谁负责预测？ 预测的精确性如何衡量？
14
六、预测技术
主要的三大类预测技术
定性预测:定性技术采用专家意见和特殊的信息 对未来进行预测。
时间序列预测:时间序列技术则完全把注意力集 中在历史模式和模式的变化上来产生预测.
因果关系预测:因果关系技术，如回归方法，则 是使用明确而又特定的有关变量的信息，来展 开主导事件与预测活动之间的关系。
2、自底向上方法 分权化预测方法 每个配送中心独立开展预测 可更精确的预测特定市场的需求波动
注： SKU，stock keeping unit.，生产者或流通业者在执行库存管理或商品管理时，商品的 最小分类单位，也称为单品。“单品”与传统意义的“品种”概念不同，从分类和编码的角 度看，“品种”比“单品”大，即一个“品种”中可能有许多个“单品”；“单品”还可以 根据使用者的定义而不同。如单听销售的可口可乐是一个SKU，而整扎销售的可口可乐又是一 个SKU。
t 1
n
式中:M
(1) t 1
——第t+1期的一次移动平均值；
xt ——第t期的观测值（t＝1,2,…，n）；
n ——跨越期数。N一般为一期、二期、三期、十二期
等
18
六、预测技术
时间序列技术——指数平滑法
指数平滑(exponential smoothing)是根据以前的需求水平 和预测水平的加权平均数估算的未来销售量为基础的。 是一种特殊的加权移动平均法。 计算迅速，无需大量历史数据，适合计算机化预测。
• 自底向上方法需要详细跟踪 • 自顶向下方法的比例分配有难度
五、预测流程
有效的预测流程由若干各部分组成 预测过程
预测
数据库
• 订单 • 历史 • 战术
预测组织与管理
预测技术
预测 支持系统
11
预测结果 使用者 • 财务部门 • 销售部门 • 生产部门 • 物流部门
12
五、预测流程
预测数据库——预测过程的基础
16
六、预测技术
时间序列技术
• 时间序列技术是一种利用历史销售数据的统计方法， 这些历史销售数据中应当具有相对清楚而又稳定的关 系和趋势。
• 时间序列分析主要用于识别：①由于季节性因素使数 据发生的系统性变动；②周期模式；③趋势值；④这 些趋势的增长率。
• 时间序列技术包括分析历史数据类型和动态的各种方 法。如移动平均、指数平滑、外延平滑、适应性平滑 等。
17
六、预测技术
时间序列技术——移动平均法
移动平均(moving average)预测法使用最近时期销售量的平均数。 可以消除由于偶然因素引起的不规则变动，同时又保留了原时间序列 的波动规律。但该方法对历史变化反应迟钝，不适合预测历史数据变化 大的情形。 如果引入加权平均，可部分克服上述缺点。
M (1) xt xt1 ... xtn1
4
二、需求的特性
1、独立需求和相关需求
独立需求和相关需求
独立需求——需求量由市场力量决定，与其它物资不存在直 接的连带关系，如大多数产成品 相关需求——某种物资的需求量与其他物资有直接的配套关 系，如生产时所用的零部件
独立需求用统计预测方法效果较好
考察一般的消耗速度，确定订购批量、订购时间
相关需求的预测则应采用MRP等方法
1
第四章 需求预测与库存管理
2
主要内容
第求预测
物流预测是为制定物流作业计划而对货物需求的地 点、品种以及时间的预计 物流中的存储、运输等各项业务活动的计划都是以 预测的资料为基础的。 物流管理者不需要做所有的预测活动。中长期预测 通常由企业其他部门提供给物流部门，物流经理一般 在制定库存控制、车辆调度等短期计划时，要亲自做 一下预测，以有效安排资源。
15
六、预测技术
定性预测
定性预测方法主要包括专家判断、营销估计、集体讨论、市 场调查、类推法、德尔菲法等多种。
定性分析方法的优点在于当市场预测缺少定量的数据支持或 者当变量太多不能形成一个稳定的模型时，可以采用定性分析 的方法。另外，运用这种方法进行预测简单快速，不需要复杂 的统计计算。
定性分析的缺点在于预测缺乏证据支持，主观性过强，无法 进行误差分析等等，这些限制因素可能会导致判断的失误。
数据库包括了订单、订单历史，以及获得订货 的战术，如促销等。 数据库还必须包括定时的历史与计划数据，它 能够使得数据的处理、概括、分析和报告更便 利。
13
五、预测流程
开发有效的预测需要一个能结合了三个组成部分的流程
预测支持系统包括收集和分析数据、进行预测，以及把 预测结果传送到相关人员和计划系统的数据处理能力。 预测技术 预测的组织与管理
物料清单
5
二、需求的特性
2、需求的空间和时间特征
需求的时间特性
由销售量的变化或季节变化等因素引起 时间序列预测模型
需求的空间特性
需求在何处、何时发生 以便规划仓库的位置、容量、分配运输资源等 预测技术必须考虑这种地理上的差异
6
二、需求的特性
3、无规律需求和规律性需求
无规律需求
新产品、即将退市的产品等 预测很困难，一般用非预测方法解决，如为新产品准备快速、 应急的运送方案
9
四、预测的方法论
自顶向下方法
工厂中央配送中心 预测合计10000单位
历史上各
中心份额 40%
30%
A地区配送 中心预测 4000单位
B地区配送 中心预测 3000单位
20%
C地区配送 中心预测 2000单位
10%
D地区配送 中心预测 1000单位
10
四、预测的方法论
• 预测部门对这两种方法做出选择，可以结合两种方 法的优点。
注：德尔菲法是美国兰德公司于1964年发明并首先应用于技术预测领域的一种函询调查法，也是目前 最流行的定性分析方法。德尔菲方法的具体做法是将所要预测的问题和必要的背景材料以通信的方式 寄给10~50名有关专家，征求意见。然后将各种意见综合、整理、归纳、匿名反馈给专家，如此反复 3~5轮，最后将每位专家的最终意见经统计分析后计算出预测结果。
规律性需求
趋势性、季节性 常用的预测方法即可得到较好的解决方案
7
三、预测内容的组成
一个预测数值实际上由六部分组成
1、基本需求
整个时期内的平均值 2、季节因素 3、趋势因素 4、周期因素 5、促销因素 6、不确定因素
8
四、预测的方法论
1、自顶向下方法 分解预测方法 先展开全国层次的SKU进行预测，然后再分摊到各地