- 1、本文档共48页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第6章需求预测概要
第六章 需求预测 主要内容 6.1 预测(什么是预测,为什么要进行预测) 6.2 预测方法(如何进行预测) 6.3 预测误差与监控 (预测结果的评估) 6.1 预测 6.1.1 预测及其作用 6.1.2 预测分类 6.1.3 预测的步骤 6.1.1 预测及其作用 预测是对未来可能发生的情况的预计与推测。 “凡事预则立,不预则废”。预测为人们提供了即将发生的情况的信息,增加了成功的机会。 但预测不是一门精确的科学,它是科学与艺术的结合。 预测离不开科学测定的数据,也离不开人们的经验和判断。 不能因为预测的失误而否定预测。 中国人不喝冰红茶 一间宽大的单边镜访谈室里,桌子上摆满了没有标签的杯子,有几个被访问者逐一品尝着不知名的饮料,并且把口感描述出来写在面前的卡片上……这个场景发生在1999年,当时任北华饮业调研总监的刘强组织了5场这样的双盲口味测试,他想知道,公司试图推出的新口味饮料能不能被消费者认同。 此前调查显示:超过60%的被访问者认为不能接受“凉茶”,他们认为中国人忌讳喝隔夜茶,冰茶更是不能被接受。刘强领导的调查小组认为,只有进行了实际的口味测试才能判别这种新产品的可行性。 等到拿到调查的结论,刘强的信心被彻底动摇了,被测试的消费者表现出对冰茶的抵抗,一致否定了装有冰茶的测试标本。新产品在调研中被否定。 直到2000年、2001年,以旭日升为代表的冰茶在中国全面旺销,北华饮业再想迎头赶上为时已晚,一个明星产品就这样穿过详尽的市场调查与刘强擦肩而过。说起当年的教训,刘强还满是惋惜:“我们举行口味测试的时候是在冬天,被访问者从寒冷的室外来到现场,没等取暖就进入测试,寒冷的状态、匆忙的进程都影响了访问者对味觉的反应。测试者对口感温和浓烈的口味表现出了更多的认同,而对清凉淡爽的冰茶则表示排斥。测试状态与实际消费状态的偏差让结果走向了反面。” “驾御数据需要系统谋划。”好在北华并没有从此怀疑调研本身的价值,“去年,我们成功组织了对饮料包装瓶的改革,通过测试,我们发现如果在塑料瓶装的外型上增加弧型的凹凸不仅可以改善瓶子的表面应力,增加硬度,更重要的是可以强化消费者对饮料功能性的心理认同。” 采访中,北京普瑞辛格调研公司副总经理邵志刚先生的话似乎道出了很多企业的心声:“调研失败如同天气预报给渔民带来的灾难,无论多么惨痛,你总还是要在每次出海之前,听预报、观天气、看海水。” 6.1.1 预测及其作用 预测的作用 帮助管理者设计生产运作系统 生产什么产品,提供何种服务 在何处建立生产/服务设施 采用什么样的流程 供应链如何组织 帮助管理者对系统的使用进行计划 今年生产什么,生产多少 如何利用现有设施提供满意服务 预测的基本假设:过去的发展状态要持续到将来 对总量的预测要比对个体的预测精确 如每天从武汉到北京旅客数量的预测,比预计某个人将到何处出差要准确 预测精度随预测的时间范围增加而降低 6.1.2 预测分类 按性质分 科学预测 科学预测是对科学发展情况的预计与推测。如门捷列夫预计有3个当时未发现的元素:亚铝、亚硼和亚硅。后来,发现了,是镓、钪和锗。 技术预测 技术预测是对技术进步情况的预计与推测。 经济预测 政府部门以及其它一些社会组织经常就未来的经济状况发表经济预测报告 6.1.2 预测分类(续) 按时间分 长期预测(Long-range Forecast) 对5年或5年以上的需求前景的预测。它是企业长期发展规划的依据。 中期预测(Intermediate-range Forecast) 中期预测是指对一个季度以上两年以下的需求前景的预测。它是制订年度生产计划、季度生产计划的依据。 短期预测(Short-range Forecast) 短期预测是对一个季度以下的需求前景的预测。它是调整生产能力、采购、安排生产作业计划等具体生产经营活动的依据。 6.1.2 预测分类(续) 按主客观因素所起的作用分 定性预测 定量预测 6.1.3 预测的步骤 6.2 预测方法 定性分析法 定量分析法 因果联系法 因果联系是假定需求与某些内在因素或周围环境的外部因素有关。常见的因果联系法主要有:回归分析、经济模型、投入产出模型、行指标等。 时间序列分析 时间序列分析是建立在这样一个设定基础上的,与过去需求相关的历史数据可用于预测未来的需求。历史数据可能包含诸如趋势、季节、周期等因素。 常见的时间序列分析方法主要有:简单移动平均、加权移动平均、指数平滑、鲍克斯·詹金斯法、西斯金时间序列等。 时间序列预测(Time Series Forecasts) 趋势成分- 数据长期变化趋势 季节性波动- 数据短期有规律的波动 周期波动- 固定时间有规律的波动 随机波动(Random variatio
文档评论(0)