第3章需求预测PPT课件

.,1,第3章需求预测Forecasting,3.1预测3.2定性预测方法3.3定量预测方法3.4预测误差及监控,.,2,引导案例：沃尔玛的预测系统,沃尔玛公司(Wal-Mart)以其规模和能力而在零售业享有盛誉，在数据库产业领域它同样有着巨大的影响。沃尔玛公司管理着世界上最大的数据库，其容量超过7万亿字节。目前，沃尔玛公司正准备应用一种新的数据分析方法来帮助公司更新店面中的库存，以便能从该套数据库系统中获取更多的价值。()以最低廉的价格从合适的货架上获取所需货物这就是沃尔玛公司成功的法则。而其成功在很大程度上正是源于公司在数据库方面数百万的巨额投资。对于货物信息、商店零售情况以及市场每天的变化，沃尔玛公司比其绝大多数竞争对手了解得要详细得多。,.,3,该系统所存储的数据包括销售情况、库存状况、在运货物、市场统计数据、顾客统计数据、财务状况、退货商品以及供应商绩效等等。这些数据用于决策支持的三大方面，即:趋势分析、库存管理和增进对顾客的了解。数据分析能够显示出沃尔玛三千多个零售分店中每家商店的个性特征。公司的经理们将以此为依据确定该商店的商品配比和货架陈列分布。,.,4,接下来就要对数据进行分析。沃尔玛公司开发了一套需求预测的应用程序，该程序从每一家商店的每一种商品着手，计算出该商品季度销售量的大致情况。这套计算机系统存储了一年中售出的十万种商品的销售数据信息，并能预测出每家商店可能需要的商品种类。目前，沃尔玛正在进行所谓的市场篮子(market-basket)分析。公司收集的数据来源于顾客每次购买的所有商品，从而使公司能就顾客的采购模式及其间的联系进行分析。这一数据库在网上由其各零售商店的经理和供应商们共享。,.,5,3.1.1预测及其作用3.1.2预测分类3.1.3预测的步骤,3.1预测,.,6,3.1.1预测及其作用,一、预测的概念是对未来可能发生的情况的预计和推测。科学性：客观事物发展的惯性；随机现象的统计规律性。,二、预测的作用,1、预测是制定战略的基础。,2、预测是制定计划的基础。,3、预测是协调各部门工作的依据。,4、有助于为尽快满足用户需求做好准备。,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,.,7,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武汉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,.,8,3.1.2预测分类,按性质分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,.,9,3.1.2预测分类（续）,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。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。需求预测与企业生产经营活动关系最密切。,.,10,3.1.2预测分类（续）,按时间分长期预测(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)是指以日、周、旬、月为单位，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。,.,11,3.1.2预测分类（续）,按主客观因素所起的作用分（1）定性预测方法：依靠人们的才干、知识、远见和判断力来推测未来的变化。（2）定量预测方法：主要根据对历史资料的分析来推断未来的需求。,.,12,预测方法,定性预测方法,定量预测方法,Delphi法,用户期望调查法,部门主管讨论法,销售人员意见汇集法,因果模型,时间序列模型,移动平均法,加权移动平均法,指数平滑法,乘法模型,加法模型,时间序列平滑模型,时间序列分解模型,预测方法,单纯法,.,13,影响需求预测的因素,1、商业周期：从复苏到高潮到衰退到萧条,周而复始。,2、产品生命周期：任何成功的产品都有导入期、成长期、成熟期和衰退期4个阶段。,复苏,高潮,衰退,萧条,复苏,导入期,成长期,成熟期,衰退期,3.季节周期：不同季节需求变化较大的产品呈现出的规律。,.,14,预测一般步骤,1、决定预测的目的和用途；2、对产品及其性质分类；3、决定影响因素；4、收集分析资料；5、选择预测方法和模型；6、计算并核实预测结果；7、设定外在因素；8、求出预测值；9、应用预测结果；10、预测监控。,.,15,6、预测中应注意的问题（一）判断在预测中的作用（二）预测精度与成本（三）预测的时间范围和更新频率（四）稳定性与响应性,预测精度与成本关系图,.,16,3.2定性预测方法,Delphi法用户期望调查法部门主管意见法销售人员意见汇集法,.,17,德尔菲法,职位较高的人的意见或看法往往比职位较低的人的意见更受重视。更糟的是，职位较低的人经常因害怕而不敢表达自己的真实现点。为避免出现这种情况，德尔菲法隐去了参与预测研究的各成员的身份，每个人的重要性都相同。其操作过程是:由主持人设计调查问卷并发给每个参与者，各个成员的意见经汇总后以匿名方式和新一轮问卷一起再反馈给全组的每个成员。,.,18,德尔菲法由兰德公司(RandCorporation)于20世纪50年代首创，其具体步骤如下:,(1)选择参与的专家。专家组成员应包括来自不同领域的学识渊博人士。(2)通过问卷调查(或电子邮件)，从各个参与者处获得预测信息(包括对预测所假设的前提和限制)。(3)汇总调查结果，添加适当的新问题，重新发给所有专家。(4)再次汇总，提炼预测结果和条件，再次提出新的问题。(5)如有必要，重复步骤4。将最终结果发给所有专家。经过上述三轮预测，德尔菲法通常能得到满意的结果。该方法所需的时间取决于专家组成员数目、进行预测所需的工作量以及各个专家的反馈速度。,.,19,德尔菲法的特点优点：简明直观，避免了专家会议的许多弊端。避免“群体压力”现象的特点。也是定性/专家评价的好方法。缺点：专家的选择、函询调查表的设计、答卷处理等难度较大。,.,20,德尔菲法应用案例,某公司研制出一种新兴产品，现在市场上还没有相似产品出现，因此没有历史数据可以获得。公司需要对可能的销售量做出预测，以决定产量。于是，该公司成立专家小组，并聘请业务经理、市场专家和销售人员等8位专家，预测全年可能的销售量。8位专家提出个人判断，经过三次反馈得到结果，如下表所示。,.,21,单位：千件,.,22,单位：千件,接上页,.,23,解答：,平均值预测：在预测时，最终一次判断是综合前几次的反馈做出的，因此，在预测时一般以最后一次判断为主。如果按照8位专家第三次判断的平均值计算，则预测这个新产品的平均销售量为：,.,24,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：,.,25,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：300370400500550最可能销售量：410500600700750最高销售量：6006106507508009001250,.,26,中间项的计算公式为：最低销售量的中位数为第三项，即400。最可能销售量的中位数为第三项，即600。最高销售量的中位数为第四项的数字，即750。,.,27,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：,.,28,2部门主管意见,部门主管意见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。业务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。业务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。,.,29,3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。,.,30,销售人员意见汇集法,预测方法制定销售计划时，让销售人员根据自己对市场和客户的了解，提出自己的预测估计值。（每个人都独立进行）将每个人的估计值，进行一定的数学处理（如算术平均、加权平均），然后作为预测值。特点简单易行，能对市场变化迅速做出反应。预测中个人主观因素的影响较大，特别是易受到预测者声望的影响，导致预测结果出现较大误差。例题某公司对明年销售量的预测根据三个销售员、两位经理的估计对明年的销量作出预测。,.,31,1.三个销售人员估计值,销售人员意见汇集法,.,32,2.销售人员估计值处理假设三个销售人员预测的权重相同，取三者的平均值作为预测值（算术平均值），即：销售人员预测值=(730+900+570)/3=2200/3=733.3(单位)3.两位销售经理的预测及处理（1）估计值：经理甲：1000；经理乙：800（2）假设估计结果的权重相同。取平均值，得到经理预测值=（1000+800）/2=900（单位）4.将经理预测值与销售人员预测值作加权平均，结果作为最终预测结果（因经理是部门负责人，经验更丰富，意见的权威性大些，其预测值的比重可大一些，假设采取2:1加权），得到明年销售预测值（1733.3+9002）/3=844.4（单位）,销售人员意见汇集法,.,33,某砂轮厂在商品展销、定货会上发放调查表进行磨具销售量的调查预测为例，来说明这种预测方法的基本内容。其调查表中的基本项目见表：磨具需求情况调查表,.,34,甲地区有80万户，该地区某电视机厂通过抽样调查向1000个家庭提问：“在未来一年内打算买台彩电吗？”答案有六种不同的选择，调查结果如下表。请问该地区年度对彩电的预测需求量为多少？,1000个家庭对彩电需求量的期望值0*400+0.2*50+0.4*150+0.6*200+0.8*100+1*100=370该地区彩电需求量800000*370/1000=296000,.,35,预测年度企业彩电销售量推算表,.,36,3.3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,.,37,一、时间序列：1、概念：按一定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。2、构成：,定量预测方法,假设：过去存在的变量间关系和相互作用机理，今后仍存在并继续发挥作用。,1）趋势成分：引起原因（人口的变动，经济的增长，技术的进步，生产力的发展）。T（Trend),2）季节成分：每个年度内成规则性的重复波动形态。起因：季节性的气候变化和风俗习惯。S(Season),3）周期成分：经济成长过程中景气和不景气交替重复发生的波动情况。发展、繁荣、衰退、恢复。诱发因素：社会政治变动、战争、经济形势变化。C(Cycle),4）随机成分：不可控因素引起的，没有规则的上下波动。I（Irregularity),.,38,.,39,.,40,单纯法（NaveForecasts）将前期实际得到的结果作为下一期的预测值特点使用简单，没有代价不用数据分析容易理解预测精度不高,3.3定量预测方法（续）,.,41,单纯法的应用时间序列稳定的情况F(t)=A(t-1)，A(t-1)为（t-1)期实际值，F(t)为t期的预测值对季节性波动F(t)=A(t-n)，n为波动周期对有趋势变化情况F(t)=A(t-1)+(A(t-1)A(t-2),3.3定量预测方法（续）,.,42,3.3定量预测方法（续）,移动平均法简单移动平均（Simplemovingaverage）加权移动平均（Weightedmovingaverage）指数平滑法（Exponentialsmoothing）,.,43,3.3定量预测方法（续）简单移动平均,.,44,.,45,3.3定量预测方法（续）加权移动平均,.,46,.,47,3.3定量预测方法（续）一次指数平滑法(Singleexponentialsmoothing),最近的实际观察值赋予最大的权重.”年龄”越大的实际值权重越小,Ft=Ft-1+(At-1-Ft-1)=At-1+（1-）Ft-1Ft新的预测值，Ft-1前期预测值，At-1前期的实际需求，平滑系数,.,48,某企业统计了某年度1月至9月的产品实际销售量，统计结果见表，请用一次指数平滑法预测其10月的产品销售量。取0.1，和取0.4,.,49,1、用一次指数平滑法预测（1）取0.1,F1=A1，：按照公式：FtFt-1+（At-1Ft-1）当t=2时，公式变为：F2F1（A1F1）；计算：F2F1（A1F1）420.1(4242)=42.当t=3时，公式变为：F3F2（A2F2）=42+0.1(4042)=41.8,当t=4时，公式变为：F4F3（A3F3）=41.8+0.1(4341.8)=41.92,3.3定量预测方法（续）,.,50,（2）如果取0.4,当t=2时，公式变为：F2F10.4（A1F1）=420.4(4242)=42,当t=3时，公式变为：F3F20.4（A2F2）=42+0.4(4042)=41.2,当t=4时，公式变为：F4F30.4（A3F3）=41.2+0.4(4341.2)=41.92当t=5时，F541.92+0.4(4041.68)=41.15以后的预测值自己可以计算。,3.3定量预测方法（续）,.,51,3.3定量预测方法（续）,.,52,2、一次指数平滑法（Singleexponentialsmoothing）,用一次指数平滑法进行预测，当出现趋势时，预测值之虽然可以描述实际值的变化形态，但预测值总是滞后于实际值。,当出现趋势时，取较大的得到的预测值和实际值比较接近。,一般来说，选得小一些，预测稳定性比较好；反之，其响应性就比较好。,面对有上升或下降趋势的需求序列时，就要采取二次指数平滑法进行预测。对于出现趋势并有季节性波动的情况，则要用三次指数平滑法。,.,53,三、时间序列分解模型,企图从时间序列之中找出各种成分，并在对各种成分单独进展预测的基础上，综合处理各种成分的预测值，以得到最终的预测结果。,1、概念,2、假设：各种成分单独地作用于实际需求，而且过去和现在起作用的机制持续到未来。,实际需求是以上几种因素共同作用的结果。,3、模型,加法模型：用各成分相加的方法来求出需求估计值,乘法模型：用各成分相乘的方法来求出需求估计值,TFTSCI,TFTSCI,.,54,4、有线性趋势、相等季节波动的时间序列分解模型,例3.4有某旅游服务点过去3年各季度快餐的销售记录。试预测该公司未来一年各季度的销售量,解（1）求趋势直线方程,用表36绘出曲线图形；,T=0时，a=10000份；t=12时，为12000份；b=(12000-10000)/12=167所以趋势直线方程为：Tt=10000+167t,三、时间序列分解模型,计算4个季度的移动平均值，标在图上；,利用目测法，让直线穿过移动平均值，使数据分布在直线两侧；,得到趋势直线方程。,第一篇、绪论第三章、需求预测,.,55,.,56,.,57,第三节定量预测方法,4、有线性趋势、相等季节波动的时间序列分解模型,（2）估计季节系数,季节系数：就是实际值At与趋势值Tt的比值的平均值，即At/Tt,三、时间序列分解模型,At由表36可以查到，Tt用趋势直线方程可以计算得到。,分别计算夏秋冬春的季节系数，得到,SI（夏）1.15；SI（秋）1.00；SI（冬）0.85；SI（春）1.00；,需要对这些系数进行不断地修正。,第一篇、绪论第三章、需求预测,.,58,第三节定量预测方法,4、有线性趋势、相等季节波动的时间序列分解模型,三、时间序列分解模型,（3）预测：选择正确的t值和季节系数,本例的t值分别为13，14，15，16，对应的季节系数分别为SI（夏）,SI（秋）,SI（冬）,SI（春）,夏季：（1000016713）1.15=13997,秋季：（1000016714）1.00=12338,冬季：（1000016715）0.85=10629,春季：（1000016716）1.00=12672,第一篇、绪论第三章、需求预测,.,59,回归分析预测技术,.,60,回归分析是一种对于变量间非确定性关系的统计分析法。预测步骤如下：确定预测变量可能的相关因素，并收集这些因素的统计资料；分析这些因素间是否存在相关关系；根据统计资料建立回归模型，求出回归方程；用回归方程进行预测；对回归方程进行统计检验，并给出预测精度估计值。分类一元线性回归预测法多元线性回归预测法非线性回归预测法,.,61,一元线性回归模型,Yt一元线性回归预测值；a截距b斜率.,.,62,3.3定量预测方法（续）,.,63,3.3定量预测方法（续）举例,.,64,3.3定量预测方法（续）,.,65,一、预测精度测量,第四节预测监控,评价预测精度的指标：平均绝对偏差、平均平方误差、平均预测误差、平均绝对百分误差。,1、平均绝对偏差,如果预测误差为正态分布，MAD约等于0.8倍的标准偏差，可较好地反映预测精度。,预测误差：是指预测值和实际值之间的