需求预测和决策简介.pptx

Demand Requirements And Decision;主要内容;预测的重要性;需求的构成;典型的趋势需求;典型的趋势需求;典型的趋势需求;典型的趋势需求; 定性预测 定量预测 仿真预测;（1）一般预测 （2）市场调研 （3）小组共识法 （4）历史类比 （5）德尔菲法;（1）一般预测 基本观点：预测是基于来自低层经验的逐步累加。 假设前提：处于最低层的销售人员，那些离顾客最近的、 最了解产品最终用途的人，最清楚产品未来的 的需求。 做法： 由他们收集情报，然后逐级上报的做法。;（3）小组共识 由不同层次的人员在会上自由讨论。这种方法缺点在于 低层人员往往易受当前市场营销的左右，不敢与领导相 背。对于重要决策，如引进流水线等，由高层人员讨论。;2001/2/21;（1）简单移动平均 （2）加权移动平均法 （3）指数平滑法 （4）线性回归分析 （5）因果回归模型 （6）时间序列分解;;;简单移动平均的各元素权重都相等，而加权移动平均的权重值可以不同。当然，其权重之和必须等于1。 权重的选择： 经验法和试算法是选择权重的最简单的方法。一般而言，最近期的数据最能预示未来的情况，因而其权重应大些。但是，其需求是季节性的，故权重也应是季节性的，一般对季节性产品季节权重系数要大。由于加权移动平均能区别对待历史数据，因而在这方面要优于简单移动平均。;;;2001/2/21;;——时期 ——某期实际需求 ——某期预测需求 ——时期总数;线性回归分析法;手拟趋势线 例： 某公司某产品过去3年12季度的销售量如下表所示， 该企业希望预测第4季度的销售情况：; y = a+bx a = 400 b = (4950-750)/(12-1) = 382 y = 400+382x;设 为实测值，y 为公式值，则 为误差，令 根据最小二乘法，则： ;2001/2/21;;因果预测;因果预测;多元回归： 考虑多个变量，以及它们各自对问题的影响。　　　　　　　　　　家具行业里：新结婚数、新建房屋数、可支的收入、趋势……有关系，则 S = B+Bm(M)+Bh(H)+Bi(I)+Bt(T) 式中： S－每年总销售量； B－基本销售额； M－年中结婚数； H－年中新造房屋数； I－可供自由支配的收入； T－趋势;预测方法的选择;Herbig曾做过问卷调查，1000万到5亿美元的企业 预测方法举例 用到的％ 重要性 使用情况排列 高层管理讨论 86 6 2.9 销售人员 68 5 2.2 顾客调查 72 4.7 2.2 时间序列 45 4.3 1.5 加权平均 46 3.8 1.4 指数平滑 36 2.8 0.9 线性回归 38 4.0 1.3 多元回归 35 3.6 1.0;一.　产品决策 一切机构存在基础：提供产品或服务。 最终维持： 选择，确定和设计产品。 　　 新产品的开发和选择，受下列因素影响： （1）经济的改变； （2）家庭规模缩小； （3）工艺的改变； （4）政策，法律的改变； （5）其它变化；;二.　产品生命周期 ;三.　新产品开发的要求： （1）快速响应市场 （2）降低产品的复杂性； （3）增加零部件标准化程度； （4）改善产品的功能； （5）提高产品使用舒适性，安全性，可靠性 （6）质量鲁棒性（robust） 　 减少制造变异对性能影响。;管理过程是决策过程 决策方法： 多目标优化 决策树——多层决策 简单决策——单层决策 决策类型： 不确定决策 风险决策——概率决策;不确定决策 对未来情况难以预测，发生的概率也不清楚 一般有三种决策方