運(yùn)營(yíng)管理 課件 第6章 需求預(yù)測(cè)

運(yùn)營(yíng)管理一、學(xué)習(xí)目標(biāo)第6章：需求預(yù)測(cè)學(xué)習(xí)內(nèi)容

學(xué)習(xí)目標(biāo)學(xué)習(xí)難度重要程度應(yīng)掌握知識(shí)點(diǎn)需求預(yù)測(cè)概述熟悉☆★需求預(yù)測(cè)的作用預(yù)測(cè)方法分類預(yù)測(cè)程序主觀需求預(yù)測(cè)方法熟悉☆★★銷售人員意見(jiàn)集中法市場(chǎng)調(diào)查法時(shí)間序列預(yù)測(cè)方法掌握☆☆☆★★★指數(shù)平滑方法時(shí)間序列分解法因果關(guān)系預(yù)測(cè)模型了解☆☆★多元回歸模型方法需求預(yù)測(cè)新趨勢(shì)新方法了解☆★預(yù)測(cè)新趨勢(shì)

本章知識(shí)結(jié)構(gòu)圖第6章：需求預(yù)測(cè)需求預(yù)測(cè)概述需求預(yù)測(cè)作用需求預(yù)測(cè)過(guò)程需求預(yù)測(cè)方法選擇主觀需求預(yù)測(cè)方法PERT預(yù)測(cè)方法市場(chǎng)調(diào)查法時(shí)間序列預(yù)測(cè)方法時(shí)間序列平滑模型時(shí)間序列分解模型需求預(yù)測(cè)新趨勢(shì)新方法預(yù)測(cè)誤差測(cè)量基于供應(yīng)鏈的協(xié)同預(yù)測(cè)補(bǔ)給系統(tǒng)需求預(yù)測(cè)重點(diǎn)掌握知識(shí)要點(diǎn)因果關(guān)系預(yù)測(cè)模型預(yù)測(cè)方法發(fā)展趨勢(shì)引例：大數(shù)據(jù)需求預(yù)測(cè)-美國(guó)折扣零售商塔吉特與懷孕預(yù)測(cè)第6章：需求預(yù)測(cè)1這個(gè)零售點(diǎn)對(duì)婦女懷孕進(jìn)行預(yù)測(cè)對(duì)零售點(diǎn)的需求有什么作用？2從這個(gè)零售點(diǎn)利用大數(shù)據(jù)預(yù)測(cè)需求的方法談?wù)剶?shù)據(jù)在預(yù)測(cè)的作用。問(wèn)題第一節(jié)、需求預(yù)測(cè)概述一.需求預(yù)測(cè)的作用第6章：需求預(yù)測(cè)二.需求預(yù)測(cè)過(guò)程三.需求預(yù)測(cè)方法選擇一、需求預(yù)測(cè)的作用第6章：需求預(yù)測(cè)（一）預(yù)測(cè)的作用（二）服務(wù)業(yè)需求特點(diǎn)與預(yù)測(cè)預(yù)測(cè)為管理決策服務(wù)，提供決策水平。1需求波動(dòng)性2服務(wù)需求的時(shí)效性3服務(wù)需求的地域性4服務(wù)需求的顧客相關(guān)性第6章：需求預(yù)測(cè)二、需求預(yù)測(cè)過(guò)程現(xiàn)實(shí)中，不少企業(yè)對(duì)需求預(yù)測(cè)沒(méi)有規(guī)范的程序，隨意性比較大。這種需求預(yù)測(cè)的結(jié)果并不可靠。下圖描述的是一個(gè)規(guī)范的預(yù)測(cè)程序：分析決策問(wèn)題，明確預(yù)測(cè)目的收集資料需求模式與特征分析選擇預(yù)測(cè)方法預(yù)測(cè)實(shí)施預(yù)測(cè)結(jié)果分析，模型與工具適應(yīng)性判斷結(jié)果調(diào)整與控制是否

滿意？否是提交預(yù)測(cè)報(bào)告其他因素確定預(yù)測(cè)目標(biāo)與精度要求其他因素第6章：需求預(yù)測(cè)（一）需求預(yù)測(cè)方法分類主觀預(yù)測(cè)法（定性法）德?tīng)柗品ú块T主管討法用戶調(diào)查法銷售人員意見(jiàn)集中法客觀預(yù)測(cè)法（定量法）因果模型時(shí)間序列模型時(shí)間序列平滑模型移動(dòng)平均法一次指數(shù)平滑法二次指數(shù)平滑法時(shí)間序列平滑模型乘法模型加法模型預(yù)測(cè)方法三、需求預(yù)測(cè)方法的選擇第6章：需求預(yù)測(cè)（二）.需求預(yù)測(cè)方法選擇時(shí)需考慮的因素與原則選擇需求預(yù)測(cè)方法的基本原則是：簡(jiǎn)單且實(shí)用的方法就是最好的方法。（1）決策問(wèn)題的要求。（2）數(shù)據(jù)的可獲性和準(zhǔn)確性。（3）預(yù)測(cè)人員對(duì)預(yù)測(cè)方法的掌握水平。（4）預(yù)測(cè)精度與預(yù)測(cè)成本。第二節(jié)、主觀需求預(yù)測(cè)方法第6章：需求預(yù)測(cè)一、PERT預(yù)測(cè)法二、市場(chǎng)調(diào)查法1問(wèn)詢法２展銷調(diào)查法３網(wǎng)上問(wèn)卷調(diào)查法

主觀需求預(yù)測(cè)方法，也叫定性方法，主要包括德?tīng)柗品ǎ―elphimethod）、部門意見(jiàn)集中法、銷售人員意見(jiàn)綜合法、市場(chǎng)調(diào)查法等。下面簡(jiǎn)單介紹銷售人員意見(jiàn)集中法和市場(chǎng)調(diào)查法。一、PERT預(yù)測(cè)方法第6章：需求預(yù)測(cè)PERT預(yù)測(cè)法來(lái)源于PERT(ProgramEvaluationandReviewTechnique)中的工期估計(jì)方法。這種方法一般通過(guò)銷售人員主觀判斷給出三種需求預(yù)測(cè)值。1最樂(lè)觀（最高）的需求預(yù)測(cè)值A(chǔ)。也就是市場(chǎng)前景最樂(lè)觀情況下的銷售量。2最可能的需求預(yù)測(cè)值M。也就是正常情況下市場(chǎng)最有可能的需求量。3最悲觀（最低）的需求預(yù)測(cè)值C。也就是市場(chǎng)最差的需求量。根據(jù)上面三個(gè)估計(jì)值，可得到某個(gè)銷售人員的估計(jì)需求：

一、PERT預(yù)測(cè)方法第6章：需求預(yù)測(cè)第6章：需求預(yù)測(cè)二、市場(chǎng)調(diào)查法1問(wèn)詢法（1）登門走訪顧客法2）電話采訪２展銷調(diào)查法３網(wǎng)上問(wèn)卷調(diào)查法第三節(jié)、時(shí)間序列預(yù)測(cè)方法第6章：需求預(yù)測(cè)一、時(shí)間序列平滑模型二、時(shí)間序列分解模型三、預(yù)測(cè)誤差測(cè)量第6章：需求預(yù)測(cè)時(shí)間序列平滑模型中比較常用的是移動(dòng)平均法和指數(shù)平滑法（一次指數(shù)平滑法、二次指數(shù)平滑法等）。其中最常用的是指數(shù)平滑法。指數(shù)平滑法比較簡(jiǎn)單、直觀，廣泛應(yīng)用于需求預(yù)測(cè)一、時(shí)間序列平滑模型銷售單價(jià)1簡(jiǎn)單移動(dòng)平均法銷售單價(jià)2加權(quán)移動(dòng)平均法（一）簡(jiǎn)單移動(dòng)平均法和加權(quán)移動(dòng)平均法應(yīng)用例題6-1：移動(dòng)平均法預(yù)測(cè)需求應(yīng)用范例6-1：某產(chǎn)品2022年12個(gè)月的銷售值如表6-1所示。利用簡(jiǎn)單移動(dòng)平均法與加權(quán)移動(dòng)平均法預(yù)測(cè)該產(chǎn)品2019年1月份的銷售情況。其中，簡(jiǎn)單移動(dòng)平均分移動(dòng)周期3月與5月兩種情況。加權(quán)移動(dòng)平均的移動(dòng)周期為3月，但是權(quán)重分配也有兩種情況：第6章：需求預(yù)測(cè)“①

“②

第6章：需求預(yù)測(cè)時(shí)期t（月）實(shí)際值A(chǔ)t簡(jiǎn)單移動(dòng)平均預(yù)測(cè)加權(quán)移動(dòng)平均預(yù)測(cè)n=3n=5n=3（權(quán)重系數(shù)1）n=3（權(quán)重系數(shù)2）1362373354403635.83654337.333337.937.464739.333338.240.640.274543.333340.244.444840454245.245.4937444342.943.4103140.666742.439.539.71134364034.635.212363437.433.733.41333.666735.634.434.2表6-2加權(quán)移動(dòng)平均預(yù)測(cè)第6章：需求預(yù)測(cè)(二)指數(shù)平滑法

銷售單價(jià)一次指數(shù)平滑法:---第t+1期的預(yù)測(cè)需求---第t期的實(shí)際需求---平滑系數(shù)并假設(shè):一、時(shí)間序列平滑模型

指數(shù)平滑方法其依據(jù)的基本原理是：（1）厚今薄古，即從信息的作用來(lái)說(shuō)，愈靠近當(dāng)前的數(shù)據(jù)影響愈大，愈遠(yuǎn)離當(dāng)前，對(duì)未來(lái)的影響愈小。（2）誤差反饋原理。第6章：需求預(yù)測(cè)應(yīng)用范例6-2某公司產(chǎn)品過(guò)去1年的銷售需求變化情況如表6-2所示。預(yù)測(cè)中,設(shè)月份實(shí)際銷售額(At)不同平滑系數(shù)的模擬與預(yù)測(cè)(Ft)0．10．50．9110910910910921231091091093135110．4116121．64145112．86125．5133．665156116．074135．25143．8666180120．0666145．625154．78667187126．0599162．8125177．47878190132．1539174．9063186．04799210137．9386182．4531189．604810223145．1447196．2266207．960511231152．9302209．6133221．49612238160．7372220．3066230．049613（預(yù)測(cè)月）168．4635229．1533237．205表6-2某公司的一次指數(shù)平滑預(yù)測(cè)表第6章：需求預(yù)測(cè)從以上例子說(shuō)明，平滑系數(shù)取小的情況，預(yù)測(cè)的結(jié)果趨于平緩，響應(yīng)性比較低，如果平滑系數(shù)取得大一點(diǎn)，則，預(yù)測(cè)結(jié)果響應(yīng)性比較好。因此當(dāng)需求變化平緩的時(shí)候，平滑系數(shù)一般取得小一些，而需求變化比較大的時(shí)候，平滑系數(shù)取得大一點(diǎn)比較好。三、時(shí)間序列分解模型第6章：需求預(yù)測(cè)時(shí)間序列分解模型的建立是基于這樣的觀點(diǎn)：需求隨時(shí)間而變化是多種成分的疊加，即任何一個(gè)需求值都是趨勢(shì)成分、季節(jié)成分、周期成分、隨機(jī)成分共同作用的結(jié)果。時(shí)間序列分解模型就是試圖從時(shí)間序列中找出各種成分，對(duì)各種成分單獨(dú)進(jìn)行預(yù)測(cè)，然后綜合各種成分的預(yù)測(cè)值得到綜合的需求預(yù)測(cè)值。第6章：需求預(yù)測(cè)兩種分解模型：加法模型:把影響預(yù)測(cè)變量的各種成份分解出來(lái)，按照相加作用原理進(jìn)行合成

乘法模型:則是把各種獨(dú)立的預(yù)測(cè)成分相乘,他們的模型如下：式中：T為趨勢(shì)成分，S為季節(jié)成分，C為周期成分，為隨機(jī)成分。二、時(shí)間序列分解模型應(yīng)用例題6-3：時(shí)間序列分解預(yù)測(cè)模型某公司歷史銷售數(shù)據(jù)如表6-3所示，用時(shí)間序列分解模型預(yù)測(cè)需求。第6章：需求預(yù)測(cè)第一步：確定趨勢(shì)方程趨勢(shì)方程的確定，最簡(jiǎn)單的方法是目測(cè)法。先把數(shù)據(jù)描在坐標(biāo)圖上，找出截距后

可以確定趨勢(shì)方程，也可以利用最小二乘法求出線性趨勢(shì)方程：

Tt=326.500+17.4853t1234567891011121315月份銷售量400350300應(yīng)用例題6-3：時(shí)間序列分解預(yù)測(cè)模型第6章：需求預(yù)測(cè)第二步：確定季節(jié)系數(shù)利用求出的趨勢(shì)方程，可以求出不同季節(jié)的趨勢(shì)預(yù)測(cè)值，如表6—4中的第四列。

表中第五列為實(shí)際值與趨勢(shì)預(yù)測(cè)值的比，也就是每季度的季節(jié)系數(shù)。第六列為平均季節(jié)

系數(shù)，是把各年相同季節(jié)的季節(jié)系數(shù)相加后取平均值，如第一季度的平均季節(jié)系數(shù)：（1.0524+0.9229+0.9773+0.9823）/4=0.9837其他各季度的季節(jié)系數(shù)確定于此相仿第三步：利用趨勢(shì)方程預(yù)測(cè)未來(lái)趨勢(shì)值利用趨勢(shì)方程，我們可以計(jì)算出各個(gè)時(shí)期的趨勢(shì)值，比如：我們用趨勢(shì)方程計(jì)算2020和2021年兩年的趨勢(shì)預(yù)測(cè)值，見(jiàn)表6-4的第四列第四步：用季節(jié)系數(shù)乘以趨勢(shì)預(yù)測(cè)值得出綜合預(yù)測(cè)值應(yīng)用例題6-3：時(shí)間序列分解預(yù)測(cè)模型第6章：需求預(yù)測(cè)年份季節(jié)序列

實(shí)際值

趨勢(shì)預(yù)測(cè)值

季節(jié)系數(shù)

平均季節(jié)系數(shù)

2019

1234362385432341343.9853361.4706378.9559396.44121.05241.06511.14000.8602338.4127366.4589428.9402346.132820205678382409498387413.9265431.4118448.8971466.38240.92290.94811.10940.8298407.2209437.3653508.1066407.198520219101112473513582474483.8677501.3530518.8383536.32360.97751.02321.12170.8838476.0790508.2717587.2731468.2641202213141516544582681557553.8088571.2941588.7795606.26480.98231.01871.15660.9187544.8372579.1780666.4395529.32982023（預(yù)測(cè)年份）17181920

無(wú)623.7501641.2354658.7207676.2060

613.6453650.0844745.6060590.39552024（預(yù)測(cè)年份）21222324無(wú)693.6913711.1766728.6619746.1472

682.4535720.9908824.7724651.4611三、預(yù)測(cè)誤差與控制第6章：需求預(yù)測(cè)1.平均絕對(duì)偏差(MAD)式中Ft——第t

期的預(yù)測(cè)值；At——第t

期的實(shí)際值；n——預(yù)測(cè)期數(shù)。三、預(yù)測(cè)誤差測(cè)量第6章：需求預(yù)測(cè)２.平均絕對(duì)百分誤差(MAPE)3．平均平方誤差（MSE)三、預(yù)測(cè)誤差測(cè)量第6章：需求預(yù)測(cè)4．平均預(yù)測(cè)誤差（MFE）是預(yù)測(cè)點(diǎn)的誤差的平均值。說(shuō)明：不同的誤差衡量指標(biāo)，各有優(yōu)缺點(diǎn)。因?yàn)椴煌闹笜?biāo)考察的側(cè)重點(diǎn)不同，有的精度比較高，但是不能反映預(yù)測(cè)的偏差情況（即無(wú)偏性），反之，有的反映無(wú)偏性，但是不能真實(shí)反映預(yù)測(cè)精度。因此需要根據(jù)需要采用不同的指標(biāo)。第四節(jié)、因果關(guān)系預(yù)測(cè)模型第6章：需求預(yù)測(cè)

因果關(guān)系預(yù)測(cè)（Causalrelationshipforecasting）模型是使用時(shí)間以外的其他變量來(lái)構(gòu)建需求量和影響需求的某些變量之間的因果關(guān)系模型來(lái)預(yù)測(cè)的一種方法。

教材例題6-4介紹了醫(yī)療服務(wù)需求預(yù)測(cè)是如何利用多元回歸分析進(jìn)行因果關(guān)系預(yù)測(cè)的。

前面介紹的時(shí)間