|
需求预测为库存管理提供了基础信息，而在一个时间段内的实际需求=潜在需求模式+需求的随机干扰；预测就是获得潜在模式的过程。通常需求预测有两种：定性预测和定量预测。随着计算机管理软件的普及，越来越多的企业使用软件来做需求预测，计算机软件是非常好的预测工具，使用定量预测 一般预测中，应该包括三个影响因素： 1、需求的基础量【这个基础量相对稳定，可以作为预测的基础量】，这个基础量可以是最近一个时间序列的实际值，也可以是最近几个时间序列需求的平均值； 2、需求变化趋势：需求总有一个变化的趋势，或者随着时间序列增加，或者随着时间序列减少，或者维持不变； 3、需求变化的季节性：具有周期性的特点。 综合考虑三个因素来获得未来的预测。 定量的需求预测也需要获得基础数据源，为了预测，需要确定以下信息： 1、预测模型； 2、预测模型的参数； 3、销售量的历史数据。 通过选择预测模型、模型参数和历史数据，来保证需求预测一下能力： 1、准确、误差小； 2、无偏差，避免过高或过低的估计需求数量； 3、能够对需求的变化，提出预警，以保证当需求变化过大时，能够提醒操作者关注； 4、将预测中，由偶然因素引起的需求变化影响从历史数据中刨除； 5、能够及时满足需求； 6、节约成本。
1、确定时间序列【按月预测、按周预测，还是按天预测】。因为由偶然因素引起的需求波动，正负偏差随机，时间序列跨度越大，偶然因素引起的波动在需求总量所占的比例会越低【时间序列越长，预测准确性越高】。 2、根据时间序列收集并汇总历史数据，由于历史销量中，存在干扰因素而引起的需求波动，需要将这些干扰因素去掉，这些干扰因素本来不属于需求模式变化，未来的需求模式中也不应包含这些因素带来的影响。 3、根据历史需求趋势，选择合适的预测方法，移动平均，一阶平滑指数、二阶平滑指数、线性回归等方法经常用于预测中；通常还要考虑周期变化的季节因素，增加季节变化的调节因子。在计算机软件、计算能力、数据等不断发展完善的条件下，可以利用计算机来选择需求与预测偏差最小的预测方法。 4、根据需求变化趋势，选择好预测方法之后，设定预测的参数。 5、计算并预测未来的需求量。 以上是预测流程；有了计算机之后，还可以针对历史上的需求预测值，以及历史实际需求值，来不断修正预测方法以及预测参数。随着时间的推移，实际需求量逐渐成为历史数据，通过软件可以比较预测，从而： 1、对实际需求与需求预测偏差过大之后，制定正确的应对策略； 2、监测预测参数、预测方法是否需要修正； 3、在计算机软件应用关于需求预测之后，计算机处理在误差范围以内的工作【实际需求量与预测需求量偏差在预测误差范围内】，人来处理误差范围以外的工作【实际需求量与预测需求量偏差超出误差范围，这时的操作需要人工参与，主要1，2两项的人工干预】。
1、涉及预测产品的未来时间跨度； 2、可获得的历史数据； 3、历史数据与未来的关联； 4、物品种类，如何按品类汇聚预测； 5、需求的变化幅度； 6、预测结果所需的准确性以及误差所产生的成本； 7、预测结果能够带来的预测收益； 8、需求的地域分布； 9、独立需求与非独立需求； 10、需求的可替代性，以及产品的替代关系。 未来的生产、产品会越来越复杂，需求预测需要考虑的因素也越来越多。 而随着计算机的广泛应用，通过软件做需求预测将越来越普及；而需求预测也是供应链由推动式变为拉动式的最关键的要素。 我将拉动式的供应链非为两个级别： 1、根据用户的需求量决定生产的拉动式需求管理【Demand management】，这个级别，发达国家在2000年后已经广泛应用，而国内企业应用较少。 2、根据用户的功能需求，劳动产品功能设计，并最终实现个性化定制，这个级别是工业4.0提倡的制造模式，现在推动的工业互联网就是这个级别的。 第一个级别的拉动式制造，领先企业已经验证，并在发达国家普及，并创造了巨大的价值。【中国企业在这个方向上，可以直接借鉴】 第二个级别的拉动式制造，全球领先企业都在尝试，还处于探索过程中，国内领先企业可以尝试，但资金规模不好的企业，做这个尝试，风险较高。 |
|
|
