公司長期規劃的基礎

1. 預測 公司長期規劃的基礎

2. 預測與功能領域 • 財務及會計 • 提供預算規劃及成本控制的基礎 • 行銷 • 依賴銷售預測來企劃新產品 • 獎賞銷售人員 • 生產和作業人員 • 使用預測來做有關製程選擇 • 產能規劃、設備配置、排程及存貨

3. 完美的預測是不可能的 • 建立持續的監控預測資料 • 學習如何處理不正確的預測 • 預測的策略 • 使用2或3種方法，並從他們之間尋求共識 • 預測成功的基礎 • 持續地檢查及更新資料

4. 需求管理 • 目的 • 協調和控制所有的需求來源 • 有效率地使用生產系統 • 能即時的供應產品 • 需求的來源 • 相依需求 • 獨立需求

5. 改變獨立需求 • 採積極角色去影響需求 • 增加需求 • 對銷售人員施壓 • 提供誘因給消費者和自己的人員 • 產品銷售活動 • 減少需求 • 透過價格上漲

6. 採消積角色及僅對需求反應 • 公司的產能已飽合 • 無廣告費用 • 市場規模固定及靜止(唯一的供應商)

7. 預測的四種基本類型 • 定性 • 主觀判斷，基於估計和個人觀點 • 時間序列分析 • 認為過去需求的相關資料，可以被用來預測未來的需求 • 趨勢、季節性或週期性

8. 因果預測 • 線性迴歸方法 • 假定需求是與環境中的許多因素有相關 • 模擬模式 • 預測者對未來預測情境，在一個規範的假設下做

9. 需求型態 • 某段時間的平均需求 • 趨勢 • 季節性 • 循環(週期) • 隨機變異 • 自我相關性(Autocorrelation)

10. 具有成長及季節性因素的產品需求

11. 常見的趨勢類型

12. 直線的趨勢線 • 直接連續的關係 • S曲線 • 典型的產品成長和成熟循環 • 重要的點是 • 由慢成長到快成長或 • 由快到慢的趨勢改變位置

13. 漸近趨勢線 • 由較高的需求成長起始，漸漸遞減 • 進入一個既存市場，採取 • 快速市場滲透至飽和及 • 獲取更大市場佔有率為目標 • 指數曲線 • 產品有爆炸性成長時，且假設銷售將持續成長

14. 最普遍的預測方法 • 繪製資料成圖 • 然後尋找最合適的標準分布 • 像線性、S曲線、漸近線或指數曲線

15. 定性預測技巧 • 草根預測法 • 累加基層的預測資料來建立預測值 • 假設越接近顧客或最終產品使用者的人，越瞭解它未來的需要 • 市調法 • 雇用專精於市場調查的外部公司 • 常使用在產品研究中尋找新產品構想的靈感 • 主要收集資料的方法：問卷和訪談

16. 專家意見法 • 經由開放式會議 • 所有管理層級和個人意見的自由交換而得 • 困難點：較低層員工會被較高管理階層所壓制 • Delphi技巧

17. 歷史類推 • 由現有或同類產品來預測新產品的需求 • 互補產品 • 對CD的需求引發對CD音響的需求 • 替代的競爭產品 • CD會對VCR和TV的需求 • 產品是收入的函數 • 財務投資工具

18. Delphi法 • 參與研究的個人持匿名方式，陳述或意見 • 步驟 • 挑選參與的專家 • 經由問卷(或E-mail)，由參與者提供預測值 • 綜合結果，再整理合適的新問題，發給參與者 • 再次歸納、修正預測值和情境，並整理新的問題 • 如有必要，重覆步驟4

19. 時間序列預測模式 • 依照過去資料來預測未來 • 預測模型取決於 • 預測的時間範圍 • 資料的取得性 • 需要的準確度 • 預測的預算之多寡 • 合格人員的取得

20. 簡單移動平均 • 產品的需求量並非快速的成長或下降 • 也沒有季節因素的影響 • 取相鄰資料的中間值

21. 三週及九週的簡單平均移動

22. 實際需求與3週及9週的移動平均圖

23. 選擇一個最好的期數 • 選擇的期數越長 • 影響預測的變動因子越不容易看出來 • 預測資料若有遞增或遞減的趨勢，就會有“緩和波動”的缺點 • 選擇較短的時間為基期 • 產生較大的波動，但和資料的真正走勢越接近

24. 加權移動平均法 • 附予每一個變數相對應的比重值 • 簡單移動平均法每一個元素的比重是一樣的 • 比重的加總等於一

25. 一月　　二月　　三月　　四月　　五月 • 1009010595? F5 = 0.40(95)+0.30(105)+0.20(90)+0.10(100) = 38+31.5+18+10 = 97.5 選擇比重 最近的資料是較重要的指標， 所以也應該有較高的比重

26. 指數平滑法 • 資料的重要性隨著時間的腳步而消失 • 廣範的被接受 • 準確 • 建構指數平滑模式很簡單 • 使用者瞭解模式是如何運作的 • 運算簡易 • 使用很少的歷史資料，電腦記憶體需求較小 • 驗證此法則的準確度也很簡單

27. 指數平滑法中只需要三個資料 • 最近的預測結果 • 最近一期的實際需求 • 平滑常數 alpha()

28. 平滑常數0.05 上個月的預測是 1,050 單位 真實的需求量是 1,000 這個月的預測值應該如下: = 1,050 + 0.05 (1,000 - 1,050) = 1,050 + 0.05 (-50) = 1,047.5(件)

29. 平滑常數決定 • 平準的程度 • 預測和真實資料間之差值的反應速度 • 生產標準的產品且相對的需求很穩定 • 預測值和真實結果的誤差就很小 •  可能只要 5 到 10 % • 公司正處成長期 • 反應比例就要高些，  可能在 15 到 30 %

30. 預測誤差 • 預測值和實際值之間的差值 • 資料來源誤差 (source of error) • 以過去的資料點走勢預測未來的趨勢 • 量度誤差 (measurement of error)

31. 誤差之分類 • 偏差(bias) • 犯固定的錯誤造成的 • 採用錯誤的變數 • 變數間的關係假設錯誤 • 取錯趨勢曲線 • 錯把季節的因素消除以及一些尚未被查證出的趨勢 • 隨機(Random)

32. 誤差的衡量 • 敘述誤差的程度 • 標準誤差(Standard Error) • 平均平方誤差(Mean squared error, Variance) • 平均絕對值誤差(Mean absolute deviation)

33. 平均絕對誤差(MAD) • 實際值與預測值之間差值的絕對值之總合除以資料的樣本數

34. 當預測誤差呈常態分配時， 平均絕對誤差與標準差的關係 1標準差 = 1MAD = 0.8標準差

35. 信號軌跡 衡量預測的值是否和實際需求值走勢 的步調一致 (上漲或下滑)

37. 線性迴歸分析 • 模式：Y=a +bX • 目視法 • 最小平方法

38. 目視法 某公司在過去三年 12 季的產品銷售狀況如下：

39. 畫一條看起來似乎切合資料樣本分佈的直線(用尺即可)畫一條看起來似乎切合資料樣本分佈的直線(用尺即可) 決定 截點 a 和斜率 b 的值

40. 截點 a 就是此直線與 Y軸相交的地方，值大約等於 400 斜率 b 則等於這條線高度的改變值除以在 X軸的值 b=(4,950-750)/(12-1)=382 Y=400+382X 預測第 13到 16 的結果

41. 最小平方法

42. 6.5 b=359.6153 = 2,779.17 a=441.6666 Y = 441.66 + 359.6 X

43. 13 到 16季的預測值 441.6+359.6(13)=5,116.4 441.6+359.6(14)=5,476.0 441.6+359.6(15)=5,835.6 441.6+359.6(16)=6,195.2

44. 同時包含季節與趨勢效應 • 預測 = 趨勢 + 季節因素 • 預測 = 趨勢 * 季節因素

45. 例13.3 單純等比例

46. 若下一年的需求預測量等於 1,100單位 則預測需求分佈

47. 例13.4 以目測預測模式 計算趨勢及季節性因素

48. 首先繪圖，觀查資料後，手繪一條直線。 610 170

49. 目測截點 170 斜率 = (610-170)/8 之間的變化量 故：趨勢方程式：Trendt = 170 + 55 t 計算季節因素如下

50. 計算下年度的預測結果 FITSt=趨勢*季節性 I-1998 FITS9 = (170+55(9))1.25=831 II- 1998 FITS10 = (170+55(10))0.78=562 III-1998 FITS11 = (170+55(11))0.69=535 IV-1998 FITS12 = (170+55(12))1.25=1,038