Prognozowanie popytu i planowanie sprzedaży

 

Metody naiwne

Prognozowanie naiwne jest najprostszą metodą oszacowania przyszłych wartości. W tym przypadku przyjmujemy, że wybrana obserwacja z ustalonego okresu historycznego stanowi najlepszą prognozę dla przyszłej (nieznanej) wartości szeregu czasowego.

CZYTAJ WIĘCEJ

Średnia ruchoma

Przy wykorzystaniu średniej ruchomej prognoza konstruowana jest poprzez uśrednienie wartości szeregu dla kilku okresów i wykorzystanie wartości średniej jako prognozy dla kolejnego okresu. Dzięki temu możliwe jest zredukowanie (wygładzenie) fluktuacji, które pojawiły się w tym okresie.

CZYTAJ WIĘCEJ

Wygładzanie wykładnicze

Podstawową ideą wygładzania wykładniczego jest przypisanie obserwacjom z poprzednich momentów w czasie wykładniczo zanikających wag. Dzięki temu, obserwacje z ostatnich okresów mają większy wpływ na prognozę niż wcześniejsze obserwacje historyczne.

CZYTAJ WIĘCEJ

Uzgadnianie prognoz

W praktycznie każdym przedsiębiorstwie istnieje hierarchia. Dotyczy ona również sprzedaży. Możemy ją przedstawiać jako całość, na poziomie grup i podgrup produktów, poszczególnych produktów, indeksów/SKU/rodzajów opakowań. Hierarchie produktów możemy umieścić w poszczególnych regionach, centrach dystrybucji, halach produkcyjnych, możemy przypisać sprzedaż do poszczególnych odbiorców, etc. W ten sposób może powstać wielopoziomowa hierarchia.

CZYTAJ WIĘCEJ

Przedziały ufności prognozy

Przedział ufności prognozy to zakres, w którym z pewnym zadanym prawdopodobieństwem będzie leżała wartość, którą prognozujemy. Na przykład, jeśli dla całkowitej sprzedaży pewnego produktu w przyszłym miesiącu 95-procentowy przedział ufności prognozy wynosi od 252 do 266, to oznacza, że z prawdopodobieństwem 95% sprzeda się co najmniej 252 i co najwyżej 266 sztuk tego produktu.

CZYTAJ WIĘCEJ

DOKŁADNOŚĆ PROGNOZ

Ponieważ prognozowane wartości dotyczą przyszłości, nie jest możliwe stwierdzenie, na ile dokładne są obecne prognozy. Ich dokładność będzie można stwierdzić dopiero, kiedy znane już będą rzeczywiste wartości.

CZYTAJ WIĘCEJ

PROGNOZOWANIE SZEREGÓW RZADKICH

W praktyce biznesowej często obserwujemy zjawiska, które nie zachowują ciągłości w czasie. Przykładem mogą być dane sprzedażowe produktu, który nie był sprzedawany codziennie, ale co kilka dni lub rzadziej. W takim szeregu czasowym występuje wówczas wiele zer i to one są wartością dominującą więc standardowe metody prognozowania nie sprawdzają się zatem trzeba zastosować inne metody - dostosowane do szeregów rzadkich, takie jak m.in. metoda Crostona.

CZYTAJ WIĘCEJ

SARIMA/ARIMA X13

Metodologia ta jest intensywnie rozwijana i wykorzystywana przez amerykańskie urzędy statystyczne oraz liczne instytucje na świecie. Potrafi ona uwzględnić wiele różnych struktur niedających się zaobserwować podczas zwykłej wizualnej analizy m.in. trendy, wahania sezonowe, obserwacje odstające etc.

CZYTAJ WIĘCEJ