《需求预测和决策》PPT课件

《《需求预测和决策》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、DemandRequirementsAndDecision2001/2/21机械工程学院工业工程系需求预测和决策主要内容2001/2/211需求预测概论2预测中的定性方法3预测中的定量方法4预测方法的选择5生产管理决策主要内容预测的重要性2001/2/21企业编制长期计划的基础为预算和成本控制提供依据为开发新产品提供信息为补充销售人员提供依据是作出关键决策的基础用于编制生产作业计划需求的构成2001/2/21典型的趋势需求2001/2/21有四种典型的趋势需求：（1）线性趋势——反映了因果关系(或时间）的需

2、求典型的趋势需求2001/2/21有四种典型的趋势需求：（2）S型趋势——产品成长并到达成熟时期的需求典型的趋势需求2001/2/21有四种典型的趋势需求：（3）渐进趋势——以优质产品大量投放市场时出现典型的趋势需求2001/2/21有四种典型的趋势需求：（4）指数增长——产品销售势头特好的产品定性预测定量预测仿真预测预测的分类2001/2/21长期预测(数年至数十年)中期预测(一年至数年)短期预测(数日至一年)预测种类：按性质分按时间分（1）一般预测（2）市场调研（3）小组共识法（4）历史类比（5）德尔菲

3、法预测中的定性方法2001/2/21（1）一般预测基本观点：预测是基于来自低层经验的逐步累加。假设前提：处于最低层的销售人员，那些离顾客最近的、最了解产品最终用途的人，最清楚产品未来的的需求。做法：由他们收集情报，然后逐级上报的做法。2001/2/21预测中的定性方法（2）市场调研—通常是聘请第三方专业市场调研公司进行预测。—市场调研主要用于新产品研发，了解对现有产品的评价了解顾客对现有产品的好恶，了解特定层次的顾客偏好以确定哪些商品具有竞争性。—数据收集方法有问卷调查和上门访谈两种。（3）小组共识由不同层

4、次的人员在会上自由讨论。这种方法缺点在于低层人员往往易受当前市场营销的左右，不敢与领导相背。对于重要决策，如引进流水线等，由高层人员讨论。预测中的定性方法2001/2/21（4）历史类比预测某些新产品的需求时，如果有同类型产品可用来作为类比模型，那是最理想的情况。类比法可用于很多产品类型——互补产品，替代产品等竞争性产品等。2001/2/21预测中的定性方法（５）德尔菲法Rand公司首创于50年代末，步骤如下：①选择具有代表性的专家（不同背景的人）为调查对象；通过问卷（或E-mail），向专家处了解信息；汇

5、总专家结果，修改问卷，再度发给专家；再次汇总，提炼预测结果和条件，再度发给所有专家；归纳专家意见，形成需求报告；如有必要，再重复④；（1）简单移动平均（2）加权移动平均法（3）指数平滑法（4）线性回归分析（5）因果回归模型（6）时间序列分解2001/2/21时间序列分析（1）简单移动平均2001/2/21简单移动平均适用场合：产品需求为突发增长或下降，且不存在季节性因素时。移动平均法能有效消除预测中的随机波动。选择移动平均的最佳区间很重要。其主要缺点是在于每一因素都必须以数据表示。简单移动平均的计算公式为：

6、——对下一期的预测值；——移动平均的时期个数；——前期、前两期、前三期直至前n期的实际值2001/2/21简单移动平均简单移动平均算例周次需求3周9周12345678910111213141580014001000150015001300180017001300170017001500230023002000106713001333143315331600160015671567163318332033136714671500155616441733简单移动平均的各元素权重都相等，而加权移动平均的权重值可以

7、不同。当然，其权重之和必须等于1。权重的选择：经验法和试算法是选择权重的最简单的方法。一般而言，最近期的数据最能预示未来的情况，因而其权重应大些。但是，其需求是季节性的，故权重也应是季节性的，一般对季节性产品季节权重系数要大。由于加权移动平均能区别对待历史数据，因而在这方面要优于简单移动平均。2001/2/21加权移动平均（2）加权移动平均法2001/2/21加权移动平均加权移动平均法公式及算例计算公式第t-1,t-2,t-3期实际销售额的权重计算实例一家百货店发现在某4个月的期间内，其最佳预测结果由当月实

8、际销售额的40%，倒数第2个月销售额的30%，倒数第3个月的20%和倒数第4个月的10%，其四个月的销售额分别为100,90,105,95。第五个月的预测值为2001/2/21指数平滑法（3）指数平滑法前两种预测方法（简单移动平均和加权移动平均）中，主要点在于根据大量连续的历史数据预测未来，即随着模型中新数据的增添及过期数据的剔除，新的预测结果就可以预测出来。有的情况下，最近期的情况远比较早期的更能预测未来。如果