◦ 推的过程：预测顾客需求； ◦ 拉的过程：回应顾客需求；
实例：DELL:
◦ 预测客户订单，进行零部件订购（推的过程）； ◦ 回应客户订单，进行生产（拉的过程）；
精确的预测能够让供应链获得较快的顾客响应速 度，同时具有一定的经营效率。
决策实例:
◦ 生产：排程、存货控制、总体规划、采购。 ◦ 营销：营销人员分派、促销、新产品介绍。 ◦ 财务：工厂／设备投資、预算规划。 ◦ 人事：人力规划、雇佣、解雇。
◦ 时间序列法：利用历史需求数据对未来需求进行预测； ◦ 因果关系法：假定需求预测与某些外界因素（如经济状
况、利率）等高度相关，找到这些外界因素与需求之间的 关联性，通过预测外界因素的变化来预测需求；
◦ 仿真法：通过计算机模拟消费者选择来预测需求；
（1）理解预测的目标； （2）把供应链需求计划和预测整合起来； （3）了解和识别顾客群； （4）识别影响需求预测的主要因素； （5）确定合适的预测技术； （6）设定预测绩效和误差测度；

[Dt (p / 2) Dt (p / 2)
t 1(p / 2)
2Di ]/ 2p, p为偶数

i t 1(p / 2)
D t (p来自i t (1) / p 1)
2
i /2
/
p,
, p为奇数
（ 2）
第一步：估计需求水平和需求趋势:
去除季节性因素影响的需求后，混合型系统部分公式
可以写为： _
Dt L Tt
（3）
第一步：估计需求水平和需求趋势:
第二步：估计季节性系数：
_
_
St Dt Dt
（4）
假设有r个季节性循环，对所有表示形式为jp+i, l≤i≤p的时期，可以计算季节性系数为：
r 1 _
S jp i
St

j 0
r
（ 5）
SUCCESS
统部分） 季节性：在需求上可以预测的季节性变动（系统部分）
•系统部分（Systematic Component）由需求的期望值予以度量。 •随机的部分（Random Component ）则是偏离系统部分的预测。 •预测误差（Forecast Error）是测量预测值与真实值之间的差距。
7-10

上述决策与预测都有相关性；
拥有稳定需求的成熟产品容易进行预测；
高科技产品及流行产品预测相当困难；
预测的结果通常是不准确的，所以需要考虑预测 结果和预测误差；
长期预测的准确性通常比短期预测要低； 综合预测通常要比分解预测准确； 一般来说，一家公司的供应链越长，所获得信息
失真的可能性越大：牛鞭效应。

7-12
实例：塔霍湖盐业公司：
实例：塔霍湖盐业公司：
具体操作步骤：
一、剔除季节性系数对需求的影响，然后对这些经 过处理的需求数据进行先行回归，以求得基期的需 求水平和需求趋势；
估计季节性系数；
第一步：估计需求水平和需求趋势：
◦ p是每次季节性循环包含的期数；
_
Dt
THANK YOU
2019/10/25
对于塔霍湖盐业公司的例子，资料统计是12个周
期，每期循环期数尾p＝ 4，那么表示有r＝3 个
季节性循环周期。利用公式（5）可以得到季节性 因素如下：
利用静态预测方法对下一个四季求得的预测值如下：
F13 = (L + 13T) S13 = (18,439 + 13 × 524)0.47 = 11,868, F14 = (L + 14T) S14 = (18,439 + 14 × 524)0.68 = 17,527, F15 = (L + 15T) S15 = (18,439 + 15 × 524)1.17 = 30,770, F16 = (L + 16T) S16 = (18,439 + 16 × 524)1.67 = 44,794.
值，具体方法跟静态预测法完全一样；
+ 第二步：预测： Ft+l=（Lt lTt） St+l
- 第三步：预测误差： Et+1= Ft+1 Dt+1
第四步：修正误差：由给定的预测误差Et+1来修正 需求水平（Lt+1)、需求趋势(Tt+1)和季节性系数 (St+p+1)的值；
对后续各期重复以上2-4步。
预测的相关要素：
◦ 过去的需求； ◦ 产品的提前期； ◦ 广告计划或其他营销努力； ◦ 经济状况； ◦ 价格折扣； ◦ 竞争者的行为；
预测方法：
◦ 定性法：主要依赖于人的主观判断。
适用情况：只能获得很少的历史数据或专家的意见十分重要； 主要方法：集体讨论法；类比法；市场研究法；德尔菲法；
适用于：需求没有可观测到的需求趋势或季节性；
需求公式：
◦ 需求的系统成分=需求水平；
计算方法：将最近N个时期需求的平均值做为t期的
需求水平，公式为
Lt (Dt Dt 1 ... Dt N 1) N
（6）
当前对未来时期的预测都是相同的，并且都基于当 前对需求水平的预测，即：
Demand Forecasting in Supply Chain
供应链中预测的作用； 预测的特点； 预测的组成及方法； 预测的基本步骤； 时间序列预测法； 预测误差的度量； 实例：塔霍湖盐业公司的需求预测；
需求预测构成供应链中所有计划的基础；
供应链推/拉运作机制：
假设需求趋势或者季节性需求也要变动
Lt=t期末的预计需求水平 Tt=t期末的预计需求趋势 St= t期末预计季节需求 Dt= t期实际观测的需求 Ft= t期的预测需求 Et= t期的预测误差
第一步：初始化：由给定数据计算出需求水平(L0)、 需求趋势(T0)和季节性系数（S1 ,S2,…Sp）的初始
时间序列：未来需求受下列因素影响：
◦ 目前需求（需求水平）； ◦ 过去成长趋势（需求趋势）； ◦ 过去季节性信息（季节系数）； ◦ 与历史需求无关的随机部分。
可观察到的需求（O）＝系统部分（S）＋随机部分（R）
水准：去除季节性因素的目前需求（系统部分）
趋势：对于下一个周期在需求上成长或衰退的比例（系