产品决策和生产方式ppt课件.ppt

第三章产品决策和生产方式 生产系统示意图 转化过程 物质 人力和信息资源 市场预测 产品服务 产出 绩效衡量 环境 机会约束威胁需求 管理 管理 输入 主要内容 1需求预测2产品决策3新产品设计4生产的组织形式 4 1 预测 预测的重要性 企业编制长期计划的基础为预算和成本控制提供依据为开发新产品提供信息为补充销售人员提供依据是作出关键决策的基础用于编制生产作业计划 独立需求 IndependentDemand 非独立需求 DependentDemand 依赖于其它产品的需求 通常不是预测而是计算出来的 需求类型 需求趋势季节因素周期因素随机因素 影响预测的四大因素 需求构成曲线 7 四种典型的需求趋势 1 线性趋势 反映了因果关系 或时间 的需求 2 S型趋势 产品成长并到达成熟时期的需求 9 3 渐进趋势 以优质产品大量投放市场时出现 10 4 指数增长 产品销售势头特好的产品 影响独立需求的措施 1 发挥积极作用 影响需求如 对销售人员增加压力 奖励员工 对顾客有奖促销 降价 广告 将工资与销售额挂钩抬价 减少销售力度将使需求减少 2 被动 简单地响应市场需求 工厂设备已满负荷运行 市场处于稳定状态 广告费用太高 企业无力改变需求只有一家供应 定性预测定量预测仿真预测 预测分类 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 按性质分 按时间分 1 一般预测 2 市场调研 3 小组共识法 4 历史类比 5 德尔菲法 需求预测的定性方法 1 一般预测基本观点 预测是基于来自低层经验的逐步累加 假设前提 处于最低层的销售人员 那些离顾客最近的 最了解产品最终用途的人 最清楚产品未来的的需求 做法 由他们收集情报 然后逐级上报的做法 2 市场调研 通常是聘请第三方专业市场调研公司进行预测 市场调研主要用于新产品研发 了解对现有产品的评价了解顾客对现有产品的好恶 了解特定层次的顾客偏好以确定哪些商品具有竞争性 数据收集方法有问卷调查和上门访谈两种 牛鞭效应 3 小组共识由不同层次的人员在会上自由讨论 这种方法缺点在于低层人员往往易受当前市场营销的左右 不敢与领导相背 对于重要决策 如引进流水线等 由高层人员讨论 4 历史类比预测某些新产品的需求时 如果有同类型产品可用来作为类比模型 那是最理想的情况 类比法可用于很多产品类型 互补产品 替代产品等竞争性产品等 德尔菲法Rand公司首创于50年代末 步骤如下 选择具有代表性的专家 不同背景的人 为调查对象 通过问卷 或E mail 向专家处了解信息 汇总专家结果 修改问卷 再度发给专家 再次汇总 提炼预测结果和条件 再度发给所有专家 归纳专家意见 形成需求报告 如有必要 再重复 1 简单移动平均 2 加权移动平均法 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 时间序列预测 1 简单移动平均 适用场合 产品需求为突发增长或下降 且不存在季节性因素时 移动平均法能有效消除预测中的随机波动 选择移动平均的最佳区间很重要 其主要缺点是在于每一因素都必须以数据表示 简单移动平均的计算公式为 对下一期的预测值 移动平均的时期个数 前期 前两期 前三期直至前n期的实际值 简单移动平均算例 周次需求3周9周 123456789101112131415 80014001000150015001300180017001300170017001500230023002000 106713001333143315331600160015671567163318332033 136714671500155616441733 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 加权移动平均法公式及算例 计算公式 第t 1 t 2 t 3期实际销售额的权重 计算实例 一家百货店发现在某4个月的期间内 其最佳预测结果由当月实际销售额的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 3 指数平滑法 前两种预测方法 简单移动平均和加权移动平均 中 主要点在于根据大量连续的历史数据预测未来 即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 如果越远的数据其重要性就越低 则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期的实际需求 平滑常数 单一指数平滑的公式为 用来描述预测误差程度的常用术语有标准差 均方差 或方差 和平均绝对偏差 偏差 FE 预测的评价及控制 累积偏差 CFE 平均绝对误差 MAD 24 25 NOTE 正的追踪信号表示需求值 预测值负的追踪信号表示需求值 预测值追踪信号图中上下限的确定无固定值 两种参考意见 GeorgePlossl 库存专家 上限4个MAD 下限8个MAD某些预测专家 容错率89 上下各2个MAD容错率98 上下各3个MAD容错率99 9 上下各4个MAD 根据预测值和实际数据计算出的平均绝对偏差 MAD 预测累计误差 RSFE 以及跟踪信号 TS 月份需求预测值实际需求偏差RSFEMADTS RSFE MAD 123456 100010001000100010001000 9501070110096010901050 50 70 100 40 90 50 50 20 120 80 170 220 506073 3657066 7 10 331 641 22 43 3 27 4 线性回归 最小二乘法 手拟趋势线 例 某公司某产品过去3年12季度的销售量如下表所示 该企业希望预测第4季度的销售情况 y a bxa 400b 4950 750 12 1 382y 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 则将过去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 如图所示 这就是回归直线 下一步是确定截距a和斜率b 最小二乘法 设为实测值 y为公式值 则为误差 令根据最小二乘法 则 基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距离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 根据最小二乘回归的思想 可以计算出上例中a和b的值 最终得b 359 6 a 441 6 这表明x每变化1单位 y改变359 6单位 严格按上述方程计算 可以可以推广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 5 因果预测 市场预测中有许多因果关系因素 如 购买力随工资增加 雨具销售随雨天延长 因果关系的第一步是找出真正呈因果关系的那些事件 一般地 主要变量间无因果关系 但在某些间接情况下 一些主要变量可能暗含了另一些可能事件 其他的非因果关系可视为偶然联系 以下为一个用因果关系进行预测的例子例 因果关系预测位于卡彭塔里亚市的地毯商城保存了历年的地毯销售记录 以平方码为单位 和该地区历年来批准的新建房屋数 数据如下 年份新房屋 x平方码 y平方码 198918130001990151200019911211000199210100001993201400019942816000199535190001996301700019972013000 方程 y 7000 350 x设1998年新建房为25 则y 7000 350 25 15750码 考虑多个变量 以及它们各自对问题的影响 家具行业里 新结婚数 新建房屋数 可支的收入 趋势 有关系 则S B Bm M Bh H Bi I Bt T 式中 S 每年总销售量 B 基本销售额 M 年中结婚数 H 年中新造房屋数 I 可供自由支配的收入 T 趋势 6 多元回归 预测方法的选择 预测可以做的事 1 新产品市场销售 2 库存量 3 人力资源 4 预算基本的就是市场销售量 时间序列 1 简单移动 2 加权移动 3 指数平滑线性回归 趋势项因果关系 一定要弄清楚确实的因果关系 Herbig曾做过问卷调查 1000万到5亿美元的企业预测方法举例用到的 重要性使用情况排列高层管理讨论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 0 38 2 产品决策 决策步骤 管理过程是决策过程好的决策建立在逻辑的基础上 充分的信息及使用信息的方法 清楚的定义存在的问题列出所有的可能解决方案识别各方案所有可能的结果或自然状态列出各种可能结果和方案的收益选择合适的决策论模型应用模型作出决策 39 例 例 某公司想生产一种储货架 调研信息如下 建大车间 市场好 全部卖出 赢利200 000元市场不好 卖不出 亏损180 0000元建小车间 市场好 全部卖出 赢利100 000元市场不好 卖不出 亏损20 000元 1 问题 方案一 建大车间 方案二 建小车间 2 可能解决方案 建大车间还是小车间 3 自然状态所有可能的结果 自然态 市场好 市场不好 4 列出结果和方案的收益 40 确定性决策 决策类型 风险决策 概率决策 不确定决策 知道全部方案及各方案的确切结果 如投资基金 知道全部方案及各种结果出现的概率 如很多赌博游戏 不知道可能的结果或各种结果出现的概率 对未来情况难以预测 发生的概率也不清楚一般有三种决策方法 1 乐观决策准则Maximax 从最好中求较好 计算各个方案的最好结果的收益 再选择具有最大收益的方案 2 悲观决策准则Maximin 从最不利中求较好 计算各个方案的最坏结果的收益 再选择具有最大收益的方案 3 平均输出准则 折中主义准则 不确定决策 Vi方案i的收益 wij vij分别为方案i的第j种结果的折中系数及收益 乐观准则 方案一收益 200 000 方案二收益 100 000 最大收益200 000选择建大车间 悲观准则 方案一收益 180 000 方案二收益 20 000 最大收益0选择不建车间 方案三收益 0 方案三收益 0 43 折中准则 方案一收益 0 6 200 000 0 4 180 000 48 000 方案二收益 0 6 100 000 0 4 20 000 52 000 设市场好的折中系数为0 6 市场不好的折中系数为0 4 建小车间 方案三收益 0 6 0 0 4 0 0 风险决策 多种自然态均可能出现 每种自然态的出现概率是知道的 EMVi 方案i的期望收益 pj 第j个自然态出现的概率 Vij 方案i在第j种自然态下的收益 第i种决策的收益期望值为 45 按EMV值为最大取 建大厂 上例假设市场好与不好的概率分别为0 7 0 3 建大厂的期望收益 EMV1 0 7 200 000 0 3 180 000 86 000元 建小厂的期望收益 EMV2 0 7 100 000 0 3 20 000 64 000元 不建厂的期望收益 EMV3 0 7 0 0 3 0 0元 例 46 有完全信息的风险决策 在上述例子中 考虑支付市场调查公司的费用 再假设市场调查公司要求的费用为50 000 请吗 47 有完全信息的期望值 EMVw 0 7 200 000 0 3 0 140 000元 完全信息的期望值 140 000 86 000元 54 000 48 风险决策的灵敏度分析 决策对问题中的数据的改变的灵敏程度 对可变因素 概率的灵敏度分析 设上例中市场好的概率为p 例 则三种方案的期望收益为 EMV1 200 000p 180 000 1 p EMV2 100 000p 20 000 1 p EMV3 p 0 1 p 0 49 当p 0 615时 建大车间当0 615 p 0 473时 建小车间当p 0 473时 不建 p EMV 180 20 0 167 0 473 0 615 建大车间 建小车间 存在两个以上的顺序决策时 决策树是个好办法 决策树是一种形象化的图示 能够较好的表达决策和随机事件的逻辑顺序 而前面讲的EMV是一种较好的评判因素 步骤如下 1 定义问题 2 画决策树 3 决定每一种自然态出现的概率 4 估算每一自然态和每一决策选择的组合的赢利 5 计算EMV 解出 决策树 1 2 决策1 状态点 自然态1p1 决策点 v11 赢利 简单决策树 决策2 决策n 自然态mpm 自然态1p1 自然态mpm n 自然态1p1 自然态mpm v1m v21 v2m vn1 vnm 52 1 2 建大厂 建小厂 不建厂 状态点 市场好0 5 市场不好0 5 市场好0 5 市场不好0 5 决策点 200 000元 180 000元 100 000元 20 000元 赢利 EMV 1 200 000 0 5 180 000 0 5 10 000元EMV 2 100 000 0 5 20 000 0 5 40 000元 0元 简单决策树例 见下例 图中的概率是条件概率 例在市场调查 花10 000美元 中 在好市场前境中仍有22 属不好市场 在不好市场中仍有27 属好市场 多层决策 方法 逐层求解 市场好 0 78 不好 0 22 市场好 0 78 不好 0 22 市场好 0 27 不好 0 73 市场好 0 27 不好 0 73 市场好 0 50 不好 0 50 市场好 0 50 不好 0 50 不办 不办 不办 大厂 小厂 大厂 大厂 小厂 小厂 2 6 7 8 9 10 11 5 4 3 第一决策点 第二决策点 190 000 190 000 90 000 30 000 190 000 190 000 90 000 30 000 200 000 180 000 100 000 20 000 1 调查 不做市场调查 调查结果好0 67 不好0 33 55 不办 不办 不办 大厂 小厂 大厂 大厂 小厂 小厂 2 6 7 8 9 10 11 5 4 3 第一决策点 第二决策点 1 调查 不做市场调查 调查结果好0 67 不好0 33 63 600 106 400 87 400 2 400 10 000 40 000 0 0 0 56 2 5 4 3 第一决策点 第二决策点 1 调查 不做市场调查 调查结果好0 67 不好0 33 106 400 大厂 2 400 小厂 40 000 小厂 57 2 5 第一决策点 第二决策点 1 调查 不做市场调查 72 080 40 000 小厂 决策应选择分支2 而分支二的最佳决策为建大厂 期望赢利为106 400 说明 影响产品决策的因素一切机构存在基础 提供产品或服务 最终维持 选择 确定和设计产品 新产品的开发和选择 受下列因素影响 1 经济的改变 2 家庭规模缩小 3 工艺的改变 4 政策 法律的改变 5 其它变化 3 新产品设计 产品生命周期 新产品开发的要求 1 快速响应市场 2 降低产品的复杂性 3 增加零部件标准化程度 4 改善产品的功能 5 提高产品使用舒适性 安全性 可靠性 6 质量健壮性性 robust 减少制造变异对性能影响 61 设计的质量保证 1 质量功能展开 质量屋 质量功能展开 QFD 是日本石桥轮胎公司和三菱重工于1970年代开发出来的 是一种识别顾客需求 分解需求 然后将顾客需求转化成产品的功能的方法 它所用的工具是一种房子样的图表 故也称为质量屋 62 强正相关 正相关 负相关 强负相关 相关性程度 技 术 要 求 顾 客 要 求 重 要 程 度 顾 客 要 求 纸张不易撕碎 连续完成 防墨汁渗透度 打印清晰度 3 1 2 3 纸 张 厚 度 纸 张 卷 曲 度 涂 料 厚 度 纸 张 抗 张 强 度 纸 张 颜 色 关系重要程度 强 中 弱 质量屋 63 2 田口方法田口玄一博士50年代研究开发出一种 健壮性设计 robustdesign 被成功地应用于许多产品如机械 电子 汽车 照相及其他行业 通称为田口方法 设计的质量保证 64 1 质量损失函数 qualitylossfunction QLF 质量特性的波动 即产品性能相对设计目标值的偏离 是引起质量损失和质量问题的原因 设计的质量保证 2 抗干扰设计外干扰或称外噪声 温度 湿度等环境内干扰或称内噪声 材料损伤或变质等产品间变异 加工方法 测量方法等变化 m 设计目标值 均值 标准差 65 不能接受 低劣 一般 良好 最好 质量损失函数 a 产品质量分布 b 高于 目标 低于 质量标准 频率 高损失 低损失 损失对 生产企业 消费者和社会 一致导向质量 目标导向质量 目标导向质量会在 最 好 类里生产更多产品 1 质量 Quality 2 交货期 Delivery 3 成本 Cost 4 结果 生产率 Productivity 5 条件 柔性 Flexibility 4 生产系统 生产系统绩效评价 生产模式分类 按生产连续程度分 流程型生产 制造装配型生产 流程型生产模式 1 生产流程相对固定不变 2 产品一般面向有组织的用户 包括商业系统 顾客数量较少 3 产品标准程度高 很少是顾客需求订制 4 产品品种少 生产稳定 5 生产设备自动化程度高 专用化程度高 设备昂贵 6 设备故障造成损失很大 化学工业 塑料 制药 化肥 石油 冶炼 金属冶炼等 特点 关键 典型工业 抓好综合生产计划或称年度计划 抓好设备的定期维修管理 制造装配型生产模式 1 大多数属最终产品 受顾客影响大 市场不稳定 2 产品结构复杂 组成零部件多 协作单位多 汽车为几万 计算机为几十万 飞行器为几百万 3 产品生命周期短 型号更新快 顾客需求的多样性 特点 不同的产品型号 工艺路线不同 需要新布置 调整设备布局 各类型产品产量比例经常变化 如何组织人力及安排设备 计划很难做且需经常调整 对新产品开发要求高 要求迅速拿出设计 生产能力的需求是个动态变化的量 负荷平衡 生产过程同步化非常困难 但必须做 年度计划是粗略的 季度和月计划是关键 通常是滚动重排 困难 70 1 大量流水生产 2 单件订货生产 3 多品种小批量生产 近年来发展了一种新的生产模式 大规模定制模式 制造装配型生产的分类 在较长时间内重复进行一种或少数几种类似产品 特点 1 生产率高 工人分工细 高度专业化 设备及工艺专业化 2 工人操作熟练程度高 工人重复做简单的操作 3 作业计划简单 一旦流水线调试能正常生产 就按节奏进行 4 产品质量容易保证 5 成本低 管理重点 设备定期维修 工人出勤管理 在线质量控制 大量流水生产 72 流水线分类 单一对象流水线多对象流水线 多对象流水线包括 1 可变流水线 在同一线上加工类似产品 轮番生产 设备调整时间短 2 成组流水线 把零件类似的组 一组组轮番生产 组内改变零件 不需调整工夹具 3 混合流水线 可以生产多种零件 设备柔性要好 调整方便 工人是多面手 适合多品种 小批量生产 是近年来生产管理所追求的 73 1 最重要的是确定 生产节拍 2 计算工作中心负荷系数 3 工序同期化 4 操作工人数的确定 5 流水线平面布置设计 流水生产的组织设计要点 如大型电机 大型水压机 大型工程机械等特点 1 品种多 而每种订货不多 加工过程不一样 3 加工设备为通用设备