电子商务物流管理预测

1、电子商务物流管理预测电子商务物流管理预测o规律需求与不规律需求n物流管理者将产品分组，以确定不同的服务水平，或仅仅是对他们分别管理。这些不同的产品组和不同种类的产品都会随时间形成不同的需求模式。n“规律性的”，需求模式一般可以分解为趋势(Trend)、季节性(Seasonal)和随机性(Random)因素。如果随机波动只占时间序列其余变化部分的很小比重，那么利用常用的预测方法就可以得到较好的预测结果。n如果某种产品的需求由于总体需求量偏低，需求时间和需求水平非常不确定，那么需求就是间歇式的，这样的时间序列就被称为是“不平整的(Lumpy)”或“不规律的(irregular)”。o例如：刚刚进入

2、产品线或要退出产品线的产品常常出现这种模式的需求，因为只有少数客户有需求，而且分散在不同的地区，所以每个存储点面对的需求很低，或是由对其他产品的需求派生出来的口这类需求模式利用通常的方法尤其难以预测，但由于这类产品可能占企业经营产品种类的50%。随机需求的典型分解形式o派生需求与独立需求n因物流管理者为之规划的企业经营方法的不同，需求的特点也差异巨大。在一种情况下，需求来自许多客户，这些客户多数为独立采购，采购量只构成企业分拨总量的很少一部分。此时的需求就被称做是独立的需求。在另一种情况下，需求是特定生产计划要求派生出来的，这样的需求就称为是从属性的口例如，从某供应商处购买新轮胎的数量就是汽车

3、厂要生产的新汽车量的一定倍数。这种根本差异导致了需求预测方法的不同。n 如果需求是独立的，统计预测方法的效果就很好。多数短期预测模型的基本条件都是需求独立且随机相反，派生需求模式会有很强的倾向性，而且不是随机的。案例o某大型制造企业的电力设备部门为工业用户生产一系列小功率电动机，这些用户将这些电动机用在地板清洗器，磨光器之类的最终产品上。虽然电动机不是很复杂的产品，但每个也要包含50一100个单独的部件。企业根据所收到的订单制定生产计划，产品在未来某时间交付，生产计划的制定还要基于需求预测，预测的产品是那些标准化较高的“从货架供应off theshelf ) ”的电动机。根据以上要求，就需要制

4、定未来三个月的生产计划，表明什么时间生产某特定型号的电动机，生产多少。随后，物料管理经理保证备齐生产所需的所有配件和原材料。oMRP计算原理预测常用方法预测常用方法预测常用方法预测常用方法预测常用方法分类o定性方法：n定义：定性方法是哪些利用判断、直觉、调查或者比较分析对未来定性估计的方法。n使用特点：影响预测的相关信息通常是非量化的、模糊的、主观的；中长期的预测多使用此方法n适用情况：新产品成功与否？新技术的影响？政府政策是否变动？，即历史数据或者没有或者与当前的相关程度很低预测常用方法分类o历史映射法n定义：如果拥有相当数量的历史数据，时间序列的趋势和季节性变化稳定、明确，那么将这些数据映

5、射到未来将是有效的短期预测方法。n使用特点：影响预测的相关信息通常是量化的、数据驱动的；短期的预测多使用此方法n适用情况：未来的时间模式将会重复过去，预测时间跨度一般小于6个月。n理论依据：短期内时间序列本身的内在稳定性预测常用方法分类o因果法n基本前提：预测变量的水平取决于其他相关变量的水平。n使用特点：只要能准确的描因果关系，因果模型在预测时间序列主要变化、进行中长期预测会非常准确。n不同形式：o统计形式：回归、计量经济模型o描述形式：投入产出模型、生命周期模型、计算机模拟预测方法综合分析o某一个预测模型都有自己的使用条件和特殊用途o某个模型不可能总是准确有效的，所以需要对预测模型组合进行

6、决策o对Topdown和downTop预测目前学界仍没有定论，需要具体问题具体分析无数的研究显示“简单的”时间序列模型常常和更深奥、更复杂的模型预测结果一样好，甚至更好。 Robin M Hogarth对物流管理有用的方法o物流管理者的工作一般仅限于协助库存控制、运输计划、仓库装卸计划及类似活动的管理部门做短期预测。根据方法的复杂程度、潜在作用和数据的可得性特点，物流管理者只会具体考虑几种简单预测方法。o指数平滑、经典时间序列分解法、多元回归分析、一阶移动平均、二阶移动平均指数平滑方法o被誉为“短期预测中最有效的方法”o特点：n同类方法中被认为最精确n只需要很小的数据量n具备灵敏度的自我调整功

7、能n能对趋势和季节性因素进行刻画n短期预测o系数值一般取0.010.3o系数大o系数小校正趋势预测误差的定义误差的定义o在正态分布中，约有2%的观测值超出均值的两倍标准差范围。在指数分布中超过均值2.75倍标准差的概率约为2%。因此，如果除2观测值外，其余都在2倍标准差内，就使用正态分布，如果超过2.7倍标准差就用指数分布预测误差的定义监控预测误差经典时间序列分解o时间序列分解法：n谱分析、经典时间序列分析、傅立叶级数分解o经典时间序列分解法n指导思想：把历史上的销售模式分解成四组成分，趋势、季节性波动、周期性波动、残差波动，如下： F需求预测；T趋势水平；S季节指数；C代表周期指数；R代表残

8、差指数；RCSTF经典时间序列分解o简化为仅包含趋势与季节分析的计算公式 LtttttttSTFTDSDt bDatNttDNtDbbtaT/22多元回归分析o多元回归技术是一种用来判断某些选定变量和需求变量之间的关联程度的统计技术o回归分析的计算软件比较容易获得o注意：统计软件本身并不能保证模型的有效性预测的特殊问题o启动问题n我的产品和服务是新产品怎么办？n我没有足够用于预测的数据怎么办？o不规律需求的担心n什么叫不规律需求？n我的数据是不是不规律需求？n我怎么预测不规律需求的问题？o第一，寻找导致需求不规律的明显原因，利用这些因素预测。将不规律产品的需求预测与其他有规律需求的预测分开，分别使用不同的方法。o第二，如果没有找到需求偏移的原因，就不对这类产品或服务需求模式的变化迅速反应。相反，利用简单、平稳的预测方法。这些方法不会对变化迅速做出反应，如基本的指数平滑法。同时取较小的平滑系数，或者采用回归模型，将模型的频率调整为至少在一年以上