試談供應(yīng)鏈的需求預(yù)測(cè)

第三部分計(jì)劃供應(yīng)鏈中的

需求與供給第七章供應(yīng)鏈的需求預(yù)測(cè)第八章供應(yīng)鏈的綜合計(jì)劃第九章供應(yīng)鏈的供給和需求計(jì)劃：管理預(yù)計(jì)的可變性1第四章供應(yīng)鏈的需求預(yù)測(cè)

Chapter4DemandforecastinginasupplychainSupplyChainManagement7-2Outline7.1預(yù)測(cè)在供應(yīng)鏈中的作用7.2預(yù)測(cè)的特征7.3預(yù)測(cè)的組成部分及預(yù)測(cè)方法7.4預(yù)測(cè)的時(shí)間序列法7.5預(yù)測(cè)誤差的度量37.1預(yù)測(cè)（Forecasting）在供應(yīng)鏈中的作用對(duì)未來需求的預(yù)測(cè)構(gòu)成了供應(yīng)鏈中所有戰(zhàn)略性和規(guī)劃性決策的基礎(chǔ)。如推動(dòng)流程是根據(jù)對(duì)顧客需求預(yù)測(cè)來運(yùn)行的。如Dell所有供應(yīng)鏈規(guī)劃活動(dòng)都是以預(yù)測(cè)顧客最終購買行為及發(fā)生的時(shí)間為基礎(chǔ)。如：生產(chǎn)：日程安排、庫存管理、總體計(jì)劃營銷：銷售資源配置、促銷、新產(chǎn)品開發(fā)財(cái)務(wù)：生產(chǎn)線（設(shè)備）的投資和預(yù)算規(guī)劃人事：雇員計(jì)劃、雇傭、解雇擁有穩(wěn)定需求的成熟產(chǎn)品最容易預(yù)測(cè)，如牛奶、紙巾等日常用品對(duì)于銷售季節(jié)很短的時(shí)尚商品和高技術(shù)產(chǎn)品，需求預(yù)測(cè)較難47.2預(yù)測(cè)的特征預(yù)測(cè)經(jīng)常會(huì)出錯(cuò)，要包括預(yù)期結(jié)果和對(duì)誤差的測(cè)量（因?yàn)轭A(yù)測(cè)經(jīng)常會(huì)出錯(cuò)）；長期預(yù)測(cè)通常沒有短期預(yù)測(cè)精確，即長期預(yù)測(cè)誤差的標(biāo)準(zhǔn)差相對(duì)于均值要大一些；

產(chǎn)品差異化延遲（postponement）綜合預(yù)測(cè)通常要比獨(dú)立預(yù)測(cè)準(zhǔn)確得多；在公司中越往供應(yīng)鏈的上游靠近（或者距離顧客越遠(yuǎn)），接收到的信息失真就越多。57.3預(yù)測(cè)的組成部分及預(yù)測(cè)方法識(shí)別影響未來需求的因素，確定這些因素與未來需求之間的關(guān)系；平衡主觀和客觀兩方面因素；此外，還需了解

過去的需求、產(chǎn)品提前期、廣告計(jì)劃或其他的營銷努力、經(jīng)濟(jì)狀況、計(jì)劃的價(jià)格折扣、競(jìng)爭(zhēng)對(duì)手已經(jīng)采取的行動(dòng)、天氣、緊急事件等。6預(yù)測(cè)方法定性法（Qualitative）：基本上是主觀的，依賴于人們的判斷和意見做出預(yù)測(cè)。在缺少歷史數(shù)據(jù)或?qū)＜谊P(guān)于市場(chǎng)的見解對(duì)于預(yù)測(cè)十分重要時(shí)；時(shí)間序列法（TimeSeries）：利用歷史數(shù)據(jù)預(yù)測(cè)未來需求；基于假設(shè)—?dú)v史時(shí)期的需求是對(duì)未來需求的一種很好的暗示。適用于外界環(huán)境穩(wěn)定、基本需求模式年度變動(dòng)不大；因果關(guān)系法（Causal）：假定預(yù)測(cè)的需求與有關(guān)外界因素（如經(jīng)濟(jì)環(huán)境、利率等）高度相關(guān)，利用對(duì)外界因素的預(yù)測(cè)來預(yù)測(cè)未來的需求；仿真法（Simulation）：通過模擬消費(fèi)者選擇進(jìn)行需求預(yù)測(cè)，利用這種方法，公司可以將時(shí)間序列法和因果關(guān)系法結(jié)合起來，回答問題。如價(jià)格提升將會(huì)帶來什么樣的影響并將各種預(yù)測(cè)結(jié)果結(jié)合起來作為最終的預(yù)測(cè)結(jié)果比單獨(dú)運(yùn)用某種方法更為有效。7預(yù)測(cè)的組成部分及預(yù)測(cè)方法被考察需求(O)=系統(tǒng)成分Systematiccomponent(S)+隨機(jī)成分Randomcomponent(R)系統(tǒng)成分衡量需求的期望值由需求水平Level—扣除季節(jié)因素影響后的目前需求；需求趨勢(shì)Trend—下一時(shí)期需求的增長或衰減率；季節(jié)性需求Seasonality—可預(yù)測(cè)需求的季節(jié)性變動(dòng)。隨機(jī)成分指預(yù)測(cè)中偏離系統(tǒng)需求的那部分，不能用目前的需求變動(dòng)所解釋預(yù)測(cè)的目的：過濾出隨機(jī)成分（噪音），估計(jì)系統(tǒng)成分的需求。8需求預(yù)測(cè)的基本步驟1、理解預(yù)測(cè)的目標(biāo)2、把供應(yīng)鏈的需求計(jì)劃和預(yù)測(cè)整合起來3、了解和識(shí)別顧客群4、識(shí)別影響需求預(yù)測(cè)的主要因素5、確定合適的預(yù)測(cè)技術(shù)6、設(shè)定預(yù)測(cè)績效和誤差測(cè)度97.4預(yù)測(cè)的時(shí)間序列法每一個(gè)預(yù)測(cè)的目的都是支持以預(yù)測(cè)為基礎(chǔ)的決策，都是預(yù)測(cè)系統(tǒng)需求部分和估計(jì)隨機(jī)需求部分。系統(tǒng)需求部分的數(shù)據(jù)在一般形式下包含需求水平、需求趨勢(shì)和季節(jié)系數(shù)，它也能表現(xiàn)為如下列方程所示的多種形式。乘法型：系統(tǒng)成分＝需求水平×需求趨勢(shì)×季節(jié)系數(shù)加法型：系統(tǒng)成分＝需求水平＋需求趨勢(shì)＋季節(jié)系數(shù)混合型：系統(tǒng)成分＝（需求水平＋需求趨勢(shì)）×季節(jié)系數(shù)10時(shí)間序序列法法分為為：靜靜態(tài)法法和適適應(yīng)法法。靜態(tài)法法（Static）：只對(duì)對(duì)需求求中系系統(tǒng)成成分的的各個(gè)個(gè)要素素（需需求水水平、、需求求趨勢(shì)勢(shì)、季季節(jié)系系數(shù)））預(yù)測(cè)測(cè)一次次，不不根據(jù)據(jù)觀察察到的的新需需求更更新系系統(tǒng)成成分。。適應(yīng)法法（Adaptive）：根據(jù)據(jù)觀察察到的的新需需求更更新系系統(tǒng)成成分的的各個(gè)個(gè)要素素的預(yù)預(yù)測(cè)。。包括括移動(dòng)動(dòng)平均均、指指數(shù)平平滑和和進(jìn)行行需求求趨勢(shì)勢(shì)及季季節(jié)性性需求求修正正后的的指數(shù)數(shù)平滑滑。11靜態(tài)方方法假設(shè)混混合模模型:Systematiccomponent=(level+trend)(seasonalfactor)L＝基期期的需需求水水平估估計(jì)（（對(duì)基基期剔剔除季季節(jié)性性影響響后的的需求求預(yù)測(cè)測(cè)）T＝需求求趨勢(shì)勢(shì)的估估計(jì)St＝t期的季季節(jié)性性系數(shù)數(shù)估計(jì)計(jì)Dt＝t期實(shí)際際觀測(cè)測(cè)到的的需求求值Ft＝預(yù)測(cè)測(cè)的t期需求求預(yù)測(cè)公公式：：Ft+l=[L+(t+l)T]St+l步驟：剔除季節(jié)節(jié)性需求求的影響響，用線線性回歸歸預(yù)測(cè)需需求水平平和需求求趨勢(shì)；；估計(jì)季節(jié)節(jié)系數(shù)。。12TimeSeriesForecasting(Table7.1)例：NaturalGForecastdemandforthenextfourquarters.13預(yù)測(cè)需求求水平和和需求趨趨勢(shì)剔除季節(jié)節(jié)影響后后的需求求Deseasonalizeddemand=demandthatwouldhavebeenobservedintheabsenceofseasonalfluctuations時(shí)期數(shù)Periodicity(p)：在周期期內(nèi)包含含的所有有時(shí)期之之后，季季節(jié)性周周期將重重復(fù)進(jìn)行行fordemandatNaturalG(Table7.1,Figure7.1)p=414DeseasonalizingDemand15PeriodtDemandDDeseasonalizeddemand18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,00016剔除季節(jié)節(jié)性影響響后需求求以一個(gè)個(gè)固定比比率變化化，即剔剔除季節(jié)節(jié)性影響響后的需需求與時(shí)時(shí)間t之間存在在一個(gè)線線性關(guān)系系Dt=L+tTwhereDt=deseasonalizeddemandinperiodtL=level(deseasonalizeddemandatperiod0)T=trend(rateofgrowthofdeseasonalizeddemand)Intheexample,L=18,439andT=52417TimeSeriesofDemand(Figure7.3)18估計(jì)季季節(jié)性性系數(shù)數(shù)UsethepreviousequationtocalculatedeseasonalizeddemandforeachperiodSt=Dt/Dt=seasonalfactorforperiodtIntheexample,D2=18439+(524)(2)=19487D2=13000S2=13000/19487=0.6719EstimatingSeasonalFactors(Fig.7.4)20預(yù)測(cè)季季節(jié)性性系數(shù)數(shù)Theoverallseasonalfactorfora““season”isthenobtainedbyaveragingallofthefactorsfora““season”如果數(shù)數(shù)據(jù)中中存在在一個(gè)個(gè)r的季節(jié)節(jié)性循循環(huán)，，對(duì)所所有pt+i,1≤i≤p為形式式的時(shí)時(shí)期，，定義義Intheexample,thereare3seasonalcyclesinthedataandp=4,soS1=(0.42+0.47+0.52)/3=0.47S2=(0.67+0.83+0.55)/3=0.68S3=(1.15+1.04+1.32)/3=1.17S4=(1.66+1.68+1.66)/3=1.6721預(yù)測(cè)Usingtheoriginalequation,wecanforecastthenextfourperiodsofdemand:F13=(L+13T)S1=[18439+(13)(524)](0.47)=11868F14=(L+14T)S2=[18439+(14)(524)](0.68)=17527F15=(L+15T)S3=[18439+(15)(524)](1.17)=30770F16=(L+16T)S4=[18439+(16)(524)](1.67)=4479422適應(yīng)性預(yù)測(cè)測(cè)法Ft+l=(Lt+lTt)St+l=forecastforperiodt+linperiodtLt=EstimateoflevelattheendofperiodtTt=EstimateoftrendattheendofperiodtSt=EstimateofseasonalfactorforperiodtFt=Forecastofdemandforperiodt(madeperiodt-1orearlier)Dt=ActualdemandobservedinperiodtEt=ForecasterrorinperiodtAt=Absolutedeviationforperiodt=|Et|MAD=MeanAbsoluteDeviation=averagevalueofAt23適應(yīng)法預(yù)測(cè)步步驟初始化:Computeinitialestimatesoflevel(L0),trend(T0),andseasonalfactors(S1,…,Sp).Thisisdoneasinstaticforecasting.預(yù)測(cè):Forecastdemandforperiodt+1usingthegeneralequationFt+l=(Lt+lTt)St+l.估計(jì)誤差:ComputeerrorEt+1=Ft+1-Dt+1修正預(yù)測(cè)值:Modifytheestimatesoflevel(Lt+1),trend(Tt+1),andseasonalfactor(St+p+1),giventheerrorEt+1intheforecastRepeatsteps2,3,and4foreachsubsequentperiod24移動(dòng)平均法（（MovingAverage）當(dāng)需求沒有可可觀測(cè)的趨勢(shì)勢(shì)或季節(jié)性變變動(dòng)需求的系統(tǒng)成成分＝需求水水平將最近N期的需求平均均值作為t期的需求水平平預(yù)測(cè)：當(dāng)觀測(cè)到t+1期需求后，移動(dòng)平均法給給過去N期數(shù)據(jù)同樣的的權(quán)重，同時(shí)時(shí)忽略所有比比新的移動(dòng)平平均數(shù)陳舊的的數(shù)據(jù)。25MovingAverageExampleFromNaturalGexample(Table7.1)Attheendofperiod4,whatistheforecastdemandforperiods5through8usinga4-periodmovingaverage?L4=(D4+D3+D2+D1)/4=(34000+23000+13000+8000)/4=19500F5=19500=F6=F7=F8Observedemandinperiod5tobeD5=10000Forecasterrorinperiod5,E5=F5-D5=19500-10000=9500Reviseestimateoflevelinperiod5:L5=(D5+D4+D3+D2)/4=(10000+34000+23000+13000)/4=20000F6=L5=20000=F7=F826簡單指指數(shù)平平滑法法（SimpleExponentialSmoothing）當(dāng)需求求沒有有可觀觀測(cè)的的趨勢(shì)勢(shì)或季季節(jié)性性變動(dòng)動(dòng)時(shí)系統(tǒng)需需求＝＝需求求水平平預(yù)測(cè)觀測(cè)到到t+1期需求求Dt+1后，α為需求水水平的平平滑系數(shù)數(shù)，0<α<1。α值越大，，預(yù)測(cè)值值與最近近的觀測(cè)測(cè)值越相相關(guān)；反反之亦然然。27SimpleExponentialSmoothingExampleFromNaturalGexample,forecastdemandforperiod1usingexponentialsmoothingL0=averageofall12periodsofdata=Sum(i=1to12)[Di]/12=22083F1=L0=22083Observeddemandforperiod1=D1=8000Forecasterrorforperiod1,E1,isasfollows:E1=F1-D1=22083-8000=14083Assumingα=0.1,revisedestimateoflevelforperiod1:L1=αD1+(1-α)L0=(0.1)(8000)+(0.9)(22083)=20675F2=L1=20675Notethattheestimateoflevelforperiod1islowerthaninperiod028需求趨勢(shì)勢(shì)修正后后的指數(shù)數(shù)平滑法法Trend-CorrectedExponentialSmoothing(Holt’sModel)系統(tǒng)需求求有需求求水平和和需求趨趨勢(shì)沒有有季節(jié)性性變動(dòng)系統(tǒng)成分分＝需求求水平＋＋需求趨趨勢(shì)Obtaininitialestimateoflevelandtrendbyrunningalinearregressionofthefollowingform:Dt=at+bT0=aL0=bInperiodt,theforecastforfutureperiodsisexpressedasfollows:Ft+1=Lt+TtFt+n=Lt+nTt觀測(cè)到t+1期需求后，，修正Lt+1=aDt+1+(1-a)(Lt+Tt)Tt+1=b(Lt+1-Lt)+(1-b)Ttα為需求水平平的平滑系系數(shù)，0<α<1β為需求趨勢(shì)勢(shì)的平滑系系數(shù)，0<β<1。29Trend-CorrectedExponentialSmoothingExampleExample:TahoeSaltdemanddata.Forecastdemandforperiod1usingHolt’smodel(trendcorrectedexponentialsmoothing)Usinglinearregression,L0=12015(linearintercept)T0=1549(linearslope)Forecastforperiod1:F1=L0+T0=12015+1549=13564Observeddemandforperiod1=D1=8000E1=F1-D1=13564-8000=5564Assume=0.1,=0.2L1=D1+(1-)(L0+T0)=(0.1)(8000)+(0.9)(13564)=13008T1=(L1-L0)+(1-)T0=(0.2)(13008-12015)+(0.8)(1549)=1438F2=L1+T1=13008+1438=14446F5=L1+4T1=13008+(4)(1438)=1876030需求趨勢(shì)和和季節(jié)性需需求修正后后的指數(shù)平平滑法Trend-andSeasonality-CorrectedExponentialSmoothing（WinterModel）系統(tǒng)需求有有需求水平平、需求趨趨勢(shì)和季節(jié)節(jié)性變動(dòng)系統(tǒng)需求＝＝（需求水水平＋需求求趨勢(shì)）×季節(jié)性需求求AssumeperiodicitypObtaininitialestimatesoflevel(L0),trend(T0),seasonalfactors(S1,…,Sp)usingprocedureforstaticforecastingInperiodt,theforecastforfutureperiodsisgivenby:Ft+1=(Lt+Tt)(St+1)andFt+n=(Lt+nTt)St+n31Trend-andSeasonality-CorrectedExponentialSmoothing(continued)Afterobservingdemandforperiodt+1,reviseestimatesforlevel,trend,andseasonalfactorsasfollows:Lt+1=(Dt+1/St+1)+(1-)(Lt+Tt)Tt+1=(Lt+1-Lt)+(1-)TtSt+p+1=(Dt+1/Lt+1)+(1-)St+1a為需求水平平的平滑系系數(shù)，0<<1b為需求趨勢(shì)勢(shì)的平滑系系數(shù)，0<<1g為季節(jié)性性需求的的平滑系系數(shù)，0<<132Trend-andSeasonality-CorrectedExponentialSmoothingExampleExample:TahoeSaltdata.Forecastdemandforperiod1usingWinter’smodel.Initialestimatesoflevel,trend,andseasonalfactorsareobtainedasinthestaticforecastingcaseL0=18439T0=524S1=0.47,S2=0.68,S3=1.17,S4=1.67F1=(L0+T0)S1=(18439+524)(0.47)=8913Theobserveddemandforperiod1=D1=8000Forecasterrorforperiod1=E1=F1-D1=8913-8000=913Assumea=0.1,b=0.2,g=0.1;reviseestimatesforlevelandtrendforperiod1andforseasonalfactorforperiod5L1=a(D1/S1)+(1-a)(L0+T0)=0.1)(