Tải bản đầy đủ

QTSX chuong 2

CHƯƠNG 2: DỰ BÁO NHU CẦU SẢN PHẨM

Nội dung
1. Khái niệm và phân loại dự báo
2. Các phương pháp dự báo định tính nhu cầu SP
3. Các phương pháp dự báo định lượng nhu cầu SP
4. Giám sát và kiểm soát dự báo

1


Dự báo

- Dự báo: là khoa học và
nghệ thuật nhằm tiên lượng
trước những sự việc sẽ xảy ra
trong tương lai.

Dự báo là gì?

+ Sử dụng trực quan – kinh nghiệm

+ Sử dụng các mô hình toán
+ Kết hợp cả 2 phương pháp
- Dự báo nhu cầu: là dự báo số lượng, chủng loại sản
phẩm cần sản xuất trong một giai đoạn nhất định
2


Phân loại dự báo
• Theo thời gian:
- Dự báo ngắn hạn: < 1 năm: kế hoạch mua hàng, điều
độ công việc, cân bằng nhân lực…
- Dự báo trung hạn: 6 tháng–3 năm: kế hoạch bán
hàng, kế hoạch sản xuất, tiền mặt, nguồn lực…
- Dự báo dài hạn: > 3 năm: kế hoạch sản phẩm mới,
nghiên cứu phát triển, định vị, mở rộng doanh nghiệp…

3


Phân loại dự báo
• Theo đối tượng và nội dung:
- Dự báo kinh tế: giá cả, lạm phát, cung tiền…

- Dự báo công nghệ: tốc độ phát triển công nghệ, phát triển
sản phẩm mới…

- Dự báo nhu cầu sản phẩm
- Dự báo năng lực sản xuất

- Dự báo xu hướng định vị doanh nghiệp.
4


Trình tự dự báo

1.

Xác định mục tiêu

2.



Lựa chọn sản phẩm dự báo

3.

Độ dài thời gian dự báo

4.

Lựa chọn mô hình dự báo

5.

Thu thập, xử lý số liệu

6.

Áp dụng kết quả dự báo

7.

Kiểm soát tính chính xác dự báo
5


Đặc điểm dự báo

1.

Dự báo thường có độ sai lệch

2.

Hầu hết các kỹ thuật dự báo đều giả định một sự
ổn định trong hoạt động của doanh nghiệp

3.

Kết quả dự báo tỷ lệ nghịch với thời gian

4.

Dự báo nhóm sản phẩm thường chính xác hơn dự
báo cho 1 sản phẩm

6


Các phương pháp dự báo định tính


Lấy ý kiến của ban lãnh đạo: CEO
- Lấy ý kiến của các nhà quản trị cấp cao
- Cùng thảo luận và đưa ra số liệu dự báo
- Dựa vào các số liệu thống kê và kinh nghiệm

- Ưu điểm?

- Nhược điểm?
7


Các phương pháp dự báo định tính


Lấy ý kiến của lực lượng bán hàng
- Mỗi người bán hàng dự báo lượng hàng có thể bán
được của mình.
- Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu

vực thị trường đưa ra dự báo tổng hợp về nhu cầu.

- Ưu điểm?
- Nhược điểm?
8


Các phương pháp dự báo định tính


Phương pháp chuyên gia - Delphi

- Lấy ý kiến của các
chuyên gia trong hoặc
ngoài doanh nghiệp về
sản phẩm cần dự báo
theo những mẫu câu hỏi
đã chuẩn bị.

- Thành phần: người ra
quyết định, các chuyên
gia, nhân viên

Người ra
quyết định

Nhân viên

Các chuyên gia
9


Các phương pháp dự báo định tính


Phương pháp điều tra khảo sát
- Lấy ý kiến người tiêu dùng về nhu cầu hiện tại và tương
lai về sản phẩm dự báo.
- Phương pháp: phỏng vấn trực tiếp, gửi phiếu điều tra qua
mail, qua thư, qua điện thoại…

- Ưu điểm?
- Nhược điểm?
10


Các phương pháp dự báo định lượng

1. Phương pháp dự báo bình quân
2. Phương pháp san bằng số mũ
3. Phương pháp hoạch định theo xu hướng
thời gian

Chuỗi
thời gian

4. Phương pháp dự báo theo mùa vụ
5. Phương pháp phân tích tương quan
hồi quy

Phương
pháp kết
hợp11


Phương pháp dự báo bình quân


Phương pháp bình quân giản đơn

Dự báo dựa trên cơ sở trung bình thống kê của tất cả
các dữ liệu trong quá khứ.

A

F 

i

t

n

A i:

số liệu thực tế giai đoạn i

n:

số thời kỳ quan sát

Ft:

dự báo cho giai đoạn t
12


Phương pháp dự báo bình quân

Ví dụ: Một cửa hàng bán điện thoại thống kê số lượng
bán ra trong 3 năm qua như sau: 900, 960 và 1200
chiếc. Hãy dự báo nhu cầu năm tới

A

F 

i

t

n

F4 = 1020 chiếc
13


Phương pháp dự báo bình quân


Phương pháp bình quân di động
Dự báo trên cơ sở trung bình hóa số liệu trong thời
gian gần đây.
t n

Ft 

A

i t 1

n

i

A i:

số liệu thực tế giai đoạn i

n:

số thời kỳ quan sát

Ft:

dự báo cho giai đoạn t
14


Phương pháp dự báo bình quân
Ví dụ: Cửa hàng bán điện thoại đã sử dụng phương
pháp bình quân di động 3 tháng để dự báo nhu cầu
cho các tháng của năm tới
Tháng

Số bán

Dự báo theo PP bình quân di động 3
tháng

1

900

2

960

3

1200

4

1215

(900 + 960 + 1200)/3 = 1020

5

1350

(960 + 1200 + 1215)/3=1125

6

1320

(1200 + 1215 + 1350)/3=1115
15


Phương pháp dự báo bình quân


Phương pháp bình quân di động có trọng số
Trọng số là các con số được gán cho các số liệu trong quá
khứ để chỉ mức độ quan trọng của chúng ảnh hưởng đến
dự báo.
t n

Ft 


H

i t 1

Ai * H i
i

Ai:

số liệu thực tế giai đoạn i

n:

số thời kỳ quan sát

Hi:

trọng số của giai đoạn i

Ft:

dự báo cho giai đoạn t
16


Phương pháp dự báo bình quân
Ví dụ: Cửa hàng quyết định áp dụng mô hình dự báo bình
quân di động 3 tháng có trọng số với các trọng số cho các
tháng như sau:
- Tháng vừa qua:

5

- 2 tháng trước đó:

3

- 3 tháng trước đó:

2

Tổng trọng số

10

Kết quả dự báo theo phương pháp này như sau:
17


Phương pháp dự báo bình quân

Tháng

Số bán

Dự báo PP bình quân DD 3 tháng
có trọng số

1

900

2

960

3

1200

4

1215

(1200x5 +960x3+900x2)/10=1068

5

1350

(1215x5 + 1200x3+960x2)/10=1159.5

6

1320

(1350x5+1215x3+1200x2)/10=1279.5
18


Phương pháp san bằng số mũ


PP san bằng số mũ giản đơn

Ft  F(t 1)   ( A(t 1)  F(t 1) )
F(t-1): dự báo của giai đoạn trước
A(t-1): thực tế của giai đoạn trước

 : hệ số san bằng mũ với


0  1

phụ thuộc vào kinh nghiệm, sai số của dự báo.
19


Phương pháp san bằng số mũ
Ví dụ: Dự báo nhu cầu theo PP san bằng mũ giản đơn biết nhu
cầu thực tháng 1 là 405; dự báo tháng 1 là 400;   0.9
Tháng

Nhu
cầu thực (A)

Dự báo nhu cầu với
  0.9
(F)

1

405

400

2

410

400 + 0.9(405-400)=404.5

3

395

404.5 + 0.9(410-404.5)=409.45

4

450

395 + 0.9(395-409.45)=408.05

5

410

6

430

20


Phương pháp san bằng số mũ


PP san bằng mũ có điều chỉnh xu hướng

FITt = Ft + Tt
FITt: dự báo san bằng mũ có điều chỉnh xu hướng
Ft: Dự báo theo san bằng mũ giản đơn giai đoạn t

Tt: Hiệu chỉnh xu hướng cho giai đoạn t

Tt  Tt 1   ( Ft  Ft 1 )
Tt-1: Hiệu chỉnh xu hướng cho giai đoạn (t-1)
Ft-1: Dự báo theo san bằng mũ giản đơn giai đoạn (t-1)

 : Hệ số điều chỉnh xu hướng

0   1

21


Phương pháp san bằng số mũ
Ví dụ: Dự báo theo san bằng mũ với
Tháng

Nhu
cầu At

Dự báo
F(t)

Điều chỉnh xu hướng Tt

Tt  Tt 1   ( Ft  Ft 1 )

  0.1   0.9
Dự báo xu hướng
FITt =Ft + Tt

1

405

400

0

= 400+0 = 400

2

410

404.5

=0 + 0.1(404.5-405) = -0.05

= 404.5-0.05 = 404.45

3

395

409.5

=-0.05 + 0.1(409.5-404.5)=0.45

= 409.5+0.45 = 409.95

4

450

396.5

=0.45+0.1(396.5-409.5) = -0.85

= 396.5-0.85 = 395.65

5

410

444.6

= -0.85+0.1(444.6-396.5)=3.96

=444.6+3.96 = 448.3
22


Phương pháp san bằng số mũ
Lựa chọn hệ số  (Đọc ví dụ trong tài liệu)
Để lựa chọn  hợp lý, dùng sai số dự báo và Độ lệch tuyệt

đối trung bình MAD, sai số bình phương trung bình MSE…

n

MAD 

 A F
i 1

i

n

i

At – Ft: Sai số dự báo
n: số giai đoạn quan sát
MAD: độ lệch tuyệt đối TB

23


PP hoạch định xu hướng thời gian
Nhu cầu
(Y)

- Dựa vào tập hợp dữ liệu
có xu hướng, xác định
đường xu hướng.

Đường xu hướng
y = a+bt

- Dự báo nhu cầu dựa vào
đường xu hướng.

Thời gian (t)

- Đường xu hướng có thể tuyến tính hoặc phi tuyến. Để đơn
giản, sử dụng đường tuyến tính trên cơ sở kỹ thuật bình
phương bé nhất.
24


PP hoạch định xu hướng thời gian

Phương trình dự báo: Yt = a + bt

y t  n. y.t

b
 t  n.t
i i

yt: Nhu cầu dự báo thời kỳ t

2

2
i

yi: Nhu cầu thực giai đoạn i

a  y  b.t
t

t

i

n

n: số giai đoạn

y

y

t: biến thời gian

i

n

25


Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Tải bản đầy đủ ngay

×