运营管理-第六章-需求预测优秀PPT.ppt

本章主要内容本章主要内容6.1 6.1 预料预料6.2 6.2 定性预料方法定性预料方法6.3 6.3 定量预料方法定量预料方法6.4 6.4 预料误差及监控预料误差及监控6.1.1 6.1.1 预料及其作用预料及其作用6.1.2 6.1.2 预料分类预料分类6.1.3 6.1.3 预料的步骤预料的步骤6.1.4 6.1.4 预料中应留意的几个问题预料中应留意的几个问题6.1 预料I see that you willget an A this semester.6.1.1 预料及其作用预料是对将来可能发生的状况的预料与推想。预料是对将来可能发生的状况的预料与推想。预料时考虑的因素：预料时考虑的因素：当前的因素或条件、在过去状况下过去的经验当前的因素或条件、在过去状况下过去的经验但预料不是一门精确的科学，它是科学与艺术的但预料不是一门精确的科学，它是科学与艺术的结合。结合。预料离不开科学测定的数据，也离不开人们的阅预料离不开科学测定的数据，也离不开人们的阅历和推断。历和推断。不能因为预料的失误而否定预料。不能因为预料的失误而否定预料。“凡事预则立，不预则废凡事预则立，不预则废”。预料为人们供应了。预料为人们供应了即将发生的状况的信息，增加了成功的机会。即将发生的状况的信息，增加了成功的机会。预料的作用预料的作用帮助管理者设计生产运作系统帮助管理者设计生产运作系统生产什么产品，供应何种服务生产什么产品，供应何种服务在何处建立生产在何处建立生产/服务设施服务设施接受什么样的流程接受什么样的流程供应链如何组织供应链如何组织帮助管理者对系统的运用进行支配帮助管理者对系统的运用进行支配今年生产什么，生产多少今年生产什么，生产多少如何利用现有设施供应满足服务如何利用现有设施供应满足服务各个部门能以一样步调开展工作各个部门能以一样步调开展工作预料的基本假设：过去的发展状态要持续到预料的基本假设：过去的发展状态要持续到将来将来对总量的预料要比对个体的预料精确对总量的预料要比对个体的预料精确如每天从武汉到北京旅客数量的预料，比预如每天从武汉到北京旅客数量的预料，比预料某个人将到何处出差要精确料某个人将到何处出差要精确预料精度随预料的时间范围增加而降低预料精度随预料的时间范围增加而降低6.1.2 6.1.2 预料分类预料分类按性质分按性质分科科学学预预料料 科科学学预预料料是是对对科科学学发发展展状状况况的的预预料料与与推推想想。如如门门捷捷列列夫夫预预料料有有3 3个个当当时时未未发发觉觉的的元元素素：亚亚铝铝、亚亚硼硼和和亚亚硅硅。后后来来，发觉了，是镓、钪和锗。发觉了，是镓、钪和锗。技技术术预预料料 技技术术预预料料是是对对技技术术进进步步状状况况的的预料与推想。预料与推想。经经济济预预料料 政政府府部部门门以以及及其其它它一一些些社社会会组组织织常常常常就就将将来来的的经经济济状状况况发发表表经经济济预预料料报报告告6.1.2 6.1.2 预料分类（续）预料分类（续）社社会会预预料料 社社会会预预料料是是对对社社会会将将来来的的发发展展状状况况的的预预料料和和推推想想。比比如如人人口口预预料料、人人们们生生活活方方式式变更预料、环境状况预料等。变更预料、环境状况预料等。需需求求预预料料 需需求求预预料料为为企企业业给给出出了了产产品品在在将将来来的的一一段段时时间间里里的的需需求求期期望望水水平平,为为企企业业的的支支配配和和限制决策供应了依据。限制决策供应了依据。需求预料与企业生产经营活动关系最亲密。需求预料与企业生产经营活动关系最亲密。需求预料的影响因素有哪些？需求预料的影响因素有哪些？产品生命周期产品生命周期顾客偏好顾客偏好竞争者的行为竞争者的行为广告广告设计设计质量质量商业周期商业周期 6.1.2 6.1.2 预料分类（续）预料分类（续）按时间分按时间分长期预料长期预料(Long-range Forecast)(Long-range Forecast)对对5 5年或年或5 5年以上的需求前景的预料。它是企年以上的需求前景的预料。它是企业长期发展规划的依据。业长期发展规划的依据。中期预料中期预料(Intermediate-range Forecast)(Intermediate-range Forecast)中期预料是指对一个季度以上两年以下的需中期预料是指对一个季度以上两年以下的需求前景的预料。它是制订年度生产支配、季度求前景的预料。它是制订年度生产支配、季度生产支配的依据。生产支配的依据。短期预料短期预料(Short-range Forecast)(Short-range Forecast)短期预料是对一个季度以下的需求前景的预短期预料是对一个季度以下的需求前景的预料。它是调整生产实力、选购料。它是调整生产实力、选购、支配生产、支配生产作业支配等具体生产经营活动的依据。作业支配等具体生产经营活动的依据。6.1.2 6.1.2 预料分类（续）预料分类（续）按主客观因素所起的作用分按主客观因素所起的作用分 定性预料方法定性预料方法主观推断、不须要数学公式主观推断、不须要数学公式预料依据：各种主观看法预料依据：各种主观看法定量预料方法定量预料方法利用统计资料和数学模型进行预料利用统计资料和数学模型进行预料主观推断仍旧重要主观推断仍旧重要预预料料方方法法定定性性预预料料方方法法定定量量预预料料方方法法Delphi法法用户期望调查法用户期望调查法部门主管探讨法部门主管探讨法销售人员看法汇合法销售人员看法汇合法因果模型因果模型时间序时间序列模型列模型移动平均法移动平均法加权移动平均法加权移动平均法指数平滑法指数平滑法乘法模型乘法模型加法模型加法模型时间序列时间序列平滑模型平滑模型时间序列时间序列分解模型分解模型6.1.3 预料的步骤 1 1 确定预料的目的确定预料的目的 2 2 确定预料的时间范围确定预料的时间范围 3 3 选择预料的方法选择预料的方法 4 4 收集和分析数据收集和分析数据 5 5 准备预料准备预料 6 6 对预料进行监控对预料进行监控“预料预料”6.2 定性预料方法 Delphi Delphi 法（专家调查法）法（专家调查法）用户期望调查法用户期望调查法 部门主管看法部门主管看法 销售人员看法汇合法销售人员看法汇合法6.3 定量预料方法时间序列模型：时间序列模型：把预料指标，如销售量等指标的实际历史把预料指标，如销售量等指标的实际历史数据按时间依次排列，应用数学方法进行数据按时间依次排列，应用数学方法进行分析，找出其中的变更趋势和规律性的一分析，找出其中的变更趋势和规律性的一种定量预料方法。种定量预料方法。时间序列平滑模型时间序列平滑模型时间序列分解模型时间序列分解模型因果关系模型因果关系模型利用变量之间的相关关系，通过一种变量利用变量之间的相关关系，通过一种变量的变更来预料另一种变量的将来变更。的变更来预料另一种变量的将来变更。时间序列预料（时间序列预料（Time Series Time Series ForecastsForecasts）时间序列是按确定的时间间隔和时时间序列是按确定的时间间隔和时间先后依次排列起来的数据构成的序列。间先后依次排列起来的数据构成的序列。趋势成分趋势成分-数据长期变更趋势数据长期变更趋势季节成分季节成分-在一年内按通常的频率围绕在一年内按通常的频率围绕趋势作上下有规则的波动趋势作上下有规则的波动周期成分周期成分 在较长时间里围绕趋势作在较长时间里围绕趋势作有规则波动（经济周期）有规则波动（经济周期）随机波动（随机波动（Random variationsRandom variations）-随机随机因素引起无规则的波动因素引起无规则的波动如图如图 趋势成分趋势成分 季节成分季节成分 周期成分周期成分 随机波动成分随机波动成分 时间序列的平滑模型时间序列的平滑模型简洁移动平均（简洁移动平均（Simple moving Simple moving averageaverage，SMASMA）加权移动平均（加权移动平均（Weighted moving Weighted moving averageaverage，WMAWMA）指数平滑法（指数平滑法（Exponential Exponential smoothingsmoothing）一、简洁移动平均SMAt+1 =nAt+i-ni=1nT T周期末简洁移动平均值周期末简洁移动平均值T T1 1周期的预料值周期的预料值i i周期实际值周期实际值周期数周期数例：某电子音响器材公司例：某电子音响器材公司SONY牌单放机的逐月牌单放机的逐月销售记录如下表所示。销售记录如下表所示。表表6 6-1 1 简洁移动平均法预料简洁移动平均法预料 月份月份 实际销量实际销量(百台百台)n=3n=3n=4n=41 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 1010 1111 1212 20.0020.00 21.0021.00 23.0023.00 24.0024.00 25.0025.00 27.0027.00 26.0026.00 25.0025.00 26.0026.00 28.0028.00 27.0027.00 29.0029.00 21.3321.33 22.6722.67 24.0024.00 25.3325.33 26.0026.00 26.0026.00 25.6725.67 26.3326.33 27.0027.00 21.7521.7523.3323.33 24.7524.75 25.5025.50 25.7525.75 26.0026.00 26.2526.25 26.5026.50 计算移动平均预料值计算移动平均预料值:F4=(720+678+650)/3 =682.67F7=(920+859+785 +720+678+650)/6 =768.67描点绘图，可以比较当描点绘图，可以比较当n=3,n=6n=3,n=6时对预料结时对预料结果的影响果的影响?对于简洁滑动平均预料方法，关键是选择移动时间对于简洁滑动平均预料方法，关键是选择移动时间区间的大小，即区间的大小，即n n的大小。的大小。n n的大小的选择与预料者要求的适应性有关。假如的大小的选择与预料者要求的适应性有关。假如管理者追求稳定性管理者追求稳定性,n,n的值应当选择大一些，假如管的值应当选择大一些，假如管理着的目标是体现响应性，则应选择小一点的理着的目标是体现响应性，则应选择小一点的n n。二、加权移动平均WMAt+1 =niAt+i-ni=1n例如：当例如：当n=3时，若取时，若取1=0.5,2=1.0,3=1.5,则预料结果见下表。则预料结果见下表。表表6 6-2 2 加权移动平均预料加权移动平均预料 t(t(月月)实际销量实际销量(百台百台)三个月的加权移动平均预料值三个月的加权移动平均预料值(百台百台)1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 1010 1111 1212 20.0020.00 21.0021.00 23.0023.00 24.0024.00 25.0025.00 27.0027.00 26.0026.00 25.0025.00 26.0026.00 28.0028.00 27.0027.00 29.0029.00 23.1723.17 24.3324.33 25.8325.83 26.1726.17 25.6725.67 25.6725.67 26.8326.83 27.1727.17 (0.520+121+1.523=21.83(0.520+121+1.523=21.831=0.5,2=1.0,3=1.5近期数据的权重越大，则预料的稳定性近期数据的权重越大，则预料的稳定性就越差，响应性就越好；近期数据数据就越差，响应性就越好；近期数据数据的权重越小，则预料的稳定性就越好，的权重越小，则预料的稳定性就越好，响应性就越差；响应性就越差；权重和权重和n的选择具有阅历性。的选择具有阅历性。三、一次指数平滑法三、一次指数平滑法(Singleexponentialsmoothing)Ft=Ft-1+(At-1-Ft-1)=At-1+（1-）Ft-1Ft新的预料值，新的预料值，Ft-1前期预料值，前期预料值，At-1前期的实际需求，前期的实际需求，平滑系数平滑系数例如：某公司的销售记录如下表所示，试分别取，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计算一次平滑指数的预料值。料值。月销售额一次指数平滑预料表月销售额一次指数平滑预料表单位：千元单位：千元SF1=11.00月销售额一次指数平滑预料表月销售额一次指数平滑预料表单位：千元单位：千元F2A1（1）F10.410.00（10.4）11.0010.6019.7416.81SF1=11.00与上面的问题的类似，预料的关键是选择与上面的问题的类似，预料的关键是选择的大的大小。小。如管理者追求稳定性，如管理者追求稳定性，的值应当选择小一些的值应当选择小一些;假如管理者的目标是体现响应性，则应选择大一假如管理者的目标是体现响应性，则应选择大一点的点的四、时间分解预料模型四、时间分解预料模型-解决季节性预解决季节性预料问题料问题(Seasonal variations)(Seasonal variations)常用季节性预料模型常用季节性预料模型加法模型加法模型(Additive Model)(Additive Model)TF=T+S+C+I TF=T+S+C+I 乘法模型乘法模型(Multiplicative model)(Multiplicative model)用得最多的是基于乘法模型的预料方法用得最多的是基于乘法模型的预料方法时间序列分解模型计算步骤时间序列分解模型计算步骤Step1:求出趋势值的直线方程。求出趋势值的直线方程。Step2:计算季节因子计算季节因子Step3:计算预料值计算预料值时间序列分解模型计算示例：时间序列分解模型计算示例：有一个公司记录了有一个公司记录了1997和和1998两年的销售数据，见两年的销售数据，见下表。请依据这些数据预料下表。请依据这些数据预料1999年的销售状况。年的销售状况。时间时间销售额销售额(万元万元)时间时间销售额销售额(万元万元)1997年年1季度季度3002季度季度2003季度季度2204季度季度5301998年年1季度季度5202季度季度4203季度季度4004季度季度700Step1:求出趋势值的直线方程。求出趋势值的直线方程。趋势值用最小二乘法，求出：Tt=170+55*tStep2:计算季节系数计算季节系数时间时间实际值实际值趋势值趋势值实际值实际值/趋势值趋势值季节因子季节因子97年年1季度季度2季度季度3季度季度4季度季度300200220530225280335390(300/225)=1.330.710.661.36(1.33+1.17)/2=1.25(0.71+0.84)/2=0.7898年年1季度季度2季度季度3季度季度4季度季度5204204007004455005556101.170.840.721.15(0.66+0.72)/2=0.69(1.36+1.15)/2=1.25Step3:计算计算1999年的预料值年的预料值1999年年1季度季度:(170+559)1.25=8312季度季度:(170+5510)0.78=5623季度季度:(170+5511)0.69=5354季度季度:(170+5512)1.25=10386.3.4 预料中应留意的几个问题推断在预料中的作用：选择预料方法、辨别推断在预料中的作用：选择预料方法、辨别信息、取舍预料结果信息、取舍预料结果预料精度与成本预料精度与成本预料的时间范围和更新频率预料的时间范围和更新频率稳定性与响应性预料方法的两个基本要求稳定性与响应性预料方法的两个基本要求稳定性：抗拒随机干扰、反映稳定需求的实稳定性：抗拒随机干扰、反映稳定需求的实力。适用于受随机因素影响大的预料问题力。适用于受随机因素影响大的预料问题响应性：快速反映需求变更的实力，适用于响应性：快速反映需求变更的实力，适用于受随机因素影响小的预料问题受随机因素影响小的预料问题五、一元线性回来模型Yt一元线性回来预料值；一元线性回来预料值；a截距截距b斜率斜率.Yt=a+bx012345tYb=n(xy)-xynx2-(x)2a=y-bxn n为变量数；为变量数；x为自变量的取值；为自变量的取值；y为因变量的取值；为因变量的取值；y=143.5+6.3t a=812-6.3(15)5=b=5(2499)-15(812)5(55)-225=12495-12180275-225=6.3143.56.4 预料精度与监控6.4.1 预料误差6.4.2 预料监控预料精度（误差的大小）与限制是预料中的重要环节。假预料精度（误差的大小）与限制是预料中的重要环节。假如不留意预料环境的变更，原来运用的预料模型可能会由于如不留意预料环境的变更，原来运用的预料模型可能会由于种种缘由产生较大的偏差，从而影响预料结果的精度，使管种种缘由产生较大的偏差，从而影响预料结果的精度，使管理人员产生错觉，导致某些决策错误。理人员产生错觉，导致某些决策错误。3.4.1 3.4.1 预料误差预料误差误差 实际值与预料值的差别平均确定偏差（Mean absolute deviation，MAD）平均平方误差（Mean squared error，MSE)预料误差的度量(Measurement of forecast error)预料误差是指预料值与实际值之间的偏差。其计算方法是：平均预料误差平均确定偏差平均平方误差预料误差滚动和预料误差滚动和Running sum of forecast errors，RSFE反映预料精度反映预料精度衡量无偏性衡量无偏性MAD和MSE用于度量预料误差的大小MFE用于度量预料的无偏性预测值实际值实际值中线检验预料模型是否有效：检验预料模型是否有效：将最近的实际值与偏差进行比较，看偏差将最近的实际值与偏差进行比较，看偏差是否在可以接受的范围之内；是否在可以接受的范围之内；接受跟踪信号法接受跟踪信号法(Tracking signal)(Tracking signal)3.4.2 3.4.2 预料监控预料监控跟踪信号（跟踪信号（Tracking signalTracking signal）是累积误差与）是累积误差与 MADMAD的比的比可接受误差范围上限下限 控制界限MAD数 标准偏差相关数 落在控制界内点数的百分比1 0.798 57.0482 1.596 88.9463 2.394 98.334例：例：月份 需求预测 实际值偏差(A-F)|A-F|A-F|MADTS11000950-50-50505050-1.00210001070702070120600.3331000110010012010022073.31.6441000960-408040260651.205100010909017090350702.40610001050502205040066.73.30 3MAD 2MAD 1MADTS 0 -1MAD -2MAD -3MAD 案例 M&L公司的预料决策ML公司制造各种各样打印机和复印机零部件。除了把这些零公司制造各种各样打印机和复印机零部件。除了把这些零部件销售到一家大型打印机和复印机制造商外，部件销售到一家大型打印机和复印机制造商外，ML公司还把公司还把这些零部件及相关产品分销到办公器具商店和计算机商店作为打这些零部件及相关产品分销到办公器具商店和计算机商店作为打印机和台式复印机耗品。都算起来，这家公司生产大约印机和台式复印机耗品。都算起来，这家公司生产大约20种不同种不同的产品。两个市场（大型制造商和耗品商店）所要求的装运方式的产品。两个市场（大型制造商和耗品商店）所要求的装运方式不同。例如，超员必需每件产品单独包装，而运到制造商的产品，不同。例如，超员必需每件产品单独包装，而运到制造商的产品，要以散装形式大量成批装运。要以散装形式大量成批装运。这家公司并不是依据预料做诞生产支配，而是由运作部经理依这家公司并不是依据预料做诞生产支配，而是由运作部经理依据订单和库存量的大小确定生产产品的种类和批量。库存量最少据订单和库存量的大小确定生产产品的种类和批量。库存量最少的产品被优先支配生产。因为需求是不平衡的，所以，曾出现过的产品被优先支配生产。因为需求是不平衡的，所以，曾出现过某些产品积压而别的产品脱销的状况。存货不足有时使得与客户某些产品积压而别的产品脱销的状况。存货不足有时使得与客户关系变得惊惶。另外的一个问题是原材料的价格正在攀升，而运关系变得惊惶。另外的一个问题是原材料的价格正在攀升，而运作部经理认为这可能是短暂的状况。由于竞争压力和利润下降，作部经理认为这可能是短暂的状况。由于竞争压力和利润下降，运作部经理已确定实行一些相应措施。其中之一就是引入正式的运作部经理已确定实行一些相应措施。其中之一就是引入正式的预料程序以改进生产支配和库存管理水平。预料程序以改进生产支配和库存管理水平。考虑列这一点运作部经理确定对公司两个产品的需考虑列这一点运作部经理确定对公司两个产品的需求状况做出预料。这两种产品在公司的产品中举足轻重。求状况做出预料。这两种产品在公司的产品中举足轻重。首先，财务报表表明，几乎公司全部的利润都是由这两首先，财务报表表明，几乎公司全部的利润都是由这两种产品带来的；其次，运作部经理认为，其中一种产品种产品带来的；其次，运作部经理认为，其中一种产品在将来公司的增长支配中变得更为重要；最终，另一种在将来公司的增长支配中变得更为重要；最终，另一种产品有过一段时间已经出现脱销。产品有过一段时间已经出现脱销。生产运作部经理已经从订单记录中整理出这两种产品生产运作部经理已经从订单记录中整理出这两种产品前前14周的生产需求量。这些数据如下表所周的生产需求量。这些数据如下表所问题：问题：1、运用更加正规的方法进行预料会为公司带来哪些、运用更加正规的方法进行预料会为公司带来哪些潜在利益潜在利益?2、对每种产品后来四周的需求量做出预料。简洁陈、对每种产品后来四周的需求量做出预料。简洁陈述你选择运用某种预料方法的理由。（提示：考虑到运述你选择运用某种预料方法的理由。（提示：考虑到运作部经理对精深预料方法所存的偏见，对产品作部经理对精深预料方法所存的偏见，对产品2来说，来说，简洁的方法，如某些朴实的或直觉的方法可能比技术含简洁的方法，如某些朴实的或直觉的方法可能比技术含量高的方法更胜一筹。）量高的方法更胜一筹。）