第3章需求预测

1、第3章 需求预测 Forecasting3.1 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。(http:/www.walmart. com)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

2、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。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。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

3、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。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I see that you willget an A this semester.3.1.1 预测及其作用一、预测的概念预测的概念 是对未来可能发生的情况的预计和推测。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

4、的作用二、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n帮助管理者设计生产运作系统w生产什么产品，提供何种服务w在何处建立生产/服务设施w采用什么样的流程w供应链如何组织n帮助管理者对系统的使用进行计划w今年生产什么，生产多少w如何利用现有设施提供满意服务预测的基本假设：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n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3.1.2 3.1.2 预测分类预测分类按性质分n科学预测 科学预测是对

5、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。n技术预测 技术预测是对技术进步情况的预计与推测。n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3.1.2 3.1.2 预测分类（续）预测分类（续）n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。n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。3.1.2 3.1.2 预测分类（续）预测分类（续）按时间分n

6、长期预测(Long-range Forecast) 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。n中期预测(Intermediate-range Forecast) 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。n短期预测(Short-range Forecast)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。3.1.2 3.1.2 预测分类（续）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

7、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。 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 预测方法单纯法影响需求预测的因素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。预测一般步骤预测一般步骤1、决定预测的目的和

8、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。 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）稳定性与响应性总费用预测成本经营费用费用预测精度预测精度与成本关系图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

9、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。(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、

10、进行预测所需的工作量以及各个专家的反馈速度。德尔菲法的特点n优点：简明直观，避免了专家会议的许多弊端。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。n缺点：专家的选择、函询调查表的设计、答卷缺点：专家的选择、函询调查表的设计、答卷处理等难度较大。处理等难度较大。 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，

11、如下表所示。 专家专家编号编号第一次判断第一次判断第二次判断第二次判断第三次判断第三次判断最低最低销售量销售量最可能最可能销售量销售量最高最高销售量销售量最低最低销售销售量量最可能最可能销售量销售量最高销最高销售量售量最低最低销销售量售量最可能最可能销售量销售量最高最高销售量销售量15007509006007509005507509002200450600300500650400500650340060080050070080050070080047509001500600750150050060012505100200350220400500300500600单位：千件单位：千件专家专家编号

12、编号第一次判断第一次判断第二次判断第二次判断第三次判断第三次判断最低最低销售量销售量最可能最可能销售量销售量最高最高销售量销售量最低最低销售量销售量最可能最可能销售量销售量最高销最高销售量售量最低销最低销售量售量最可能最可能销售量销售量最高最高销售量销售量630050075030050075030060075072503004002504005004005006008260300500350400600370410610平均数平均数345500725390550775415570770单位：千件单位：千件接上页接上页 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，

13、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：415570770585()3千件 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 0.50 415 0.20 770 0.30 599()千件 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：300 370 400 500 550最可能销售量： 410 500 600 700 750最高销售量： 600 610 650 750 800 900 1250中间项的计算公式为：最低销售

14、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。n1(n)2项数 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：)(6953 . 07502 . 04005 . 0600千件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

15、场预测。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。销售人员意见汇集法预测方法n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，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）提出自己的预测估计值。（每个人都独立进行）n将每个人的估

16、计值，进行一定的数学处理（如算术平均、加将每个人的估计值，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。权平均），然后作为预测值。特点n简单易行，能对市场变化迅速做出反应。简单易行，能对市场变化迅速做出反应。n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。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。根据三个销售员、两位经理的估计对明年的销量作出预测。 1. 三个销售人员估计值三个销售人员估计值销售员销售员 甲销售额销

17、售额概率概率销售额销售额概率概率最高最高10000.3300最可能最可能7000.5350最低最低4000.280期望期望730销售员销售员 乙销售额销售额概率概率销售额销售额概率概率最高最高12000.2240最可能最可能9000.6540最低最低6000.2120期望期望900销售员销售员 丙销售额销售额概率概率销售额销售额概率概率最高最高9000.2180最可能最可能6000.5300最低最低3000.390期望期望570销售人员意见汇集法2. 销售人员估计值处理 假设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

18、），即：（算术平均值），即： 销售人员预测值=(730+900+570)/3=2200/3=733.3(单位单位)3. 两位销售经理的预测及处理 （1）估计值：经理甲：）估计值：经理甲：1000； 经理乙：经理乙：800 （2）假设假设估计结果的权重相同。取平均值，得到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）（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，（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，其预测值的比重可大一些，假设假设采取采

19、取2:1加权），得到加权），得到 明年销售预测值（1733.3+9002）/3=844.4（单位）（单位） 销售人员意见汇集法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用户单位名称所属地区部门 省 市（地县） 部人数规模主要生产品种请您回答下列问题（在回答栏中写明或划“”；若不好回答，可写“？”）问题回答1、贵单位现有多少磨削设备磨削机床_;砂轮机_台;其他_2、贵单位最近增添磨削设备吗?今年下半年：不增；减少；增加_台；不情楚 明年：不增；减少；增加_台；不清楚3、贵单位认为我厂产品在哪些方面

20、有缺点？服务方面有什么问题？质量；品种；规格；包装；按合同期交货；技术服务；其他_4、您估计您单位明年对我厂磨具需求量方面会有变化吗？不变；增加；减少；不清楚；（这仅是征求您个人的看法，不作定货依据。）5、有变化的话，您估计百分比有多大？1%5%；6%10%；11%15%；16%20%6、您估计您单位明年对我厂磨具的需求，在规格和品种方面有变化吗？不变；有改变；增加；减少；不清楚7、具体变化的情况能告诉我们吗？可能增加的规格和品种是_可能减少的规格和品种是_8、您单位目前需要我厂帮助解决哪些问题？品种选择；磨具的使用方法；磨具配套砂轮；其他_9、贵单位对我厂有哪些意见和要求？谢谢您的回答。请将

21、此表于_月_日之前填完送回。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？选择答案名称肯定不买不太可能有点可能很有可能非常可能肯定购买概率（P）0.000.200.400.600.801.00家庭数（X）400501502001001001000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预测年度企业彩电销售量推算表目标市场代号 预

22、测年度市场需求量（万台）企业市场占有率销售量预测值（万台）（1）（2）（3）（4）=（2）*（3）1（甲地区）2345629.6014.8011.10 7.3919.43 3.660.4000.070.0511.48 2.96 1.33 0.74 1.36 0.18合计18.413.3 定量预测方法时间序列模型n时间序列平滑模型n时间序列分解模型因果关系模型一、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：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

23、。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) 趋 势 成 分 季 节 成 分 周 期 成 分 随 机 波 动 成 分 时间序列及其构成-6-4-202412345678910趋势成分季节成分周期成分随机波动

24、成分总趋势单纯法（ Nave Forecasts）n将前期实际得到的结果作为下一期的预测值特点n使用简单，没有代价n不用数据分析n容易理解n预测精度不高3.3 定量预测方法（续）单纯法的应用n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n对季节性波动 F(t) = A(t-n)，n为波动周期n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）3.3 定量预测方法（续）移动平均法移动平均法n简单移动平均（Simple moving average）n加权移动平均（Weighted

25、 moving average）n指数平滑法（Exponential smoothing）3.3 定量预测方法（续） 简单移动平均SMAt+1 = nAt+i-ni = 1n35373941434547123456789101112实际值实际值SMA3SMA5表6 - 1 简 单 移 动 平 均 法 预 测 月 份 实 际 销 量 ( 百 台 ) n = 3 ( 百 台 ) n = 4 ( 百 台 ) 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 2 0 . 0 0 2 1 . 0 0 2 3 . 0 0 2 4 . 0 0 2 5 . 0 0 2 7 . 0 0 2 6 . 0

26、 0 2 5 . 0 0 2 6 . 0 0 2 8 . 0 0 2 7 . 0 0 2 9 . 0 0 2 1 . 3 3 2 2 . 6 7 2 4 . 0 0 2 5 . 3 3 2 6 . 0 0 2 6 . 0 0 2 5 . 6 7 2 6 . 3 3 2 7 . 0 0 2 1 . 7 5 2 3 . 3 3 2 4 . 7 5 2 5 . 5 0 2 5 . 7 5 2 6 . 0 0 2 6 . 2 5 2 6 . 5 0 3.3 定量预测方法（续） 加权移动平均WMAt+1 = niAt+i-ni = 1n35373941434547123456789101112实际值实际

27、值WMA3WMA53.3 定量预测方法（续） 一次指数平滑法一次指数平滑法(Single exponential smoothing)n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-1 Ft 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一次指数平滑法预测其10月的产品销售量。取取0.1，和取和取0.4期序历史数据预测数据取取0.1预测数据取取0.41422403434405446437458409

28、39101、用一次指数平滑法预测、用一次指数平滑法预测（1）取）取0.1, F1 = A1，：，：按照公式：按照公式：Ft Ft-1 + （At-1 Ft-1）当当t=2时，公式变为：时，公式变为：F2 F1 （A1 F1）；）；计算：计算：F2 F1 （A1 F1） 42 0.1 (42 42) = 42.当当t=3时，公式变为：时，公式变为：F3 F2 （A2 F2）= 42 + 0.1 (40 42) = 41.8,当当t=4时，公式变为：时，公式变为：F4 F3 （A3 F3）= 41.8 + 0.1 (43 41.8) = 41.92,3.3 定量预测方法（续）（2）如果取）如果取0

29、.4,当当t=2时，公式变为：时，公式变为：F2 F1 0.4（A1 F1）= 42 0.4 (42 42) = 42,当当t=3时，公式变为：时，公式变为：F3 F2 0.4（A2 F2）= 42 + 0.4 (40 42) = 41.2,当当t=4时，公式变为：时，公式变为：F4 F3 0.4（A3 F3）= 41.2 + 0.4 (43 41.2) = 41.92当当t=5时，时，F5 41.92 + 0.4 (40 41.68) = 41.15以后的预测值自己可以计算。以后的预测值自己可以计算。 3.3 定量预测方法（续）3540455012345678910 11 12PeriodD

30、emand .1 .4实际值实际值3.3 定量预测方法（续）2、 一次指数平滑法（Single exponential smoothingSingle exponential smoothing） 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。当出现趋势时，取得到的预测值和实际值比较接近。一般来说，一些，预测稳定性比较好；反之，其响应性就比较好。 面对的需求序列时，就要采取指数平滑法进行预测。 对于的情况，则要用指数平滑法。tttFAF11 三、时间序列分解模型三、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

31、，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TFTSCITFTSCI4、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=

32、10000+167t三、时间序列分解模型三、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。 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。t123456789101112At/Tt1.161.010.850.991.131.000.821.001.100.950.871.01分别计算夏秋冬春的季节系数，得到SI（夏）1.15；SI（秋）1.0

33、0；SI（冬）0.85；SI（春）1.00；需要对这些系数进行不断地修正。 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 回归分析预测技术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：n确定预测变量

34、可能的相关因素，并收集这些因素的统计资料；n分析这些因素间是否存在相关关系；n根据统计资料建立回归模型，求出回归方程；n用回归方程进行预测；n对回归方程进行统计检验，并给出预测精度估计值。分类n一元线性回归预测法n多元线性回归预测法n非线性回归预测法一元线性回归模型Yt 一元线性回归预测值；a 截距b 斜率.Yt = a + bx0 1 2 3 4 5 tYb = n (xy) - xynx2 - (x)2a = y - bxn3.3 定量预测方法（续）3.3 定量预测方法（续）举例tyWeekt2Salesty111501502415731439162486416166664525177885 t = 15 t2 = 55 y = 812 ty = 2499( t)2 = 225y = 143.5 + 6.3t a = 812 - 6.3(15)5 =b = 5 (2499) - 15(812)5(55) - 225 = 12495-12180275-225 = 6.3143.5 3.3 定量预测方