经营决策的概念、分类与程序.pptx
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《经营决策的概念、分类与程序.pptx》由用户(可爱的嘎嘎)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 经营 决策 概念 分类 程序
- 资源描述:
-
1、现代企业管理现代企业管理 Modern Enterprise Management市场预测与经营决策( Market Forecasting and Managerial Decision-Making)1本章市场预测与经营决策的内容简介( Marketing Forecasting and Managerial Decision-Making)4-1 市场预测的基本概念4-2 定性预测方法4-3 定量预测方法4-4 预测误差及监控4-54-5经营决策的概念与分类经营决策的概念与分类4-64-6经营决策程序经营决策程序4-74-7经营决策方法经营决策方法24-1-1 市场预测及其作用4-1-2
2、市场预测分类4-1-3市场预测的步骤4-1市场预测的基本概念34-1-1市场预测及其作用1,市场的含义 : 美国市场营销学会(AMA) 1960年下的定义“市场是一种货物或劳务的潜在购买者的集合需求。”市场上有:大客户(VIP)、中客户 、小客户;现实购买者与潜在的购买者。 按市场三要素含义: 市场包含三个要素:有某种需要的人,为满足这种需要的购买能力和购买意愿。用公式表示为:市场=人口+购买力+购买意愿(有货币支付能力、收入水平有保障)市场包含三个要素:需求者;购买意愿;购买力。 市场交换关系总和:市场不仅指具体的交易场所,而且是指所有买者与卖者实现商品交易关系的总和。市场包括供给与需求两方
3、面,市场机制包括供需机制、价格机制、风险机制、竞争机制等四大机制。42,预测含义:根据要研究事物过去与现在发展情况与资料,运用科学理论和方法,对未来一段时期内事物发展变化趋势作出估计和推断。事物的发展有规律性:因果关系、继承性(稳定性),不确定性(概率大小)。有遗传性 ,也有变异性(达到某一质变点:閾值),所以预测是有规律可遵循的,有依据的。简单扼要地说:预测是对未来可能发生情况的预计与推测。3、市场预测含义: 根据过去和现在的情况,在市场调查的基础上推测未来的发展,并通过分析研究为企业的营销决策提供进行比较选择的初始方案,以及实施这些方案的最佳途径。根据市场调查得到资料,用一定方法分析推断,
4、影响市场需求情况(数量、价格、质量、品种等)的因素进行分析5一般说,对市场需求、商品资源、市场占有率、市场价格、产品生命周期、营销效果等都可以进行预测,其中市场需求预测在市场营销预测中占有很重要的地位,因此一般情况下市场营销预测主要是指市场需求的预测。市场需求预测: 指在市场调查的基础上,对市场未来需求的变化及其影响因素进行估计和判断。市场需求预测是竞争的需要,是企业减少经营风险的重要手段之一程序:市场调查、研究市场预测经营决策计划执行6,市场预测作用“凡事预则立,不预则废”。预测为人们提供了即将发生的情况的信息,增加了成功的机会。帮助管理者设计生产运作系统 市场需要什么产品和服务,我们今年生
5、产什么产品和服务,生产多少? 在何处建立生产/服务设施?如何利用现有设施提供满意服务? 采用什么样的流程?供应链如何组织 康师傅市场调查预测故事帮助管理者对系统的使用进行计划但预测不是一门精确的科学,它是科学与艺术的结合。预测离不开科学测定的数据,也离不开人们的经验和判断。不能因为预测的失误而否定预测。7预测的基本假设:过去的发展状态要持续到将来对总量的预测要比对个体的预测精确如每天从合肥到北京旅客数量的预测,比预计某个人将到何处出差要准确预测精度随预测的时间范围增加而降低84 41 12 2 预测分类预测分类,按性质分科学预测: 科学预测是对科学发展情况的预计与推测。如门捷列夫预计有3个当时
6、未发现的元素:亚铝、亚硼和亚硅。后来,发现了,是镓、钪和锗。技术预测: 技术预测是对技术进步情况的预计与推测。经济预测: 政府部门以及其它一些社会组织经常就未来的经济状况发表经济预测报告9需求预测: 需求预测为企业给出了产品在未来的一段时间里的需求期望水平,为企业的计划和控制决策提供了依据。社会预测 : 社会预测是对社会未来的发展状况的预计和推测。比如人口预测、人们生活方式变化预测、环境状况预测等。需求预测与企业生产经营活动关系最密切。以销定产10,按时间分长期预测(Long-range Forecast) 对5年或5年以上的需求前景的预测。它是企业长期发展规划的依据。中期预测(Interme
7、diate-range Forecast) 中期预测是指对一个季度以上两年以下的需求前景的预测。它是制订年度生产计划、季度生产计划的依据。短期预测(Short-range Forecast) 短期预测是对一个季度以下的需求前景的预测。它是调整生产能力、采购、安排生产作业计划等的依据。,按主客观因素所起的作用分 定性预测方法定量预测方法114-1-3科学预测的步骤 1 确定预测的目的确定预测的目的 2 确定预测的时间范围确定预测的时间范围 3 选择预测的方法选择预测的方法 4 收集和分析数据收集和分析数据 5 准备预测准备预测 6 对预测进行监控对预测进行监控 “预测预测”1242 定性预测方法
8、 Delphi德尔菲 法(专家意见预测法)选一组专家,设计问卷调查表(问卷调查的目标,科学性,回收分析等),专家匿名,多轮反馈,集中特点:匿名性,反馈性,收敛性专家意见调查法的重要性:国内外广泛应用,特别是同行专家意见尤其受重视 用户期望调查法 部门主管意见(或称经理意见调查法) 销售人员意见汇集法1343 定量预测方法时间序列模型 时间序列平滑模型 时间序列分解模型因果关系模型一元线性回归模型多元线性回归模型非线性回归模型14预测方法定性预测方法定量预测方法Delphi法用户期望调查法部门主管讨论法销售人员意见汇集法因果模型时间序列模型移动平均法加权移动平均法 指数平滑法乘法模型加法模型时间
9、序列平滑模型时间序列分解模型 预测方法15,时间序列预测(Time Series Forecasts)趋势成分(Trend )- 数据长期变化趋势季节性波动(Seasonality) - 数据短期有规律的波动不规则波动(Irregular variations)- 异常因素引起的波动随机波动(Random variations)- 随机因素引起的波动16 趋 势 成 分 季 节 成 分 周 期 成 分 随 机 波 动 成 分 17, ,移动平均法移动平均法简单移动平均(Simple moving average)加权移动平均(Weighted moving average)指数平滑法(Expo
10、nential smoothing)18(1)简单移动平均SMAt+1 = nAt+i-ni = 1n35373941434547123456789101112实际值实际值SMA3SMA519简单移动平均法公式计算与应用当n=3, SMAt+1=(At-2+At-1+At)/3如预测5月份销售量:SMA4+1=(A2+A3+A4)/3=(21+23+24)=22.67当n=4, SMAt+1=(At-3+At-2+At-1+At)/4如预测5月份销售量:SMA4+1=(A1+A2+A3+A4)/4=(20+21+23+24)/4 =21.7520表6 - 1 简 单 移 动 平 均 法 预 测
11、 月 份 实 际 销 量 ( 百 台 ) n = 3 ( 百 台 ) n = 4 ( 百 台 ) 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 2 0 . 0 0 2 1 . 0 0 2 3 . 0 0 2 4 . 0 0 2 5 . 0 0 2 7 . 0 0 2 6 . 0 0 2 5 . 0 0 2 6 . 0 0 2 8 . 0 0 2 7 . 0 0 2 9 . 0 0 2 1 . 3 3 2 2 . 6 7 2 4 . 0 0 2 5 . 3 3 2 6 . 0 0 2 6 . 0 0 2 5 . 6 7 2 6 . 3 3 2 7 . 0 0 2 1 . 7 5 2
12、 3 . 3 3 2 4 . 7 5 2 5 . 5 0 2 5 . 7 5 2 6 . 0 0 2 6 . 2 5 2 6 . 5 0 21(2)加权移动平均法WMAt+1 = niAt+i-ni = 1n35373941434547123456789101112实际值实际值WMA3WMA522表6-2 加权移动平均预测 t(月) 实际销量(百台)( 三个月的加权移动平均预测值(百台) 1 2 3 4 5 6 7 8 9 10 11 12 20.00 21.00 23.00 24.00 25.00 27.00 26.00 25.00 26.00 28.00 27.00 29.00 (0.5
13、20+1 21+1.5 23)/3=21.83 23.17 24.33 25.83 26.17 25.67 25.67 26.83 27.17 23,一次指数平滑法一次指数平滑法(Single exponential smoothing)(Single exponential smoothing)n最近的实际观察值赋予最大的权重.”年龄”越大的实际值权重越小SFt+1 = SFt + (At - SFt) = At +(1- )SFt SFt+1 新的预测值, SFt前期预测值At前期的实际需求, 平滑系数24某产品过去5个月的实际需求如下,试用一次指数平滑法预测月份12345需求316391
14、482477326计算从2-6月的需求预测值,取 =0.2,设1月份预测值为325.25SF2=SF1+(A1-SF1)=325+0.2(316-325)= 323.20SF3=SF2+(A2-SF2)=323.20.2(391-323.2)=336.76SF4=SF3+(A3-SF3)=336.76+0.2(482-36.76)=365.81S F5= S F4+( A4- S F4) 3 6 5 . 8 1 + 0 . 2 ( 4 7 7 -365.81)=388.05S F6= S F5+( A5- S F5) 3 8 8 . 0 5 + 0 . 2 ( 3 2 6 -388.05)=3
15、75.64263540455012345678910 11 12PeriodDemand .1 .4实际值实际值27,一元线性回归模型Yt 一元线性回归预测值;a 截距b 斜率.Yt = a + bx0 1 2 3 4 5 tY28b = n (xy) - xynx2 - (x)2a = y - bxn29一元线性回归模型举例(例题1)tyWeekt2Salesty111501502415731439162486416166664525177885 t = 15 t2 = 55 y = 812 ty = 2499( t)2 = 22530yt = 143.5 + 6.3t当t=6时, y6 =
16、 143.5 + 6.3*6=181.3 a = 812 - 6.3(15)5 =b = 5 (2499) - 15(812)5(55) - 225 = 12495 -12180275 -225 = 6.3143.5 31一元线性回归模型举例(例题2,t=0时化简)某机床厂2004年2009年的产品销售量如下表,试求预测模型,并预测其未来3年该产品的销售量.年份(年)销售量(件)200496002005115020061160020071320020081380020091530032一元线性回归问题的数学模型 预测值:yci=a+bti (1)预测值yci与实收值yi之偏差和为最小:S=yi
17、-yci最小 即 Q=(yi-yci)2 =yi-(a+bti)2 (2)33令Q 对a的导数(-2(yi-a-bti) = 0得yi=a+bti =na+bti (3) 再令Q 对b的导数(2(yi-a-bti)(-t) )=0 有:yi t i=a ti +b(ti2 ) (4)用(3)式ti-(4)式n得:yiti-nyiti=b (ti)2-nti2 34求得系数a,b的两个公式:b= (nyiti-yiti / (nti2-(ti)2 a= yi / n- b ti / n35具有ti yi ti2 yiti列表计算(将年份变量ti简化为ti)序号titiyiti2yiti10200
18、4960000212005115001115003220061160042320043200713200939600542008138001655200652009153002576500合计()15-750005520600036利用公式求解系数b,a和预测的主要步骤:列出具有表头Xi,yi,yiXi和Xi2的计算表,按行计算,并求各列合计数;根据先求出b值,再求出a值求出预测模型数学,并预测。 37 nyiti-yiti 620600-7500015 111000b= nti2-(ti)2 655-152 105=1057a=(yi-bti)/n=12500-105710572.5=985
19、7.5yi= a+bti=9857.5+1057ti2010年:t=6y10 =9857.5+10576=16199.5(件)38巧取ti值,可使ti=0, 可简化计算序号titiyiti2yiti1-52004960025-480002-32005115009-345003-12006116001-116004120071320011320053200813800941400652009153002576500合计()0-75000703700039b= nyiti-yiti / (nti2-(ti)2 = yiti / ti2 = 37000 / 70=528.57a= yi / n- b
20、 ti / n= yi / n=12500yi= a+bti=12500+ 528.57 ti2010年, ti =7y10= 12500+ 528.57 *7=16199.99(件)404,季节性预测模型实际需求值是由长期发展趋势、季节性波动、周期性波动与随机的等多种成分共同作用的结合,时间季节性预测模型就是要从复杂的合成结果实际需求值从分离出各种成分的作用值,建立模型,然后再先分解,后合并合成地进行预测。实际需求值的波动是一种综合波动,含有如下四种波动:长期发展趋势波动(T);季节性波动(S);周期性波动(C);随机波动(I)。预测模型:相乘:yt=TtSCI(相关关系)相加:yt=Tt+
21、S+C+I(独立关系)41例题:某旅游服务公司过去3年的各季度快餐销售记录如下表,试预测该公司未来一年各季的销售量。 年份季节销售量yt第一年(1)夏季)夏季(2)秋)秋(3)冬)冬(4)春)春1180010404892510600第二年(5)夏)夏(6)秋)秋(7)冬)冬(8)春)春1228511009921311286第三年(9)夏)夏(10)秋)秋(11)冬)冬(12)春)春1335011270102661213842解:(1)描点求长期趋势方程:Tt=a+btTt=10000+167t=a+bt 12000-10000b=167 12-0(2)计算季节系数SI(Seasonal ind
展开阅读全文