需求預測美國生產(chǎn)和庫存管理協(xié)會-資料下載頁
2025-01-06 18:57本頁面
【正文】 率 低 小 大 Visual 136 聚焦預測 假設 ? 離現(xiàn)在越近的數(shù)據(jù)，越能更好地預見未來的需求； ? 選擇更好的預測模型； 方法 ? 所有預測模型得到的結果都需要最近的銷售數(shù)據(jù)進行比較； ? 最接近結果的預測模型將作為這一次的預測模型； ? 下次可能會選擇不同的預測模型。 Visual 預測數(shù)據(jù)問題 ? 數(shù)據(jù)的有效性 ? 數(shù)據(jù)的一致性 ? 需求的歷史數(shù)據(jù)量 ? 預測頻率 ? 模型選擇的頻率 ? 成本和時間 ? 記錄真實的需求 ? 訂單日起 vs. 出貨日期 ? 產(chǎn)品單位 vs. 財務單位 ? 數(shù)據(jù)集合的層次 ? 客戶 137 Visual 計劃范圍和時區(qū) 時區(qū) （周數(shù)） 預測時間范圍 短 中 長 周 月 季度 1 2 3 4 5 6 7 8 9 10111213 17 21 26 30 34 39 43 47 52 65 78 91 104 計劃范圍 138 Visual 數(shù)據(jù)準備和收集 ? 銷售數(shù)據(jù)記錄和預測數(shù)據(jù)的周期相同（天，周，月）； ? 監(jiān)控需求，而不是銷售和出貨； ? 記錄異常需求的環(huán)境詳情； ? 記錄需求時要分單獨的客戶群和市場單元。 139 Visual 異常數(shù)據(jù)的處理 140 0 5 10 15 20 25 J F M A M J J A S O N D J F M A M J J A S O N D 500 505 Outlier (outside the range) Visual 何謂“異常” 在一定的時間范圍內，某一點的數(shù)據(jù)和前后數(shù)據(jù)有明顯的差異，這就是異常。 例如，某個產(chǎn)品的平均需求 10個單元每個月，但是，某個月它的需求達到了 500個單位，這個銷售點可能會認為是一個異常點。 141 Visual 如何處理這些“異?！? 在應用預測技術時將這些“異?！比サ?。 現(xiàn)實中 : 促銷的結果 循環(huán)發(fā)生的可能性 142 Visual 143 數(shù)據(jù)的分解 ? 凈化數(shù)據(jù) ? 調整數(shù)據(jù) ? 取得基線 ? 鑒別需求的組成 – 趨勢 – 季節(jié)性 – 非年度循環(huán) – 隨機誤差 ? 測量隨機誤差 ? 設計系列 ? 重新安排 Visual 演講完畢，謝謝觀看！
教學課件相關推薦
鄂ICP備17016276號-1