第2章-库存需求预测

第二章库存需求预测一、预测二、定性预测方法三、定量预测方法四、预测监控库存让生活更放心2023/2/3学习目标 1、预测及其分类； 2、影响需求预测的因素； 3、预测步骤及应注意的问题； 4、需求的性质； 5、定性预测方法； 6、定量预测方法； 7、产生误差的原因； 8、误差精度测量； 9、预测模型误差监控；

库存让生活更放心2023/2/3定量预测方法预测监控定性预测方法第一节第二节第四节预测预测及其分类需求的性质影响需求预测的因素预测步骤及应注意的问题小组共识、历史类比、时间序列分析法季节性预测产生误差的原因误差精度测量、误差监控库存让生活更放心2023/2/3市场调查德尔菲法第三节线性回归分析预测可以分为哪些类型？本章要回答的问题预测的一般步骤是什么？什么是时间序列预测？什么是定性预测方法？何时适用？误差产生的原因是什么？库存让生活更放心2023/2/3我们为什么要预测？----探索未知在现实世界中，我们每个人都需要预测：想要深入分析未来、思考是否买股票、制定政策、提出新产品构想，或者只是计划一周的饭菜。这样的思考能让我们受益。2023/2/3交通状况住房买卖…….食物存储天气预报预测CPFR简介——沃尔玛公司分析CPFR（协同式供应链库存管理），也叫协同规划、预测与补货。是一种协同式的供应链库存管理技术，它在降低销售商的存货量的同时，也增加了供应商的销售额。CPFR的形成始于沃尔玛所推动的CFAR，它是利用Internet通过零售企业与生产企业的合作，共同做出商品预测，并在此基础上实行连续补货的系统。后来，在沃尔玛的不断推动之下，基于信息共享的CFAR系统又正在向CPFR发展。该系统是在1995年，由沃尔玛与其4家供应商联合成立了工作小组，进行CPFR的研究和探索，1998年美国召开零售系统大会时又加以倡导，目前实验的零售企业有沃尔玛、凯马特和威克曼斯，生产企业有P&G、金佰利、HP等7家企业，可以说，这是目前供应链管理在信息共享方面的最新发展。库存让生活更放心CPFR简介——沃尔玛公司分析沃尔玛是采用协同计划、预测和补货（CPFR）的企业，通过全盘管理、网络化运营的方式来管理供应链中的贸易伙伴。CPFR帮助沃尔玛建立起一套针对每件商品的短期预测方法，用来指导订货。这种由相互协商确立的短期预测成为改进需求管理的动力，实现了对供给和库存水平的更好控制。CPFR项目的实施帮助沃尔玛和供应商节约了大量的库存维护成本，并促使沃尔玛逐步成为一个准时制系统。沃尔玛实施了一个数据仓库项目，在一台中央服务器上汇总历史数据并进行分析，从数据中更好地了解商业环境，并做出最好的决策。库存让生活更放心CPFR简介——沃尔玛公司分析例如，当沃尔玛的竞争对手开设了一家杂货商店，沃尔玛会努力去分析其设立对自身销售的影响。预测过程从数据仓库开始。预测过程是这样运转的，沃尔玛的买家提交一份初步的预测，这个数据会显示在华纳-兰伯特实施CPFR的服务器上。华纳-兰伯特的计划人员将意见和建议分享给沃尔玛的计划制定者。最后经协调统一的每件产品的预测结果用于华纳-兰伯特的生产和沃尔玛的仓库管理。沃尔玛和它的供应商使用同样的系统。库存让生活更放心CPFR简介——沃尔玛公司分析数据挖掘软件发现一些有趣的事情。例如，每家商店的购买模式都十分不同，以及全年都保持较高库存的护齿产品和宠物食品的销售模式也十分不同。这一发现应用于沃尔玛的自动订货和供给系统。沃尔玛将7亿种商品进行组合分析，实现了将正确的商品、在正确的时间、以合适的价格运送到正确的商店，卖给顾客。沃尔玛不断提高预测的准确性，取得了零售行业内无法比拟的竞争优势。库存让生活更放心第二章第一节预测人们对某一不确定的或未知事件做出的预计与推测。配送中心、工厂生产需用原料、机器制造厂中零件装配、商店库存合理性等预测是科学＋艺术需求预测的作用1.需求预测是库存管理的基础2.需求预测是库存决策的依据1.按主客观因素所起的作用分类：定量预测和定性预测2.2、按预测时间的长短分类：长期预测、中期预测、短期预测预测什么是预测预测的作用预测的分类预测及其类型库存让生活更放心2023/2/3识记预测的分类1.按主客观因素所起的作用分类----定量预测和定性预测定性预测方法——也称主观预测方法，是预测者根据自己掌握的实际情况、实践经验、专业水平，对事物的发展前景作出的判断。定性预测来源于不同的主观意见,包括德尔菲法、一般预测、市场调研、小组共识、历史类比法等。定量预测法----（统计预测法）利用统计资料和数学模型来进行预测。1）时间序列分析法包括简单平均法、简单移动平均、加权平均法、加权移动平均法、指数平滑2）季节性预测3）因果分析预测：回归分析、经济计量模型、投入/产出4）以计算机为基础的动态模拟2023/2/3识记预测的分类2、按预测时间的长短分类长期预测中期预测短期预测长期预测：5年或5年以上的需求所作的预测。中期预测：对一个季度以上、两年以下的需求所作的预测。短期预测：以日、周、旬、月为单位，对一个季度以下的需求前景所作的预测。2023/2/3识记第二章是有效库存控制系统的关键前提。1.数量。2.时间。3.频率。4.范围。5.可预测性。1.商业周期。2.产品生命周期。需求需求预测需求的性质影响需求预测的因素第一节预测需求的性质库存让生活更放心2023/2/3简单应用需求预测内容（一）数量（二）时间短期预测—简单加权、加权平均、移动平均和指数拟合中期预测—曲线和指数平滑、基数序列等长期预测—简单回归等（三）频率快速需求物品慢速需求物品（四）范围——需求数量的变化范围（五）可预测性（趋势、季节性和随机性）2023/2/3识记影响需求预测的因素（一）商业周期商业周期：也称经济周期、商业循环、景气循环，它是指经济运行中周期性出现的经济扩张与经济紧缩交替更迭、循环往复的一种现象。（二）产品生命周期导入期成长期成熟期衰退期2023/2/3领会预测的一般步骤及应注意的问题（一）预测的一般步骤①确定预测的目的和用途②选择预测对象，分析决定、影响需求的因素及其重要性③决定预测的时间跨度-短期、中期还是长期④选择预测模型⑤收集预测所需的数据⑥考虑和设定无法预测的内外部因素⑦验证预测模型⑧判断并作出结论，然后做出需求预测⑨将判断结果进行实际应用⑩根据实际发生的需求对预测进行监控。2023/2/3领会预测应注意的问题预测应注意的问题：1.判断在预测中的作用2.预测的精度和成本3.预测的时间范围和更新频率4.稳定性与响应性稳定性是指抗随机干扰、反应稳定需求的能力响应性是指迅速反应需求变化的能力2023/2/3领会第二章第二节定性预测方法市场调查

市场调查是通过各种不同的方法收集数据，运用市场调查获得的信息进行预测。这种方法在长期预测和新产品销售预测中经常被采用。市场调查法的优点预测来源于顾客期望，较好地反映了市场需求情况可以了解顾客对产品优缺点的看法库存让生活更放心2023/2/3识记第二节定性预测方法

市场调查法的缺点：2023/2/3市场调查①很难获得顾客的通力合作②顾客期望不等于实际购买③由于对顾客知之不多，调查时需耗费较多的人力和时间第二章第二节定性预测方法小组共识

小组共识是采用会议上的自由讨论方法，达成小组共识。这种的主要思想是认为群体讨论将得出比任何个人所能得到的更好的预测结果。参加讨论会议的人员是高级管理人员、销售人员或顾客。库存让生活更放心2023/2/3优点1.简单易行；2.不需要准备和统计历史资料；3.汇集了各主管的经验与判断；4.如果缺乏足够历史资料，此法是一种有效途径。缺点1.由于是各主管的主观意见，故预测结果缺乏严格的科学性；2.与会人员间容易相互影响；3.因预测是集体讨论的结果，无人对其正确性负责；4.预测结果可能较难用于实际。领会第二章第二节定性预测方法历史类比

用历史类比法进行预测是将所预测的对象和类似的产品相联系，利用类似产品的历史数据进行预测。这种预测方法在设计开发新产品时常被采用。库存让生活更放心2023/2/3领会第二章第二节定性预测方法德尔菲法库存让生活更放心2023/2/3德尔菲法，是采用背对背的通信方式征询专家小组成员的预测意见，经过几轮征询，使专家小组的预测意见趋于集中，最后做出符合市场未来发挥在那趋势的预测结论。德尔菲法又名专家意见法，是依据系统的程序，采用匿名发表意见的方式，即团队成员之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，以反复的填写问卷，以集结问卷填写人的共识及搜集各方意见，可用来构造团队沟通流程，应对复杂任务难题的管理技术。简单应用缺点：专家的选择没有明确的标准，预测结果的可靠性缺乏严格的科学分析，最后趋于一致的意见仍带有随大流的倾向。第二章第二节定性预测方法德尔菲法库存让生活更放心2023/2/3德尔菲法的步骤：1.挑选专家2.第一轮函询调查3.第二轮函询调查4.第三轮函询调查5.预测结果集中或基本一致。德尔菲法必须坚持的三条原则：1.匿名性2.反馈性3.收敛性主要优点是简明直观，预测结果可供计划人员参考，受到计划人员的欢迎，变了专家会议的许多弊端。例题某企业研制一种新产品，为了预测这种新产品一年的销售量，将不具名的征询发表给3位商店经理，5位了解此类产品的专家和5位销售人员，经过三轮反馈，他们的个人判断如下表所示：2023/2/3专家组成员第一轮意见第二轮意见第三轮意见最低最可能最高最低最可能最高最低最可能最高A256085257080257580B355075355075355075C506070405060507075D512379224794147E305585355070255075F405580354570253560G102555223560203560H154560204460224560I192231222834222834J203045223444223444K162231122531283762L203550203550254550M203555203555305060合计338595782平均数264660单位：万件2023/2/3如何求最终预测值？？？？方法一：算数平均法综合预测值：（26+46+60）/3=44（万件）方法二：加权算数平均法根据经验，分别对最低销售量、最可能销售量和最高销售量分别赋予0.2、0.5、0.3的权数，综合预测值：26×0.2+46×0.5+60×0.3=46.2（万件）方法三：中位数法将第三次预测数据从小到大次序排列（几个相同数作为一个数）如下：最低销售量：9、20、22、25、28、30、35、50，则中位数位于第四项与第五项之间：中位数=（25+28）/2=26.5（万件）2023/2/3如何求最终预测值？？？？最可能销售量：28、34、35、37、41、45、50、70、75，则中位数位于第五项，中位数为：41万件。最高销售量：34、44、47、50、60、62、75、80，则中位数位于第四项与第五项之间：中位数=（50+60）/2=55（万件）采用加权算术平均法计算预测值为：26.5×0.2+41×0.5+55×0.3=42.3（万件）2023/2/3定量预测方法定量预测方法：时间序列分析法季节性预测线性回归分析1.简单平均法2.加权平均法3.简单移动平均法4.加权移动平均法5.指数平滑法物品需求分布具有季节性，常用的方法有季节指数法和基础序列法。回归分析预测法是通过大量收集统计数据，在分析变量间非确定性关系的基础上，找出变量间的统计规律性，并用数学方法把变量间的统计规律较好地表现出来，以便进行预测。库存让生活更放心2023/2/3简单平均法简单平均法是指将过去各数据之和除以数据总点数，求得算术平均数，为预测值。这种预测方法简单，当预测对象变化较小且无明显趋势时，可采用此法进行短期预测。预测对象预测值=预测对象以往若干期历史数据之和/期数2023/2/3Fi----预测值Di----i时段的需求数据值n----观测时段的个数优点：计算简便。缺点：将预测对象的波动平均化了，因而不能反映预测对象的变化趋势，所以该方法只适合对比较稳定的企业波动不大的预测对象使用。简单应用/重点某企业2016年1—6月份的销售额见下表：要求预测7月份的销售额（单位：万元）。解：销售额为=（260+270+240+280+260+250）/6=260（万元）例题月份123456合计销售额26027024028026025015602023/2/3加权平均法加权算数平均法利用过去若干个按照时间顺序排列起来的同一变量的观测值并以时间顺序数为权数，计算出观测值的加权算术平均数，以这一数字作为预测未来期间该变量预测值的一种趋势预测法。2023/2/3Fi----预测值Di----i时段的需求数据值wi----i时段的需求数据的权重值一般越近的数据其权重也越大，反之，距离现在时间越远的数据权值也就越小，这与实际情况是基本吻合的。简单应用/重点某企业2016年1—6月份的销售额见下表：要求预测7月份的销售额（单位：万元）。解：销售额=（260×1+270×2+240×3+280×4+260×5+250×6）/1+2+3+4+5+6=5440/21=259（万元）例题月份123456合计权数12345621销售额26027024028026025015602023/2/3简单移动平均法简单移动平均法，是指对由移动期数的连续移动所形成的各组数据，使用算术平均法计算各组数据的移动平均值，并将其作为下一期预测值。2023/2/3Di----i周期的实际需求数，i=t-1，t-2，t-3,...，t-n；n----移动平均采用的周期数Ft----t周期的预测值优点：简单易行，容易掌握。缺点：只是在处理水平型历史数据时才有效，每计算一次移动平均需要最近的n个观测值。而在现实生活中，历史数据的类型远比水平型复杂，这就大大限制了移动平均法的应用范围。简单移动平均法的另一个主要用途是对原始数据进行预处理，以消除数据中的异常因素或除去数据中的周期变动成分。移动平均法只适用于短期预测，在大多数情况下只用于以月度或周为单位的近期预测。简单应用/重点例题例题：某商品在2005年1-12月份的销量如下表所示，请用简单移动平均法预测2006年第一季度该商场电视机销售量（取n=3）。2023/2/3月份t实际销售预测月份t实际销售预测115377384422468834453328995841443542101064435548361111455266503712124256例题2023/2/3加权移动平均法加权移动平均法，是将简单移动平均数进行加权计算。弥补了简单移动平均法对数据不分远近，同样对待存在的不足。2023/2/3用加权移动平均法求预测值，对近期的趋势反映较敏感，但如果一组数据有明显的季节性影响时，用加权移动平均法所得到的预测值可能会出现偏差。因此，有明显的季节性变化因素存在时，最好不要加权。权重w1>w2>w3>...>wn在确定权重时，近期值的权重较大，远期值的权重较小。例题如上例中所示，运用加权移动平均法，将3期的权数分别赋为：0.2、0.3、0.5，则：2006年1月份的销售量为：2006年2月的份的销售量为：2006年3月份的销售量为：2006年第一季度的销售量为：47+45+45=137（台）2023/2/3指数平滑法指数平滑是根据以前的需求水平和预测水平的加权平均数估算的未来销售量为基础的。是一种特殊的加权移动平均法。计算迅速，无需大量历史数据，适合计算机化预测。2023/2/3Ft--为新一期的指数平滑预测值Ft-1--为上一期的预测值t-1--为上一期的实际需求a--平滑常数（0≦a≦1）a决定了平滑水平以及对预测值和实际结果之间差异的响应程度。平滑常数的值取决于产品本身和管理者对良好响应率内涵的理解。综合应用/重难点/本科指数平滑系数α的确定指数平滑法的计算中，关键是α的取值大小。一般来说，如果数据波动较大，α值应取大一些，可以增加近期数据对预测结果的影响。如果数据波动平稳，α值应取小一些。经验判断法：1、当时间序列呈现较稳定的水平趋势时，应选较小的α值，一般可在0.05～0.20之间取值；2、当时间序列有波动，但长期趋势变化不大时，可选稍大的α值，常在0.1～0.4之间取值；3、当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的α值，如可在0.6～0.8间选值，以使预测模型灵敏度高些，能迅速跟上数据的变化；4、当时间序列数据是上升（或下降）的发展趋势类型，α应取较大的值，在0.6~1之间。试算法。根据具体时间序列情况，参照经验判断法，来大致确定额定的取值范围，然后取几个α值进行试算，比较不同α值下的预测标准误差，选取预测标准误差最小的α。2023/2/3指数预测法的特点1.指数模型的精度很高；2.建立指数模型相对容易；3.用户能了解模型如何运行；4.适用模型无须过多的计算；5.由于所用的历史数据有限，因而所需的计算机内存很小6.检测模型运算精度的计算比较容易。2023/2/3某商品2007-2015年的销售额如表所示，取a=0.5，用指数平滑法预测2016年的销售额。（单位：万元）2023/2/3年份200720082009201020112012201320142015销售额103011001170128013401380135014201480解：选择2007年的实际值作为预测的初始值，当a=0.5时，进行一次指数平滑的结果如下：年份200720082009201020112012201320142015销售额103011001170128013401380135014201480年份2007200820092010201120122013201420152016销售额103011001170128013401380135014201480-平滑值103010651082.51181.31260.61320.31335.21377.61428.8季节性预测

季节指数法是以时间序列含有季节性周期变动的特征，计算描述该变动的季节变动指数的方法。统计中的季节指数预测法就是根据时间序列中的数据资料所呈现的季节变动规律性，对预测目标未来状况作出预测的方法。在市场销售中，一些商品如电风扇、冷饮、四季服装等往往受季节影响而出现销售的淡季和旺季之分的季节性变动规律。掌握了季节变动规律，就可以利用它来对季节性的商品进行市场需求量的预测。利用季节指数预测法进行预测时，时间序列的时间单位或是季，或是月，变动循环周期为4季或是12个月。库存让生活更放心2023/2/3本科季节性预测运用季节指数进行预测，首先，要利用统计方法计算出预测目标的季节指数，以测定季节变动的规律性；然后，在已知季度的平均值的