服務(wù)運營管理(編輯修改稿)
2025-09-11 22:59 本頁面
【文章內(nèi)容簡介】 流程圖的繪制方法：表示流程中要完成的任務(wù) 表示庫存、停滯 表示物流 表示信息流 表示判斷 2022/8/26 蘭州大學管理學院 何 欣 麥當勞、漢堡王和溫迪制作漢堡的工藝之比較 2022/8/26 蘭州大學管理學院 何 欣 麥當勞、漢堡王和溫迪制作漢堡的工藝之比較 2022/8/26 蘭州大學管理學院 何 欣 工序圖 2022/8/26 蘭州大學管理學院 何 欣 2022/8/26 蘭州大學管理學院 何 欣 活動圖 2022/8/26 蘭州大學管理學院 何 欣 2022/8/26 蘭州大學管理學院 何 欣 四、服務(wù)需求與服務(wù)能力管理 （一）需求預測 （二）服務(wù)能力管理 2022/8/26 蘭州大學管理學院 何 欣 （一）需求預測 ? 需求預測概念 ? 時間序列分解 ? 需求預測方法 2022/8/26 蘭州大學管理學院 何 欣 需求預測概念 ? 預測 (forecasting)是預計未來事件的一門科學和藝術(shù) 。 它包括采集歷史數(shù)據(jù)并用某種數(shù)學模型來推演將來 。 它也可以是對未來的主觀或直覺的預期 。 它還可以是兩者的綜合 。 ? 各類公司的經(jīng)理們每天都在不知道未來會怎樣的情況下做出決策 。 預測的主要目的就是在面臨不確定情況下對未來發(fā)生情況做出更好的預計 。 2022/8/26 蘭州大學管理學院 何 欣 時間序列分解 分析時間序列意味著將過去數(shù)據(jù)分成幾部分然后用之于外推 。 一個典型的時間序列可分為四個部分： ? 趨勢：數(shù)據(jù)在一段時間內(nèi)逐漸向上或向下移動 。 ? 周期：為數(shù)據(jù)每隔一段時間重復發(fā)生的時間序列形式 。 它一般與經(jīng)濟周期有關(guān) ， 并對中期經(jīng)濟分析與計劃起重要作用 。 ? 季節(jié)：數(shù)據(jù)自身經(jīng)過一定周期的天數(shù) ， 周數(shù) 、季數(shù)的數(shù)量表達的形式 。 ? 隨機波動：由偶然、非經(jīng)常原因引起的數(shù)據(jù)變動。它沒有可識別的形式。 2022/8/26 蘭州大學管理學院 何 欣 周期形式 季節(jié)長度 該形式下季節(jié)數(shù) 周 天 7 月 周 4~4(1/2) 月 天 28~31 年 季 4 年 月 12 年 周 52 常見的季節(jié)形式 2022/8/26 蘭州大學管理學院 何 欣 季節(jié)高峰 趨勢成分 實際需求曲線 四年平均需求 隨機波動 1年 2年 3年 4年 時間 4年產(chǎn)品需求表 產(chǎn)品或服務(wù)需求 2022/8/26 蘭州大學管理學院 何 欣 需求預測方法 定性方法舉例：各部門主管集體討論法、銷售人員意見匯集法、消費者市場調(diào)查法、德爾菲法。 定量方法舉例： 樸素法 移動平均法 指數(shù)平滑法 趨勢外推法 （ 以上為時間序列模型 ） 線性回歸因果模型 （ 因果模型：將可能影響預測數(shù)量的因素變量考慮進來 。 ） 2022/8/26 蘭州大學管理學院 何 欣 預測工具應(yīng)用事例 ： 簡單移動平均法 ? 用一組最近的實際數(shù)據(jù)值來進行預測 。 如果我們能假定市場在不同時期相當平穩(wěn)時 ， 移動平均法是很有用的 。 一個 3個月的移動平均法即過去 3個月的需求簡單加總并除以 3。 每過一個月 ， 將前 2個月數(shù)據(jù)加上最近一個月數(shù)據(jù)并去掉最早那個月數(shù)據(jù) 。 這種方法使數(shù)據(jù)短期不規(guī)則變動變得平滑 。 ? 數(shù)學上這種簡單移動平均數(shù)為： nn?? 期需求總和前移動平均數(shù)2022/8/26 蘭州大學管理學院 何 欣 月份 實際銷量（套） 3月移動平均數(shù) 1月 10 2月 12 3月 13 4月 16 (10+12+13)/3=11(2/3) 5月 19 (12+13+16)/3=13(2/3) 6月 23 (13+16+19)/3=16 7月 26 (16+19+23)/3=19(1/3) 8月 30 (19+23+26)/3=22(2/3) 9月 28 (23+26+30)/3=26(1/3) 10月 18 (26+30+28)/3=28 11月 16 (30+28+18)/3=25(1/3) 12月 14 (28+18+16)/3=20(2/3) 某家具公司每月沙發(fā)的實際銷量與用移動平均法預測的銷量對比。 2022/8/26 蘭州大學管理學院 何 欣 預測工具應(yīng)用事例 ： 加權(quán)移動平均法 ? 從上例可以看出銷量存在比較明顯的變動趨勢 ，這時可以用權(quán)數(shù)來強調(diào)最近數(shù)據(jù) 。 使移動平均法更能符合實際銷量變化 。 一般更接近當前的數(shù)據(jù)被加以更大的權(quán)數(shù) 。 權(quán)數(shù)的選擇帶有一定主觀性 ， 因此 ， 決定用什么權(quán)數(shù)需要一定經(jīng)驗和運氣 。 如果最近一月或一期權(quán)數(shù)過高 ， 預測可能會靈敏地反映較大的異常波動 。 ? 加權(quán)移動平均法用數(shù)學表示為： ?? ??權(quán)數(shù)期需求）（第期權(quán)數(shù)）（第加權(quán)移動平均數(shù) nn月份 實際銷量（套） 3月移動平均數(shù)（加權(quán)） 1月 10 2月 12 3月 13 4月 16 〔 (3 13)+(2 12)+(10)〕 /6=12(1/6) 5月 19 〔 (3 16)+(2 13)+(12)〕 /6=14(1/3) 6月 23 〔 (3 19)+(2 16)+(13)〕 /6=17 7月 26 〔 (3 23)+(2 19)+(16)〕 /6=20(1/2) 8月 30 〔 (3 26)+(2 23)+(19)〕 /6=23(5/6) 9月 28 〔 (3 30)+(2 26)+(23)〕 /6=27(1/2) 10月 18 〔 (3 28)+(2 30)+(26)〕 /6=28(1/3) 11月 16 〔 (3 18)+(2 28)+(30)〕 /6=23(1/3) 12月 14 〔 (3 16)+(2 18)+(28)〕 /6=18(2/3) 假設(shè)對上例的每月銷量考慮加權(quán)。上月權(quán)數(shù)為 3， 前第二月權(quán)數(shù)為 2，前第三月權(quán)數(shù)為 1。權(quán)數(shù)總合 6。 在這種預測方法之下，你會發(fā)現(xiàn)給最近一月更大權(quán)數(shù)會使外推更為精確。 2022/8/26 蘭州大學管理學院 何 欣 1 2 3 4 5
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1