[精选]需求预测,美国生产和库存管理协会原版培训教材36763.pptx

需求预测Session 1Forecasting DemandVisual课程目的l解释为什么预测是重要的（重要性）；l通用的预测方法；l识别需求的特征；l介绍对预测数据需要考虑的事项；l概要地介绍了数据分解流程。1-1Visual什么是预测?“预测是对未来需求的估计。预测可以是应用数学方法对历史数据进行的客观分析，也可以是对非正式信息的主观判断，同时，预测也可以是两种方法和技术的结合。”1-2Visual为什么需要预测?l计划未来，减少不确定性；l预见和管理变化（革）；l提升计划部门的沟通和整合；l预见库存和能力需求，管理前置期；l将运作成本计划在预算编制过程中；l通过降低成本，提升客户交货水平和反应速度，从而增加竞争力和生产力。1-3Visual预测涉及的领域?l投资决策；l资产设备决策；l库存规划；l能力规划；l运作预算；l前置期管理。1-4Visual预测系统设计问题l决定哪些信息是需要预测的；l为预测赋予责任；l设置预测系统参数；l选择预测模型和技术；l数据收集；l测试模型；l记录实际需求；l报告预测的准确性；l确定变异的根本原因；l回顾预测系统，提升预测绩效；1-5Visual通用的预测技术l定性技术基于知觉和评估专家意见信息汇总关注客户的团体专家团体智囊团调查研究团体应用市场调研定量调查设计的基础1-6Visual通用的预测技术（Cont.）l定量技术基于数据关联的计算；历史需求是未来需求的一个很好的指示器；依靠数学公式；例子:移动平均指数平滑回归分析时间序列1-7Visual预测数据来源l内部基于公司历史数据；l外部基于公司外部的信息。1-8Visual外部因素S 社会（Social）T 技术（Technology）E 环境规则（Environmental regulations）E 经济（Economic）E 人的观念（Ergonomics）P 政治（Political）1-9Visual 需求对特定产品，部件和服务的需要。1-10Visual需求的来源需求的来源是多方面的:l消费者l客户l经销商l分销商l内部公司l备件1-11Visual需求特征内部因素l产品促销l产品替代外部因素l随即波动l季节性l趋势l经济循环l客户喜好和需求的变化1-12Visual主生产计划在不同制造策略中的应用ETO 没有MPSATO 部件组装 MPS/Forecast/装配计划FAS MTS MPS,以预测为主MTO MPS,预测是可选的，对前置期长的部件，可以应用补货策略Mass Customization 大量，多品种，稳定的需求，采用对物料进行预测的“拉式”生产方式1-13Visual独立需求 Vs 相关需求这种分类是基于公司内部的需求特点独立需求外部需求交易(产成品，备件，内部需求)MPS(销售和需求预测)相关需求根据物料清单展开 非预测项目1-14Visual季节性需求1-15Visual季节性指数的计算 度量需求的季节性变化；联系特定时区内的平均需求和整个时区内的平均需求的关系。1-16季节性指数=整个时区内的平均需求特定时区内的平均需求Visual某品牌冰淇淋的销售数据：月份月份20022003合计合计计算计算季节指数季节指数110122222/4090.05210122222/4090.05310122222/4090.0545055105105/4090.265150160310310/4090.766400420820820/4092.00760062012201220/4092.968870073014301430/4093.509350360710710/4091.7410100105205205/4090.501110122222/4090.051210122222/4090.05合计合计240025104910平均平均409.1667四舍五入四舍五入 4091-17季节性指数的计算（Cont.）Visual经济循环1-18Visual金字塔形的预测方法产品的量产品的量（单位）（单位）产品族的量产品族的量（单位（单位/金额）金额）总业务量总业务量（金额）（金额）Roll up Actual DemandForce down Forecasts1-19定性的定性的定量的定量的Visual预测技术金字塔形预测的例子 X2 units4,845 price$10.00units13,045产品组平均 price$16.67units15,000ROLL-UPX1X2l产品层预测 X1units8,200price$20.61l产品族层预测l产品组-调整的预测FORCE-DOWN1-20Visual金字塔形预测中销售收入的应用ABCDEFX1X2TotalsunitspriceunitspriceQtyRevenue18,200$20.614,845$10.0013,045$217,45221.1539,430$20.615,572$10.0015,002$250,0004$250.0701-21Visual练习历史需求 产品 A 产品 B区域 1150区域 1300区域 2300区域 2450单价$4.50 单价$8.50管理层已经决定，下一年的总需求将达到$10,000.计算产品A和B分别在区域1和2的预计需求量。1-22Visual定量技术l 移动平均；l 指数平滑；l 回归分析；l 适应性平滑；l 图示法；l 计量经济模型；l 生命周期模型。1-23Visual 移动平均预测方法优点l简单的计算方法l可以过滤随即变异l时间越长，需求越平滑限制l如果存在需求趋势,很难察觉；l移动平均相对趋势是滞后的1-24Visual预测（新）=a x 实际需求+(1-a)x 预测（老）预测（新）=预测（老）+a a X(实际需求 预测（老）指数平滑l提供了更新产品预测的常规方法；l对需求要素来说，a是一个权重因数；l适合相当稳定需求产品的预测；l适合短期预测；l滞后需求趋势，不能察觉趋势。1-25Visual1-26平滑因数l 参照a因数的定义l决定了历史数据在预测中的权重；l调整预测对需求变化的反应度l范围 Visual1-27平滑因数(Cont.)l确定了预测过程中需要考虑的实际需求的期数（n）；1.00=1 period 0.50=3 periods 0.29=6 periods 0.15=12 periods 0.10=19 periodsVisual0.1 低权重低权重 非常平滑非常平滑0.9 高权重高权重 接近实际接近实际指数平滑因数a不同，预测需求的趋势变化实际销售1-28Visual1-29指数平滑（例子）预测（新）=预测（老）+移动因数（a）x(实际销售 预测（老）例子:预测（老）=160,实际=200,a=0.1 预测（新）=160+(0.1 x(200 160)=160+(0.1 x 40)=164例子:预测（老）=160,实际=200,a=0.8 预测（新）=160+(0.8 x(200 160)=160+(0.8 x 40)=192Visual定性技术l专家意见l市场调研l聚焦团体l历史推理lDelphi 方法l座谈会1-30Visual内部（内在）因数l产品生命周期管理；l计划价格变更；l销售能力变化；l资源约束l市场营销和促销l广告1-31Visual外部（外在）因数l竞争l新客户l主要客户计划l政府政策l其他调整l经济条件l环境问题l全球趋势1-32Visual先行指数Indicators（原因要素）房地产投资出生率网站的点击率健康趋势更健康的生活方式影响建筑材料家具婴儿产品电子商务销售医药供应营养产品适宜产品1-33Visual1-34新产品每个新产品/服务都存在预计的风险。每个新产品/服务的上市都有可能出现以下状况：l扭转市场颓势；l强烈地刺激市场，市场份额急剧扩大；l损失l灾难l无尽的责任和义务BCG MatrixVisual波士顿矩阵1-35相对市场份额明星（Star）问号（Question Mark）瘦狗（Dog）现金牛（Cash Cow）高高市场增长率低低小小大大Visual1-36聚焦预测假设l离现在越近的数据，越能更好地预见未来的需求；l选择更好的预测模型；方法l所有预测模型得到的结果都需要最近的销售数据进行比较；l最接近结果的预测模型将作为这一次的预测模型；l下次可能会选择不同的预测模型。Visual预测数据问题l数据的有效性l数据的一致性l需求的历史数据量l预测频率l模型选择的频率l成本和时间l记录真实的需求l订单日起 vs.出货日期l产品单位 vs.财务单位l数据集合的层次l客户1-37Visual计划范围和时区时区（周数）预测时间范围短短 中中 长长 周周 月月 季度季度 1 2 3 4 5 6 7 8 9 10111213 17 21 26 30 34 39 43 47 52 65 78 91 104 计划范围计划范围1-38Visual数据准备和收集l销售数据记录和预测数据的周期相同（天，周，月）；l监控需求，而不是销售和出货；l记录异常需求的环境详情；l记录需求时要分单独的客户群和市场单元。1-39Visual异常数据的处理1-400510152025JF M A M JJ A S O N DJ F M A M JJ A S O N D500505Outlier(outside the range)Visual何谓“异常”在一定的时间范围内，某一点的数据和前后数据有明显的差异，这就是异常。例如，某个产品的平均需求10个单元每个月，但是，某个月它的需求达到了500个单位，这个销售点可能会认为是一个异常点。1-41Visual如何处理这些“异常”在应用预测技术时将这些“异常”去掉。现实中:促销的结果循环发生的可能性1-42Visual1-43数据的分解l净化数据l调整数据l取得基线 l鉴别需求的组成趋势季节性非年度循环随机误差l测量随机误差l设计系列l重新安排Visual演讲完毕，谢谢观看！