第七章
DESCRIPTION
第七章. 銷售預測. 預測的意義. 圖2.1 銷售預測與生產規劃之關係. 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 20% ,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. 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. 生產最好能保有彈性,以免吃驚反應不及。 3 . 預測時應考慮各種行動所需的前置時間。 4 . 預測通常採用2至3個方法。 5 . 預測可用資料越多,預測越準。. 預測的方法. - PowerPoint PPT PresentationTRANSCRIPT
3
是否有利潤
生產規劃
長期:產能規劃、製程規劃、廠 址選擇中期:集體規劃短期:短期日程安排、存量管制 、品質管制、進度控制
決定是否生產
生產控制
品質、數量、交期、成本、彈性與效率
重新預測no
yes
市場預測
預測市場佔有率
產品族銷售預測
個別產品預測
圖 2.1 銷售預測與生產規劃之關係
4
範例 已知某公司生產電腦年銷售值預測為 80,000,0
00元,其中 A型電腦佔有率為 20%,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。
台600,1
000,10/)2.0000,000,80(
單價/金額台數
5
預測之目的與條件 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.生產最好能保有彈性,以免吃驚反應不及。
3.預測時應考慮各種行動所需的前置時間。
4.預測通常採用 2至 3個方法。
5.預測可用資料越多,預測越準。
8
依預測技術分類預測方法
定量法( 統計法 )
定性法( 判斷法 )
模擬 時間數列分析 因果迴歸 歷史類比
古典分解法 趨勢投射法 移動平均法 天真法
簡單移動平均
加權移動平均
指數平滑法
中心點移動平均
主觀意見想像預測專家意見調查法
市場調查法
得爾菲法
小組意見調查法
圖 2.4 依預測技術分類之預測方法
10
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
德爾菲法 (Delphi Method) 想像預測法 (Visionary Forecast) 市場調查法 (Market Research) 歷史類比法 (Historical Analogy) 草根法 (Gross root)
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
表 2.4 移動平均法
【範例】已知某業務員過去 6 週之銷售量資料如下:
週 1 2 3 4 5 6
銷貨量 17 21 25 30 32 40
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?
343
303240
3456
7
YYY
F
6.295
2125303240
523456
7
YYYYY
F
18
時間數列分析 之五
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。
i
t
ntiii
nttt
ntntttttt W
YW
WWW
YWYWYWF )1(
11
11111
【範例】已知某業務員過去 6 週之銷售量資料如下: 週 1 2 3 4 5 6
銷貨量 17 21 25 30 32 40
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?
67.35123
3013224037
F
【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?
1985201051020001 RSCTYF tt
【範例】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?
2178)10.01()10.01()10.01(20001
RCSTFt
最小平方法假設:
公式:
0))(()( btaYeFY iiii
最小222 ))(()( btaYeFY iiii
22 )(
xxn
yxxynb
xbyn
xb
n
ya
0x
222 )( x
xy
xxn
yxxynb
yn
yxby
n
xb
n
ya
【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?
年度 (x) 1 2 3 4 5
銷售量 (y) 150 250 280 320 400
57)15()55(5
)1400()15()4770(5
)( 222
xxn
yxxynb
1095
1557
5
1400
n
xb
n
ya
451657109571096 xF
0 x
5710
5702
x
xyb 280
5
1400
n
ya
4513572803 F
28
因果預測分析法概述1. 迴歸模式 (Regression Model)
2. 購買意願法 (Intention-to Buy & Anticipations Surveys)
3. 投入產出模式 (Input-Output Model)
4. 計量經濟模式 (Econometric Model)
5. 經濟投入產出模式 (Economic Input-Output Model)
6. 擴散指數法 (Diffusion Index)
7. 壽命週期分析 (Life-Cycle Analysis)
29
因果迴歸分析法 簡單迴歸分析
基本假設1. 沿著迴歸直線的變動是隨機的。2. 沿著迴歸直線的誤差應呈常態分配。3. 只能在觀察值的範圍內進行預測。
bxaYFt ˆ
1
xbyn
xb
n
ya
xxn
yxxynb
22 )(
30
迴歸模式的缺點包括下列諸點:1. 簡單線性迴歸只能用在含一個自變數
的線性關係。2. 建立此種關係,要 20 筆以上資料。3. 所有觀察值之權數皆須相等。4. 成本高且複雜,預測個別項目不適用。