Прогнозирование в логистике

№1. Прогнозирование в  логистике

Цель  — приобрести навык применения простейших приемов прогнозирования в логистике.

Прогнозирование — выявление состояния и вероятных путей развития явлений и процессов.

Анализ временных рядов (один из методов прогнозирования).

Для прогнозной оценки данным методом изменения величины необходимо знать значения этой величины за ряд предшествующих периодов. Оценка явления и определение направления его развития производятся посредством аппроксимации и экстраполяции

Аппроксимация — замена одних математических объектов другими, более простыми и в том или ином смысле близкими к исходным.

Экстраполяция — распространение выводов, полученных из наблюдения над одной частью явления на другую его часть. Экстраполяция применяется для эволюционно развивающихся процессов, для которых в будущем не предвидится скачков. Может применяться для разработки краткосрочных прогнозов в логистике.

В рамках данного занятия  рассмотрим следующие методы:

• метод “наивного” прогноза;
• метод долгосрочной средней;
• метод скользящей средней;
• метод скользящей средневзвешенной.

Дадим определение перечисленных  методов и кратко охарактеризуем их плюсы и минусы.

1.Метод “наивного” прогноза — предположение, что продажи в последующем периоде будут соответствовать продажам в предыдущем периоде

Преимущества:

• моментальная реакция на изменения спроса;

• метод хорошо работает в условиях тренда (тренд — изменение, определяющее общее направление развития).

Недостаток:

• слишком большая чувствительность к случайным колебаниям.

Ошибки прогнозирования  данным методом обусловлены слишком  большой чувствительностью метода к случайным колебаниям прогнозируемой величины. Метод хорошо работает в случае наличия тренда.

2.Метод долгосрочной средней — предположение, что продажи в последующем периоде будут равны среднему объему продаж за все предшествующие периоды.

Метод предусматривает сглаживание  продаж за счет вычисления средней  за все известные предшествующие продажи. Данные о продажах в самое  последнее время имеют тот же “вес”, что и данные за самый отдаленный период. Это позволяет избежать слишком быстрого реагирования на изменения спроса.

Преимущество:

• сглаживает случайные колебания спроса.

Недостатки:

• не отражает истинных изменений в тенденциях;

• всегда реагирует с запозданием относительно существенных изменений спроса

3.Метод скользящей средней — предположение, что продажи в последующем периоде будут равны арифметической средней от объема продаж за последние п периодов. Метод является компромиссом между двумя первыми системами.

4.Метод скользящей средневзвешенной — предположение, что продажи в последующем периоде будут равны арифметической средневзвешенной объема продаж за последние n периодов.

К выбору числа периодов добавляется взвешивание этих периодов. Метод более гибкий, чем метод  простой скользящей средней.

Преимущество: при наличии тенденции имеет преимущество. Акцент может быть сделан на недавние данные и гибким образом.

Недостаток: отброшенные за пределами п данные всегда имеют предсказательную ценность, каков бы ни был их вес.

Исходные данные для выполнения заданий по данной теме приведены в табл. 17.1.

Таблица 17.1

Задание

Выполнить сравнительную  характеристику “наивного” прогноза и прогноза, выполненного методом  долгосрочной средней (продукт А, тенденция  отсутствует; продукт В, тенденция есть).

Методические указания

Задание рекомендуется  оформить в виде табл. 17.2 и 17.3. При  этом необходимо выполнить следующие  действия.

1.Вначале анализируется  продукт А и заполняется табл. 17.2. На основе данных табл. 17.1 заполнить  гр. 3 табл. 17.2 (при выполнении задания  рекомендуется воспользоваться  средствами Microsoft Excel).

2.Заполнить гр. 4, помесячно определив прогнозную  величину продаж методом “наивного” прогноза. Расчеты рекомендуется начать с января 2005 г. Например, фактические продажи продукта А в декабре 2004 г. составили 630 ед. Следовательно, “наивный” прогноз на январь составит 630 ед.

3.Поскольку фактические  продажи составили 570 ед., абсолютная  ошибка¹ прогноза составила 60 ед. Внести значение абсолютных ошибок, полученных при использовании “наивного” прогноза, в гр. 5 до конца 2006 г.

4.Определить прогноз  продаж в январе 2005 г. методом  долгосрочной средней на основе  информации о продажах за 12 месяцев  2004 г. Прогноз методом долгосрочной  средней для февраля 2005 г. определяется  на основе данных о продажах за последние 13 месяцев, и т. д. до конца 2006 г.

5.Определить значения  суммарной и средней абсолютных ошибок. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого отсутствует общая тенденция изменения объема продаж.

6. Аналогичные  расчеты выполнить для продукта В, заполнив табл. 17.3. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого имеется выраженная традиция изменения объема продаж.

Сравнительная характеристика “наивного” прогноза и прогноза, выполненного методом долгосрочной средней (продукт А, тенденция отсутствует; продукт В, тенденция есть).

Таблица 17.3

Сравнительная характеристика “наивного” прогноза и прогноза, выполненного методом долгосрочной средней (продукт  В, тенденция есть).

Таблица 17.2