需求預(yù)測(cè)美國(guó)生產(chǎn)和庫(kù)存管理協(xié)會(huì)-資料下載頁(yè)
2025-01-06 18:57本頁(yè)面
【正文】 率 低 小 大 Visual 136 聚焦預(yù)測(cè) 假設(shè) ? 離現(xiàn)在越近的數(shù)據(jù)，越能更好地預(yù)見未來的需求； ? 選擇更好的預(yù)測(cè)模型； 方法 ? 所有預(yù)測(cè)模型得到的結(jié)果都需要最近的銷售數(shù)據(jù)進(jìn)行比較； ? 最接近結(jié)果的預(yù)測(cè)模型將作為這一次的預(yù)測(cè)模型； ? 下次可能會(huì)選擇不同的預(yù)測(cè)模型。 Visual 預(yù)測(cè)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(yù)測(cè)頻率 ? 模型選擇的頻率 ? 成本和時(shí)間 ? 記錄真實(shí)的需求 ? 訂單日起 vs. 出貨日期 ? 產(chǎn)品單位 vs. 財(cái)務(wù)單位 ? 數(shù)據(jù)集合的層次 ? 客戶 137 Visual 計(jì)劃范圍和時(shí)區(qū) 時(shí)區(qū) （周數(shù)） 預(yù)測(cè)時(shí)間范圍 短 中 長(zhǎng) 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(jì)劃范圍 138 Visual 數(shù)據(jù)準(zhǔn)備和收集 ? 銷售數(shù)據(jù)記錄和預(yù)測(cè)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(shí)要分單獨(dú)的客戶群和市場(chǎng)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(shí)間范圍內(nèi)，某一點(diǎn)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(gè)產(chǎn)品的平均需求 10個(gè)單元每個(gè)月，但是，某個(gè)月它的需求達(dá)到了 500個(gè)單位，這個(gè)銷售點(diǎn)可能會(huì)認(rèn)為是一個(gè)異常點(diǎn)。 141 Visual 如何處理這些“異?！? 在應(yīng)用預(yù)測(cè)技術(shù)時(shí)將這些“異?！比サ?。 現(xiàn)實(shí)中 : 促銷的結(jié)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(diào)整數(shù)據(jù) ? 取得基線 ? 鑒別需求的組成 – 趨勢(shì) – 季節(jié)性 – 非年度循環(huán) – 隨機(jī)誤差 ? 測(cè)量隨機(jī)誤差 ? 設(shè)計(jì)系列 ? 重新安排 Visual 演講完畢，謝謝觀看！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1