1 / 72

第二章

第二章. 銷售預測. 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. 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. 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。. 預測之目的與條件.

kim-sparks
Download Presentation

第二章

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. 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. 週 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. 週 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. 週 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. 週 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

More Related