Διοίκηση Λειτουργιών και Παραγωγής Ενότητα 3: Πρόβλεψη Ζήτησης. Διδάσκων: Βασιλική Καζαντζή, Επίκουρος Καθηγήτρια. Τμήμα Διοίκηση Επιχειρήσεων.

Παρουσίαση με θέμα: "Διοίκηση Λειτουργιών και Παραγωγής Ενότητα 3: Πρόβλεψη Ζήτησης. Διδάσκων: Βασιλική Καζαντζή, Επίκουρος Καθηγήτρια. Τμήμα Διοίκηση Επιχειρήσεων."— Μεταγράφημα παρουσίασης:

1 Διοίκηση Λειτουργιών και Παραγωγής Ενότητα 3: Πρόβλεψη Ζήτησης. Διδάσκων: Βασιλική Καζαντζή, Επίκουρος Καθηγήτρια. Τμήμα Διοίκηση Επιχειρήσεων.

2 Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Θεσσαλίας» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 2

3 Σκοποί ενότητας Δίνεται έμφαση στον πολύ σημαντικό ρόλο της πρόβλεψης της ζήτησης στην οργάνωση και στον προγραμματισμό ενός παραγωγικού συστήματος, αναλύονται τα χαρακτηριστικά της ζήτησης, ενώ παρουσιάζονται με λεπτομέρεια η διαδικασία των προβλέψεων και οι κυριότερες ποιοτικές και ποσοτικές τεχνικές πρόβλεψης ζήτησης που χρησιμοποιούνται στην Διοίκηση της Παραγωγής. Πρόβλεψη Ζήτησης3

4 Περιεχόμενα ενότητας 1) Τι είναι το JUnit και ο έλεγχος μονάδας 2) Εγκατάσταση του Eclipse IDE 3)Δημιουργία ενός projectΔημιουργία ενός project Πρόβλεψη Ζήτησης4

5 Πρόβλεψη ●Η διαδικασία της πρόβλεψης αφορά ένα μελλοντικό συμβάν. ●Βάση στήριξης όλων των επιχειρηματικών αποφάσεων. ●Παραγωγή. ●Αποθέματα. ●Προσωπικό. ●Υποδομές / εγκαταστάσεις. Πρόβλεψη Ζήτησης5

6 Πρόβλεψη ζήτησης (1 από 3) ●Η πρόγνωση των πωλήσεων, αναφέρεται ουσιαστικά στην εκτίμηση της προβολής στο μέλλον του τι θα πουληθεί, πότε και πού. ●Χρησιμοποιείται για την καταχώρηση του πλάνου των πωλήσεων, που έχει καταστρωθεί από το Τμήμα Marketing. ●Η πρόγνωση της ζήτησης (πλάνο πωλήσεων), αποτελεί το έναυσμα για την έναρξη των διαδικασιών που έχουν στόχο την εξυπηρέτηση, και την ικανοποίηση του πελάτη. Παράλληλα, αποτελεί και την αρχική συνθήκη για το σχεδιασμό του βασικού προγράμματος παραγωγής (MASTER PRODUCTION SCHEDULE - MPS). Πρόβλεψη Ζήτησης6

7 Πρόβλεψη ζήτησης (2 από 3)  Εάν η ζήτηση παρέμενε πάντα σταθερή, η διαχείριση ενός παραγωγικού συστήματος θα ήταν στα σίγουρα πολύ πιο εύκολη. Ωστόσο, στον πραγματικό κόσμο των τυχαίων και εποχιακών διαφοροποιήσεων της ζήτησης, απαιτείται η βέλτιστη δυνατή χρησιμοποίηση των διαθέσιμων πόρων.  Το πρώτο βήμα στο πρόβλημα του προγραμματισμού ενός παραγωγικού συστήματος, είναι ο ακριβής προσδιορισμός της πρόβλεψης της ζήτησης, για τα προϊόντα που πρόκειται να παραχθούν.  Η βασική ιδέα στην ανάπτυξη των διαφόρων μεθόδων πρόγνωσης, είναι η χρησιμοποίηση προηγούμενων (ιστορικών) στοιχείων (past or historical data), για την πρόβλεψη (προβολή) των μελλοντικών τιμών. Πρόβλεψη Ζήτησης7

8 Πρόβλεψη ζήτησης (3 από 3) Γιατί είναι λοιπόν αναγκαία η πρόβλεψη της ζήτησης; ●Για την υποστήριξη των διαδικασιών σχεδιασμού και προγραμματισμού των απαιτήσεων, που δημιουργούνται (για συγκεκριμένο χρονικό ορίζοντα). ●Για την αποφυγή του πλεονάσματος ή της έλλειψης αποθεμάτων. ●Για τη βελτίωση της διαχείρισης των πόρων. Πρόβλεψη Ζήτησης8

9 Χαρακτηριστικά της ζήτησης 1. Η ποσότητα που θα χρειαστεί η αγορά σε κάθε χρονική περίοδο. Πόσα τεμάχια θα πωλήσει το χρόνο; Η συνολική ετήσια ζήτηση θα είναι σταθερή από μήνα σε μήνα, ή θα εμφανίζει εποχικές διακυμάνσεις; 2. Η επιθυμητή ποιότητα του προϊόντος ή της υπηρεσίας. Τι ποιότητα θα απορροφήσει η αγορά; 3. Η χρονική τάση, δηλαδή η κλιμάκωση ή ανάπτυξη της ζήτησης. Τι μεταβολές στο ετήσιο ύψος της ζήτησης, θα πρέπει να αναμένει η διοίκηση για τα επόμενα χρόνια λειτουργίας της επιχείρησης; 4. Η αναμενόμενη γεωγραφική κατανομή της. Ποια θα είναι η γεωγραφική κατανομή των πωλήσεων σε διαδοχικά στάδια ανάπτυξης της επιχείρησης; Πρόβλεψη Ζήτησης9

10 Εξωτερική και εσωτερική ζήτηση ●Η «εξωτερική ζήτηση» υπόκειται σε διακυμάνσεις από παράγοντες που δεν ελέγχονται, π.χ. η κατάσταση της οικονομίας, απρόβλεπτες πολιτικές και άλλες εξελίξεις, τυχαίες μεταβολές στον καιρό. Η «εξωτερική ζήτηση» παρουσιάζει τη μεγαλύτερη αβεβαιότητα. ●Η «εσωτερική ζήτηση» αναφέρεται σε όλα τα συστατικά του προϊόντος (πρώτες ύλες, εξαρτήματα, είδη συσκευασίας, και τα λοιπά) και σε άλλα μέσα παραγωγής, π.χ. εργατοώρες, μηχανοώρες, και άλλα, που απαιτούνται για την παραγωγή / κατασκευή του. Η πρόβλεψη της «εσωτερικής ζήτησης» ακολουθεί την πρόβλεψη της «εξωτερικής ζήτησης». Πρόβλεψη Ζήτησης10

11 Επιπτώσεις από σφάλματα στην πρόβλεψη της ζήτησης ●Υψηλό κόστος που συνδέεται είτε από υπερβολική «αισιοδοξία» είτε από μεγάλη «απαισιοδοξία». ●Το κόστος από την αισιοδοξία προκύπτει από την ανεπαρκή εκμετάλλευση της διαθέσιμης δυναμικότητας της επιχείρησης και από τα πλεονασματικά αποθέματα. ●Η μεγάλη απαισιοδοξία οδηγεί σε αδυναμία ικανοποίησης των παραγγελιών, λόγω ανεπαρκούς δυναμικότητας σε σχέση με την πραγματική ζήτηση. Συνέπειες αποτελούν το διαφυγόν κέρδος από τη μη ικανοποίηση παραγγελιών και η απώλεια αξιοπιστίας στην αγορά με αποτέλεσμα την απώλεια πολύτιμων πελατών. Πρόβλεψη Ζήτησης11

12 Διαδικασία διαμόρφωσης προβλέψεων Βασικά στοιχεία για τη διαδικασία διαμόρφωσης προβλέψεων. ●Διαθέσιμες πληροφορίες μέσα και έξω από την επιχείρηση. ●Απαιτούμενες πληροφορίες για την περιγραφή μιας πρόβλεψης. ●Τρόποι αξιολόγησης για την καταλληλότητα - ακρίβεια της πρόβλεψης. ●Κατάλληλες μέθοδοι για την προετοιμασία μιας πρόβλεψης. ●Περιορισμοί και συνθήκες που επηρεάζουν τον τρόπο διαμόρφωσης μιας πρόβλεψης. Πρόβλεψη Ζήτησης12

13 Διαμόρφωση προβλέψεων Πρόβλεψη Ζήτησης13

14 Πληροφορίες προβλέψεων Είδος πρόβλεψηςΠαρεχόμενες πληροφορίες Μακροχρόνιες προβλέψεις (5 έως 10 έτη). Όλα τα χαρακτηριστικά της ζήτησης: ποσότητα, ποιότητα, χρονική κλιμάκωση, γεωγραφική κατανομή. Μεσοπρόθεσμες προβλέψεις (2 έως 24 μήνες). Αναμενόμενη ποσότητα ζήτησης. Δείκτες εποχικότητας. Βραχυπρόθεσμες προβλέψεις (1 έως 5 εβδομάδες). Αναμενόμενη μέση ποσότητα ζήτησης. Περιθώρια σφάλματος στην πρόβλεψη. Μέγιστη λογική ποσότητα ζήτησης. Ελάχιστη λογική ποσότητα ζήτησης. Πρόβλεψη Ζήτησης14

15 Μέθοδοι πρόβλεψης Ποιοτικές Μέθοδοι ●Κυρίως σε περιπτώσεις μη καθορισμένες, και όταν υπάρχουν λίγα δεδομένα. ●Νέα προϊόντα. ●Νέα τεχνολογία. ●Εμπεριέχουν στοιχεία εμπειρίας και διαίσθησης. ●π.χ. πρόβλεψη πωλήσεων μέσω διαδικτύου. Ποσοτικές Μέθοδοι ●Όταν η κατάσταση είναι πιο σταθερή και υπάρχουν ιστορικά δεδομένα. ●Υπάρχοντα προϊόντα. ●Ισχύουσα τεχνολογία. ●Εμπεριέχει μαθηματικές μεθόδους. ●π.χ. πρόβλεψη πωλήσεων τηλεοράσεων. Πρόβλεψη Ζήτησης15

16 Ποιοτικές μέθοδοι ●Επιτροπή λήψης απόφασης αποτελούμενη από executives. ●Συγκεντρωτικές απόψεις υψηλόβαθμων στελεχών, κάποιες φορές με ενσωμάτωση στατιστικών μοντέλων. ●Μέθοδος Delphi. ●Πάνελ εμπειρογνωμόνων, επαναληπτικός τρόπος εξέτασης. ●Σύνθεση στελεχών πωλήσεων. ●Εκτιμήσεις μεμονωμένων περιπτώσεων πωλητών, εξετάζονται για την ορθότητα και έπειτα συνδυάζονται. ●Έρευνα αγοράς καταναλωτών. ●Διερεύνηση μέσω απευθείας επικοινωνίας με τους καταναλωτές – συνεντεύξεις. Πρόβλεψη Ζήτησης16

17 Ποσοτικές μέθοδοι Πρόβλεψη Ζήτησης με Χρονοσειρές. ●Χρονοσειρά: Σύνολο τιμών για κάποιο μέγεθος που μας ενδιαφέρει από μετρήσεις ή παρατηρήσεις, σε ίσα χρονικά διαστήματα. ●Ανάλυση χρονοσειράς: Περιγράφει τη ζήτηση σε προηγούμενες διαδοχικές περιόδους. ●Αντικειμενικός σκοπός: Ο προσδιορισμός της διαδικασίας ή του μηχανισμού της αγοράς, που διαμορφώνει τη ζήτηση. ●Παραδοχή: Με γνωστή τη διαδικασία που δημιουργεί τη ζήτηση, μπορούμε να κάνουμε καλύτερες προβλέψεις (στο βαθμό που τα βασικά χαρακτηριστικά του περιβάλλοντος, παραμένουν σταθερά). ●Εξετάζουμε πως μια μεταβλητή, αλλάζει με την πάροδο του χρόνου (από ιστορικά στοιχεία ζήτησης), και διαμορφώνουμε τη σχέση μεταξύ ζήτησης και χρόνου. Στη συνέχεια, χρησιμοποιούμε τη σχέση αυτή, για την πρόγνωση των μελλοντικών επιπέδων ζήτησης. Πρόβλεψη Ζήτησης17

18 Συνθετικά στοιχεία χρονοσειράς Η ζήτηση που πραγματοποιείται σε μια χρονική περίοδο, είναι αποτέλεσμα τεσσάρων διαφορετικών επιρροών ή παραγόντων: ●Τ = η μακροχρόνια τάση (trend), στο μέσο επίπεδο της ετήσιας ζήτησης. ●C = η κυκλική διακύμανση (cyclical variation) της ζήτησης, που οφείλεται σε μεταβολές στις οικονομικές, κοινωνικές, πολιτικές, ή άλλες συνθήκες. ●S = η εποχιακή διακύμανση (seasonal variation). ●R = η απρόβλεπτη τυχαία διακύμανση (random / irregular variation). Συνεπώς, Y = f (T, C, S, R). όπου Υ = η πραγματική ζήτηση. Πρόβλεψη Ζήτησης18

19 Πρόβλεψη ζήτησης – ανάλυση χρονοσειρών Πρόβλεψη Ζήτησης19

20 Μαθηματικά πρότυπα για την ανάλυση χρονοσειρών 1. Αθροιστικό Πρότυπο. Y = T + C + S + R. 2. Πολλαπλασιαστικό Πρότυπο. Y = T * C * S * R. Πρόβλεψη Ζήτησης20

21 Υπολογισμός μακροχρόνιας τάσης Έτος2006200720082009201020112012 Χ0123456 Ζήτηση Υ 1213129015081466192820522114 ●Ποια θα είναι η ζήτηση το 2013 (Y΄ 7 ); Πρόβλεψη Ζήτησης21

22 Υπολογισμός μακροχρόνιας τάσης με γραφική μέθοδο Πρόβλεψη Ζήτησης22

23 Μέθοδος ελαχίστων τετραγώνων (1 από 4) Πρόβλεψη Ζήτησης23

24 Μέθοδος ελαχίστων τετραγώνων (2 από 4) Πρόβλεψη Ζήτησης24

25 Παράδειγμα με την μέθοδο ελαχίστων τετραγώνων ΕΤΟΣ ΧΖΗΤΗΣΗ ΥΧ * YΧ2Χ2 0121300 11290 1 2150830164 3146643989 41928771216 520521026025 621141268436 ΣΧ = 21ΣΥ = 11571ΣΧΥ = 39360ΣΧ 2 = 91 n = 7 Πρόβλεψη Ζήτησης25

26 Η γραφική απεικόνιση του παραδείγματος Πρόβλεψη Ζήτησης26

27 Τυπικό σφάλμα πρόβλεψης Πρόβλεψη Ζήτησης27

28 Μέθοδος ελαχίστων τετραγώνων (1 από 2) Έτος Ετήσιες Πωλήσεις Ζήτηση Υ (10 6 ) XX2X2 X* Y 2006 1.760.0001,7611 2007 2.120.0002,12244,24 2008 2.350.0002,35397,05 2009 2.800.0002,8041611,20 2010 3.200.0003,2052516,00 2011 3.750.0003,7563622,50 2012 3.800.0003,8074926,60 --19,782814089,35 Πρόβλεψη Ζήτησης28

29 Μέθοδος ελαχίστων τετραγώνων (2 από 2) α = 1.3641, β = 0.3654. Y΄ = α + β*x = (1.3641 + 0.3654 * x) * 10 6 = 1364100 + 365400 * x. Y΄ 8 = 1364100 + (365400) * 8 = 4287300 Πρόβλεψη Ζήτησης29

30 Συντελεστής συσχέτισης Πρόβλεψη Ζήτησης30

31 Απλή γραμμική παλινδρόμηση Συντελεστής ΣυσχέτισηςΕρμηνεία 0,90 – 1,00Πολύ δυνατή σχέση 0,70 – 0,89Δυνατή σχέση 0,40 – 0,69Μέτρια σχέση 0,20 – 0,39Ασθενής σχέση 0,00 – 0,19Πολύ ασθενής σχέση Πρόβλεψη Ζήτησης31

32 Δείκτες εποχικότητας Πρόβλεψη Ζήτησης32

33 Παράδειγμα (1 από 2) Παράδειγμα: Το περασμένο έτος, οι ετήσιες πωλήσεις μιας εταιρείας σε φορητές αντλίες νερού, ήταν 10000. Ο μέσος όρος των τριμηνιαίων πωλήσεων για τα 5 προηγούμενα χρόνια, υπολογίζεται ως εξής: άνοιξη 4000, καλοκαίρι 3000, φθινόπωρο 2000, και χειμώνα 1000. Ποιοι οι τριμηνιαίοι δείκτες πωλήσεων; Πρόβλεψη Ζήτησης33

34 Παράδειγμα (2 από 2) ●Αν αυξηθούν οι πωλήσεις κατά 10% τον επόμενο χρόνο, ποιες οι πωλήσεις για κάθε τρίμηνο αυτού; ●Οι πωλήσεις τον επόμενο χρόνο θα είναι 11000 αντλίες. ΕποχήΠωλήσεις Άνοιξη(11000 / 4) * 1.6 = 4400 Καλοκαίρι(11000 / 4) * 1.2 = 3300 Φθινόπωρο(11000 / 4) * 0.8 = 2200 Χειμώνας(11000 / 4) * 0.4 = 1100 Πρόβλεψη Ζήτησης34

35 Ζήτηση προηγούμενης περιόδου ● Χρησιμοποιείται κυρίως για μικρές παρεκτροπές από περίοδο σε περίοδο. ● Αντιδρά καλά στις τάσεις. ● Δεν μπορεί να χρησιμοποιηθεί όταν υπάρχουν εποχιακές και τυχαίες διακυμάνσεις. Πρόβλεψη Ζήτησης35

36 Αριθμητικός μέσος όρος ●Εξομαλύνει τις τυχαίες διαφοροποιήσεις. ●Χρησιμοποιείται κυρίως όταν τα ιστορικά στοιχεία δείχνουν σταθερό συνεχές επίπεδο, και προσδίδει μεγαλύτερη βαρύτητα στα πρόσφατα ιστορικά στοιχεία. ●Δεν αντιδρά καλά σε τάσεις. ●Παραβλέπει τελείως τις εποχιακές διακυμάνσεις. Πρόβλεψη Ζήτησης36

37 Κινητός αριθμητικός μέσος όρος ●Δίνει μεγαλύτερη βαρύτητα στις τρέχουσες περιόδους. ●Εξομαλύνει τις τυχαίες διακυμάνσεις, ●Αντιδρά με καθυστέρηση στις τάσεις. ●Ο αριθμός των περιόδων που θα χρησιμοποιηθούν στο μέσο όρο επηρεάζει την πρόβλεψη: ●Για πολύ λίγες περίοδοι, η πρόβλεψη θα έχει ευρεία διακύμανση. ●Για περισσότερες απ’ ότι χρειάζεται, δε θα αποκαλύπτονται οι τρέχουσες τάσεις. Πρόβλεψη Ζήτησης37

38 Παράδειγμα κινητού μέσου όρου (1 από 2) ●Είστε managers ενός καταστήματος σε μουσείο που πουλά αντίγραφα ιστορικών έργων. Θέλετε να προβλέψετε τις πωλήσεις (σε χιλιάδες) για το 2012, χρησιμοποιώντας τη μέθοδο των 3 περιόδων κινητού μέσου όρου. ●2007 4, ●2008 6, ●2009 5, ●2010 3, ●2011 7. Πρόβλεψη Ζήτησης38

39 Παράδειγμα κινητού μέσου όρου (2 από 2) Πρόβλεψη Ζήτησης39

40 Παράδειγμα πρόβλεψης ζήτησης (1 από 2) ●Δίνονται τα παρακάτω δεδομένα για τη μηνιαία ζήτηση προϊόντος μιας εταιρείας κατά τους μήνες 1 - 8 (Ιανουάριο - Αύγουστο). ●Βρείτε τις προβλέψιμες τιμές της ζήτησης: α) με βάση τη ζήτηση της προηγούμενης περιόδου, β) με τη μέθοδο του αριθμητικού μέσου όρου (Μ.Ο.) ζήτησης των προηγούμενων περιόδων, γ) με τη μέθοδο του δίμηνου κινητού μέσου όρου (Μ.Ο.). Πρόβλεψη Ζήτησης40

41 Παράδειγμα πρόβλεψης ζήτησης (2 από 2) ΔΕΔΟΜΕΝΑΖΗΤΟΥΜΕΝΑ Μήνας Ζήτηση (τεμάχια) Πρόβλεψη προηγούμενης περιόδου Δ Πρόβλεψη αριθμητικού Μ.Ο. Δ Πρόβλεψη δίμηνου κινητού Μ.Ο. Δ 1126------ 21221264---- 31281226124.004.00124.004.00 41241284125.331.33125.001.00 51261242125.001.00126.000.00 61301264125.204.80125.005.00 71271303126.001.00128.001.00 81321275126.145.86128.503.50 9-132-126.88-129.50- MAD4-2998-2417 Πρόβλεψη Ζήτησης 41

42 Παράδειγμα πρόβλεψης εποχικότητας (1 από 6) ●Μια εταιρεία παραγωγής ετοίμων ενδυμάτων παρουσιάζει τριμηνιαία ζήτηση σε μπλούζες, όπως φαίνεται στον παρακάτω πίνακα. Εάν η συνολική ζήτηση για το 2010 έχει προβλεφθεί ότι θα είναι 2100 τεμάχια, ποια η ζήτηση ανά τρίμηνο για το 2010 με βάση τη μέθοδο των τρίμηνων κινητών μέσων όρων; ●Δίνεται ο συντελεστής προσαρμογής 0.998. Πρόβλεψη Ζήτησης42

43 Παράδειγμα πρόβλεψης εποχικότητας (2 από 6) Πρόβλεψη Ζήτησης43

44 Παράδειγμα πρόβλεψης εποχικότητας (3 από 6) Παράδειγμα Τυπικοί Δείκτες Εποχικότητας - Q1Q2Q3Q4 2008 -- 1.2070.945 20090.8021.096-- Προσαρμο- σμένος, S Q 0.802*0.998 = 0.8 1.096*0.998 = 1.094 1.207*0.998 = 1.204 0.945*0.998 = 0.943 Πρόβλεψη Ζήτησης, Y’ Q (2100/4)*0.8 = 420 (2100/4)*1.094 = 574.35 (2100/4)*1.204 = 632.1 (2100/4)*0.943 = 495.075 Πρόβλεψη Ζήτησης44

45 Παράδειγμα πρόβλεψης εποχικότητας (4 από 6) ΈτοςΤρίμηνοYΤρίμηνος Κινητός Μ.Ο.K.K.M.Si = (Yi / ΚΚΜ) 1986Q1289- -- 1986Q2410--- 1986Q3301303.25293.6251.025 1986Q4213284279.1250.763 1987Q1212274.25283.3750.748 1987Q2371292.5307.51.207 1987 Q3374322.5332.6251.124 1987Q4333342.75351.50.947 1988Q1293360.25364.8750.803 1988Q2441369.5373.251.182 1988Q3411377380.8751.079 1988Q4363384.75387.3750.937 1989Q13243903860.839 1989Q2462382374.251.234 1989Q3379366.5369.3751.026 1989Q4301372.25379.50.793 Πρόβλεψη Ζήτησης45

46 Παράδειγμα πρόβλεψης εποχικότητας (5 από 6) ΈτοςΤρίμηνοYΤρίμηνος Κινητός Μ.Ο.K.K.M.Si = (Yi / ΚΚΜ) 1990Q1347386.75406.8750.853 1990Q2520427454.51.144 1990Q3540482486.251.111 1990Q4521490.5499.751.043 1991Q1381509513.1250.743 1991Q2594517.25515.1251.153 1991Q3573513520.8751.1 1991 Q4504528.75528.50.954 1992Q1444528.255280.841 1992Q2592527.75528.1251.121 1992Q3571528.5-- 1992Q4507--- Πρόβλεψη Ζήτησης46

47 Παράδειγμα πρόβλεψης εποχικότητας (6 από 6) Παράδειγμα Τυπικοί δείκτες εποχικότητας ΈτοςQ1Q2Q3Q4 1986--1.0250.763 19870.7481.2071.1240.947 19870.8031.1821.0790.937 19880.8391.2341.0260.793 19890.8531.1441.1111.043 19900.7431.1531.10.954 19910.8411.121-- 1992---- Σύνολο4.8277.0416.4655.437Σύνολο Μέσος0.80451.17351.07750.9061673.961667 SQSQ 0.8121.1851.0880.9154 Πρόβλεψη Ζήτησης47

48 Συνολική ζήτηση ανά τρίμηνο με εποχικότητα Πρόβλεψη Ζήτησης48

49 Μέθοδος εκθετικής εξομάλυνσης (1 από 4) ●Κατάλληλη για βραχυπρόθεσμη πρόβλεψη ζήτησης. ●Πλεονεκτήματα: ●Ευκολία εφαρμογής. ●Δυνατότητα συχνών αναθεωρήσεων, ώστε να λαμβάνονται υπόψη οι πιο πρόσφατες μεταβολές στην αγορά. ●Δυνατότητα εύκολης ενσωμάτωσής τους σε προγράμματα, για το βραχυπρόθεσμο προγραμματισμό της παραγωγής, και τον έλεγχο αποθεμάτων. ●Απαιτεί μικρό όγκο στοιχείων (παλαιών δεδομένων). Πρόβλεψη Ζήτησης49

50 Μέθοδος εκθετικής εξομάλυνσης (2 από 4) ●Τα πιο πρόσφατα δεδομένα έχουν μεγαλύτερη βαρύτητα στην πρόβλεψη της ζήτησης, (ο συντελεστής βαρύτητας μειώνεται σημαντικά με την ηλικία των στοιχείων για τη ζήτηση σε προηγούμενες περιόδους). ●Απαιτείται συντελεστής εξομάλυνσης (α): ●Κυμαίνεται από 0 έως 1. ●Επιλέγεται υποκειμενικά. Πρόβλεψη Ζήτησης50

51 Μέθοδος εκθετικής εξομάλυνσης (3 από 4) Τρέχουσα πρόβλεψη = α (προηγούμενη ζήτηση)+(1 - α) (προηγούμενη πρόβλεψη). Υ΄ t+1 = αΥ t + (1 – α) Υ΄ t, ή Υ t+1 = Υ΄ t + α (Υ t - Υ΄ t ). Όπου α, η σταθερά εξομάλυνσης που παίρνει τιμές μεταξύ 0 και 1. ●Όταν η α τείνει προς την τιμή 0, μεγαλύτερη βαρύτητα δίνεται σε ιστορικά στοιχεία. ●Όταν η α τείνει προς την τιμή 1, μεγάλη βαρύτητα δίνεται στα τρέχοντα στοιχεία. ●Παράδειγμα: Πρόβλεψη Ιουλίου = α (ζήτηση Ιουνίου) + (1 - α) (πρόβλεψη Ιουνίου). Πρόβλεψη Ζήτησης51

52 Μέθοδος εκθετικής εξομάλυνσης (4 από 4) ●Με διαδοχικές αντικαταστάσεις στο βασικό τύπο της πρόβλεψης για την προηγούμενη περίοδο, η πρόβλεψη μπορεί να εκφραστεί ως άθροισμα γινομένων του κατάλληλου σταθμιστή, για την περίοδο και της πραγματικής ζήτησης σε αυτή. ●Υ΄ t + 1 = αΥ t + α(1-α)Υ t - 1 + α(1- α) 2 Υ t – 2 + α(1- α) 3 Υ t - 3 +... + α(1- α) t - 1 Υ 1. Πρόβλεψη Ζήτησης52

53 Παράδειγμα πρόβλεψης ●Εάν α = 0.10, και το Υ΄ 1 = 175, βρείτε την προβλεπόμενη ζήτηση για το 9 ο τρίμηνο. ΤρίμηνοΖήτηση 1180 2168 3159 4175 5190 6205 7180 8182 9? Πρόβλεψη Ζήτησης53

54 Επίλυση με την μέθοδο εκθετικής εξομάλυνσης Υ΄ t = Υ΄ t-1 + 0.1(Υ t-1 – Υ΄ t-1 ) ΤρίμηνοΖήτησηΠρόβλεψη, Υ΄ t (α =.10) 1180175.00 (Δεδομένο) 2168175.00 +.10(180 - 175.00) = 175.50 3159175.50 +.10(168 - 175.50) = 174.75 4175174.75 +.10(159 - 174.75) = 173.18 5190173.18 +.10(175 - 173.18) = 173.36 6205173.36 +.10(190 - 173.36) = 175.02 7180175.02 +.10(205 - 175.02) = 178.02 8182178.02 +.10(180 - 178.02) = 178.22 9?178.22 +.10(182 - 178.22) = 178.58 Πρόβλεψη Ζήτησης54

55 Επίδραση συντελεστή εξομάλυνσης στην πρόβλεψη Υ΄ t =  Υ t - 1 +  (1-  ) Υ t - 2 +  (1-  ) 2 Υ t - 3 +... α = Συντελεστές Προηγούμενη Περίοδος 2 Περίοδοι πριν 3 Περίοδοι πριν αα (1 - α)α (1 –α) 2 α = 0.1010%9%8.1% α = 0.9090%9%0.9% Πρόβλεψη Ζήτησης55

56 Σφάλματα στις προβλέψεις (1 από 3) ●Κάθε μέθοδος μπορεί να ελεγχθεί για την ακρίβεια των αποτελεσμάτων της (προβλέψεων) με πολλούς τρόπους, όπως οι παρακάτω: α) Μέση απόλυτη απόκλιση (MAD: Mean Absolute Deviation). Όπου: Y΄ t = Προβλεπόμενη ζήτηση περιόδου i, Υ t = Πραγματική ζήτηση περιόδου i, n = Αριθμός περιόδων, Υ t - Υ΄ t = Λάθος πρόβλεψης. Πρόβλεψη Ζήτησης56

57 Σφάλματα στις προβλέψεις (2 από 3) β) Μέσο Σφάλμα Τετραγώνου (MSE: Mean Square Error). ●Με το δείκτη MSE, δίνεται δυσανάλογη βαρύτητα στα μεγάλα σφάλματα στην πρόβλεψη; η συμβολή τους μεγεθύνεται με το να τετραγωνίζονται πριν από την άθροιση. Πρόβλεψη Ζήτησης57

58 Σφάλματα στις προβλέψεις (3 από 3) γ) Σήμα παρακολούθησης (ΤS: Tracking Signal). ●Με το σήμα παρακολούθησης (TS), γίνεται η παρακολούθηση των αποκλίσεων σε διαδοχικές περιόδους για ένα σύστημα βραχυπρόθεσμων προβλέψεων. ●Πρέπει να βρίσκεται μεταξύ του ανώτερου και κατώτερου ορίου ελέγχου. Πρόβλεψη Ζήτησης58

59 Παράδειγμα Πρόβλεψη Ζήτησης59

60 Τέλος Ενότητας Επεξεργασία: Σοφιανίδου Γεωργία

61 Σημείωμα Αναφοράς Copyright Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλίας, Βασιλική Καζαντή 2015. Βασιλική Καζαντζή. «Διοίκηση Λειτουργιών και Παραγωγής». Έκδοση: 1.0. Λάρισα 2015. Διαθέσιμο από τη δικτυακή διεύθυνση: http://cdev.teilar.gr/courses/DDE101/, 20/11/2015. http://cdev.teilar.gr/courses/DDE101/

62 Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons: Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή, 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λπ., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». [1] http://creativecommons.org/licenses/by-nc-sa/4.0/http://creativecommons.org/licenses/by-nc-sa/4.0/ Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο, που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο, που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο. Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί.

63 Διατήρηση Σημειωμάτων Οποιαδήποτε αναπαραγωγή ή διασκευή του υλικού θα πρέπει να συμπεριλαμβάνει:  το Σημείωμα Αναφοράς,  το Σημείωμα Αδειοδότησης,  τη Δήλωση Διατήρησης Σημειωμάτων,  το Σημείωμα Χρήσης Έργων Τρίτων (εφόσον υπάρχουν). μαζί με τους συνοδευόμενους υπερσυνδέσμους.