Tài liệu Bài giảng Quản trị sản xuất chương 2 docx

o Dự báo trung hạn: Khoảng thời gian dự báo trung hạn thường từ 3 tháng đến 3 năm.. o Dự báo dài hạn: thời gian dự báo từ 3 năm trở lên... Phương pháp dự báo định tính o Lấy ý kiến của

Chương 2

DỰ BÁO NHU CẦU SẢN PHẨM

I Khái niệm, phân loại

1.1 Khái niệm dự báo

Dự báo là khoa học và nghệ thuật tiên

đoán những sự việc sẽ xảy ra trong

tương lai

I Khái niệm, phân loại

1.2 Các loại dự báo

a Căn cứ vào thời gian

o Dự báo ngắn hạn: Khoảng thời gian dự báo

ngắn hạn thường không quá 3 tháng

o Dự báo trung hạn: Khoảng thời gian dự báo

trung hạn thường từ 3 tháng đến 3 năm

o Dự báo dài hạn: thời gian dự báo từ 3 năm trở

lên

I Khái niệm, phân loại

1.2 Các loại dự báo

b Căn cứ vào nội dung công việc cần dự báo

• Dự báo kinh tế: do các cơ quan nghiên cứu, cơ

quan dịch vụ thông tin, các bộ phận tư vấn kinh

tế của Nhà nước thực hiện

• Dự báo kỹ thuật và công nghệ: đề cập đến mức

độ phát triển khoa học, kỹ thuật, công nghệ trong tương lai

• Dự báo nhu cầu: Thực chất của dự báo nhu cầu là

tiên đoán về doanh số bán ra của doanh nghiệp

III tác động của chu kỳ sống của

Doanh số

Suy tàn

Chín muồi Phát triển

Giới thiệu

Thời gian

IV các phương pháp dự báo nhu cầu

4.1 Phương pháp dự báo định tính

o Lấy ý kiến của ban điều hành

o Lấy ý kiến hỗn hợp của lực lượng bán hàng

o Lấy ý kiến người tiêu dùng

o Phương pháp Delphi

IV các phương pháp dự báo nhu cầu

4.2 Phương pháp dự báo định lượng

Các bước tiến hành dự báo định lượng:

o Xác định mục tiêu của dự báo

o Chọn lựa các loại sản phẩm cần dự báo

o Xác định độ dài thời gian dự báo

đường xu hướng tuyến tính

đỉnh thời vụ

Th ời gian

YI = 1 + 2 + 3

3

y y

y

YII = 2 + 3 + 4

4.2.1 Dự báo theo dãy số thời gian

4.2.1.1 Phương pháp bỡnh quân di

động

7

64 6

58 5

56 4

52 3

50 2

45 1

Dự báo (chiếc áo)

Lượng bán thực tế

(Chiếc áo) Tháng

Ví dụ 2.1: Cửa hàng A có số liệu về lượng áo sơ mi bán ra

trong 6 tháng qua như sau Hãy dùng phương pháp bỡnh quân di động 3 tháng một để dự báo nhu cầu cho tháng thứ 7.

(45 + 50 + 52): 3 = 49 (50 + 52 + 56): 3 = 53 (52 + 56 + 58):3 = 55 (56 + 58 + 64): 3 = 59

4.2.1 Dù b¸o theo d·y sè thêi gian

4.2.1 Dự báo theo dãy số thời gian

4.2.1.2 Phương pháp bỡnh quân di động có

trọng số

Ví dụ: Cũng ví dụ trên, cửa hàng A quyết định áp dụng mô hỡnh dự

báo bỡnh quân di động 3 tháng có trọng số cho tháng gần nhất là 0,5; hai thỏng trước đõy là 0,35; ba thỏng trước đõy là 0,15 Kết quả dự bỏo như sau:

7

64 6

58 5

56 4

52 3

50 2

45 1

Dự báo (chiếc áo)

Lượng bán thực

tế (Chiếc áo) Tháng

(45 ì 0,15) + (50 ì 0,35) + ( 52 ì 0,50) = 50

(52 ì 0,15) + (56 ì 0,35) + (58ì 0,50) = 56 (56 ì 0,15) + (58 ì 0,35) + (64 ì 0,50) = 61 (50 ì 0.15) + (52 ì 0,35) + (56 ì 0,50) = 54

4.2.1.3 Phương pháp san bằng số mũ

a Phương pháp san bằng số mũ gi ả n đơn

Ft = Ft-1 + α(A(t-1) - F(t-1))

Trong đó:

F(t): Dự báo nhu cầu giai đoạn t

F(t-1): Dự báo nhu cầu giai đoạn t - 1 A(t -1): số liệu về nhu cầu thực tế ở giai đoạn t - 1

α : Hệ số san bằng (0 < α < 1)

4.2.1.3 Phương pháp san bằng số mũ

a Phương pháp san bằng số mũ gi ả n đơn

Ví dụ: Vẫn v ớ dụ trờn , bây giờ cửa hàng quyết định dùng

phương pháp dự báo san bằng số mũ gi ả n đơn với α = 0,6 và

lượng dự báo của tháng 1 bằng với số thực tế của tháng đó (45)

7

64 6

58 5

56 4

52 3

50 2

45

45 1

Dự báo (chiếc áo)

Lượng bán thực tế

(Chiếc áo) Tháng

n

1 i

t t

∑

=

−

=

Cộng AD

6 58

8 56

64 6

2 56

4 54

58 5

4 52

6 50

56 4

2 50

4 48

52 3

5 45

5 45

50 2

0 45

0 45

45 1

AD F

AD F

Với α = 0,9 Với α = 0,6

Lượng bán thực tế (Chiếc áo) Tháng

4.2.1.3 Phương pháp san bằng số mũ

a Phương pháp san bằng số mũ gi ả n đơn

Vậy α = 0,9 cho kết quả dự báo chính xác hơn so với α = 0,6 Do

đó ta dùng α = 0,9 để dự báo cho tháng tiếp theo Kết quả dự báo

Tt: Lượng điều chỉnh theo xu hướng thời kỳ t

Tt-1: Lượng điều chỉnh theo xu hướng thời kỳ t-1

β : Hệ số san bằng xu hướng mà ta lựa chọn (0 < β <1)

Bước 3: Xác định dự báo nhu cầu theo xu hướng

FITt = Ft + Tt

FITt: Dự báo theo khuynh hướng (Forecast including

trend) của giai đoạn t

4.2.1.3 Phương pháp san bằng số mũ

b San bằng số mũ có hiệu chỉnh xu hướng

63,3

? 7

57,7 64

6

55,6 58

5

51,7 56

4

49,5 52

3

45,0 50

2

45,0 45

1

Dự báo có xu hướng FIT t

điều chỉnh xu hướng T t

với β = 0,4

Dự báo (F t )

Lượng bán thực tế (Chiếc áo) Tháng

5,1 + 0,4(63,3 - 57,7) = 7,3 4,3 + 0,4(57,7 - 55,6) = 5,1 2,7 + 0,4(55,6 - 51,7) = 4,3 1,8 + 0,4(51,7 - 49,5) = 2,7

0 + 0,4(49,5 - 45) =1,8

0 + 0,4(45 - 45) = 0

0

Ví dụ: Trở lại ví dụ trên ta lập được bảng dự báo nhu cầu theo phương

pháp san bằng số mũ có điều chỉnh xu hướng với β = 0,4 và α = 0,9

63,3 + 7,3 = 70,6 57,7 + 5,1 = 62,8 55,6 + 4,2 = 59,8 51,7 + 2,7 = 54,4 49,5 + 1,8 = 51,3

0 + 45,0 = 45,0

0 + 45,0 = 45,0

4.2.1.4 Phương pháp hoạch định

theo xu hướng

Ví dụ: Công ty A thống kê được lượng giày bán ra từ năm thứ

nhất đến năm thứ 10 như trong bảng Hãy dùng phương pháp hoạch định theo xu hướng để dự báo nhu cầu cho 3 năm tiếp theo

5010

435

499

404

488

383

457

392

476

38

1

Lượng giày đã bán ra (ngàn đôi) Năm thứ

Lượng giày đã

bán ra (ngàn đôi)

Năm thứ

2 2

n

1 i

t n t

t Y n Yt b

Theo xu hướng biến động trên, mô hỡnh sẽ có dạng: Yc = a + bt Trong đó: Yc: Nhu cầu giày tính theo giai đoạn t (ngàn đôi)

t: Biến số của mô hỡnh (năm) a,b: các hệ số của mô hỡnh

Hệ số a và b của phương trỡnh sẽ được xác định theo công thức sau:

t b Y

a = −

n

Y Y

n

1 i

n

1 i

10 50

10

441 81

9 49

9

384 64

8 48

8

315 49

7 45

7

282 36

6 47

6

215 25

5 43

5

160 16

4 40

4

114 9

3 38

3

78 4

2 39

2

38 1

1 38

thø

4.2.1.4 Phương pháp hoạch

định theo xu hướng

43,7 10

1 5,5

5,5 10

385

-5,5 43,7

4.2.1.5 Dù b¸o nhu cÇu theo

4.2.1.5 Dù b¸o nhu cÇu theo

mïa

800 800

12

200 400

11

300 400

10

600 800

9

800 700

8

200 250

7

300 250

6

800 800

5

600 500

4

400 300

3

300 400

2

650 700

1

Năm 2 Năm 1

ChØ sè mïa

N.cÇu T.b cña tÊt cả c¸c th¸ng trong năm

N.cÇu TB cña c¸c th¸ng cïng tªn

Nhu cÇu kh¸ch

hµng Th¸ng

800 300 350 700 750 225 275 800 550 350 350 675

510 510 510 510 510 510 510 510 510 510 510 510

1,567 0,588 0,686 1,371 1,469 0,441 0,539 1,567 1,078 0,686 0,686 1,322

4.2.1.5 Dù b¸o nhu cÇu theo

4.2.2 Phương pháp dự báo nhân quả

(phương pháp hồi quy và phân tích

tương quan)

Ví dụ: Một công ty sản xuất xe máy nhận thấy doanh số bán ra của

Công ty phụ thuộc vào thu nhập của dân cư trong khu vực họ hoạt

động Số liệu thống kê được trong 10 năm về mối liên hệ tương

quan này được trình bày như bảng sau Hãy dự báo doanh số của Công ty nếu thu nhập bình quân của cư dân trong vùng là 15 triệu

đồng/năm

33 32

34 31

30 30

27 25

22 20

Doanh số của công ty

(tỷ đồng)

13 12,5

14 12

10,6 10,2

10,0 9,7

9,5 9,0

Thu nhập của dân cư

(tr.đ)

10 9

8 7

6 5

4 3

2 1

Năm

2 2

n

1 i

x n x

x y n yx

n

y y

n

1 i

n

1 i

4.2.2 Phương pháp dự báo nhân quả

(phương pháp hồi quy và phân tích

tương quan)

8268 3202,5

1246,99 110,5

284 Tổng số

1089 429,0

169,00 13,0

33 10

1024 400,0

156,25 12,5

32 9

1156 476,0

196,00 14,0

34 8

961 372,0

144,00 12,0

31 7

900 318,0

112,36 10,6

30 6

900 306,0

104,04 10,2

30 5

729 270,0

100,00 10,0

27 4

625 242,5

94,09 9,7

25 3

484 209,0

90,25 9,5

22 2

400 180,0

81,00 9,0

20 1

Y 2

xy

X 2

Thu nhập của dân cư (Triệu đồng)

(x)

Doanh số bán ra của công ty (Tỷ đồng) (Y) Năm

4.2.2 Phương pháp dự báo nhân quả

(phương pháp hồi quy và phân tích

tương quan)

4,

2810

=

=

x

476,

205

,1110

99,1246

4,2805

,1110

5,3202

1 05

, 11 476

, 2 4

y S

2 c yx

−

−

2 n

S

2 yx

- Y: Giá trị thực tế của các năm

- yc: Giá trị tính toán theo phương trỡnh mới xác định

- n: Số lượng số liệu thu thập được

36 ,

2 8

67 , 44 2

10

5 , 3202 476

, 2 284 035

, 1 8268

2 2

y y

n x

x n

y x

xy

n r

Khi r = ±1: x và y có mối quan hệ tương quan chặt chẽ

Khi r = 0: x và y không có mối liên hệ

Khi r càng gần đến gần ±1: liên hệ tương quan x và y càng chặt chẽ.Khi r dương: tương quan thuận;

Khi r âm: tương quan nghịch

95 , 724

643 284

6268 10

5 , 110 99

, 1246 10

5 , 110 284

5 , 2 32 10

V Gi¸m s¸t vµ kiÓm so¸t dù

b¸o

5.1 TÝn hiÖu theo dâi

RSFETÝn hiÖu theo dâi =

V Giám sát và kiểm soát dự báo

5.2 Giới hạn kiểm tra

Phạm vi chấp nhận

Tín hiệu theo dõi

Giới hạn kiểm tra trên

Giới hạn kiểm tra dưới

Tín hiệu báo động

V Giám sát và kiểm soát dự

báo

5.2 Giới hạn kiểm tra

Ví dụ: Trở lại ví dụ dự báo theo phương pháp san bằng số mũ với α = 0,9 và số liệu thực tế thống kê được qua 6 tháng Hãy xác định tín hiệu theo dõi và cho biết đã vượt quá phạm vi cho phép ± 4 MAD hay chưa?

63,17

196

196

5864

6

52,60

132

132

5658

5

42,75

114

114

5256

4

32,33

72

72

5052

3

22,5

55

55

4550

2

00

00

00

4545

1

Tín hiệu theo dõi MAD

∑ Saisố 

 Saisố 

RSFE Sai số

Lượng

dự báo

Lượng bán

thực tế Tháng