【正文】 169。Copyright Chen JuinHan Production Management page 57 169。Copyright Chen JuinHan Production Management page 58 169。Copyright Chen JuinHan Production Management page 59 169。Copyright Chen JuinHan Production Management page 60 169。Copyright Chen JuinHan Production Management page 61 169。Copyright Chen JuinHan 預(yù)測誤差控管與方法選擇 Production Management page 62 169。Copyright Chen JuinHan Production Management page 63 169。Copyright Chen JuinHan Production Management page 64 169。Copyright Chen JuinHan Production Management page 65 169。Copyright Chen JuinHan Production Management page 66 169。Copyright Chen JuinHan Production Management page 67 169。Copyright Chen JuinHan Production Management page 68 169。Copyright Chen JuinHan Production Management page 69 169。Copyright Chen JuinHan Production Management page 70 169。Copyright Chen JuinHan Production Management page 71 169。Copyright Chen JuinHan 各種預(yù)測方法的共同特徵 ? 假設(shè)過去存在的因果關(guān)係，未來將會(huì)循著一定的軌跡繼續(xù)存在。 ? 事實(shí)的結(jié)果往往出乎預(yù)測之外，因?yàn)樘嗟囊蛩貢?huì)影響預(yù)測的結(jié)果，致使無法一一周全地加以考慮，何況其間尚存在著許多隨機(jī)性的因素，因此實(shí)際的結(jié)果經(jīng)常與預(yù)測值不同。 ? 群體項(xiàng)目的預(yù)測遠(yuǎn)較個(gè)別項(xiàng)目的預(yù)測為準(zhǔn)確，因?yàn)槿后w產(chǎn)品的預(yù)測誤差?？上嗷サ窒?。 ? 預(yù)測的準(zhǔn)確度隨著預(yù)測時(shí)間的長度而遞減：預(yù)測的時(shí)程愈長，預(yù)測的準(zhǔn)確性愈差。 由於短程預(yù)測所面臨的不確定因素較長程預(yù)測少，故短程預(yù)測較長程預(yù)測準(zhǔn)確 。 Production Management page 72 169。Copyright Chen JuinHan 預(yù)測方法的選擇 ? 雖然有許多不同種類的預(yù)測方法，但沒有一種預(yù)測方法可以適用於所有情況，因此， 在選擇預(yù)測方法時(shí)，管理者必須考慮許多因素，最重要的兩個(gè)因素是「成本」和「準(zhǔn)確度」 。 ? 一般而言，準(zhǔn)確度愈高的預(yù)測，其成本愈高，所以在成本與準(zhǔn)確度之間必須做一取捨；最佳的預(yù)測並不一定要最準(zhǔn)確或成本最低，而是 管理階層所認(rèn)同某種準(zhǔn)確度與成本最佳的組合 。其他考慮因素包括：歷史資料的有效性、收集資料和分析資料所需的時(shí)間、管理者的能力等等。 ? 此外，預(yù)測所包含的時(shí)間亦相當(dāng)重要，有些預(yù)測適用於長期預(yù)測(如：趨勢法 )，有些預(yù)測適用於短期預(yù)測 (如：移動(dòng)平均法、指數(shù)平滑 )，一些不需使用歷史資料的定性方法，也較常被用於長期預(yù)測 (如：德菲法、主管意見法等等 )。 Production Management page 73 169。Copyright Chen JuinHan ? 運(yùn)用前述幾種方法來進(jìn)行預(yù)測統(tǒng)計(jì)分析時(shí)，可依下列步驟進(jìn)行以獲得較適當(dāng)?shù)念A(yù)測值： ? 資料累計(jì) (Accumulation)：將歷史銷售紀(jì)錄等獲得的資料分佈於各時(shí)間點(diǎn)上，再將各時(shí)間點(diǎn)的資料累計(jì)為時(shí)段式 (time series)資料，並依據(jù)各產(chǎn)品的特性來決定時(shí)段 (time series)的長短。例如，每日累計(jì)成時(shí)段式資料則為每週。 ? 資料處理 (Data Cleansing)：若所得的時(shí)段式 (time series)資料有不正常的資料點(diǎn)時(shí)，不論是已知或未知原因造成都需先做調(diào)整。例如：將原始的銷售資料除去已知的需求影響因素，像是促銷活動(dòng)、例外事件，或未知因素，以得到適當(dāng)?shù)男枨蠡鶞?zhǔn)。 ? 診斷 (Diagnostic)：根據(jù)資料的特性，選出所有適合的預(yù)測模組 (forecasting models)。 Production Management page 74 169。Copyright Chen JuinHan ? 模組篩選 (Model Selection)：從適合的預(yù)測模組群中，決定最有可能產(chǎn)生最準(zhǔn)確預(yù)測的模組。步驟如下： (1)將所有可利用的歷史銷售 (時(shí)段性 )資料分為前段與後段。 (2)將前段資料套用於預(yù)測模組來產(chǎn)生預(yù)測。 (3)將產(chǎn)生的預(yù)測與保留的後段歷史銷售資料作一比較並計(jì)算預(yù)測誤差。 (4)選出誤差最小的預(yù)測模組來做未來的銷售預(yù)測模組。 ? 預(yù)測演算 (Forecasting)：將所選出的預(yù)測模組運(yùn)用到所有存在的歷史資料，來演算未來的需求預(yù)測。 ? 結(jié)果評(píng)估 (Evaluation)：定期的計(jì)算預(yù)測與實(shí)際銷售誤差來評(píng)估預(yù)測模組的適合性。需求的特性 (Demand Pattern)有可能會(huì)隨時(shí)間而改變，因此須定期衡量預(yù)測模組是否仍適合。 Production Management page 75 169。Copyright Chen JuinHan 演講完畢，謝謝觀看！