供應(yīng)鏈管理供應(yīng)鏈管理環(huán)境下的需求預(yù)測(cè).ppt_第1頁
供應(yīng)鏈管理供應(yīng)鏈管理環(huán)境下的需求預(yù)測(cè).ppt_第2頁
供應(yīng)鏈管理供應(yīng)鏈管理環(huán)境下的需求預(yù)測(cè).ppt_第3頁
供應(yīng)鏈管理供應(yīng)鏈管理環(huán)境下的需求預(yù)測(cè).ppt_第4頁
供應(yīng)鏈管理供應(yīng)鏈管理環(huán)境下的需求預(yù)測(cè).ppt_第5頁
已閱讀5頁,還剩19頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、2020/9/4,1,供應(yīng)鏈管理,商學(xué)院 彭曉琳 聯(lián)系方式:,2020/9/4,1,2020/9/4,2,第六章 供應(yīng)鏈管理環(huán)境下的需求預(yù)測(cè),6.1、需求變異放大原理 6.2、供應(yīng)鏈管理環(huán)境下需求預(yù)測(cè)的內(nèi)容與程序 6.3、供應(yīng)鏈管理環(huán)境下需求預(yù)測(cè)的應(yīng)用,2020/9/4,2,2020/9/4,3,6.1、需求變異放大原理,一、需求變異放大原理的基本思想 二、長鞭效應(yīng)給企業(yè)造成的危害與形成原因 三、緩解長鞭效應(yīng)的措施,2020/9/4,3,2020/9/4,4,一、需求變異放大原理的基本思想,又稱為“需求變異加速放大原理”、 “牛鞭效應(yīng)”,是美國著名的供應(yīng)鏈管理專家Hau LLee教授對(duì)需求信息

2、扭曲在供應(yīng)鏈中傳遞的一種形象描述。 當(dāng)供應(yīng)鏈的各節(jié)點(diǎn)企業(yè)只根據(jù)來自其相鄰的下級(jí)企業(yè)的需求信息進(jìn)行生產(chǎn)或供應(yīng)決策時(shí),需求信息的不真實(shí)性會(huì)沿著供應(yīng)鏈逆流而上,產(chǎn)生逐級(jí)放大的現(xiàn)象,達(dá)到最源頭的供應(yīng)商時(shí),其獲得的需求信息和實(shí)際消費(fèi)市場(chǎng)中的顧客需求信息發(fā)生了很大的偏差,需求變異系數(shù)比分銷商和零售商的需求變異系數(shù)大得多。,2020/9/4,4,2020/9/4,5,2020/9/4,5,2020/9/4,6,二、長鞭效應(yīng)給企業(yè)造成的危害與形成原因,1、“牛鞭效應(yīng)”對(duì)企業(yè)造成的危害 增加了生產(chǎn)成本 增加了庫存成本 延長了供應(yīng)鏈的補(bǔ)給供貨期 提高了供應(yīng)鏈的運(yùn)輸成本 提高了供應(yīng)鏈和送貨與進(jìn)貨相關(guān)的勞動(dòng)力成本 降

3、低供應(yīng)鏈內(nèi)產(chǎn)品的供給水平 給供應(yīng)鏈每個(gè)結(jié)點(diǎn)企業(yè)的運(yùn)營都帶來負(fù)面影響,2020/9/4,6,2020/9/4,7,2、產(chǎn)生的主要原因 需求預(yù)測(cè)修正:指數(shù)平滑法、多元回歸分析 訂貨決策 價(jià)格波動(dòng) 短缺博弈 庫存決策失衡 應(yīng)付環(huán)境變異,2020/9/4,7,2020/9/4,8,例:指數(shù)平滑法(短期預(yù)測(cè)中最有效的方法) 給過去的觀測(cè)值一定的權(quán)重 較近期觀測(cè)值的權(quán)數(shù)比較遠(yuǎn)期觀測(cè)值的權(quán)數(shù)大,2020/9/4,8,下一期預(yù)測(cè)值=實(shí)際需求值+(1- )前期預(yù)測(cè)值 :權(quán)重,指數(shù)平滑系數(shù) Ft+1= At+(1- )Ft t:本期時(shí)間 :指數(shù)平滑系數(shù) At:第t期的需求值 Ft:第t期的預(yù)測(cè)值 Ft+1:對(duì)第t

4、+1期/下期的預(yù)測(cè)值,2020/9/4,9,Ft+1= At+(1- )Ft 的合理范圍:0.010.3。既能使預(yù)測(cè)模型跟蹤時(shí)間序列的重大變化,同時(shí)平衡隨機(jī)波動(dòng),使誤差最合理。 值越大,對(duì)近期需求情況給的權(quán)數(shù)越大,模型就能越快地對(duì)時(shí)間序列的變化做出反應(yīng); 值過大,預(yù)測(cè)跟蹤時(shí)間序列的隨機(jī)波動(dòng),而非根本性變化。 越小,預(yù)測(cè)未來需求時(shí)給需求歷史數(shù)據(jù)的權(quán)數(shù)越大,反應(yīng)需求水平根本性變化需要的時(shí)滯越長; 值過小,預(yù)測(cè)結(jié)果不太可能受時(shí)間序列隨機(jī)因素的嚴(yán)重干擾。,2020/9/4,9,2020/9/4,10,2020/9/4,10,將去年四季度平均值作為以前的預(yù)測(cè)值 F0=(1200+700+900+1100

5、)/4=975 今年第一季度預(yù)測(cè)值: F1=0.2 1100+(1-0.2) 975 =1000 F2=0.2 1400+(1-0.2) 1000=1080 F3=0.2 1000+(1-0.2) 1080=1064,2020/9/4,11,三、緩解長鞭效應(yīng)的措施,提高供應(yīng)鏈預(yù)測(cè)的精確度 實(shí)現(xiàn)信息共享 業(yè)務(wù)集成 訂貨分級(jí)管理 合理分擔(dān)庫存 縮短提前期 采用業(yè)務(wù)外包 建立伙伴關(guān)系,2020/9/4,11,2020/9/4,12,6.2、供應(yīng)鏈管理環(huán)境下的需求預(yù)測(cè),一、預(yù)測(cè)分類 二、定量預(yù)測(cè)法,2020/9/4,12,2020/9/4,13,一、預(yù)測(cè)分類,1、按預(yù)測(cè)時(shí)間的長短分類 長期預(yù)測(cè)(Lon

6、g-range Forecast) 是企業(yè)長期發(fā)展規(guī)劃、產(chǎn)品開發(fā)研究計(jì)劃、投資計(jì)劃、生產(chǎn)能力擴(kuò)充計(jì)劃等計(jì)劃的依據(jù)。 中期預(yù)測(cè)(Intermediate-range Forecast) 是制定年度生產(chǎn)計(jì)劃、季度生產(chǎn)計(jì)劃、銷售計(jì)劃、生產(chǎn)與庫存預(yù)算、投資和先進(jìn)預(yù)算的依據(jù)。 短期預(yù)測(cè)(Short-range Forecast) 是調(diào)整生產(chǎn)能力、采購、安排生產(chǎn)作業(yè)計(jì)劃等具體生產(chǎn)經(jīng)營活動(dòng)的依據(jù)。,2020/9/4,13,2020/9/4,14,2、按主客觀因素所起的作用分類 定性預(yù)測(cè)方法 德爾菲法 部門主管人員意見法 用戶調(diào)查法 銷售人員意見匯集法,2020/9/4,15,定量預(yù)測(cè)方法 隱含的假設(shè):過去存

7、在的變量間關(guān)系和相互作用機(jī)理,今后仍將存在并繼續(xù)發(fā)揮作用。 時(shí)間序列模型:以時(shí)間為獨(dú)立變量,利用過去需求隨時(shí)間變化的關(guān)系估計(jì)未來的需求。 時(shí)間序列:按一定的時(shí)間間隔,把某種變量的數(shù)值依發(fā)生的先后順序排列起來的序列。 時(shí)間序列平滑模型:簡(jiǎn)單移動(dòng)平均、加權(quán)移動(dòng)平均法、二次指數(shù)平滑法、一次指數(shù)平滑法。 時(shí)間序列分解模型:乘法模型、加法模型。,2020/9/4,16,一個(gè)時(shí)間序列包括四種成分 趨勢(shì)成分 數(shù)據(jù)隨時(shí)間的變化表現(xiàn)出一種趨向。按某種規(guī)律穩(wěn)步上升或下降或停留在某一水平。 季節(jié)成分 在一年里按通常的頻率圍繞趨勢(shì)做上下有規(guī)律的波動(dòng)。 周期成分 在較長的時(shí)間里(一年以上)圍繞趨勢(shì)作有規(guī)律的上下波動(dòng)。

8、常被稱為經(jīng)濟(jì)周期,可以沒有固定的周期。 隨機(jī)成分 有很多不可控因素引起的,無規(guī)則的上下波動(dòng)。,2020/9/4,17,a),b),c),d),2020/9/4,18,二、定量預(yù)測(cè)法,1、季節(jié)指數(shù)法 季節(jié)變動(dòng):某些市場(chǎng)現(xiàn)象由于受自然氣候、生產(chǎn)條件、生活習(xí)慣等因素的影響,在一定時(shí)間中隨季節(jié)變化而呈現(xiàn)出周期性的變化規(guī)律。 根據(jù)預(yù)測(cè)目標(biāo)各年按月(或季)編制的時(shí)間數(shù)列資料,以統(tǒng)計(jì)方法測(cè)定出反映季節(jié)變動(dòng)規(guī)律的季節(jié)指數(shù),并利用季節(jié)指數(shù)進(jìn)行預(yù)測(cè)的預(yù)測(cè)方法。,2020/9/4,18,2020/9/4,19,2、回歸分析預(yù)測(cè)法 在分析市場(chǎng)現(xiàn)象自變量和因變量之間的相關(guān)關(guān)系的基礎(chǔ)上,建立變量之間的回歸方程,并將回歸方

9、程作為預(yù)測(cè)模型,根據(jù)自變量在預(yù)測(cè)期的數(shù)量變化來預(yù)測(cè)因變量。 預(yù)測(cè)步驟: 根據(jù)預(yù)測(cè)目標(biāo),確定自變量和因變量; 建立回歸預(yù)測(cè)模型; 進(jìn)行相關(guān)分析; 檢驗(yàn)回歸預(yù)測(cè)模型,計(jì)算預(yù)測(cè)誤差; 計(jì)算并確定誤差值。,2020/9/4,19,2020/9/4,20,6.3、供應(yīng)鏈管理環(huán)境下進(jìn)行需求預(yù)測(cè)應(yīng)重視信息共享,一、實(shí)現(xiàn)信息共享的方法 二、信息共享的模式,2020/9/4,20,2020/9/4,21,一、實(shí)現(xiàn)信息共享的方法,1、加強(qiáng)信息共享的方法 2、減少信息傳遞過程,加快信息流通速度 3、建立供應(yīng)鏈戰(zhàn)略合作伙伴關(guān)系,2020/9/4,22,二、信息共享的模式,1、點(diǎn)對(duì)點(diǎn)共享模式 2、信息集中管理模式 3、綜合共享信息模式,2020/9/4,23,案例分析詹姆公司需求預(yù)測(cè),結(jié)合案例回答以下問題: 詹姆公司如何針對(duì)這種變動(dòng)較大的顧客需求進(jìn)行預(yù)測(cè)?,2020/9/4

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論