先选择若干书店经理、书评家、读者、编审和销售代表组成专家小组。 调查阶段：将该专著和一些相应的背景材料发给各位专家，要求大家给出该专著最低销售量、最可能销售量和最高销售量三个数字，同时说明自己作出判断的主要理由。将专家们的意见收集起来，归纳整理后返回给各位专家，然后要求专家们参考他人的意见对自己的预测重新考虑。专家们完成第一次预测并得到第一次预测的汇总结果以后，专家们在第二次预测中都做了不同程度的修正。重复进行，在第三次预测中，大多数专家又一次修改了自己的看法。第四次预测时，所有专家都没有再修改自己的意见。因此，专家意见收集过程在第四次以后停止。,调查数据如下表,第二节 定性预测方法,预测结论,平均值预测： 预测这个新产品的平均销售量为：（415+570+770）/3=585 加权平均预测： 将最可能销售量、最低销售量和最高销售量分别按0.50、0.20和0.30的概率加权平均，则预测平均销售量为：570*0.5+415*0.2+770*0.3=599 中位数预测： 用中位数计算，可将第三次判断按预测值高低排列如下： 最低销售量： 300 300 370 400 400 500 500 550400 最可能销售量： 410 500 500 500 600 600 700 750 550 最高销售量： 600 600 610 650 750 800 900 1250 700 将可最能销售量、最低销售量和最高销售量分别按0.50、0.20和0.30的概率加权平均，则预测平均销售量为： 550*0.5+400*0.2+700*0.3=565,简单易行；不需准备资料和历史数据；缺乏足够的历史资料时，非常有效；汇集了各主管的经验与判断,第二节 定性预测方法,二、部门主管集体讨论法,由高级决策人员召集各部门主管开会讨论，与会人员充分发表意见，提出预测值，然后按照一定的方法对所有预测值进行处理，得到预测结果,定义,优点,缺点,主管的主观意见，缺乏严格的科学性；与会人员相互影响；耽误了各主管的时间；集体讨论的结果，无人对其正确负责；预测结果难以用于实际,很难获得顾客的通力合作；顾客期望不等于实际购买，而且期望容易发生变化；调查时需要耗费较多的人力和时间,预测来源于顾客期望，较好的反映了市场需求情况；可以了解顾客对产品优缺点的看法以及不购买的原因，有利于有针对性的改进产品和服务,第二节 定性预测方法,三、用户调查法,销售人员通过信函、电话或访问对现实或潜在的顾客进行调查，了解他们对产品服务及其特性的期望，对信息进行处理，得到预测结果,定义,优点,缺点,对新产品进行需求预测,预测值容易按照地区、分支机构、产品等区分；销售人员的意见受到尊重，增加其销售信心；由于取样较多，预测结果具稳定性,第二节 定性预测方法,四、销售人员意见汇集法,由各地区的销售人员根据个人的判断或与地区有关部门交换意见并判断后做出预测。,定义,优点,缺点,带有销售人员的主观偏见；受地区局部性的影响，容易出现失误；当预测结果作为销售人员未来的销售目标时，预测值容易被低估；当预测设计紧俏商品时，预测值容易高估。,第三节 定量预测方法,以时间为独立变量，利用 过去需求随时间变化的关 系来估计未来的需求 的模型,利用变量之间的关系， 通过一种变量的变化来 预测另一种变量的未来 变化的模型,前提条件：过去存在的变量间关系和相互作用的 机理，今后仍将存在并继续发挥作用,一、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。,第三节 定量预测方法,一、时间序列的构成,趋势成分：数据随着时间的变化表现出的一种趋势,季节成分：一年里按通常的频率围绕趋势上下有规则的波动,周期成分：较长时间里有规则的上下波动,随机成分：由很多不可控因素引起的，没有规则的上下波动,第三节 定量预测方法,第一节 预测,二、时间序列平滑模型,时间序列平滑模型,通过多期数据的平均来消除和减少随机成分的影响 可预测结果较好的反映平均需求水平,简单移动平均,加权移动平均,指数平滑,第三节 定量预测方法,（一）简单移动平均 （simple moving average） smat+1=(at+at-1+at-n+1)/n 预测值=前n次实际需求量的平均值,例子：某企业1、2、3月的销量分别为为20、21和22百台，利用前三个月的销量数据，应用简单移动平均法预测4月份的销量 sma4=(a1+a2+a3)/3 =(20+21+22)/3=21,第三节 定量预测方法,（一）简单移动平均 （simple moving average） smat+1=(at+at-1+at-n+1)/n 预测值=前n次实际需求量的平均值,n越大，预测的稳定性越好，响应性越差,第三节 定量预测方法,（二）加权移动平均 （weighted moving average） wmat+1=(atat+at-12at-1+at-n+1at-n+1)/n 预测值=前n次实际需求量的加权平均值 at 、at-1 、 、 at-n+1 是对实际需求的权系数 且(at + at-1 + +at-n+1 )/n =1,第三节 定量预测方法,（二）加权移动平均 （weighted moving average） wmat+1=(atat+at-12at-1+at-n+1at-n+1)/n 预测值=前n次实际需求量的加权平均值,例子：某企业1、2、3月的销量分别为为20、21和22百台，利用前三个月的销量数据，应用加权移动平均法预测4月份的销量。因为最近的数据更能反映需求的趋势，所以1、2、3月的权重为分别为0.5、1.0、1.5 wma4=(a1a1+a22a2+a3a3)/3=(20*0.5+21*1.0+22*1.5)/3=64,第三节 定量预测方法,（二）加权移动平均 （weighted moving average） wmat+1=(atat+at-12at-1+at-n+1at-n+1)/n 预测值=前n次实际需求量的加权平均值,近期数据的权重越大，则预测的稳定性越差，响应性就越好 近期数据的权重越小，则预测的稳定性越好，响应性越差,第三节 定量预测方法,（三）一次指数平滑法 （single exponetial smoothing） sft+1 =aat+(1-a) sft 预测值=a*上期的实际需求量+（1-a）*上期预测值 a为平滑系数，它表示赋予实际数据的权重（0a1）,例子：某企业1月的销售额为10千元，设a=0.4，对1月销量的预测值为11，应用一次指数平滑法，预测2月份的销量sf2 =aa1+(1-a) sf1=0.4*10+0.6*11=10.6,一次指数平滑预测值如下,第三节 定量预测方法,第三节 定量预测方法,一次指数平滑预测值如下,不同权重计算结果比较如下,第三节 定量预测方法,一次指数平滑预测值依赖于平滑常数的选择 一般来言，选得小些，则预测值的平稳性好；反之，越大，预测值的波动性越大，响应性越好 如果实际需求稳定，的值应该选择小一些；如果实际需求波动较大，则应选择大一点的。 如果存在趋势，一次指数平滑预测会存在滞后现象。,第三节 定量预测方法,三、时间序列分解模型,时间序列分解模型企图从时间序列值中找出 各种成分，并在对各种成分单独进行预测的 基础上，综合处理各种成分的预测值，以得 到最终的预测结果,第三节 定量预测方法,三、时间序列分解模型,乘法模型 tf= t*s*c*i 加法模型 tf= t+s+c+i,第三节 定量预测方法,（3）几种时间序列类型,第三节 定量预测方法,第三节 定量预测方法,主要讨论线性季节模型 线性变化趋势与季节性变化趋势共同作用的结果,第三节 定量预测方法,预测值=趋势预测值季节系数,例：某旅游服务点过去三年各季度快餐的销售记录如右侧表格。 试预测该公司未来一年各季度的销售量,第三节 定量预测方法,求趋势直线方程： y = a + b t y为趋势预测值，t为季节序号，a、b为常数。 可用作图法或最小二乘法求出a、b,第三节 定量预测方法,第三节 定量预测方法,第三节 定量预测方法,第三节 定量预测方法,计算季节系数： 各周期内相应实际值与趋势值的比值的平均值。,si(夏)=(1.16+1.13+1.16)/3=1.15 si(秋)=1.00 si(冬)=0.85 si(春)=1.00,第三节 定量预测方法,计算预测值： 预测值=趋势预测值季节系数 未来一年的夏秋冬春各季对应的t值分别为13,14,15,16, 预测销售量分别为: 夏季:(10,000+16713)1.15=13,997 (份) 秋季:(10,000+16714)1.00=12,338 (份) 冬季:(10,000+16715)0.85=10,629 (份) 春季:(10,000+16716)1.00=12,672 (份),第三节 定量预测方法,四、因果模型 时间序列只将时间作为唯一独立变量，而将需求作为因变量。实际过程中，需求受很多因素影响，比如产品或服务的定价、政府规定、金融信息等。 因果模型克服了时间序列模型的缺点，通过对一些与需求有关的先导指数的计算，来对需求进行预测 因果模型有回归模型、经济计量模型、投入产出模型等。,第三节 定量预测方法,一元线性回归模型,第三节 定量预测方法,应用一元线性回归进行预测 yt=a+bx,第三节 定量预测方法,第三节 定量预测方法,第四节 预测误差与监控,一、预测精度测量 （1）预测误差：预测值与实际值之间的差异（有正有负） （2）产生预测误差的原因 忽略了重要的变量，或变量发生了大的变化，或新的变量出现，使得所采用的模型不适当 由于气候或其他自然现象的严重变化，如大的自然灾害引起的不规则变化 预测方法应用不当或错误地解释了预测结果 随机变量的存在是固有的,（3）无偏性：应用预测模型时，正负误差的概率大致相同 （4）常用评价指标-平均误差 平均绝对偏差mad 平均平方误差mse 平均预测误差mfe 平均绝对百分误差mape,第四节 预测误差与监控,平均绝对偏差（mad） （1）整个预测期内每一次预测值与实际值的绝对偏差（不分正负，只考虑偏差量）的平均值，能够较好的反映预测的精度，但不容易衡量无偏性 （2）计算公式,第四节 预测误差与监控,平均平方误差（mse） （1）对误差的平方取平均值，能够较好的反映预测的精度，但无法衡量无偏性 （2）计算公式,第四节 预测误差与监控,平均预测误差（mfe） （1）定义：预测误差的和的平均值，能够很好的衡量预测模型的无偏性，但不能反映预测值偏离实际值的程度 （2）计算公式,rsfe预测误差滚动和,第四节 预测误差与监控,平均绝对百分误差（mape）,第四节 预测误差与监控,第四节 预测误差与监控,mad= at ft /n=60/6=10 mse=(at ft )2 /n=750/6=125 mfe= （ at ft）/n =-10/6=-1.67 mape= =(49.86/6)=8.31,预测监控 1）一定形式的需求模式过去、现在和将来起着基本相同的作用。然而过去的模型现在仍然有效吗？决策方法应用跟踪信号或控制图 2）跟踪信号（ts） （1）定义：预测误差滚动和与平均绝对偏差的比值 （2）计算公式,第四节 预测误差与监控,第四节 预测误差与监控,可接受 误差 范围,ts接近0 或在一定的范围内，预测模型仍然有效。 ts的控制范围一般取 3- 8，多数情况下取4。,课堂练习1,实际值和预测值见右表，请计算mad、mse、mape、rsfe、ts,答案,excel操作 课堂练习1 预测误差,4月 5月 6月 7月 8月,321 396 487 482 331,某种式样的墨黑滑雪橇在过去5个月内