生產(chǎn)與作業(yè)管理-預測網(wǎng)路化預測：協(xié)同規(guī)劃預測與補貨

生產(chǎn)與作業(yè)管理

第十二章預測蔡幸穎、郭俊宏、宗培倫吳聯(lián)稚、蕭婉芝、曾暐鈞AGENDA需求管理預測的類型需求的組成定性預測技巧時間序列分析因果關(guān)係預測焦點預測網(wǎng)路化預測：協(xié)同規(guī)劃、預測與補貨結(jié)論AGENDA需求管理預測的類型需求的組成定性預測技巧時間序列分析因果關(guān)係預測焦點預測網(wǎng)路化預測：協(xié)同規(guī)劃、預測與補貨結(jié)論預測重大管理決策與長期規(guī)劃的基礎(chǔ)財會方面預算規(guī)劃成本控制行銷方面銷售預測、規(guī)劃新產(chǎn)品、獎勵銷售人員生產(chǎn)作業(yè)方面製程選擇、產(chǎn)能規(guī)劃、設(shè)備配置、生產(chǎn)規(guī)劃排成、存貨控制對於預測的態(tài)度不會完美，需要修正合理範圍求得最佳預測方法預測需求12-1需求管理需求管理之目的是協(xié)調(diào)和控制所有的需求來源，以有效率使用生產(chǎn)系統(tǒng)，而能即時地供應(yīng)產(chǎn)品。需求的來源獨立需求(Independencedemand)相依需求(Dependencedemand)積極影響消極反應(yīng)AGENDA需求管理預測的類型需求的組成定性預測技巧時間序列分析因果關(guān)係預測焦點預測網(wǎng)路化預測：協(xié)同規(guī)劃、預測與補貨結(jié)論預測的類型定性技術(shù)時間序列分析因果關(guān)係模擬模式定性法時間序列分析因果關(guān)係模擬模型草根法簡單移動平均迴歸分析電腦模型市場研究加權(quán)移動平均經(jīng)濟模型群體意見法迴歸分析投入/產(chǎn)出模型歷史類推法BoxJenkins領(lǐng)先指標Delphi法Shiskin時間序列趨勢預測AGENDA需求管理預測的類型需求的組成定性預測技巧時間序列分析因果關(guān)係預測焦點預測網(wǎng)路化預測：協(xié)同規(guī)劃、預測與補貨結(jié)論需求的六種型態(tài)某段時間的平均需求趨勢季節(jié)性因素週期性因素較難決定的元素，無法知道時間的區(qū)間或未考慮到ex:政治選舉、戰(zhàn)爭自我相關(guān)事件的持續(xù)性任何一點的期望值是與他過去的值高度相關(guān)隨機變異由偶發(fā)事件所引起具有成長及季季節(jié)性因素的的產(chǎn)品需求常見的趨勢類類型線性直接連續(xù)的關(guān)關(guān)係S曲線典型的產(chǎn)品成成長和成熟週週期漸近線由較高的需求求成長開始，，漸漸遞減指數(shù)常見於具有爆爆炸性成長的的產(chǎn)品需求銷售量季銷售量季銷售量季銷售量季AGENDA需求管理預測的類型需求的組成定性預測技巧巧時間序列分析析因果關(guān)係預測測焦點預測網(wǎng)路化預測：：協(xié)同規(guī)劃、、預測與補貨貨結(jié)論定性預測技巧巧(1)草根法持續(xù)的加入基基層資料建立立預測值愈接近終端顧顧客的人，越越了解產(chǎn)品未未來的需要地區(qū)配銷中心心區(qū)域性配銷銷中心總公公司市調(diào)法委由市調(diào)或行行銷顧問公司司進行使用問卷和訪訪談ex:滿意度、購買買意願定性預測技巧巧(2)群體意見法『三個臭皮匠勝勝過一個諸葛葛亮』開放式會議，，自由交換意意見層級：「Open」Delphi法不同領(lǐng)域具備備專業(yè)知識的的人(匿名)問卷或E-mail，由參與者獲獲取預測值綜合結(jié)果、回回饋、修正不斷重複上述述步驟，通常常是三次定性預測技巧巧(3)歷史類推法由現(xiàn)有或是同同類產(chǎn)品作一一預測參考類類似產(chǎn)產(chǎn)品的的經(jīng)驗驗ex:咖啡壺壺→烤烤麵包包機AGENDA需求管管理預測的的類型型需求的的組成成定性預預測技技巧時間序序列分分析因果關(guān)關(guān)係預預測焦點預預測網(wǎng)路化化預測測：協(xié)協(xié)同規(guī)規(guī)劃、、預測測與補補貨結(jié)論12-5時間序序列分分析使用過過去的的資料料來預預測未未來的的結(jié)果果企業(yè)依依據(jù)下下列要要素，，選擇擇預測測模型型：預測的的時間間範圍圍資料的的取得得性需要的的準確確度預測之之預算算多寡寡是否可可取得得適合合的人人員時間序序列分分析方方法簡單移移動平平均加權(quán)移移動平平均指數(shù)平平滑法法迴歸分分析(一)簡單移移動平平均使用時時機：：產(chǎn)品的的需求求量並並非快快速的的成長長或下下降不受季節(jié)因因素的的影響響有效去去除不不規(guī)律律變異異對預測測的影影響Ft=預測值值n=期數(shù)At-1,At-2,….At-n=實際歷歷史資資料週需求3週9週週需求3週9週18001617002200181121400171800200018003100018220018331811415001067191900190019115150013002024001967193361300133321240021672011718001433222600223321118170015332320002467214491300160024250023332111101700160013672526002367216711170015671467262200236722671215001567150027220024332311132300163315562825002333231114230018331644292400230023781520002033173330210023672378簡單移移動平平均法法缺點點於預測測時，，它必必需放放棄一一筆舊舊資料料與加加入一一筆新新的資資料，，再重重新計計算。。這對對預測測三或或六期期的移移動平平均法法影響響不大大。但但對於於以60天為期期數(shù)，，分別別預測測倉庫庫中20,000個貨品品的需需求時時，就就需要要處理理大量量的資資料。。(二)加權(quán)移移動平平均賦予每一一個變變數(shù)相相對應(yīng)應(yīng)的權(quán)重值，，權(quán)重值值的總總和等於1選擇加權(quán)值的法則則：經(jīng)驗驗法&試誤法法Wn為第t-n期的比比重ｎ為預預測的的總期期數(shù)加權(quán)移移動平平均(續(xù))好處它可以以改變變過去去每一一資料料點對對未來來的影影響力力缺點麻煩且且費時時(三)指數(shù)平平滑法法指數(shù)平平滑法法只需需要下下列三三項資資料：：最近的的預測測結(jié)果果最近一一期的的實際際需求求平滑常常數(shù)alpha（α）(0≦≦1)Ft=第t期的預預測值值Ft-1=第t-1期的預預測值值A(chǔ)t-1=第t-1期的實實際需需求α=調(diào)整係係數(shù)指數(shù)平平滑法法(續(xù))廣泛被被接受受的原原因：：準確建構(gòu)指指數(shù)平平滑的的公式式簡單單使用者者可以以理解解它是是如何何運作作，運運算簡簡易僅使用用少量量的歷歷史資資料，，所以以資料料的儲儲存空空間小小驗證此此法則則的準準確度度也很很簡單單趨勢效效應(yīng)與與調(diào)整整式預預測為減低低真實實資料料和預預測資資料間間誤差差，除除調(diào)整整外外，可可加入入趨勢勢值加加以修修正趨勢值值可基基於合合理的的猜測測或使使用過過去資資料計計算產(chǎn)產(chǎn)生Ft=第t期的指指數(shù)平平滑預預測Tt=第t期的指指數(shù)平平滑趨趨勢FITt=第t期的預預測(趨勢)FITt-1=第t-1期的預預測(趨勢)At-1=第t-1期的實實際需需求值值=平滑常常數(shù)δ=平滑常常數(shù)預測誤誤差誤差是是預測測值和和實際際值之之間的的差值值，統(tǒng)統(tǒng)計學學上稱稱作殘殘值（（Residuals）在統(tǒng)計計學上上，只只要預預測值值落在在信賴賴區(qū)間間，則則認為為誤差差不存存在誤差來來源誤差可可分為為偏差差(bias)或隨機機誤差差(random)偏差：：多因固固定的的錯誤誤造成成，如如採用用錯誤誤的變變數(shù)、、變數(shù)數(shù)間的的關(guān)係係錯誤誤、使使用錯錯誤的的趨勢勢線、、誤把把季節(jié)節(jié)性因因素去去除等等。隨機錯錯誤：：無法以以正常常的預預測模模式解解釋的的部分分誤差衡衡量標準差差平均平平方差差(變異數(shù)數(shù))平均絕絕對值值誤差差(MAD)追蹤訊訊號平均絕絕對誤誤差(MAD)平均絕絕對誤誤差(MAD)：計算實實際值值與預預測值值間差差異的的絕對對值，，再將將誤差差絕對對值的的總和和除以以資料料筆數(shù)數(shù)當預測測誤差差呈常常態(tài)分分配時時，1標準差差=1MAD=0.8標準差差追蹤訊訊號(TrackingSignal)將預測測誤差差值的的總和和除以以MADRSFE：預測測誤差差值的的總和和，正正負可可相抵抵MAD：所有有絕對對誤差差的平平均值值追蹤訊訊號(續(xù))月需求預測實際差異RSFE絕對差絕對差之和MADTS11000950-50-50505050-1210001070+70+2070120600.33310001100+100+12010022073.31.6441000960-40+8040260651.2510001090+904610001050+50+2205040066.73.3追蹤訊訊號(續(xù))可預測測正向向或負負向的的偏差差追蹤訊訊號(續(xù))月需求預測實際差異RSFE絕對差絕對差之和MADTS11000950-50-50505050-1210001070+70+2070120600.33310001100+100+12010022073.31.6441000960-40+8040260651.2510001090+904610001050+50+2205040066.73.3一個完完美的的預測測，所所有預預測誤誤差的的總和和應(yīng)該該為零零，即即信號號軌跡跡值也也應(yīng)該該為零零表示高高估的的誤差差可與與低估估的誤誤差相相抵消消MAD常用來來預測測誤差差MAD指數(shù)平平滑法法：類似似單一一指數(shù)數(shù)平滑滑法預測未未來的的誤差差範圍圍設(shè)定安安全庫庫存量量誤差MADt=α|At-1-Ft-1|+(1-αα)MADt-1線性迴迴歸分分析定義：：兩個或或兩個個以上上相關(guān)關(guān)變數(shù)數(shù)間的的關(guān)係係，可可使用用一個個變數(shù)數(shù)去預預測另另一個個變數(shù)數(shù)稱之之為迴迴歸。。線性迴迴歸：：是迴歸歸分析析法的的特例例線性迴迴歸方方程式式：使用用限限制制：：過去去的的資資料料和和未未來來的的預預測測資資料料，，均均必必須須落落在在同同一一條條線線上上。。季銷售量16002155031500415005240063100726008290093800104500114000124900最小小平平方方法法所有有資資料料點點與與其其相相對對應(yīng)應(yīng)的的迴迴歸歸線線對對應(yīng)應(yīng)點點間間，，垂垂直直距距離離之之平平方方總總和和的的最最小小值值。。Y=應(yīng)變變數(shù)數(shù)y=應(yīng)變變數(shù)數(shù)之之實實際際值值a=Y的截截距距b=斜率率x=時間間時間間序序列列的的分分解解定義義：：為資資料料具具有有時時間間順順序序關(guān)關(guān)係係，，其其包包含含下下列列一一種種或或多多種種的的需需求求因因素素：：趨趨勢勢、、季季節(jié)節(jié)、、週週期期、、自自我我相相關(guān)關(guān)性性、、隨隨機機性性。。季節(jié)節(jié)因因子子：：為一一修修正正值值，，是是時時間間序序列列分分析析中中，，針針對對季季節(jié)節(jié)所所做做的的調(diào)調(diào)整整量量。。雖雖以以週週期期為為表表示示，，並並非非年年度度性性定定期期活活動動的的週週期期，，是是以以年年度度中中特特別別活活動動的的某某段段期期間間稱稱為為「「季季」」。。加法法性性：：假設(shè)設(shè)不不論論趨趨勢勢或或平平均均量量如如何何變變化化，，季季節(jié)節(jié)量量恆恆為為一一常常數(shù)數(shù)。。預測測=趨勢勢因因子子＋＋季季節(jié)節(jié)因因子子乘法法性性：：季節(jié)節(jié)變變動動大大小小與與趨趨勢勢水水準準有有關(guān)關(guān)，，趨趨勢勢增增加加時時，，季季節(jié)節(jié)變變化化量量也也隨隨之之增增加加。。預測測=趨勢勢因因子子＋＋季季節(jié)節(jié)因因子子a.加法法性性b.乘法法性性簡單單等等比比法法歷史銷售量季平均銷售(1000/4)季節(jié)因素春200250200/250=0.8夏350250350/250=1.4秋300250300/250=1.2冬150250150/250=.06總計1000明年之預估需求季平均銷售量(1100/4)季節(jié)因子明年之需求預測春275Ｘ0.8＝220夏275Ｘ1.4＝385秋275Ｘ1.2＝330冬275Ｘ0.6＝165總計1100目測預測測模式季量I-1998300II-1998200III-1998220IV-1998530I-1999520II-1999420III-1999400IV-1999700170610目測截點點170斜率=(610-170)/8之間的變變化量趨勢方程程式：Trendt=170+55t19981999季實際需求由趨勢公式Tt=170+55t實際/趨勢季節(jié)因素(兩年之平均)1998I3002251.33II2002800.71III2203350.66I-1.25IV5303901.36II-0.781999III-0.69I5204451.17IV-1.25II4205000.84III4005550.72IV7006101.15預測下年年度結(jié)果果：FTTSt=趨勢x季節(jié)性I-2000FITS9=(170+55(9))1.25=831II-2000FITS10=(170+55(10))0.78=562III-2000FITS11=(170+55(11))0.69=535IV-2000FITS12=(170+55(12))1.25=1,038最小平方方迴歸分分析找出此數(shù)數(shù)列之趨趨勢、季季節(jié)與週週期等基基本因素素，計算算出季節(jié)節(jié)因子與與週期因因子。再再以反向向程序來來預測趨趨勢。步驟求出季節(jié)節(jié)因子去除需求求的季節(jié)節(jié)效應(yīng)找出趨勢勢因子考量未來來的趨勢勢因子將趨勢因因子乘上上季節(jié)因因子(1)期(x)(2)季(3)實際需求(y)(4)每年同季之平均(5)季節(jié)因子(6)去除季節(jié)因素(yd)Col.(3)÷Col.(5)(7)x2(Col.1)2(8)x×ydCol.(1)×Col.(6)1I600(600+2,400+3,800)/3=2,266.70.82735.71735.72II1,550(1,550+3,100+4,500)/3=3,0501.101,412.442,824.73III1,500(1,500+2,600+4,000)/3=2,7000.971,544.094.631.94IV1,500(1,500+2,900+4,900)/3=3,1001.121,344.8165,379.05I2,4000.822,942.62514,713.26II3,1001.102,824.73616,948.47III2,6000.972,676.24918,733.68IV2,9001.122,599.96420,798.99I3,8000.824,659.28141,932.710II4,5001.104,100.410041,004.111III4,0000.974,117.312145,290.112IV4.9001.124,392.914452,714.57833,3501233,350.1*650265,706.9b=期數(shù)季Y(迴歸線)季節(jié)因素預測(Y*季節(jié)因素)1315,003.50.824,080.81425,345.71.105,866.61535,687.90.975,525.91646,030.11.126,726.2誤差範圍圍產(chǎn)生誤差差：樣本資料料的標準準差使用錯誤誤迴歸所所產(chǎn)生的的誤差總誤差範範圍等於於兩條線線與所有有代表資資料分布布之直線線的誤差差，由圖圖可知誤誤差範圍圍將隨預預測的期期間越遠遠而擴大大。AGENDA需求管理理預測的類類型需求的組組成定性預測測技巧時間序列列分析因果關(guān)係係預測焦點預測測網(wǎng)路化預預測：協(xié)協(xié)同規(guī)劃劃、預測測與補貨貨結(jié)論因果關(guān)係係預測(1)預測要有有價值，，任何自變數(shù)都必須是是主要指標標EX：下雨VS雨具銷售售量當一個變變數(shù)引起起另一個個變數(shù)產(chǎn)產(chǎn)生變化化，可稱稱為因果關(guān)係係，當確定定找到肇肇因的元元素時，，即可作作為預測測的基礎(chǔ)礎(chǔ)。因果關(guān)係係預測(2)因果關(guān)係係預測的的第一步步找出導致致事件發(fā)發(fā)生的真真正原因因主要指標標不一定定代表有有因果關(guān)關(guān)係，而而是間接接地指示示可能發(fā)發(fā)生其他他的事件件。亦有可能能將其他他非因果果關(guān)係誤誤判為有有因果關(guān)關(guān)係Ex:瑞士酒的的銷售量量vs老師薪資資因果關(guān)係係預測(3)使用因果果關(guān)係預預測的方方法：直線回歸歸分析多變量回回歸分析析直線回歸歸分析CarpetCity地毯公司司，每年年銷售的的資料與與在該地地區(qū)核準準新建置置房屋的的數(shù)目。。年度核核準建照照數(shù)銷銷售(平方碼)198918130001990151200019911211000199210100001993201400019942816000199535190001996301700019972013000經(jīng)理：只只要知道道該年度度新建置置房屋的的數(shù)目，，便可預預測公司司毛毯的的銷售量量。資料成直直線分佈佈直線回歸歸分析1020303620001400010000600020000地毯的銷售新建的房屋數(shù)銷售與新建房屋的因果關(guān)係Y=7000+350x1020303620001400010000600020000地毯的銷售新建的房屋數(shù)銷售與新建房屋的因果關(guān)係7000+350(25)=15750Y的截點為7000碼，代表表即使此此地區(qū)沒沒有蓋新新房屋，，地毯的的基本需需求量，，亦即是是毛毯汰汰舊換新新的可能能情形。。斜率：此地區(qū)每每蓋一棟棟新屋，，將售出出的平均均地毯大大小。多變量量回歸歸分析析考量所所有具具有影影響作作用的的項目目。EX：新婚婚比例例、新新建置置的房房屋數(shù)數(shù)、個個人可可支配配所得得對家家具業(yè)業(yè)的影影響S=B+Bm(M)+Bh(H)+Bi(I)+Bt(T)S=年度總總銷售售量B=基本銷銷售額額M=年度結(jié)結(jié)婚人人數(shù)H=年度新新建房房屋數(shù)數(shù)I=年度可可支配配所得得T=時間趨趨勢（（第一一年=1,第二年年=2….）Bm、Bh、Bi代表影影響預預售銷銷售量量的因因素，，如新新婚人人數(shù)、、新房房數(shù)、、收入入和趨趨勢AGENDA需求管管理預測的的類型型需求的的組成成定性預預測技技巧時間序序列分分析因果關(guān)關(guān)係預預測焦點預預測網(wǎng)路化化預測測：協(xié)協(xié)同規(guī)規(guī)劃、、預測測與補補貨結(jié)論焦點預預測由BernieSmith提出，，認為為使用用統(tǒng)計計方法法的預預測技技術(shù)，，並無無法獲獲得最最好的的結(jié)果果，只只要能能有效的的分析析歷史史資料料，即使使是簡簡單的的方法法也能能產(chǎn)生生好的的預測測。焦點預預測的的方法法論使用數(shù)數(shù)種合合理且且容易易理解解的法法則，，分析析過去去的資資料預預測未未來。。這些些法則則均可可是運運於電電腦模模擬程程式進進行預預測，，並衡衡量何何種法法則最最接近近真實實的需需求。。焦點預預測法法許考考量的的兩項項因素素數(shù)種簡簡單的的預測測法則則前三個個月的的銷售售量也也許即即為下下三個個月的的銷售售量去年某某季的的銷售售量即即為今今年同同季的的銷售售量下一季季的銷銷售量量或許許比前前一季季高10%本年度度下一一季的的銷售售量，，比去去年