供应链需求预测.pptx
供应链的需求预测,Demand Forecasting in Supply Chain,供应链中预测的作用；预测的特点；预测的组成及方法；预测的基本步骤；时间序列预测法；预测误差的度量；实例：塔霍湖盐业公司的需求预测；,主要内容,需求预测构成供应链中所有计划的基础；供应链推/拉运作机制：推的过程：预测顾客需求；拉的过程：回应顾客需求；实例：DELL:预测客户订单，进行零部件订购（推的过程）；回应客户订单，进行生产（拉的过程）；精确的预测能够让供应链获得较快的顾客响应速度，同时具有一定的经营效率。,1、供应链中预测的作用,决策实例:生产：排程、存货控制、总体规划、采购。营销：营销人员分派、促销、新产品介绍。财务：工厂设备投資、预算规划。人事：人力规划、雇佣、解雇。上述决策与预测都有相关性；拥有稳定需求的成熟产品容易进行预测；高科技产品及流行产品预测相当困难；,1、供应链中预测的作用,预测的结果通常是不准确的，所以需要考虑预测结果和预测误差；长期预测的准确性通常比短期预测要低；综合预测通常要比分解预测准确；一般来说，一家公司的供应链越长，所获得信息失真的可能性越大：牛鞭效应。,2、预测的特点,预测的相关要素：过去的需求；产品的提前期；广告计划或其他营销努力；经济状况；价格折扣；竞争者的行为；,3、预测的组成及预测方法：,预测方法：定性法：主要依赖于人的主观判断。适用情况：只能获得很少的历史数据或专家的意见十分重要；主要方法：集体讨论法；类比法；市场研究法；德尔菲法；时间序列法：利用历史需求数据对未来需求进行预测；因果关系法：假定需求预测与某些外界因素（如经济状况、利率）等高度相关，找到这些外界因素与需求之间的关联性，通过预测外界因素的变化来预测需求；仿真法：通过计算机模拟消费者选择来预测需求；,3、预测的组成及预测方法,（1）理解预测的目标；（2）把供应链需求计划和预测整合起来；（3）了解和识别顾客群；（4）识别影响需求预测的主要因素；（5）确定合适的预测技术；（6）设定预测绩效和误差测度；,4、预测的基本步骤,时间序列：未来需求受下列因素影响：目前需求（需求水平）；过去成长趋势（需求趋势）；过去季节性信息（季节系数）；与历史需求无关的随机部分。,5、时间序列预测法：,7-10,5、时间序列预测法,可观察到的需求（O）系统部分（S）随机部分（R）,水准：去除季节性因素的目前需求（系统部分）,趋势：对于下一个周期在需求上成长或衰退的比例（系统部分）,季节性：在需求上可以预测的季节性变动（系统部分）,系统部分（Systematic Component）由需求的期望值予以度量。随机的部分（Random Component）则是偏离系统部分的预测。预测误差（Forecast Error）是测量预测值与真实值之间的差距。,5、时间序列预测法,7-12,5.1 静态预测法,实例：塔霍湖盐业公司：,5.1 静态预测法,实例：塔霍湖盐业公司：,5.1 静态预测法,具体操作步骤：一、剔除季节性系数对需求的影响，然后对这些经过处理的需求数据进行先行回归，以求得基期的需求水平和需求趋势；估计季节性系数；,5.1 静态预测法,第一步：估计需求水平和需求趋势：p是每次季节性循环包含的期数；,5.1 静态预测法,第一步：估计需求水平和需求趋势:,5.1 静态预测法,5.1 静态预测法,去除季节性因素影响的需求后，混合型系统部分公式可以写为：,第一步：估计需求水平和需求趋势:,5.1 静态预测法,第二步：估计季节性系数：假设有r个季节性循环，对所有表示形式为jp+i,lip的时期，可以计算季节性系数为：,5.1 静态预测法,5.1 静态预测法,对于塔霍湖盐业公司的例子，资料统计是12个周期，每期循环期数尾p 4，那么表示有r3 个季节性循环周期。利用公式（5）可以得到季节性因素如下：,5.1 静态预测法,利用静态预测方法对下一个四季求得的预测值如下：,5.1 静态预测法,F13=(L+13T)S13=(18,439+13 524)0.47=11,868,F14=(L+14T)S14=(18,439+14 524)0.68=17,527,F15=(L+15T)S15=(18,439+15 524)1.17=30,770,F16=(L+16T)S16=(18,439+16 524)1.67=44,794.,假设需求趋势或者季节性需求也要变动Lt=t期末的预计需求水平Tt=t期末的预计需求趋势St=t期末预计季节需求Dt=t期实际观测的需求Ft=t期的预测需求Et=t期的预测误差,5.2、适应性预测法,第一步：初始化：由给定数据计算出需求水平(L0)、需求趋势(T0)和季节性系数（S1,S2,Sp）的初始值，具体方法跟静态预测法完全一样；第二步：预测：Ft+l=（Lt+lTt）St+l第三步：预测误差：Et+1=Ft+1-Dt+1第四步：修正误差：由给定的预测误差Et+1来修正需求水平（Lt+1)、需求趋势(Tt+1)和季节性系数(St+p+1)的值；对后续各期重复以上2-4步。,5.2、适应性预测法的步骤,适用于：需求没有可观测到的需求趋势或季节性；需求公式：需求的系统成分=需求水平；计算方法：将最近N个时期需求的平均值做为t期的需求水平，公式为当前对未来时期的预测都是相同的，并且都基于当前对需求水平的预测，即：,5.2.1 移动平均法,在观测到第t+1期的实际需求之后，对需求做如下修改：例5-1：一个超市在过去4周的牛奶需求分别为120、127、114和122加仑，用移动平均法根据前4周的需求预测值预测第5周的需求，如果第5周的实际需求为125加仑，则预测误差为多少？,5.2.1 移动平均法,适用于：需求没有可观测到的需求趋势或季节性；需求公式：需求的系统成分=需求水平；第一步：计算需求水平的初始值，初始值为：当前所有对未来时期的预测都等同于当前对需求水平的估计，即：,5.2.2 简单指数平滑法,第二步：当我们得到t+1期的实际需求值Dt+1后，对需求水平做如下修正：例5-2：上个例子中超市在过去四周的牛奶需求分别为120、127、114和122加仑，用简单指数平滑法预测第1期的需求，其中=0.1,5.2.2 简单指数平滑法,适用于：需求的系统成分中有需求水平和需求趋势，但是没有季节性。需求公式：需求的系统成分=需求水平+需求趋势；第一步：对需求Dt和时期t之间做线性回归，从而得到对需求水平和需求趋势的初始预测值，形式如下：Dt=at+b（12）在时期t，给定需求水平和需求趋势的预测值Lt和Tt，下一期的预测值可以表示为：Ft+1=Lt+Tt 和 Ft+n=Lt+nTt(13),5.2.3 矫正需求趋势的指数平滑法（Holt 模型）,第二步：在观察到t期的实际需求后，对需求水平和需求趋势的值做如下矫正：Lt+1=Dt+1+(1-)(Lt+Tt)(14a)Tt+1=(Lt+1 Lt)+(1-)Tt(14b)为需求水平的平滑指数，0 1;为需求趋势的平滑指数，0 1;例5-3：一家电子制造商在过去6个月中观察到它的最新MP3产品的需求一直保持增长，需求的观测值（以千计）分别为3,417,774、3,511,513、4,208,095、4,627,478、5,247,125和6,130,262，试用矫正需求趋势的指数平滑法预测第7期的需求，其中=0.1,=0.2.,5.2.3 矫正需求趋势的指数平滑法（Holt 模型）,5.2.4 矫正需求趋势和季节性的指数平滑法（Winter模型）,第三步：观测到t+1期的需求后，对需求水平、需求趋势和季节性系数做如下修正：Lt+1=(Dt+1/St+1)+(1-)(Lt+Tt)(16a)Tt+1=(Lt+1-Lt)+(1-)Tt(16b)St+1=(Dt+1/Lt+1)+(1-)St+1(16c)例5-4：根据前面塔霍湖盐业公司的需求数据，用矫正需求趋势和季节性的指数平滑法预测第1期的需求，其中=0.1，=0.2，=0.1.,5.2.4 矫正需求趋势和季节性的指数平滑法（Winter模型）,分析原因：可以运用误差分析，检查是否准确反映系统需求部分误差用来解释意外事件误差在一定范围是可以接受的；t期的误差是该期预测需求与实际需求的差值，对管理者来说，在采取预测的行动前估计误差值是十分重要的。t期的预测误差可以用下式表示：Et=Ft-Dt,6 预测误差的测量,衡量方法：MSE表示误差的离散程度（mean squared error）MSEn=1/nEt2At 表示t期误差绝对值（absolute deviation）At=|Et|MADn 表示平均绝对误差 MADn=1/n At 如果正态分布，MAD可以用来预测随机需求部分标准差=1.25MADMAPEn表示平均绝对百分比误差 MAPEn=（|Et/Dt|）100/n为辨别是否持续低估或者高估，用预测误差之和衡量 Bias=EtTS路径信号（tracking signal）TSt=Biast/MADt-6TSt6,6 预测误差的测量,1、移动平均法：,实例：塔霍湖盐业公司的需求预测,2、简单指数平滑法,实例：塔霍湖盐业公司的需求预测,3、矫正需求趋势的指数平滑法（Holt模型）,实例：塔霍湖盐业公司的需求预测,4、矫正需求趋势和季节性的指数平滑法（Winter),实例：塔霍湖盐业公司的需求预测,四种方法的预测误差,实例：塔霍湖盐业公司的需求预测,
