Тема 6. Техника прогнозирования потребности в запасе — КиберПедия 

Семя – орган полового размножения и расселения растений: наружи у семян имеется плотный покров – кожура...

Индивидуальные очистные сооружения: К классу индивидуальных очистных сооружений относят сооружения, пропускная способность которых...

Тема 6. Техника прогнозирования потребности в запасе

2018-01-04 1284
Тема 6. Техника прогнозирования потребности в запасе 0.00 из 5.00 0 оценок
Заказать работу

 

План

1. Прогнозирование потребности в запасе на ос­нове статистических данных.

2. Прогнозирование среднедневного потребления.

3. Прогнозирование потребности в запасе по скользящей средней, методом экспоненциального сглаживания.

4. Прогнозирование сезонной потребности в за­пасе.

5. Прогнозирование потребности в запасе по ин­дикаторам и на основе экспертных оценок.

6. Комбинированный подход к прогнозированию потребности в запасе.

7. Оценка и анализ точности прогноза потребно­сти в запасе.

 

Краткое содержание темы

 

Прогнозирование будущего потребления запаса основывается на двух принципиально различных подходах:

I) количественный подход,

II) качественный подход.

Прогнозирование при количественном подходе. Оценка будущей потребности в запасе строится либо на основе временных рядов накопленной за прошлые периоды времени статистики потребления, либо на основе статистических данных изменения фактической величины спроса и связанного, определяющего спрос, показателя.

Качественный подход к прогнозированию потребности опирается на экспертные оценки специалистов.

Комбинация количественного и качественного подходов к прогнозированию потребности в запасе позволяет говорить о комбинированном подходе к прогнозированию спроса.

Прогнозирование потребности в запасе на основе статистических данных составляет количественный подход к прогнозированию. По группам используемых методов количественное прогнозирование можно разделить на два класса:

1. Прогнозирование потребности по временным рядам.

2. Прогнозирование по индикаторам.

Оба класса в качестве исходной информации используют накопленные за прошлые периоды данные об отгрузках (продажах, товарообороте или объеме потребности) запаса.

Временной ряд представляет собой упорядоченные во времени наблюдения. Такие наблюдения производятся через равные интервалы времени и фиксируют объемы отгрузок запаса в ответ на заявленный спрос на товарно-материальные ценности запаса.

На основе анализа временных рядов можно строить прогнозы потребления на будущие периоды. Для этого достаточно построение графика динамики отгрузок и внимательного его изучения. В общем случае во временном ряде потребности требуется выделить следующие составляющие:

a) относительно равномерный спрос,

b) сезонную потребность,

c) тенденции изменения спроса,

d) циклические колебания спроса,

e) наличие эффекта стимулирования продаж,

f) случайные колебания спроса.

Для прогнозирования потребности в запасе, характеризуемых временными рядами отгрузок равномерного характера, можно использовать методы наивного прогноза и группу методов прогнозирования по среднему значению (простой средней, скользящей средней, взвешенной скользящей средней), а так же метод экспоненциального сглаживания.

Наивный прогноз является самой простой методикой прогнозирования. Она основывается на предположении о том, что прогнозируемое потребление будущего периода равно потреблению предшествующего периода.

Прогнозирование по средним значениям. В случае если временной ряд имеет интервал наблюдений в один месяц, повысить точность наивного прогноза позволяет метод прогнозирования по простой средней величине потребления с учетом количества рабочих дней в месяце.

Прогноз среднедневного потребления делается на основе расчета среднедневного потребления в предыдущем месяце. Прогноз месячного потребления рассчитывается как произведение прогноза среднедневного потребления на количество рабочих дней в соответствующем месяце.

Еще одним методом прогнозирования, относящимся к прогнозированию по средним значениям, является прогноз на основе скользящего среднего значения потребления запаса.

Метод скользящей средней при составлении прогноза использует значение средней арифметической величины потребления за последние периоды наблюдений.

Для составления прогноза по скользящей средней требуется определиться в количестве периодов наблюдений, которые будут использоваться в расчете. При этом требуется учитывать особенности имеющегося временного ряда. Чем большее количество точек наблюдения берется в расчет, тем скользящая средняя менее чувствительная к изменениям значений потребления в прошлые периоды. Если изменение наблюдений имеет ступенчатый характер, то следует обеспечить высокую чувствительность прогноза к каждому из наблюдений. Это требует использования возможно меньшего количества наблюдений.

Для учета важности отдельных периодов наблюдений используют метод взвешенной скользящей средней. В этом методе каждому используемому в расчете скользящей средней периоду присваивается коэффициент, отражающий значимость влияния этого периода на прогнозное значение потребления. Значимость более поздних периодов должна быть выше, чем значимость более ранних периодов. Например, из 6-ти периодов расчета скользящей средней последнему может быть присвоен удельный вес 5, предыдущему - 4, далее 3; 2; 1 и 1. В общем виде взвешенная скользящая средняя рассчитывается следующим образом:

,

где Рj – прогнозируемый объем потребности в j-ом периоде времени, единиц;

i – индекс предыдущего периода времени;

ki – коэффициент значимости i-го периода времени;

Рi – объем потребления в i-ом предыдущем периоде времени, единиц;

n – количество используемых в расчете предыдущих периодов времени.

 

Более сложный метод прогнозирования на основе расчета взвешенного среднего – это метод экспоненциального сглаживания. В этом методе каждый новый прогноз основан на учете значения предыдущего прогноза и его отклонения от фактического значения.

Работа с временными рядами статистических данных предполагает анализ потребности в запасе по сложившимся с течением времени тенденциям. В силу влияния случайных факторов зачастую складывается ситуация, когда прогнозирование по данным временных рядов не дает требуемой точности прогноза. В таких случаях можно воспользоваться идеей о том, что на отгрузки запаса рассматриваемых товарно-материальных ценностей оказывает влияние какая-либо переменная, от которой зависит прогнозируемый спрос. Например, температура воздуха оказывает воздействие на интенсивность спроса на прохладительные напитки, численность новорожденных детей определяет через 2-3 года спроса на детскую книжную продукцию и т.п. Определение и анализ таких переменных, которые принято называть индикаторами, дает возможность составить прогноз будущего потребления.

Индикаторами, оказывающими воздействие на спрос, являются, например,

- индекс оптовых цен,

- индекс потребительских цен,

- объем производства,

- показатели миграции населения,

- процентные ставки за кредит,

- уровень платежеспособности населения,

- затраты на рекламу и др.

Для того чтобы те или иные события могли служить индикаторами, требуются следующие три условия:

а) Наличие логического объяснения связи индикатора и прогнозируемой потребности.

б) Интервал времени между изменением индикатора и изменением потребности должен быть достаточно велик для возможности использования прогноза.

в) Наличие высокой корреляционной связи между индикатором и уровнем потребности.

Наиболее часто прогнозирование потребности в запасе ведется на основе статистических данных о потреблении в прошлые периоды времени. В некоторых случаях прогнозирование потребления запаса строится без учета статистики. Это может потребоваться, например, при вводе на рынок принципиально нового продукта, или при выходе с известным продуктом на принципиально новый рынок. Так же в период экономической и политической перестройки довольно часто не удается воспользоваться статистической информацией, которая безнадежно устаревает. Иногда обработка статистики требует значительного времени. При его отсутствии приходится искать методы прогнозирования, опирающиеся не на количественную, а на качественную информацию.

Во всех перечисленных примерах для прогнозирования потребности в запасе требуется прибегать к методам, которые основываются на опыте и интуиции специалистов или к методу экспертных оценок.

Методом экспертных оценок называют описательные, качественные, приблизительные, а так же количественные оценки процессов или явлений, не поддающихся в принципе или в данной ситуации непосредственному измерению. В результате использования метода экспертной оценки выявляются субъективные мнения экспертов и на их основе определяются объективные оценки прогноза. При этом метод экспертных оценок основывается на выполнении следующих гипотез:

1) эксперт является качественным источником информации,

2) групповое мнение экспертов близко к истинному решению проблемы.

При прогнозировании потребности в запасе методы экспертных оценок в своем классическом виде применяются довольно редко. Так как экспертные методы занимают рабочее время квалифицированных специалистов, их использование влечет за собой довольно высокие затраты. Кроме того, экспертные методы требуют реализации довольно длительной процедуры получения и обработки экспертных оценок.

Использование метода экспертных оценок включает в себя несколько этапов:

a) Разработка программы экспертного оценивания.

b) Подбор экспертов.

c) Подготовка процедуры опроса.

d) Проведение опроса экспертов.

e) Обработка результатов опроса.

К основным методам проведения опроса, прежде всего, относятся следующие:

а) анкетирование,

б) интервьюирование,

в) групповое обсуждение.

Анкетирование проводится индивидуально и заочно по анкетам закрытого (с заранее указанными вариантами ответов) или открытого (без заранее определенного перечня вариантов ответов) типа. Заполненные анкеты собираются и обрабатываются сотрудниками группы управления.

К преимуществам анкетирования можно отнести следующие моменты:

- относительная простота организации,

- возможность охвата больших групп экспертов,

- возможность получения количественных результатов после статистической обработки результатов анкетирования.

Недостатками этих методов являются

- отсутствие гарантии серьезного и заинтересованного заполнения анкеты экспертом,

- отсутствие уверенности, что вопросы были правильно поняты экспертом,

- возможность субъективной интерпретации экспертом вопросов анкеты,

- неполнота и возможная частичность ответов как при закрытом, так и при открытом типе анкет.

Интервьюирование проводится членами группы управления очно по заранее составленному списку вопросов или в режиме свободного диалога индивидуально или с группой экспертов. По сравнению с анкетированием, интервьюирование имеет как сильные, так и слабые стороны. К недостаткам интервьюирования следует, прежде всего, отнести

- вероятно большую продолжительность проведения опроса экспертов,

- высокую трудоемкость,

- необходимость наличия достаточного штата сотрудников, проводящих интервью.

Преимущества интервьюирования по сравнению с анкетированием заключаются в полном преодолении недостатков анкетирования.

Групповое обсуждение может быть реализовано несколькими методами. К наиболее часто используемым относятся следующие:

- совещание,

- дискуссия,

- мозговой штурм,

- метод Дельфы.

Каждый из методов группового обсуждения обладает преимуществами и недостатками, определяющими рациональную область применения. Во многих случаях наибольший эффект дает комплексное применение нескольких методов.

Наиболее популярным методом группового обсуждения экспертами поставленной проблемы является метод Дельфы. Он представляет собой серии анкетирования или интервьюирования экспертов, причем каждая серия анкет или вопросников для интервью разрабатывается на основе обработки результатов предыдущей серии. Главная цель метода Дельфы – составление согласованного членами экспертной группы прогноза.

Комбинированный подход к прогнозированию потребности в запасе представляет собой сочетание прогнозирование на основе статистических данных и на основе экспертных оценок. Такое сочетание позволяет избежать недостатков каждого из двух предыдущих подходов и использовать их преимущества.

Комбинирование подходов может иметь следующие варианты:

I. Рассчитываемые автоматически по временным рядам с учетом сезонности и тенденциозности спроса краткосрочные прогнозы потребления ежедневно (еженедельно) корректируются на основе экспертной оценки ведущего специалиста.

II. Рассчитанные автоматически по временным рядам с учетом сезонности и тенденциозности спроса прогнозы ежемесячно корректируются по результатам группового обсуждения на совещаниях ведущих специалистов и руководителей подразделений (служб), связанных с управлением запасами.

III. Рассчитанные автоматически по временным рядам с учетом сезонности и тенденциозности спроса прогнозы ежеквартально корректируются по результатам группового обсуждения на совещаниях ведущих специалистов и руководителей подразделений (служб) связанных цепей поставок организаций [2, с. 89-137].

 

Задачи

 

Задача 7. Составьте наивный прогноз потребности в запасе на основе данных таблицы 15.

Таблица 15 – Наивное прогнозирование потребления запасов

Ед.

Месяцы Фактические отгрузки Наивный прогноз
Январь   -
Февраль    
Март    
Апрель    
Май    
Июнь    

Задача 8. Составьте прогноз потребности в запасе на основе данных таблицы 16 с использованием метода прогнозирования по простой средней.

Таблица 16 –Прогнозирование потребления запасов на основе метода простой средней

Ед.

Месяцы Фактические отгрузки Число рабочих дней Среднее потребление в день Прогноз среднедневного потребления Прогноз месячного потребления
Январь       - -
Февраль          
Март          
Апрель          
Май          
Июнь          

Задача 9. Составьте прогноз потребности в запасе на основе данных таблицы 17 с использованием метода скользящей средней.

Таблица 17 –Прогнозирование потребления запасов на основе метода скользящей средней

Ед.

Месяцы Фактические отгрузки Число рабочих дней Среднее потребление в день Прогноз среднедневного потребления Прогноз месячного потребления
Январь       - -
Февраль       - -
Март          
Апрель          
Май          
Июнь          

Задача 10. Составьте прогноз потребности в запасе на основе данных таблицы 18 с использованием метода взвешенной скользящей средней. При этом учесть, что для последнего периода коэффициент значимости принимается равным 5, для предпоследнего - 1.

Таблица 18 –Прогнозирование потребления запасов на основе метода взвешенной скользящей средней

Ед.

Месяцы Фактические отгрузки Число рабочих дней Среднее потребление в день Прогноз среднедневного потребления Прогноз месячного потребления
Январь       - -
Февраль       - -
Март          
Апрель          
Май          
Июнь          

Поделиться с друзьями:

Механическое удерживание земляных масс: Механическое удерживание земляных масс на склоне обеспечивают контрфорсными сооружениями различных конструкций...

Семя – орган полового размножения и расселения растений: наружи у семян имеется плотный покров – кожура...

Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...

Археология об основании Рима: Новые раскопки проясняют и такой острый дискуссионный вопрос, как дата самого возникновения Рима...



© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!

0.049 с.