物流需求预测

物流需求预测第一页，共三十八页，2022年，8月28日第一节、物流需求预测内容

“凡事预则立，不预则废”。一个有成就的主管人员，不但是当情况发生变化时能及时做出反应的人，而且又是能预见到变化，并因此而预先采取相应措施的人。

预测：根据具体的决策需要，依据事物以往发展的客观规律性和当前出现的各种可能性，运用现有的科学方法和手段，对事物发展的规律性和未来状态做出的估计、测算和推断。预测研究的范围极为广泛，几乎涉及人类社会的各个领域，如社会预测、科技预测、政治预测、军事预测、文化预测、环境预测、经济预测，虽然各类预测都有其各自预测的领域、对象、方式和手段，但他们共同的本质特征就是对各自领域研究对象的未来不确定的变化趋势进行估测和推断。第二页，共三十八页，2022年，8月28日物流需求：在企业生产经营过程中，供应、生产、销售环节中所发生的所有物料和产品的流动而引致的对物流资源和物流能力的需求称为物流需求。物流需求依附于企业生产经营需求。第三页，共三十八页，2022年，8月28日一、物流需求特征1.需求的空间与时间特征物流需求有时间性和空间性两个维度，要求物流管理者必须知道需求量发生在何处、何时。2.需求的规律性和不规律性如果需求模式有规律，可以分解为趋势变化因素、季节变化因素、周期性因素和不确定性因素。具体如下：第四页，共三十八页，2022年，8月28日季节性需求产品的需求量随着季节的转换而发生较大的变化，有明显的季节特征。如：夏日的凉鞋周期性需求产品的需求量随着时间的推移而呈现周期性的变化。如：家庭生活用品，食用油趋向性需求产品的需求量随着时间的推移而朝着某一个方向有规律的运动。如：奥运会的吉祥物随机性需求上述几种以外的需求，需求量由于偶然变动而呈现无规则的变化趋势。各期的随机需求差别很大。第五页，共三十八页，2022年，8月28日不规律需求：某种产品的总体需求量不大，需求时间和需求量又非常不确定，需求模式是间歇式的，这种需求就是不规律的。Eg：刚进入企业产品线的新产品或马上要退出产品线的老产品3.相关需求(垂直相关、水平相关）和独立需求相关需求：指某种物质的需求量与其他物资有直接的配套关系，是按特定的生产计划要求派生出来的，当其它某种物资的需求量确定后，就可以直接推算出它的需求量。第六页，共三十八页，2022年，8月28日相关需求可分为垂直相关和水平相关垂直相关需求就是将需求分为若干层次水平相关需求指物资中包括的附属物、赠品、促销品等对相关需求项目的预测来源于对基本物资的需求独立需求指某种物资的需求量是由外部市场的需求决定的，与其它物资不存在直接的相关关系。如：大多数产品形式的消费品和工业物资。第七页，共三十八页，2022年，8月28日二、物流需求预测内容所谓物流需求预测，就是根据物流市场过去和现在的需求状况以及影响物流市场需求变化的因素之间的关系，利用一定的经验判断、技术方法和预测模型，应用合适的科学方法对有关反映市场需求指标的变化以及发展的趋势进行预测。目的：及时准确地掌握市场物流需求情况的变化规律，结合本企业的实际状况，采取一定的分析方法提出切实可行的需求目标，在此基础上制定需求计划，指导诸如原材料或货物的购进、库存的控制、必要设施的配备等企业物流工作的开展。第八页，共三十八页，2022年，8月28日物流需求预测内容：1.对市场总潜力进行预测即市场对产品的最大需求量，企业所能获得的最大销售量2.对企业经营地区市场潜力进行预测两种方法：1）市场组合法：潜在客户与潜在客户的潜在购买力之积2）多重因素指数法：按一定规律赋予每个因素一定的权数，然后加权平均得出最后结果。第九页，共三十八页，2022年，8月28日3.企业经营地区范围内社会购买力的发展趋势预测社会购买力企业不直接预测，只利用有关部门的预测资料对旺季市场、促销市场和节日市场也予以预测，把其作为物流需求预测的一个部分4.企业所生产和经营产品的需求趋势预测包括对一定时期内市场的需求量以及客户对产品的品种、规格、款式、质量、包装、需要时间等需求的变动趋势。是企业制定产品生产和经营计划、安排物流能力的重要依据。第十页，共三十八页，2022年，8月28日5.产品生命周期及新产品投入市场的成功率预测产品生命周期：包括试销、畅销、饱和及衰退四个阶段处于不同阶段，市场需求量不同，经营侧重点也不同，因此需精确预测产品生命周期6.产品市场占有情况预测产品市场占有情况包括市场占有率、市场扩大率和市场覆盖率第十一页，共三十八页，2022年，8月28日市场占有率：在一定时期内、一定的市场范围内企业生产经营产品的销售额占同期市场同种产品销售总额的比例市场扩大率：把产品本年度市场占有率与上年度市场占有率对比，可预测该产品的市场地位，比值大于1，表明市场地位扩大了，反之，就是缩小了。市场覆盖率：与市场占有率相关的指标。越大，表明产品的知名度越高，竞争力就越强。第十二页，共三十八页，2022年，8月28日第二节、物流需求预测原则、方法和程序

一、物流需求预测原则可知性原则

利用科学的预测技术可以掌握在大量复杂现象掩盖下的事物发展的规律性系统性原则1）预测事物是一个整体，不能将其随意割裂2）一个系统具有层次性，即事物发展有高级阶段、中级阶段和初级阶段之分3）事物内部是由许多小系统构成的，小系统之间相互联系相互制约第十三页，共三十八页，2022年，8月28日连续性原则

任何事物的发展变化过程都要经历过去、现在、未来三个部分。必须在了解事物过去和现在的基础上，依照这个原则预测事物的未来发展趋势类推性原则

事物之间往往存在某些相似的结构和发展模式，可以根据已知的事物的结构和发展模式来推断与它相似的事物的结构和发展趋势。因果性原则

客观事物或各种现象之间通常存在一定的因果关系，可以依据已知的原因推断未知的结果，即当自变量已知时，就可以推断出因变量的预测值。第十四页，共三十八页，2022年，8月28日二、物流需求预测方法自顶向下方法：也称分解法，是先由企业对未来市场需求总量进行预测，然后按各地的历史销售量把预计的未来市场需求总量分摊到各地。适用于较稳定的市场需求环境或需求量在整个市场上波动不太在的情况自底向上方法：是一种分权方法，指企业所属的各地区的销售/配送网点对相应区域的市场需求状况进行预测，然后企业总部再对这些预测汇总和分析，得到最终预测结果。适用于系统需求影响因素不多，并用历史数据较充分的情况第十五页，共三十八页，2022年，8月28日三、物流需求预测程序1.搜集预测资料

整理、分析已有的相关数据资料；收集、调查尚未拥有的资料数据。分为历史资料和现实资料两类2.分析判断3.选定预测方法和技术并作出判断

对需求比较稳定的产品，用简单移动平均法；属于趋势型产品，用加权平均法、指数平均法和回归分析法加以预测；对于随机性的情况，采取定性分析与定量分析相结合的方法加以预测。4.分析预测误差和最终完成预测报告第十六页，共三十八页，2022年，8月28日明确预测目的落实组织工作收集资料情报资料整理与数据分析选定预测方法预测模型构思与确立运算与预测模型验证评价预测结果验证提交预测报告准备阶段实施阶段验证阶段交付决策阶段预测步骤示意框图不满意不满意第十七页，共三十八页，2022年，8月28日第三节、物流需求预测技术一、预测技术分类主要有两种预测方法定性预测方法优点：时间短，成本低，操作性强缺点：受主观因素的影响较大定量预测方法：包括时间序列预测和因果关系预测优点：科学理论性强，逻辑推理缜密缺点：成本高，应用困难，需要一定的理论基础第十八页，共三十八页，2022年，8月28日一、定性预测方法（主观性、判断性）1.德尔菲法（最合适的预测期：中期到长期）：专家的选择非常重要由一组专家分别对问卷作回答、由组织者汇集调查结果，如果统计结果显示专家的意见比较分散，则需要重新设计调查表，进行新一轮的调查，如果专家的意见比较集中一致，则就得到最终的调查预测结果。执行过程如下图第十九页，共三十八页，2022年，8月28日选择对象发送调查表格回收调查问卷并统计调查结果预测结果进行新一轮的调查表格统计结果的分析评价第二十页，共三十八页，2022年，8月28日基本程序：由企业外的见识广博，学有专长的专家作市场预测。先请一组专家（10～50人）独立地对需要预测的问题提出意见，公司主持人把各人意见综合，整理后又反馈给每个人，使他们有机会比较一下他人不同的意见。如仍坚持自己的意见，可进一步说明理由，再寄给主持人。主持人整理后再次反馈给每个人，如此重复三四次后，一般可得出一个比较一致的意见。第二十一页，共三十八页，2022年，8月28日2.市场调查预测法3.类推预测法纵向类推预测法-不同时间通过将当前的物流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方法。横向类推预测法-同一时期，不同地区在同一时期内对某一地区某项产品的市场情况与其他地区的市场情况进行比较，然后预测这个地区的未来市场情况。

第二十二页，共三十八页，2022年，8月28日定量预测方法1.时间序列分解法时间序列：指在一个给定的时期内按照固定时间间隔（例如，1小时、一周或一月等）把某种变量的数值依时间先后顺序排列而成的序列。基于时间序列的预测方法总是假设通过过去的数值可估计它们未来的数值。（1）长期趋势。（2）季节变动。（3）循环变动。（4）不规则变动。（5）随机变动。第二十三页，共三十八页，2022年，8月28日2.移动平均法(MovingAverageMethod)

从时间序列的第一项数值开始，选取一定的项数求得序时的平均数，得到一个下期的预测值。然后逐项移动，边移动边平均，在进行一次新预测时，必须加进一个新数据和剔除一个最早的数据，这样进行下去就可以道道一个有移动平均数（即各期预测值）组成的新时间序列。适用情况：数值的变化没有明显的上升或下降的趋势，比较平稳；没有受到明显的季节性变化的影响。第二十四页，共三十八页，2022年，8月28日移动平均法最适合的预测期：短期。将一段包含一些数据点的时间段求平均，即用该段时间段所含数据点的个数去除该段内各点数据值之和。数学表达式：MAt+1=(At+At-1+At-2+…+At-n+1)例：前3个月的销售量分别为120、150和90，四月份的移动平均值为：=（120+150+190）/3=120第二十五页，共三十八页，2022年，8月28日3.指数平滑法：最适合的预测期：短期。最新数据的权重高于早期数据。特点：（1）短期预测中最有效的方法（2）只需要得到很小的数据量就可以连续使用（3）在同类预测法中被认为是最精确的（4）当预测数据发生根本性变化时还可以进行自我调整（5）是加权移动平均法的一种，较近期观测值的权重比较远期观测值的权重要大第二十六页，共三十八页，2022年，8月28日下一期的预测值=α×（前期实际需求值）+（1-α）×（前期预测值）α是权重，通常称为指数平滑系数，介于0～1之间。所有历史因数的影响都包含在前期的预测值内，任何时刻只需保有一个数字就代表了需求的历史情况。Ft+1=α·Dt+（1－α）·FtFt+1=Ft+α·（Dt－Ft）α趋近于1，新预测值将包含一个相当大的调整，即用前期预测中产生的误差进行调整；α趋近于0，新预测值就没有用前次预测的误差作多大调整。第二十七页，共三十八页，2022年，8月28日

例：根据下表给出的1—11月份某商品需求量的观察值，分别取α=0.1、0.5、0.9，预测12月份的需求量，并进行误差比较。第二十八页，共三十八页，2022年，8月28日第二十九页，共三十八页，2022年，8月28日指数平滑法预测误差比较第三十页，共三十八页，2022年，8月28日3.因果关系分析使用频率最高的是回归分析预测找出预测对象（因变量）与影响预测对象的各种因素（自变量）之间的关系，并建立回归方程，然后带入自变量的数值，求得因变量的方法。优点：适用于长期的预测。缺点：可靠的预测需要大量的数据资料。方法：线性回归、非线性回归；一元回归、多元回归。第三十一页，共三十八页，2022年，8月28日一元线性回归预测法：Y=a+bX第三十二页，共三十八页，2022年，8月28日最小二乘法，先根据X、Y现有的数据，寻找合适的a、b回归系数，确定回归方程，该方程确定的直线离实际各点的距离最小，然后利用此直线作为预