第二章 - PowerPoint PPT Presentation

kim-sparks
slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
第二章 PowerPoint Presentation
play fullscreen
1 / 72
Download Presentation
第二章
211 Views
Download Presentation

第二章

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. 第二章 銷售預測

  2. 本章重點 • 預測之意義 • 定性的預測方法 • 定量的預測方法:時間數列分析 • 定量的預測方法:因果迴歸模式 • 定量的預測方法:模擬法 • 預測方法的選擇:誤差大小 • 預測誤差的控制

  3. 預測的意義 預測是對未來事件的一種估計,市場需求→銷售預測→損益平衡→生產規劃

  4. 範例 • 已知某公司生產電腦年銷售值預測為80,000,000元,其中A型電腦佔有率為,每台單價為10,000元,則預測電腦中A型電腦應生產多少台? • 由於預測需用實體單位,因此,將其加以轉換成台數。

  5. 預測之目的與條件 • 預測的目的在希望事前瞭解未來不確定之情況,並在事前擬訂各種因應計劃,以降低未來之風險。 • 好的銷售預測之條件:1. 預測需以意義的計量單位來表示。2. 群體項目之預測通常較單項預測更為精確。3. 生產最好能保有彈性,以免吃驚反應不及。4. 預測時應考慮各種行動所需的前置時間。5. 時間增長,準確性降低。6. 預測儘可能追求高準確度。7. 預測通常採用2至3個方法。8. 預測可用資料越多,預測越準。9. 預測應能書面化。10.預測需容易瞭解與使用。

  6. 預測之步驟 • 決定預測的目的與何時需要預測。 • 確定預測所需涵蓋的時間幅度。 • 選擇預測技術:利用定性法或定量法。 • 蒐集資料與基本資料分析。 • 預測值之評估:計算誤差值,以決定誤差是否過大。 • 預測方法的控制與回饋:利用管制圖法與追蹤信號法,管制使用之預測方法。

  7. 企業決策 財務管理 依決策範圍 之預測方法 產品決策 依對企業的影響之決策方法 行銷規劃 製程決策 生產規劃 主排程規劃 工廠決策 依預測順序 之預測方法 由上而下 作業決策 由下而上 預測的方法1 • 預測的方法可依決策範圍,對企業的影響,預測順序及預測技術加以分類

  8. 預測的方法2 • 依預測技術分類

  9. 預測之定性方法1 • 定性方法:1、依個人主觀意識來進行預測之方法2、強調個人經驗與知識3、適用於缺乏歷史資料時4、適用於長期預測 • 小組意見法 (Panel Discussions)三個臭皮匠勝過一個諸葛亮,可能受到社會因素及個人地位的影響,易造成「盲從效應」 • 德爾菲法 (Delphi Method)  是由美國著名智庫蓋德公司(Rand Corporate)發明出來的一種匿名群體決策方法

  10. 預測之定性方法 2 • 市場調查法 (Market Research)  以問券方式,直接詢問購買者,調查其購買意向。 • 歷史類比法 (Historical Analogy)  與成長率類似的產品相類比 • 草根法 (Gross root)  利用銷售量所蒐集資料進行預測,屬於由下而上預測之方法

  11. 時間數列分析1 • 時間數列分析基本假設未來是過去的延伸,以時間作為自變數,需求量作為因變數 • 影響時間數列分析之因素1、趨勢變動2、季節變動3、循環變動4、不規則變動(隨機變動)

  12. 時間數列分析2 • 短期預測方法  1、天真(Naïve)預測法  2、簡單移動平均法  3、加權移動平均法  4、簡單指數平滑法 5、古典分解法 6、最小平方法

  13. 時間數列分析3 • 天真法 • 修正天真法:若知存在趨勢變動時

  14. 1 2 3 4 銷貨量 17 21 19 23 範例 已知某業務員過去4週之需求量如下: 試求:以天真法預測第5週之需求量等於多少?

  15. 1 2 3 4 銷貨量 17 21 25 30 範例 已知某業務員過去4週之需求量呈現趨勢現象,其資料如下: 試求:以天真法預測第5週之需求量等於多少?

  16. 時間數列分析4 • 簡單移動平均法 • 影響其反應之因素:期數(n)越小,反應越快。期數(n)越大,反應越慢。

  17. 期別 原始資料 n=3 n=4 n=5 1 25 2 20 3 30 4 23 25.00 5 22 24.33 24.50 6 24 25.00 23.75 24.0 7 31 23.00 24.75 23.8 8 32 25.67 25.00 26.0 9 28 29.00 27.25 26.4 10 25 30.33 28.75 27.4 11 26 28.33 29.00 28.0 12 30 26.33 27.75 28.4

  18. 1 2 3 4 5 6 銷貨量 17 21 25 30 32 40 範例 已知某業務員過去6週之銷售量資料如下: 試求以:(1)n=3  (2)n=5 的簡單移動平均法預測第7週之銷售量等於多少?

  19. 時間數列分析5 • 加權移動平均法 • 最近期的資料,其重要性越重要。 • 最近期的資料常具有較大的權數。 • 而當每一期資料之重要性均相同時,代表其為簡單移動平均法 。 • 最近期權數越大,反應性越高。

  20. 1 2 3 4 5 6 銷貨量 17 21 25 30 32 40 範例 已知某業務員過去6週之銷售量資料如下: 試求以權數3、2、1的加權移動平均法,預測第7週之銷售量等於多少?

  21. 時間數列分析6 • 簡單指數平滑法 • 本身乃是一種加權移動平均法。 • 其權數變更只需變更平滑指數即可。 • 當平滑常數越大時,代表誤差值之影響力越顯著。

  22. 範例 已知某製造電視機公司使用指數平滑法預測每年銷售量,平滑常數為0.4,假設上一年之預測值為20,000台,而實際銷售為21,000台,則今年預測可以賣幾台?

  23. 週次 1 2 3 4 5 6 銷售量 22 25 18 30 20 範例 已知下列資料,若已知第5週之預測值為25,試求: (1)α=0.2之指數平滑法,其第6週之預測(2)α=0.5之指數平滑法,其第6週之預測值。

  24. 週次 1 2 3 4 5 6 銷售量 22 26 18 30 20 範例 若某公司已知平滑常數α=0.5,它要利用指數平滑法來預測每週需求量,其已知實際資料如下,試預測第6週之需求。

  25. 期別 1 2 3 4 5 6 Y 22 26 18 30 20 22 26 23 範例解答 1 利用公式 求簡單移動平均法之期數,並以之求預測起始值:

  26. 期別 1 2 3 4 5 6 Y 22 26 18 30 20 22 22 24 21 25.5 範例解答 1 假設 其計算過程如下:

  27. 時間數列分析7 • 中期預測模式:古典分解法 • 加法模式(單位相同,且各因素獨立時) • 乘法模式(各因素相依)

  28. 範例 若已知本年度銷貨量為2000單位,依長期趨勢預測明年將減少10單位,依循環指數預測將增加5單位,依季節指數預測將增加10單位,依誤差預測時將減少20單位。試問:明年該公司之銷售量為多少? 若已知依長期趨勢預測明年銷售量將為2000單位,依季節指數預測將增加10%,依循環指數預測將增加10%,依誤差預測時將減少10%。試以古典分解法乘法模式預測明年該公司之銷售量為多少?

  29. 時間數列分析8 • 中期預測模式:季節指數--簡單平均法 • 不考慮循環因子與趨勢因子的季節指數

  30. 範例 依據過去五年的銷售額統計,第一季銷售額的平均值為280,第二、三、四季銷售額為380、320、220。試求:1.以簡單平均法算出第一季的季節指數為何?2.若次一年 ( 第六年 ) 的銷售額預計為1500,則該年第三季的預測銷售額為何?

  31. 範例解答

  32. 時間數列分析9 • 季節指數—中心點移動平均法。 • 在計算平均時所需期數和季節中資料點數一定相等。 • 若使用月資料,則需12期之移動平均;若使用季資料,則需要4期移動平均。 • 移動平均期數若為偶數則須進行雙次移動平均。 • 由於中心點移動平均值位於中心地位,具前瞻與後顧之特性。

  33. 年份 1 2 3 季節 1 2 3 4 1 2 3 4 1 2 3 4 需求 10 40 20 50 12 45 22 48 8 45 18 52 範例 已知下列資料代表各年各季的需求量,試以中心點移動平均法求出各季之季節指數。

  34. 年度 季節 需求量 四期平均 二期平均 季節指數 1 10 2 40 30 3 20 30.25 20/30.25=0.661 30.5 4 50 31.125 1.606 31.75 2 1 12 32 0.375 32.25 2 45 32 1.406 31.75 3 22 31.25 0.704 30.75 4 48 30.75 1.561 30.75 3 1 8 30.25 0.264 29.75 2 45 30.25 1.488 30.75 3 18 4 52

  35. 季別 1 2 3 4 總和 年 度 1 0.661 1.606 2 0.375 1.406 0.704 1.561 3 0.264 1.488 季節指數平均 0.320 1.447 0.683 1.584 4.034 季節指數修正 0.317 1.435 0.677 1.571 4.000

  36. 時間數列分析10 • 考慮趨勢因子之季節指數

  37. 範例 某製造商欲預測第11、12期之需求。而第11、12期之需求分別為年度的第三、四季。 若已知時間數列由趨勢因子與季節因子所構成 ( 隨機誤差已消除 ),趨勢線為四季季節指數分別為:1.3、0.7、1.2、0.8,試預測第11、12期之需求為多少? 先利用趨勢線求出第11、12期之趨勢需求: 再乘上季節指數求其預測值:

  38. 時間數列分析11 • 長期趨勢因子1、隨手劃2、半平均法3、最小平方法4、趨勢調整指數平滑法 • 隨手劃(下頁)

  39. 期別 1 2 3 4 5 銷售量 10 15 18 27 35 範例 • 半平均法 若已知下列資料,試以半平均法求出趨勢線為何,並以其預測第6期的銷售量。

  40. 範例 最小平方法假設: 公式:

  41. 年度 (x) 1 2 3 4 5 銷售量 (y) 150 250 280 320 400 範例 若已知得龍家電公司,過去五年之銷售金額 ( 百萬 ) 如下,試以最小平方法求其方程式,並以其預測第6年之銷售金額為多少?

  42. 範例解答

  43. x 1 2 3 4 5 y 150 250 280 0320 0400 x2 1 4 9 16 25 xy 150 500 840 1280 2000 範例解答

  44. 趨勢調整指數平滑法(雙指數平滑法) 為平滑化因子 為趨勢因子 α與β均為平滑常數

  45. 年度 (x) 1 2 3 4 5 6 銷售量 (y) 150 250 280 320 400 500 【範例】若已知得龍家電公司,過去六年之銷售金額 ( 百萬 ) 如下,試以前四期資料做為趨勢調整指數平滑法模型發展依據,且取平滑常數α=0.4, β=0.3,預測第7年之銷售金額為多少?

  46. 期別 5 400 376.67 0.4(400–376.67) 386.0 56.67 0.3(0) 56.67 442.67 6 500 442.67 0.4(500–442.67) 465.6 56.67 0.3(442.67–376.67–56.67) 59.77 523.37 範例