需求预测课件.ppt

1、需需 求求 预预 测测主要内容主要内容n一般预测应考虑的因素一般预测应考虑的因素n预测过程预测过程n预测技术预测技术一般预测应考虑的因素一般预测应考虑的因素n需求性质需求性质n预测内容预测内容n预测方法预测方法需求性质需求性质n相关需求是指某种物资的需求量与其他物资有直接相关需求是指某种物资的需求量与其他物资有直接的配套关系，当其他某种物资的需求确定后，就可以的配套关系，当其他某种物资的需求确定后，就可以直接推算出来。进一步可分为直接推算出来。进一步可分为垂直相关垂直相关和和水平相关水平相关。u垂直相关物资之间具有从属关系。（汽车与汽车轮垂直相关物资之间具有从属关系。（汽车与汽车轮胎）胎）u水

2、平相关是指在每一种物资中包括的附属物、促品。水平相关是指在每一种物资中包括的附属物、促品。（羽毛球拍和免费提供的羽毛球）（羽毛球拍和免费提供的羽毛球）需求性质需求性质n独立需求是指某种物资的需求量是由外部市场决定独立需求是指某种物资的需求量是由外部市场决定的，与其他物资不存在直接的连带关系。的，与其他物资不存在直接的连带关系。n在预测过程当中，若存在相关需求应利用这种情况，在预测过程当中，若存在相关需求应利用这种情况，仅预测基本物资的需求；通常来说，只要有可能，应仅预测基本物资的需求；通常来说，只要有可能，应尽量利用相关性。尽量利用相关性。预测内容预测内容n影响需求的六大因素：影响需求的六大因

3、素：n基本需求基本需求n季节因素季节因素n趋势因素趋势因素影响需求的六大因素：影响需求的六大因素：n周期因素周期因素n促销因素促销因素n不确定因素不确定因素基本需求基本需求n基本需求是扣除剩余的成分后留下来的数量，一项基基本需求是扣除剩余的成分后留下来的数量，一项基本需求的良好评估是以整个展延时间内的平均值表示本需求的良好评估是以整个展延时间内的平均值表示的。基本需求是对没有季节因数、趋势值、周期因数的。基本需求是对没有季节因数、趋势值、周期因数和促销因数等成分的项目的适当预测。和促销因数等成分的项目的适当预测。季节因素季节因素n季节因数成分通常是建立在年度基础上的，在预测模季节因数成分通常是

4、建立在年度基础上的，在预测模式中是重复向上和向下的一种运动。年度的玩具需求式中是重复向上和向下的一种运动。年度的玩具需求就是一个例子，在圣诞节前具有较高的需求量，而在就是一个例子，在圣诞节前具有较高的需求量，而在一年的前三个季度中则是低需求量。可以这么说，玩一年的前三个季度中则是低需求量。可以这么说，玩具的需求类型显示出在前三个季度中季节因数较低，具的需求类型显示出在前三个季度中季节因数较低，最后一个季度呈现季节因数的峰值。应该注意到的是，最后一个季度呈现季节因数的峰值。应该注意到的是，上述讨论的季节因数是指消费零售层次。批发层次的上述讨论的季节因数是指消费零售层次。批发层次的季节因数先于消费

5、需求大约一个季度。季节因数先于消费需求大约一个季度。趋势因素趋势因素n趋势值成分被定义为，在一个展延的时期内，定期销售的长趋势值成分被定义为，在一个展延的时期内，定期销售的长期一般运动。这种趋势值可以是正的、负的或是不确定方向期一般运动。这种趋势值可以是正的、负的或是不确定方向的。正的趋势值意味着销售量随时间而增加。例如，在的。正的趋势值意味着销售量随时间而增加。例如，在9090年年代的代的1 01 0年期间个人电脑的销售趋势是增长的。在整个产品生年期间个人电脑的销售趋势是增长的。在整个产品生命周期中，趋势方向会改变若干次。例如，由于人们的饮用命周期中，趋势方向会改变若干次。例如，由于人们的饮

6、用习惯的变化，在习惯的变化，在8080年代初期间，啤酒消费从增长趋势变化到年代初期间，啤酒消费从增长趋势变化到一种不确定趋势。趋势值的增减取决于整个人口或消费类型一种不确定趋势。趋势值的增减取决于整个人口或消费类型的变化。的变化。周期因素周期因素n周期因数成分的特点是，在其需求模式中的延续波动周期因数成分的特点是，在其需求模式中的延续波动状况会超过状况会超过1 1年。这种周期因数可以是上升的，也可年。这种周期因数可以是上升的，也可以是下跌的。商业周期就是一个例子。在商业周期中，以是下跌的。商业周期就是一个例子。在商业周期中，传统上，每隔传统上，每隔3 35 5年有一次经济从衰退到扩张的波动。年

7、有一次经济从衰退到扩张的波动。住房需求通常就与商业周期以及由此产生的大型用具住房需求通常就与商业周期以及由此产生的大型用具的需求联系在一起。的需求联系在一起。促销因素促销因素n促销因数成分的特点是，需求波动是由厂商的市场营促销因数成分的特点是，需求波动是由厂商的市场营销活动发起的，诸如广告、交易或促销等。这种波动销活动发起的，诸如广告、交易或促销等。这种波动往往具有这样的特点，促销期间销售量增加，此后随往往具有这样的特点，促销期间销售量增加，此后随着利用促销逐渐售出库存后销售量下跌。促销可以是着利用促销逐渐售出库存后销售量下跌。促销可以是向消费者提供的交易，也可以是仅向贸易商向消费者提供的交易

8、，也可以是仅向贸易商(批发商批发商和零售商和零售商)提供的交易。提供的交易。不确定性因素不确定性因素n不规则因数成分包括随机的或无法预计的、不适合归不规则因数成分包括随机的或无法预计的、不适合归在其他类别的成分中的数量。由于它的随机性质，这在其他类别的成分中的数量。由于它的随机性质，这种成分不可能事先预计。在展开一项预测过程时，其种成分不可能事先预计。在展开一项预测过程时，其目标是要通过跟踪和预计其他成分，使随机成分的数目标是要通过跟踪和预计其他成分，使随机成分的数量减少到最低程度。量减少到最低程度。预测模型预测模型nFt=(BtStTCtPt)+InFt时间时间t的预测数量的预测数量nBt时

9、间时间t的基本需求水平的基本需求水平nSt时期时期t的季节因素的季节因素nT趋势因素，每一时期的增减数量趋势因素，每一时期的增减数量nCt时期时期t的周期因素的周期因素nPt时期时期t的促销因素的促销因素nI不确定变数或随机数量。不确定变数或随机数量。预测方法预测方法n自顶向下方法自顶向下方法n顶向下方法顶向下方法(top-down approach)(top-down approach)或称分解法，先展或称分解法，先展开国家层次的预测，然后按照历史的销售模式把流量开国家层次的预测，然后按照历史的销售模式把流量分摊到各个地点。分摊到各个地点。顶向下方法对于稳定的需求环境或顶向下方法对于稳定的需

10、求环境或者当需求水平在整个市场统一地变化时，是一种集中者当需求水平在整个市场统一地变化时，是一种集中化的和适当的预测。化的和适当的预测。预测方法预测方法n自底向上方法自底向上方法n另一方面，底朝上方法另一方面，底朝上方法(bottom-up approach)(bottom-up approach)是一种是一种分散化预测方法，每一个配送中心独立地展开预测。分散化预测方法，每一个配送中心独立地展开预测。作为结果，每一次预测都能更精确地跟踪和考虑在特作为结果，每一次预测都能更精确地跟踪和考虑在特定市场内的需求波动。然而，底朝上方法需要更详细定市场内的需求波动。然而，底朝上方法需要更详细的保持记录，

11、并且使之更难以结合进系统的诸如一次的保持记录，并且使之更难以结合进系统的诸如一次大型促销的影响之类的需求因素。大型促销的影响之类的需求因素。预测过程预测过程n预测技术预测技术n预测支持系统预测支持系统n预测行政管理预测行政管理预测支持系统预测支持系统n预测支持系统包括收集和分析数据、开展预测，以及预测支持系统包括收集和分析数据、开展预测，以及把预测传输到相关的人事系统和计划系统的数据处理把预测传输到相关的人事系统和计划系统的数据处理能力。该组成部分能对数据的维持和处理起到支持作能力。该组成部分能对数据的维持和处理起到支持作用，并允许考虑外部的预测因素，诸如促销、罢市、用，并允许考虑外部的预测因

12、素，诸如促销、罢市、价格变化、产品线变化、竞争性活动，以及经济条件价格变化、产品线变化、竞争性活动，以及经济条件等的影响。该系统的设计不仅必须顾及这些变化，而等的影响。该系统的设计不仅必须顾及这些变化，而且在实际上还应鼓励这些变化。且在实际上还应鼓励这些变化。预测支持系统预测支持系统n例如，营销经理也许知道下一个月的促销计划有可能使销售例如，营销经理也许知道下一个月的促销计划有可能使销售量增加量增加1515。然而，如果难以改变下一个月的预测数字的话，。然而，如果难以改变下一个月的预测数字的话，就有可能没有作出任何调整。类似地，当一种包装尺寸被宣就有可能没有作出任何调整。类似地，当一种包装尺寸被

13、宣布要改变时，很显然，应该改变未来的预测历史资料，以反布要改变时，很显然，应该改变未来的预测历史资料，以反映新的包装尺寸。如果这样做在系统的约束范围内难以实现映新的包装尺寸。如果这样做在系统的约束范围内难以实现的话，那么，个别完成的预测将有可能不会作出调整。因此，的话，那么，个别完成的预测将有可能不会作出调整。因此，一个有效的预测过程必须包括一个支持系统，以便于维持、一个有效的预测过程必须包括一个支持系统，以便于维持、更新和处理历史上的数据库和预测。更新和处理历史上的数据库和预测。预测行政管理预测行政管理n预测行政管理包括组织、程序、动机以及人事等方预测行政管理包括组织、程序、动机以及人事等方

14、面的预测功能，并把它们结合进厂商的其他功能中面的预测功能，并把它们结合进厂商的其他功能中去。去。n组织方面涉及到个人的作用和责任。具体的问题包组织方面涉及到个人的作用和责任。具体的问题包括：括：(1)(1)谁负责开展预测？谁负责开展预测？(2)(2)预测的精确性和表现预测的精确性和表现如何衡量如何衡量?(3)?(3)预测表现如何影响工作表现的评估和预测表现如何影响工作表现的评估和奖励？奖励？预测行政管理预测行政管理n程序方面涉及到个别了解预测活动、信息系统和技程序方面涉及到个别了解预测活动、信息系统和技术的相互影响。具体的问题包括：术的相互影响。具体的问题包括：(1)(1)预测分析人员预测分析

15、人员了解其活动是如何影响物流协调需求的吗？了解其活动是如何影响物流协调需求的吗？(2)(2)预测预测人员是否知道预测系统的能力，以及如何有效地使人员是否知道预测系统的能力，以及如何有效地使用这些能力？用这些能力？(3)(3)预测分析人员是否知道技术的差别？预测分析人员是否知道技术的差别？预测行政管理预测行政管理n在确定预测行政管理的职能时，详细地回答这些问题是很重要在确定预测行政管理的职能时，详细地回答这些问题是很重要的。如果这些问题不提出来，预测的责任和衡量往往得到的是的。如果这些问题不提出来，预测的责任和衡量往往得到的是一个一个“松散的松散的”定义，导致缺乏定义，导致缺乏“责任性责任性”。

16、例如，如果营销、。例如，如果营销、销售、生产和物流等都各自独立展开预测的话，就不存在综合销售、生产和物流等都各自独立展开预测的话，就不存在综合预测，也不会有全面的责任性。如果期望展开一项综合预测，预测，也不会有全面的责任性。如果期望展开一项综合预测，就必须具体地明确各小组的预测责任，然后由他们负责具体的就必须具体地明确各小组的预测责任，然后由他们负责具体的衡量。有效的预测行政管理需要很好地明确组织上和程序上要衡量。有效的预测行政管理需要很好地明确组织上和程序上要考虑的因素。没有这些条件，即使有充足的预测技术和预测支考虑的因素。没有这些条件，即使有充足的预测技术和预测支持系统，整个预测过程也将缺

17、乏最佳的表现。持系统，整个预测过程也将缺乏最佳的表现。预测过程预测过程n从历史上来看，在每个单一的成分，例如技术方面，加强努力，从历史上来看，在每个单一的成分，例如技术方面，加强努力，被认为有可能克服其他成分的问题。设计过程必须充分考虑每被认为有可能克服其他成分的问题。设计过程必须充分考虑每个单一成分的强弱点，并为综合系统的最佳表现设计。为了举个单一成分的强弱点，并为综合系统的最佳表现设计。为了举例说明这一点，有许多物流经理正在考察目前的各种预测过程。例说明这一点，有许多物流经理正在考察目前的各种预测过程。对对234234家加拿大公司进行的的一项调查鉴定了各种改善预测的开家加拿大公司进行的的一

18、项调查鉴定了各种改善预测的开创性活动以及采取这些活动的公司百分比。它们反映了许多有创性活动以及采取这些活动的公司百分比。它们反映了许多有关支持系统和行政管理的问题，与预测技术有关的问题较少。关支持系统和行政管理的问题，与预测技术有关的问题较少。这些结果得到了一些公司的支持。这些结果得到了一些公司的支持。预测技术预测技术n预测技术是用于把数字参数，其中包括历史资料，预测技术是用于把数字参数，其中包括历史资料，转化成为预测数量的数学上的或统计上的计算。转化成为预测数量的数学上的或统计上的计算。n预测技术分类预测技术分类n预测误差预测误差预测技术分类预测技术分类n定性技术定性技术n时间序列分析时间序

19、列分析n因果关系技术因果关系技术n定性技术定性技术主要依赖专家的意见，既费时又费钱。在没有什么主要依赖专家的意见，既费时又费钱。在没有什么历史数据并且更多地需要对管理作出判断的情况下，这类技历史数据并且更多地需要对管理作出判断的情况下，这类技术是理想的。使用销售人员提供的数据作为基础来预测一个术是理想的。使用销售人员提供的数据作为基础来预测一个新地区或一个新产品就是一个例子。然而，定性方法并不普新地区或一个新产品就是一个例子。然而，定性方法并不普遍用于对物流的预测，因为它需要时间。定性预测需要通过遍用于对物流的预测，因为它需要时间。定性预测需要通过调查、座谈和协商会议来展开。调查、座谈和协商会

20、议来展开。时间序列分析时间序列分析n1 1、移动平均、移动平均 (moving average)(moving average)使用最近时期销使用最近时期销售量的平均数。售量的平均数。时间序列分析性质时间序列分析性质n尽管移动平均数很容易计算，但它们有几个限制。尽管移动平均数很容易计算，但它们有几个限制。其中最重要的是其中最重要的是，它们对变化反应迟钝或行动迟缓它们对变化反应迟钝或行动迟缓，并且必须维持和更新大量的历史数据来计算预测并且必须维持和更新大量的历史数据来计算预测。如果历史上的销售量变化很大，就无法依赖平均数如果历史上的销售量变化很大，就无法依赖平均数或平均值来提出有用的预测。除了基

21、本成分，移动或平均值来提出有用的预测。除了基本成分，移动平均数不考虑早先讨论的预测成分。为了部分地克平均数不考虑早先讨论的预测成分。为了部分地克服这些缺陷，作为一种更精确的方法，加权移动平服这些缺陷，作为一种更精确的方法，加权移动平均就被引入了。该权数更强调最新的观察值均就被引入了。该权数更强调最新的观察值。指数平滑指数平滑n指数平滑指数平滑(exponential smoothing)(exponential smoothing)是根据以前的需是根据以前的需求水平和预测水平的加权平均数估算的未来销售量求水平和预测水平的加权平均数估算的未来销售量为基础的。新的预测是因老预测与实际实现的销售为基

22、础的。新的预测是因老预测与实际实现的销售量之间的差别而形成的老预测的增加部分函数。调量之间的差别而形成的老预测的增加部分函数。调整的增量叫作阿尔发因数。该模型的基本公式如下：整的增量叫作阿尔发因数。该模型的基本公式如下：指数平滑指数平滑指数平滑性质指数平滑性质n指数平滑的主要优点在于它可以快速计算新的指数平滑的主要优点在于它可以快速计算新的预测，无需大量的历史记录和更新资料。因此，预测，无需大量的历史记录和更新资料。因此，指数平滑高度适合计算机化的预测。根据平滑指数平滑高度适合计算机化的预测。根据平滑常数的值，它还有可能监督和改变技术敏感性。常数的值，它还有可能监督和改变技术敏感性。使用指数平

23、滑时的主要决策是选择阿尔发因数。使用指数平滑时的主要决策是选择阿尔发因数。外延平滑外延平滑n外延平滑外延平滑(extended smoothing)(extended smoothing)可以外延到包括趋可以外延到包括趋势值和季节波动等要考虑的因素。这类技术分别被势值和季节波动等要考虑的因素。这类技术分别被称作具有趋势值的指数平滑和具有季节因数的指数称作具有趋势值的指数平滑和具有季节因数的指数平滑。外延指数平滑在能够识别这些成分的具体数平滑。外延指数平滑在能够识别这些成分的具体数值时便结合进了趋势和季节的影响。外延平滑的计值时便结合进了趋势和季节的影响。外延平滑的计算类似于基本平滑模型的计算，

24、除非存在三种成分算类似于基本平滑模型的计算，除非存在三种成分和三种平滑常数来表现基本、趋势和季节成分。和三种平滑常数来表现基本、趋势和季节成分。外延平滑外延平滑n外延技术的主要特点是，它们直接考虑趋势值和季外延技术的主要特点是，它们直接考虑趋势值和季节因数成分。虽然这肯定是一种优点，但它也是一节因数成分。虽然这肯定是一种优点，但它也是一种弱点。外延技术常常被认为过分敏感，因为他没种弱点。外延技术常常被认为过分敏感，因为他没有能力正确地细分每一的预测成分。这种过分的敏有能力正确地细分每一的预测成分。这种过分的敏感性会导致预测精度的问题。感性会导致预测精度的问题。适应性平滑适应性平滑n适应性平滑适

25、应性平滑(adaptive smoothing)(adaptive smoothing)提供了定期考察提供了定期考察阿尔发因数的有效性。阿尔发因数可以在每一次预阿尔发因数的有效性。阿尔发因数可以在每一次预测结束时进行考察，以便确定能产生完美预测的精测结束时进行考察，以便确定能产生完美预测的精确数值。一旦确定，用于产生随后预测的阿尔发因确数值。一旦确定，用于产生随后预测的阿尔发因数就被调整到将会产生完美预测的一个数值。于是，数就被调整到将会产生完美预测的一个数值。于是，管理上的判断部分地被一种系统而又一致的阿尔发管理上的判断部分地被一种系统而又一致的阿尔发因数更新方法所取代。因数更新方法所取代。因果关系技术因果关系技术n因果关系分析是基于市场营销活动中存在着各种变因果关系分析是基于市场营销活动中存在着各种变量之间的因果联系而提出的。它包括一元线性回归、量之间的因果联系而提出的。它包括一元线性回归、多元线性回归、一元非线性回归等各种模型。多元线性回归、一元非线性回归等各种模型。预测误差预测误差n预测的精确性是指相应的预测与实际预测之预测的精确性是指相应的预测与实际预测之间的差异。预测精确性的提高需要误差衡量间的差异。预测精确性的提高需要误差衡量和分析。和分析。衡量方法衡量方法n平均误差平均误差n绝对平均误差绝对平均误差n均方差均方差n百分比（误差百分比（误差/平均数）平均数）