1 / 31

12장. 수요예측

12장. 수요예측. 강의목표.  수요예측의 목적은 무엇인가?  수요변화를 야기시키는 요소는 어떠한 것이 있는가?  수요예측방법을 선택할 때 고려해야 할 요소는 무엇인가?  수요예측의 방법에는 어떠한 것이 있는가?  수요예측의 적합성을 평가하기 위해서는 어떠한 측정치를 사용하는가?  중점예측 ( focus forecasting) 이란 무엇인가?. 생산운영관리. 12-1. 12장. 수요예측. 12.1 수요예측의 필요성.

kibo-nelson
Download Presentation

12장. 수요예측

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 12장. 수요예측 강의목표  수요예측의 목적은 무엇인가?  수요변화를 야기시키는 요소는 어떠한 것이 있는가?  수요예측방법을 선택할 때 고려해야 할 요소는 무엇인가?  수요예측의 방법에는 어떠한 것이 있는가?  수요예측의 적합성을 평가하기 위해서는 어떠한 측정치를 사용하는가?  중점예측 (focus forecasting)이란 무엇인가? 생산운영관리 12-1

  2. 12장. 수요예측 12.1수요예측의 필요성  예측이 필요한 주요 의사결정 영역  재고관리  생산계획  재무계획  인원배치일정  설비계획  공정통제 생산운영관리 12-2

  3. 12장. 수요예측 12.2. 수요예측과정의 단계 <그림 12-1 참조> 생산운영관리 12-3

  4. 12장. 수요예측 예측의 목적을 규명함 과거자료를 수집함 자료의 산포도를 작성하고 패턴을 규명함 자료에 적합한 예측모델을 선택함 과거자료의 기간에 대한 예측치를 산출함 예측 오류평가치를 사용하여 예측 정확성을 검토함 예측 정확성이 충분한가? 계획기간에 대한 예측 시행 추가적으로 정성적 정보와 통찰력을 바탕으로 예측치를 조정함 결과를 검토하고 예측 정확성을 측정함 새로운 예측치를 선택하거나 기존모델의 계수를 조정함 아니오 예 <그림 12-1> 예측과정의 단계 생산운영관리 12-4

  5. 12장. 수요예측 12.3. 예측모형의 선택  정성적(qualitative)예측기법  시계열분석( time series analysis)  인과형법(causal method)  시뮬레이션(simulation) 모델 사용법  예측기법 선정시 고려 요소  요구되는 예측의 형태  예측대상기간(horizon), 예측단위기간(period),예측간격(interval) 자료의 활용가능성  정확성 요구정도  예측대상의 변화형태 (수요패턴)  예측시스템의 개발, 설치, 운영비용  예측시스템의 운영용이성  관리자의 이해 및 협조정도 생산운영관리 12-5

  6. 12장. 수요예측 12.4. 시계열 변화의 특성 <그림 12-2 참조>  기본적인 변화과정 패턴 - 시계열 모델의 예측대상 일정한 수준(level) 추세(trend) 계절적인 변화(seasonal variation) * 무작위적인 변화(random variation) 기본적인 변화과정의 변혁 패턴  일시적( transient) 혹은 충동적(impulse) 변화  계층적 변화(step change) 일정한 수준 + 갑작스러운 추세  제품수명주기와 예측모형  도입 및 성장단계 - 추세모형  성숙기 - 일정한 수준 예측 모형  쇠퇴기 - 추세모형 생산운영관리 12-6

  7. 12장. 수요예측 수요 수요 (a) 일정수준변화 (b) 선형추세변화 수요 수요 (c) 주기적 변화 (d) 충동적 변화 수요 수요 (e) 계층적 변화 (f) 경사변화 <그림12-2> 시계열 변화 특성 생산운영관리 12-7

  8. 12장. 수요예측 12.5. 정성적 예측기법 12.5.1. 판매망 활용예측법  제품이나 서비스를 구입하고 사용하는 고객과 직접 접촉하는 일선 판매망(grass roots) 혹은 판매요원(sales forces)의 개별예측 치들을 합성하여 예측치를 구하는 방법 12.5.2. 시장조사법  설문지나 인터뷰 등을 통해서 고객들이 가진 기존제품에 대한 선호도나 새로운 제품아이디어에 대한 태도 등을 조사하는 방식 생산운영관리 12-8

  9. 12장. 수요예측 12.5.3. 패널합의법  기업내의 여러계층 혹은 부서의 관리자들이 함께 모여서 수요의 크기에 대한 토의 과정을 거쳐 예측치를 구하는 방식 (집단사고(groupthink)현상에 유의해야 함) 12.5.4. 과거자료 유추법  기존의 판매실적이 없는 신제품의 경우 이와 유사한 기존제품의 과거 판매실적 변화패턴을 반영하여 예측치를 구하는 방법 생산운영관리 12-9

  10. 12장. 수요예측 12.5.5. 델파이법 델파이(Delphi)법은 집단사고현상에 의해서 본래 의도했던 집단의 합리적인 예측능력을 활용하지 못하는 패널합의법의 폐단을 제거시킨 효과적인 집단예측기법 단계 1: 전문가를 선정 단계 2: 설문지에 의한 예측치와 예측전제조건 조사 단계 3: 요약된 예측결과와 새로운 설문지를 사용한 수정 예측치 조사 단계 4: 요약된 새로운 예측치(예측조건)와 새로 작성된 설문지를 사용한 재조사 단계 5: 필요한 경우 단계 4를 반복하고, 최종 정리된 예측결과를 참여자에게 보냄 생산운영관리 12-10

  11. 12장. 수요예측 12.6. 시계열 예측기법 12.6.1. 초보적 예측법 (naive forecast) 다음 기간의 예측치를 구할 때 현재의 실제수요를 그대로 반영해서 산출하는 방법 (경우에 따라서는 지난 기간의 변화추세나 계절적인 특성을 반영할 수도 있음) 생산운영관리 12-11

  12. 12장. 수요예측 12.6.2. 단순이동평균법 (simple moving average)  다음 기간의 수요예측을 위해 현재부터 과거 일정기간의 실제수 요를 평균한 값을 사용하는 방법 Ft = (Dt-1 + Dt-2 + . . + Dt-i + . . + Dt-n) / n 단, Ft = 기간 t에 대한 수요예측치, Dt-i = 기간 t부터 i기간 직전의 실제수요, n = 이동평균치를 구하기 위해 사용할 기간의 수. <표12-2>의 안서음료(주) 자료에 의한 계산 예: n = 5인 이동평균 예측치 F98,1 = (D97,12 + D97,11 + D97,10 + D97,9 + D97,8) / 5 = (600 + 570 + 800 + 840 + 900) /5 = 742가 된다. n의 변화에 따른 예측치의 변화 <그림 12-3 참조>: n이 클 수록 예측치의 변화모습이 매우 안정적임 생산운영관리 12-12

  13. 12장. 수요예측 <그림 12-3> n의 변화에 따른 예측치의 변화 생산운영관리 12-13

  14. 12장. 수요예측 12.6.3. 가중이동평균법 (weighted moving average) 기본적으로 단순이동평균법의 적용방식과 같으나 이동평균에 사용하는 직전기간의 중요한 정도(가중치)를 차별화한다는 점이 다름. Ft = Wt-1 Dt-1 + Wt-2 Dt-2 + . . + Wt-iDt-i + . . + Wt-nDt-n 단, Wt-i= 기간 t-i의 실적치에 대한 가중치, Wt-i = 1.0 (즉, 각 실적치에 대한 가중치의 합은 1.0). 안서음료(주)의 3개월 가중이동평균 예측치 <표 12-3 참조> F98,9 = W98,8D98,8 + W98,7D98,7 + W98,6D98,6 = 0.5*1,040 + 0.3*1,000 + 0.2* 950 = 983 이다. 생산운영관리 12-14

  15. 12장. 수요예측 12.6.4. 단순지수평활법 (simple exponential smoothing) 과거의 실적치에 대해서 차별화된 가중치를 부여한다는 점에서 가중이동평균법과 같으나, 가중이동평균법이 현재부터 일정 기간동 안의 실적만을 사용하는 데에 비해서 단순지수평활법은 현재부터 과거의 모든 기간의 실적들을 사용한다는 점이 다름. Ft =  Dt-1 + (1- )Ft-1 단,  = 지수평활계수 (0과 1사이의 값을 가짐).  지수평활법(=0.3)에 의한 98년 9월 예측치 <표 12-4참조>: F 98,9 = 0.3*D 98,8 + (1-0.3)*F 98,8 = 0.3*1,040 + 0.7*849 = 907 이 된다.  지수평활의 의미: Ft =  D t-1 + (1- )F t-1 =  D t-1 + (1- )  D t-2 + (1- )F t-2 =  D t-1 + (1- )D t-2 + (1- )²F t-2 =  D t-1 + (1- )D t-2 + (1- )²Dt-3 + (1- )³Ft-3 . . . . . =  D t-1 + (1- )D t-2 + (1- )²Dt-3 + . . . . + (1- )n-1 Ft-n 생산운영관리 12-15

  16. 12장. 수요예측  지수평활법의 장점  정확성이 매우 높은 편이다.  예측모형의 작성이 비교적 용이하다.  모형의 적용원리를 이해하기 쉽다.  예측치를 구하는 데에 소요되는 계산절차가 단순하다.  제한된 과거 데이터만을 사용하기 때문에 데이터 저장요구량이 적다.  예측모형의 정확성을 평가하기 위한 테스트 절차가 쉽다.  지수평활계수 (α)의 크기 예측치를 구함에 있어서 현재의 실적을 중요하게 생각하는 정도를 나타냄. 수요변동이 클 경우는 보다 큰 값이 적절함. α값에 따른 예측치의 변동 <그림 12-4 참조> 생산운영관리 12-16

  17. 12장. 수요예측 <그림 12-4> 의 변화에 따른 예측치의 변화 생산운영관리 12-17

  18. 12장. 수요예측 12.6.5. 추세조정지수평활법 (trend adjusted exponential smoothing)  수요변화에 지속적으로 증가 혹은 감소하는 추세변동적 요소가 있는 경우 이를 평활하여 반영해주는 예측기법으로서 이중지수평활법 (double exponential smoothing)이라고도 함.  수요예측치 (TFt) = Ft + Tt 단, Ft=αDt-1 + (1 - α)TFt-1 Tt =β(Ft - Ft-1) + (1 - β)Tt-1 α = 지수평활계수 (0과 1사이의 값을 가짐), β = 추세평활계수 (0과 1사이의 값을 가짐).  추세조정지수평활법에 의한 예측치 <표 12-5 참조> F98,9 = 0.3*D98,8 + (1 - 0.3)*TF98,8 = 0.3*1,040 + 0.7*981 ≒ 999 T98,9 = 0.3*(F98,9 - F98,8) + (1 - 0.3)*T98,8 = 0.3*(999 - 913) + 0.7*68 ≒ 74 ∴ TF98,9= F98,9+ T98,9 = 999 + 74 = 1,073 생산운영관리 12-18

  19. 12장. 수요예측 12.6.6. 계절성을 고려한 예측 (seasonality incorporated forecast) 계절성을 고려한 예측은 평균적인 수요의 예측치에 계절성에 의해 부가 혹은 감소되는 수요변화예측치를 반영하여 결정하며 계절성의 반영을 위해서 계절지수를 사용할 수 있다. 단계 1: 각 계절주기별 평균계절수요를 계산한다. At = ΣDti / n 단, At = t번째 계절주기의 평균계절수요, Dti = t번째 계절주기의 계절 i의 실제수요, n = 각 계절주기의 계절의 수. 단계 2: 각 계절주기별로 평균계절수요에 대비한 각 계절수요의 변화비율 즉,계절지수를 계산한다. Sti = Dti / At 단, Sti = t번째 계절주기의 계절 i의 계절지수. 12-19 생산운영관리

  20. 12장. 수요예측 단계 3: 각 계절별 평균 계절지수를 계산한다. Si =  Sti / N t 단, Si = 계절 i의 평균계절지수, N = 계절주기의 수 단계 4: 계절지수를 사용하여 다음주기의 계절별 예측치를 구한다. Fti = (Ft / n)Si 단, Fti= t번째 계절주기의 계절 i에 대한 수요예측치, Ft = t번째 계절주기 전체의 수요예측치. 계절지수를 사용한 수요예측치 산출 예 <표 12-6, 표 12-7 참조>: A97= (D97,1+D97,2+D97,3+D97,4) / 4 = (1,510+2,260+2,620+1,970) / 4 = 2,090 S97,3 =D97,3 / A97 = 2,620 / 2,090 = 1.25 S3 = (S96,3 + S97,3 + S98,3) / 3 = (1.25 + 1.25 + 1.23) / 3 = 1.25 99년도 예상수요는 11,000이므로, F99,1 = (F99 / 4)S1 = (11,000 / 4)0.71 = 1,953, F99,2 = (F99 / 4)S2 = (11,000 / 4)1.06 = 2,915, F99,3 = (F99 / 4)S3 = (11,000 / 4)1.25 = 3,438, F99,4 = (F99 / 4)S4 = (11,000 / 4)0.98 = 2,695 생산운영관리 12-20

  21. 12장. 수요예측 12.7. 인과형 예측기법 12.7.1. 선형회귀분석 (linear regression analysis) 선형회귀분석은 단일한 종속변수와 여러 개의 독립변수간의 관계를 선형의 모형으로 전환시키는 자료분석방법으로서 수요예측에 적용할 경우 수요변화를 종속변수로 하고 수요에 직접적인 영향을 미칠 수 있 는 요소들을 독립변수로 선정하여 선형관계식을 도출하는 것을 의미함. - 단순선형회귀분석 (simple linear regression analysis) - 선형추세분석법: 시간을 독립변수, 수요를 종속변수로 하는 단순선형회귀 분석 적용사례 - 다중선형회귀분석 (multiple linear regression analysis) 생산운영관리 12-21

  22. 12장. 수요예측  단순선형회귀분석식 y = a + bx 단, a = (x2y - xxy) / (nx2 - (x)2 ) b = (nxy - xy) / (nx2 - (x)2) n = x와 y의 관계를 나타내는 자료의 수.  상관계수 (correlation coefficient) r = (nxy - xy) / [nx2 - (x)2][ny2 - (y)2] 결정계수 (coefficient of determination) :r2 표준예측오차 (standard error of estimate) yx = (y2 - ay - bxy) / (n - 2) - 95%의 신뢰수준에 의한 예측치: y = (a + bX)  1.96 yx 생산운영관리 12-22

  23. 12장. 수요예측  선형회귀분석에 의한 수요예측 <표 12-8, 표 12-9참조>:  y = 668.29 + 13.39 x이므로 99년 1월의 예상기온이 -5.5 C라면, y99,1 = 668.29 +13.39 (-5.5) ≒ 595 표준예측오차는 yx = (y2 - ay - bxy) / (n - 2) = (8,462,400 -668.29  9,880-13.39135,406) / (12-2) = 68.27  95% 신뢰수준에 의한 수요예측구간 y99,1 = 595  1.96 yx = 595  1.9668.27 = 595  133.8 상관계수 r =(nxy -xy) / [nx2 - (x)2 ][ny2 - (y)2] = (12135,406 - 138.99,880) (123,178.89 -138.92 )(128,462,400 -9,8802) = 0.93 결정계수: 0.932인 0.86 즉, 판매실적 변화의 86%를 기온변화가 설명할 수 있다는 의미임. 생산운영관리 12-23

  24. 12장. 수요예측 12.8. 예측모형의 평가 12.8.1. 예측오차 (forecast errors) 생산운영관리 12-24

  25. 12장. 수요예측 12.8.2. 오차의 측정 누적예측오차 (CFE: cumulative forecast error) CFE = ∑Et=∑(Dt - Ft) 단, Et = 기간 t의 예측오차. 평균절대편차 (MAD: mean absolute deviation) MAD = ∑Et / n 평균제곱오차 (MSE: mean squared error) MSE = ∑Et2 / n  표준편차 (standard deviation) σ = MSE ≒ 1.25 MAD 혹은 1 MAD ≒ 0.8σ 평균절대오차비율 (MAPE: mean absolute percent error) MAPE(%) = [∑(｜Et｜/ Dt)  100 ] / n 예측오차 측정 및 비교: <표 12-10, 표 12-11 참조> 생산운영관리 12-25

  26. 12장. 수요예측 12.8.3. 예측오차의 추적  추적지표(TS: tracking signal): TS =CFE / MAD = ∑Et / (∑｜Et｜/ n) <표 12-12> MAD의 특정한 배수 내에 TS값이 포함될 확률 --------------------------------- MAD의 배수 σ의 배수 TS가 포함될 확률(%)* --------------------------------- ±1.0 ±0.8 57.62 ±1.5 ±1.2 76.98 ±2.0 ±1.6 89.04 ±2.5 ±2.0 95.44 ±3.0 ±2.4 98.36 ±3.5 ±2.8 99.48 ±4.0 ±3.2 99.86 --------------------------------- *부록의 정규확률분포표 참조 - 추적지표의 변경: TSt=CFEt / MADt , 단, MADt = α｜Et｜ + (1 -α) MADt-1. 생산운영관리 12-26

  27. 12장. 수요예측 <그림 12-5> 추적지표(TS) 관리도 생산운영관리 12-27

  28. 12장. 수요예측 12.8.4. 중점예측(focus forecasting)  American Hardware Supply의 Bernard Smith에 의해 창안됨.  과거의 경험과 판단에 의해 개발된 예측기준을 사용하여 예측함. 생산운영관리 12-28

  29. 12장. 수요예측 12.8.4.1. 예측기준의 개발 예측기준의 예: ① 지난 3개월간 판매한 수량만큼 향후 3개월 동안도 판매가 이뤄질 것이다. ② 작년의 같은 3개월 동안 판매한 수량만큼 올해 같은 기간동안에도 동일한 판매가 이뤄질 것이다. ③ 지난 3개월간 판매한 수량보다 향후 3개월 동안은 10%정도 많이 판매할 수 있을 것이다. ④ 작년 같은 3개월 기간에 비해 향후 같은 3개월 동안에는 50%정도 많은 판매가 이뤄질 것이다. ⑤ 작년 같은 3개월 기간에 대해 지난 3개월간 발생했던 판매량변화가 향후 3개월에도 동일하게 발생할 것이다. 생산운영관리 12-29

  30. 12장. 수요예측 12.8.4.2. 예측성과 시뮬레이션  예측 정확성의 비교<표 12-13 참조>: (1) 예측기준 ①의 적용 - 98년 10월-12월까지의 예측치는 98년 7월-9월까지 실적 의 합 즉,1,000+1,040+1,010 = 3,050(천)상자가 된다. (2) 예측기준 ②의 적용 - 작년 10월부터 12월까지의 실적치인 800+570+600 = 1,970 (천)상자가 된다. (3) 예측기준 ③의 적용 - 직전 3개월보다 10%증가된 판매가 예상된다는 기준이므로, 3,050*1.1 = 3,355 (천)상자가 된다. (4) 예측기준 ④의 적용 - 작년 같은 기간에 비해 50%정도 늘어날 것으로 예상하는 기준이므로, 1,970*1.5=2,955 (천)상자가 된다. 생산운영관리 12-30

  31. 12장. 수요예측 (5) 예측기준 ⑤의 적용 - 98년 10월-12월 예측치 = 97/10월-12월 실적치×(98/7월-9월 실적치 / 97/7월-9월 실적치) = 1,970 × (3,050 /2,620) = 2,293 (천) 상자 (6) 예측오차의 비교 - 98년 10월-12월의 실적치와 비교: 예측기준 실적치 예측치 예측오차 ------- -------- -------- -------- 1 2,450 3,050 -600 2 2,450 1,970 480 3 2,450 3,355 -905 4 2,450 2,955 -505 5 2,450 2,293 157 12.8.4.3. 중점예측시의 유의시항 생산운영관리 12-31

More Related