Nội dung

Demand Forecasting Dự báo nhu cầu Quản trị Logistics Demand Management • • (Quản lý nhu cầu) Definition : The function of recognizing and managing all demand for products (Định nghĩa: Chức năng nhận biết và quản lý tất cả các nhu cầu về sản phẩm) Period (Thời kỳ) Objective (Mục tiêu) Long term (Dài hạn) Strategic business planning (ex) facilities (Phương tiện xây dựng chiến lược kinh doanh) Medium term (Trung hạn) Aggregate demand for production planning (Tổng hợp nhu cầu về lập kế hoạch sản xuất) Short term (Ngắn hạn) Items associated with Master production Scheduling (Các hạng mục liên quan đến quản lý kế hoạch sản xuất) Four Major Activity : (4 hoạt động chính) – Forecasting (Dự báo) – Order processing (Xử lý đặt hàng) – Making delivery promises (Available-to-Promise) (Cam kết giao hàng)(Sẵn sàng cam kết) – Interfacing between Manufacturing planning and control and the marketplace (Phân cách giữa kế hoạch sản xuất và kiểm soát và thị trường) Marketplace (Thị trường) Production Planning (Xây dựng kế hoạch sản xuất) Demand MGT (Nhu cầu MGT) Master Production Sch Demand Forecasting (Dự báo nhu cầu) Level (Cấp độ) Horizon (Thời gian) Purpose (Mục đích) Example (Ví dụ) Level detail (Mức chi tiết) Review (Xét duyệt lại) Strategic Business plan (Kế hoạch chiến lược kinh doanh) 2-10yr (2-10 năm) To plan for those things that take long to change (Lập kế hoạch cho các vấn đề cần nhiều thời gian để thay đổi) Plant expansion, capital equipment purchase (Mở rộng nhà máy, mua thiết bị, vốn) Low (Thấp) Quarterly or yearly (Theo quý hoặc theo năm) Production planning (Lập kế hoạch sản xuất) 1-3yr (1-3 năm) For groups or families of products (Cho một nhóm sản phẩm) Budgets, labor planning (Lập kế hoạch lao động, ngân sách) Med (Trung bình) Monthly (Theo tháng) Master Production Scheduling (Quản lý kế hoạch sản xuất) 2-3month (2-3 tháng) For specific end items (Cho hạng mục cuối cụ thể) Individual item inventory levels (Hạng mục hàng lưu kho riêng rẽ) High (Cao) Weekly (Hàng tuần) Typical Demand Patterns (Các dạng nhu cầu tiêu biểu) • Demand Patterns: (Các dạng nhu cầu) – Trend variations: either increasing or decreasing (Biến thiên theo xu hướng: cả tăng hoặc giảm) – Cyclical variations: wavelike movements that are longer than a year ( Biến thiên theo chu kỳ: các dao động dạng sóng dài hơn 1 năm) – Seasonal variations: show peaks and valleys that repeat over a consistent interval such as hours, days, weeks, months, years, or seasons ( Biến thiên có tính mùa vụ : đỉnh hoặc phần lõm lặp đi lặp lại qua các khoảng thời gian cố định như giờ, ngày, tuần, tháng, năm hoặc mùa) – Random variations: due to unexpected or unpredictable events ( Biến thiên ngẫu nhiên: do các sự kiện xảy ra ngoài dự kiến hoặc không dự đoán trước được.) Demand Over Time Example (Ví dụ về nhu cầu theo thời gian) Figure 8.2 Demand over time (Hình 8.2 Nhu cầu theo thời gian) Principles of Forecasting & Data Collection (Nguyên tắc dự báo & thu thập dữ liệu) • Basic Principles of forecasting (Các nguyên tắc cơ bản về dự báo) – Forecasts are almost always wrong (Dự báo thường sai) – Forecasts are more accurate for large groups of items than for individual items in a group (Dự báo cho nhóm lớn các hạng mục chính xác hơn so với dự báo về các hạng mục đơn lẻ trong 1 nhóm) – Every forecast should include an estimate of error (Tất cả các dự báo nên bao gồm xác suất sai số) – Forecasts are more accurate for nearer periods of time (Dự báo trong khoảng thời gian gần hơn sẽ chính xác hơn) • Basic Principles of Data Collection (Các nguyên tắc cơ bản về thu thập dữ liệu) – Record data in the same terms as needed for the forecast (Ghi các dữ liệu trong các hạng mục giống nhau đề phòng trường hợp cần dùng cho dự đoán ) – Record the circumstances relating to the data (Ghi các trường hợp liên quan đến dữ liệu) – Record the demand separately for different customer groups (Ghi nhu cầu cho từng nhóm người tiêu dùng riêng biệt) – Demand quantities is not always equal to shipment quantities (Số lượng nhu cầu không luôn luôn tương đương với số lượng lô hàng) Forecasting Techniques (Các kỹ thuật dự báo) • Qualitative (Định tính) –Generally used when data are limited, unavailable, or not currently relevant. Forecast depends on skill & experience of forecaster(s) & available information. (Thường được sử dụng khi dữ liệu bị hạn chế, không sẵn có hoặc tạm thời không tương ứng. Dự báo phụ thuộc vào kỹ năng và kinh nghiệm của người dự báo cũng như thông tin sẵn có) –qualitative models used are: (Các mô hình định tính được sử dụng) 1.Jury of executive opinion (Management Estimate) (Sự đánh giá của người điều hành (quản lý đánh giá) 2.Delphi method (Structured group) (Phương pháp dự trắc Delphi (Nhóm cấu trúc) 3.Sales force composite (Phương pháp tổng hợp ý kiến người bán hàng) 4.Consumer survey (Market Research) (Khảo sát người tiêu dùng (Nghiên cứu thị trường) 5.Historical Analogy (phương pháp tương đồng quá khứ) •Quantitative (Định lượng) –Extrinsic : A forecast based on a correlated „Leading indicator‟ (Ngoại vi: Dự báo dựa vào “chỉ báo khuynh hướng” tương quan) • (ex1) Sales of bricks are proportional to housing starts (Ví dụ 1: Doanh thu bán gạch tỷ lệ thuận với nhà ở) • (ex2) Sales of automobile tires are proportional to gasoline consumptions (Ví dụ 2: Doanh thu bán lốp xe máy tỷ lệ thuận với mức tiêu thụ xăng) –Intrinsic : the use of historical data to create forecast (Nội tại: sử dụng dữ liệu lịch sử đề dự báo) • • • • • Simple Moving Average Forecasting (Dự báo bình quân di động đơn thuần) Weighted Moving Average Forecasting (Dự báo bình quân di động có trọng số) Exponential Smoothing Forecasting (Dự báo san bằng hàm số) Trend Adjusted Exponential Smoothing Forecasting (Dự báo san bằng hàm mũ cho điều chỉnh xu hướng) Linear Trend Forecasting (Dự báo xu hướng theo đường thẳng) Moving Average (Bình quân di động) • Take the average demand for a defined number of past periods (Tính nhu cầu trung bình cho các thời kỳ trước ) • Forecast will lag behind Trends, Seasonality or other cyclicality (Dự báo sẽ tụt lại sau xu hướng, tính thời vụ hoặc các chu kỳ khác) • Works well when demand is fairly stable over time (Có hiệu quả khi nhu cầu tương đối ổn định theo thời gian) t Ft 1  Ft 1  •  Ai Ft+1 =forecast for period t+1 (Ft+1 = Dự báo cho thời kỳ t + 1) n =number of periods used to calculate moving average (n = Số thời kỳ sử dụng để tính bình quân di động) Ai =actual demand in period I (Ai = Nhu cầu thực tế trong thời kỳ I) i t  n 1 n t w A i t  n 1 i i Ft+1 = Forecast for period t+1 (Ft+1 = Dự báo cho thời kỳ t + 1) n =number of periods used in determining the moving average (n = Số thời kỳ được dùng để quyết định bình quân di động) Ai = actual demand in period I (n = Nhu cầu thực tế trong thời ky I) wi = weight assigned to Period i(wi = 1) (wi = Trọng lượng phân chia cho thời kỳ i (wi = 1) Example 1. Demand over the past three months has been 120, 135, 114 units. Using a three month moving average, calculate the forecast for the fourth month. (Ví dụ 1: nhu cầu cho 3 tháng trước là 120, 135, 114 đơn vị. Dùng bình quân di động cho 3 tháng, tính dự báo cho tháng thứ 4) Exponential Smoothing (San bằng hàm số) • A type of weighted moving average forecasting techniques (Một dạng kỹ thuật dự báo bình quân di động có trọng số) • The heaviest weight is assigned to the most recent data ???? (Trọng số nặng nhất được phân bố cho dữ liệu gần nhất) Ft+1 = Ft + (At-Ft) = At + (1 – ) Ft Ft+1 = forecast for Period t + 1 (Ft+1 = Dự báo cho thời kỳ t + 1) Ft = forecast for Period t (Ft = Dự báo cho thời kỳ t) At = actual demand for Period t (Ft = Nhu cầu thực tế cho thời kỳ t) = a smoothing constant (0 ≤  ≤1). ( = Hằng số san bằng (0 ≤  ≤1) • Example 2. The old forecast for May was 220, and the actual demand for May was 190. If  is 0.15, calculate the forecast for June. If June demand turns out to be 218, calculate the forecast for july (Ví dụ 2: Dự báo cũ cho tháng 5 là 220 và nhu cầu thực tế cho tháng 5 là 190. Nếu  là 0.15, hãy tính dự báo cho tháng 6. Nếu nhu cầu cho tháng 6 là 218, hãy tính dự báo cho tháng 7) Impact of The Value of  (Tác động của giá trị )  Figure 8.5 Exponential forecast where trend exists (HÌnh 8.5 Dự báo theo hàm mũ tại nơi xu hướng tồn tại)