2.1. Các tiếp cận dự báo 2.1.1. Các phương pháp định tính
Lấy ý kiến của bộ phận chuyên gia thuộc ban điều hành
© _ Tông hợp số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp
© - Phối hợp với kết quả đánh giá của các ủy viên điều hành (marketing, kỹ
thuật, tài chính và sản xuất)
Lấy ý kiến của nhân viên bản hàng e - Nhân viên bán hàng dự đoán lượng hàng có thê bán được trong thời gian tới
tại khu vực của mình bán.
Lấy ý kiến của khách hàng
© - Lấy ý kiến khách hàng hiện tại cũng như khách hàng tiêm năng về kế hoạch
mua hàng tương lai của họ e - Gửi bản câu hỏi, phỏng vấn qua điện thoại, phỏng vấn cá nhân hoặc phỏng
vấn nhóm, có thế nghiên cứu thu thập thông tin trực tuyến e Hiểu được những đánh giá của khách hàng về sản phẩm và dịch vụ của
doanh nghiệp đề có biện pháp cải tiến.
Phương pháp Delphi (thường dự báo về công nghệ): Dựa trên cơ sở đánh giá của các chuyên gia giỏi thuộc lĩnh vực hẹp của khoa học kỹ thuật
¢ Moi chuyén gia (trong hoặc ngoài tổ chức) được nhận một thư yêu cầu trả
lời với câu hỏi có sẵn
© _ Phối hợp viên tập hợp, sắp xếp, chọn lọc, tóm tắt các ý kiến lại
® - Dựa vảo tóm tắt, phối hợp viên đưa ra các câu hỏi khác đề chuyên gia trả
lời tiếp
¢ Tiép tuc tập hợp cho đến khi thỏa mãn toàn bộ tiên đoán.
2.1.2. Các phương pháp định lượng
Phương pháp bình quân đơn giản (Simple Average - SA): La trung binh của các dữ liệu đã qua với nhu câu của các giai đoạn trước có các trọng số như nhau.
35
SA 3 Các nhu cầu ở mỗi giai đoạn đã qua
” n
" Dy+ D2+..+Dn
SA n
Với:
DI: Nhu cầu trong giai đoạn gần đây nhất D2: Nhu cầu xảy ra cách đây hai giai đoạn D3: Nhu cầu xảy ra cách đây n giai đoạn
Phương pháp bình quân đi động (Mioving Average - MA): La trung binh hóa các đữ liệu trong thời gian gần đây và số trung bình này trở thành dự báo cho giai đoạn tới.
3 Các nhu cầu ở n giai đoạn trước đó
MA
n
Với n: Số giai đoạn của bình quân di động Phương pháp bình quân di động có trọng số (Weighted Moving Average - WMA): Khi cac số liệu theo một xu hướng nào đó thi ta đùng trọng số đề nhân mạnh vào các giá trị gần nhất. Giai đoạn vừa mới qua được mang trọng số lớn.
3;(Trọng số cho giai đoạn n) x (Nhu cầu trong giai đoạn n)
3; Trọng số
WMA =
Phương pháp san bằng số mũ: Thích hợp với đòng số liệu biến động đều.
Công thức của phương pháp san bằng hàm số mũ giản đơn như sau:
Ftrl =Ft+ ơ (Dt- Ft ) hay Ftr1 = œ Dt + (I- @) Ft Trong đó:
Ftr1: Mức dự báo 6 thoi ky t+
Ft : Mức dự báo của kỳ t Dt: Mức thực tế kỳ t œ: Hệ số tùy chọn thỏa mãn điều kiện: 0 < œ < I
Hoạch định theo xu hướng: Nếu số liệu là một chuỗi thời gian thì biến độc
lập là giai đoạn thời gian, biến phụ thuộc là chỉ tiêu khác. Nếu dùng xu hướng
tuyến tính nhờ phương pháp thống kê chính xác, ta áp đụng phương pháp bình quân tối thiểu.
36
Phương trình có dạng: y=a + bx
- ẩxy -ủxỹ _
PP yx? one? a=y—bx
y= Yin 2 X= Yiut Hoi quy tuyén tính: dự bão phụ thuộc vào sản lượng sản xuất, ngân sách quảng cáo, giá bán, đối thủ cạnh tranh.
2.2. Phương pháp dự báo (hoạch định theo xu hướng)
Trong hoạch định lên kê hoạch dự báo nhu câu tương lai cho bia của nhóm sẽ dùng phương pháp đự báo hoạch định theo xu hướng. Mô hình này dựa trên số liệu trong quá khứ và giả sử có liên quan đến tương lai và có thể tìm thấy được.
Tất cả các mô hình dự báo theo định lượng có thế sử dụng thông qua chuỗi thời gian và các giá trị này được quan sát đo lường các giai đoạn theo từng chuỗi.
Các bước tiến hành dự báo:
© Xác định được mục tiêu dự báo: Số lượng bia bản được
® - Xác định loại dự báo: Dự báo dài hạn
e Chọn mô hình dự báo: Hồi quy tuyến tính
© - Thu thập số liệu và tiễn hành dự báo
© Ung dung két qua dy bao Tỉnh chính xác của dự báo:
Tính chính xác của dự báo đề cập đến độ chênh lệch của dự báo với số liệu thực tế. Bởi vì dự báo được hình thành trước khi số liệu thực tế xảy ra, vì vậy tính chính xác của dự báo chỉ có thê đánh giá sau khi thời gian đã qua đi. Nếu dự báo cảng gan với số liệu thực tế, ta nói dự báo có độ chính xác cao và lỗi trong dự báo càng thấp.
VD: Công ty bia bán lẻ trong giai đoạn 2016-2021. Hãy vẽ một đường thắng xác định xu hướng và dự bảo nhu cầu cho năm 2024
Năm Số bia đã bán được Năm Số bia đã bán được
2017 1,200,000 2020 1,700,000
2018 1,400,000 2021 2,000,000
2019 1,450,000 2022 2,200,000
Với một chuỗi dữ liệu khảo sát, ta có thể giảm thiếu cách tính toán bằng cách biến đổi các gia tri x (thời gian) thành các số đơn giản. Do vậy, ở đây, ta có
37
thể gán cho năm 2017 là năm số 1, 2018 là năm số 2, 2019 là năm số 3, 2020 là năm số 4, 2021 là năm số 5, 2022 là năm số 6, 2023 là năm số 7, 2024 là năm số 8.
Phương trình dự báo hoạch định theo xu hướng được diễn đạt thông qua bảng sau đây:
l 000 l 000
1,400,000 800,000
1,450,000 4,350,000
1,700,000 6,800,000
000,000 10,000,000
000 14,400,000
Ow w=
b=
a=f-b =1,691,666 — 230,000 x 3,5 = 886,666
Ta có phương trình xu hướng: y = a +bx & y = 886,666+230,000x
Nhu cau nam 2017, ma sốx=
y = 886,666 + 230,000 x | = 1,116,666
Nhu cau nam 2018, ma số x=2 y = 886,666 + 230,000 x 2 = 1,346,666
Nhu cau nam 2019, ma sốx=3 y = 886,666 + 230,000 x 3 = 1,576,666
Nhu cau nam 2020, ma sốx=4 y = 886,666 + 230,000 x 4 = 1,806,666
Nhu cau nam 2021, ma sOx=5 y = 886,666 + 230,000 x 5 = 2,036,666
38
Nhu cau nam 2022, ma số x=6 y =886,666 + 230,000 x 6 = 2,266,666 Nhu cau nam 2023, ma sOx=7 y = 886,666 + 230,000 x 7 = 2,496,666
Nhu cau nam 2024, ma sốx=8 y = 886,666 + 230,000 x 8 = 2,726,666
Nhu caau xu huo ng 3,000,000
2,500,000 2000,00g _ ẹ) = 230000 x + 886666.67
1,500,000
—=E
1,000,000 500,000
2017 0 2018 2019 2020 2021 2022
_ Nhu cau
—— thực tế
39