《供应链管理实务》课件 任务02 掌握需求预测方法

项目五

供应链需求预测认识需求管理任务01掌握需求预测方法任务02——目录CONTENTS——

提高需求预测精度任务03任务02掌握需求预测方法一、供应链需求预测方法长期预测(Long-rangeForecast)中期预测(Intermediate-rangeForecast)短期预测(Short-rangeForecast)短期预测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。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。一、供应链需求预测方法主观判断、不需要数学公式预测依据：各种主观意见定性预测方法利用统计资料和数学模型进行预测主观判断仍然重要定量预测方法Delphi法加权移动平均法指数平滑法预测方法定性预测方法定量预测方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乘法模型加法模型时间序列平滑模型时间序列分解模型一、供应链需求预测方法

1确定预测的目的

2确定预测的时间范围

3选择预测的方法

4收集和分析数据

5准备预测

6对预测进行监控

“预测”二、供应链需求预测步骤三、定性预测法德尔菲法销售人员意见汇集法市场调查法各部门主管集体讨论法历史类比法定性预测的方法有很多，但从供应链需求应用的广泛性、实用性和有效性角度来看，主要分为：德尔菲法又称专家调查法，起源于20世纪40年代末，最初用于美国早期空军部门为创造新的军事技术而开发的一种方法。1.德尔菲法三、定性预测法德尔菲法又称专家调查法，其步骤如下：三、定性预测法1.德尔菲法优点充分发挥每个专家的经验和判断能力，发挥专家的集体智慧，提高预测质量简单易行操作成本低缺点预测需要的时间较长主要依靠专家的主观判断，缺乏客观标准。可靠性较低三、定性预测法2.销售人员预测汇集法它遵循着如下的假设前提：越接近客户，越了解未来的需求状况。因此，从产品的销售人员那里收集到的信息将会是最完整和最准确的。销售人员预测汇集法，就是充分利用销售人员对本地区经济发展状况和市场需求的熟悉以及服务人员对市场需求变动的敏感，首先做出局部的估计，然后通过汇总各地区的预测值来形成对全国范围库存需求的总预测。三、定性预测法3.集体讨论法集体讨论法是指企业内部不同级别的管理者和职员在公开的会议上针对某一个需要预测的问题进行集中的讨论和自由的交流。优点充分发挥了集体智慧的优势，避免了单一主体进行预测时所存在的弊病缺点在会议中级别较低的职员可能会被级别较高的管理者的意见所左右。三、定性预测法在一些全新产品的销售过程中，并没有历史销售记录，此时可以运用类比法来进行预测。类比法分为纵向类比法和横向类比法。4.类比法纵向类比法通过将当前的市场情况和历史上曾经发生过的类似情况进行比较来预测市场未来情况的变化。横向类比法指在同一时期将某一地区某项产品的市场情况与其他地区该项产品的市场情况进行比较，然后预测这个地区的未来市场情况。三、定性预测法5.市场研究法市场研究法中，通常要聘用第三方专业市场调研公司进行预测。其主要包含三大步骤：首先是数据的收集，即市场调查，可以通过问卷调查、上门访谈或者两者相互结合等方式来完成。其次是对收集到的数据进行整理分析。最后是根据分析得出预测结果并撰写市场调研报告。三、定性预测法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。通过时间序列分析事物过去的变化规律并推断事物的未来发展趋势，就是时间序列预测法。时间序列预测方法的原理四、时间序列预测法时间序列预测法具有简单易行、便于掌握、能够充分利用原时间序列的各项数据及适于短期预测的特点。简单易行便于掌握充分利用原时间序列的各项数据适用于短期预测四、时间序列预测法移动平均法指数平滑法灰色模型预测法马尔柯夫时序预测法它是以一个指标本身的历史数据的变化趋势去寻找市场的演变规律，作为预测的依据，即把未来作为过去历史的延伸，主要包括以下几种：四、时间序列预测法五、简单移动平均法Mt

=

NX1+Xt-1+.....+XT-N+1T周期末简单移动平均值为T＋1周期的预测值i周期实际值周期数例：某电子器材公司SANY牌播放器的逐月销售记录如下表所示。F4=(720+678+650)/3=682.67F7=(920+859+785+720+678+650)/6=768.67五、简单移动平均法描点绘图，可以比较当n=3,n=6时对预测结果的影响?五、简单移动平均法对于简单滑动平均预测方法，关键是选择移动时间区间的大小，即n的大小。n的大小的选择与预测者要求的适应性有关。如果管理者追求稳定性,n的值应该选择大一些，如果管理着的目标是体现响应性，则应选择小一点的n。五、简单移动平均法六、加权移动平均

t(月)

实际销量(百台)

三个月的加权移动平均预测值(百台)

1

2

3

4

5

6

7

8

9

10

11

12

20.00

21.00

23.00

24.00

25.00

27.00

26.00

25.00

26.00

28.00

27.00

29.00

23.17

24.33

25.83

26.17

25.67

25.67

26.83

27.17

(0.5×20+1×21+1.5×23=21.83例：当n=3时，若取α1=0.5,α2=1.0,α3=1.5,则预测结果见右表：六、加权移动平均近期数据的权重越大，则预测的稳定性就越差，响应性就越好；近期数据数据的权重越小，则预测的稳定性就越好，响应性就越差；权重和n的选择具有经验性。六、加权移动平均八、一次指数平滑法

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，

平滑系数例如：某公司的销售记录如下表所示，试分别取，a=0.4，a=0.7,SF1=11.00,计算一次平滑指数的预测值。八、一次指数平滑法

F2

＝αA1

＋（1－α）F1＝0.4×10.00＋（1－0.4）×11.00＝10.6019.7416.81八、一次指数平滑法

与上面的问题的类似，预测的关键是选择

的大小。如管理者追求稳定性，

的值应该选择小一些;如果管理者的目标是体现响应性，则应选择大一点的

八、一次指数平滑法

因果预测法为管理者提供了利用外部数据进行预测的机会。在因果预测的情况下，预测者通常已经意识到需求与其他一些变量之间的紧密关系。例如，国家财政改革的资金需求与利率密切相关，利率下降一般情况下会导致对资金需求的增加；许多产品的销售与建筑业紧密相关．计划建筑规模的一个预测因子是准许使用的建筑数量。九、因果预测法Yt

一元线性回归预测值；a

截距b斜率.Yt=a+bx012345tY九、因果预测法因果预测中线性关系的方程如下：Y＝a＋bX其中，X为自变量；Y为因变量；a为截距；b为斜率。在需求预测时，因变量Y是需求，自变