• San bằng hàm mũ cần có hệ số α có giá trị trong đoạn từ 0 đến 1. • Hệ số α lớn hay nhỏ là tùy vào tính chất của nhu cầu thực tế:
− Nếu nhu cầu thực tế ổn định (như nhu cầu về điện và thực phẩm), một hệ số
α nhỏ sẽ giảm đi tác động trong ngắn hạn hay những thay đổi ngẫu nhiên. − Nếu nhu cầu thực tế tăng hoặc giảm nhanh (như hàng thời trang), hệ số α
lớn để có thể theo kịp với sự thay đổi.
• Mất thời gian để xác định hệ số α nào sẽ thích hợp với dữ liệu thực tế.
Vì nhu cầu thay đổi, hệ số α chúng ta chọn tuần này có thể phải được xem xét
lại. Do đó, cần có phương pháp tự động để theo dõi và thay đổi giá trị α .
4.1.4.6 Lỗi của dự báo
− Sự chênh lệch giữa giá trị dự báo và giá trị thực tế gọi là lỗi.Trong thống kê, lỗi này còn được gọi là số dư. Miễn là giá trị dự báo nằm trong khoảng giới hạn tin cậy thì thực sự đó không phải là lỗi, nhưng thông thường sự chênh lệch được gọi là sai số.
− Nhu cầu đối với sản phẩm nảy sinh từ sự tương tác của rất nhiều yếu tố rất phức tạp để mô tả chính xác một mô hình. Vì vậy, tất cả dự báo chứa một số sai số.
4.1.4.7 Nguồn của sai số
Sai số có thể từ rất nhiều nguồn.
Một nguồn phổ biến là nhiều nhà dự báo không nhận thức về việc biểu đạt khuynh hướng trong quá khứ cho tương lai.
Ví dụ: khi nói đến sai số thống kê trong phân tích hồi quy, chúng ta đang đề cập đến độ lệch của các quan sát so với đường hồi quy. Thông thường người ta gắn giới hạn tin cậy với đường hồi quy để giảm các sai số không thể giải thích. Nhưng sau đó dùng đường hồi quy này như là công cụ dự báo bằng cách đưa nó vào dự báo tương lai, sai số có thể không được xác định chính xác với độ tin cậy đã lập. Vì khoảng tin cậy dựa vào dữ liệu quá khứ, nó có thể không giữ được các điểm dữ liệu và vì vậy không dùng cùng độ tin cậy.
4.1.4.8 Đo lường sai số