
- •Конспект лекцій з дисципліни:
- •1. Визначення прогнозування
- •2. Типи прогнозів
- •3. Прогнозні наближення
- •4. Часові інтервали прогнозування
- •Приклад 1
- •Фірма, що робить складські навіси, вирішує прогнозувати продажу шляхом зважування минулих продажів за три місяці в такий спосіб.
- •Приклад 3
- •Приклад 4
- •Приклад 6
- •5. Сезонні коливання даних
- •Приклад 8
- •6. Методи регресійного і кореляційного аналізів
- •7. Моніторинг і контролінг прогнозу
- •Приклад 14
- •8. Роль комп'ютерів у прогнозуванні
- •9. Якісні методи прогнозування
- •2. Метод експертного прогнозування.
- •3 Метод сценаріїв.
- •10. Часові ряди
7. Моніторинг і контролінг прогнозу
Після того як прогноз отриманий, важливо, щоб він не був забутий. Не всі менеджери хочуть про нього згадувати, коли прогноз виявляється дуже неточним, але фірмі необхідно визначити, чому поточний попит (або інш змінні) значно відрізняються від того, що проектувалося.
Одним зі шляхів відстеження прогнозів, якому вони піддаються, є застосування сигналів, що відслідковують. Трекінговий сигнал — це інструмент, що показує, як добре прогнози обновляються щотижня, місяць або квартал, нові доступні дані про попит рівняються із прогнозними значеннями.
Трекінговий сигнал розраховується як сума помилок прогнозу (ДО5РЕ), ділена на середнє абсолютне відхилення (МАD):
як показано раніше в рівнянні (4.6)
Позитивний трекінговий сигнал показує, що попит більше, ніж прогноз. Негативні сигнали означають, що попит менше, ніж прогноз. Гарний трекінговий сигнал - це такий, котрий пов'язаний з низьким RSРЕ, має як позитивні, так і негативні помилки. Інакше кажучи, хоча малі відхилення бажані, але, позитивні й негативні, вони будуть балансувати один одного так, що трекінговий сигнал буде прагнути до нуля.
Як тільки трекінговий сигнали розраховані, вони рівняються з визначеними контрастними границями. Коли трекінговий сигнал стає вище або нижче границі, те це означає, що існує проблема з методом прогнозування, і служба менеджменту може захотіти змінити шлях прогнозування попиту. Рис. 4.8 показує графік трекінгового сигналу. Якщо модель використала метод експонентного згладжування, те, можливо, необхідним є перегляд констант згладжування.
Яким образом фірма вирішує, що трекінговий сигнал вище або нижче меж? Не існує однієї простої відповіді, але можна знайти прийнятні значення. Інакше кажучи, межі не так низки, щоб відбивати кожну малу помилку прогнозу, і не так високі, щоб дозволяти не зауважувати помилок прогнозу.
Рис. 4.8. Графік контролю трекінгового сигналу
Джордж Плоссл й Оливер Уайт, два експерти по контролі запасів, запропонували використати максимум +4MAD (для високого об'єму запасів) і +8MAD (для низького об'єму). Інші дослідники пропонують злегка понизити границі. Один MAD еквівалентний .8 стандартного відхилення, так що+2МАО=+1.6 стандартних відхилень, +3MAD = +2.4 стандартних відхилень, +4MAD =+3.2 стандартних відхилень. Ці пропозиції із приводу того, що прогноз буде «під контролем» в 89% випадків помилок зв'язаний зі значенням +2MAD, а в 98% випадків - з +3MAD або в 99,9% випадків - з +4MAD.
Приклад 14 показує, як трекінгові сигнали й RSFE можуть бути розраховані.
Приклад 14
Квартальні продажі (у тисячах одиниць), так само як прогноз попиту й помилка розрахунків фірми, показані нижче. Об'єктом розрахунків є трекінговий сигнал і визначення того, чи є прогнози адекватними даним.
квартал |
Прогноз попиту |
Поточний попит |
Помилка |
FSFE |
Помилка прогнозу |
Кумулятивна помилка |
MAD |
Трекінговий сигнал |
1 |
100 |
90 |
-10 |
-10 |
10 |
10 |
10 |
-1 |
2 |
100 |
95 |
-5 |
-15 |
5 |
15 |
7,5 |
-2 |
3 |
100 |
115 |
+15 |
0 |
15 |
30 |
10,0 |
0 |
4 |
110 |
100 |
-10 |
-10 |
10 |
40 |
10,0 |
-1 |
5 |
110 |
125 |
+15 |
+5 |
15 |
55 |
11,0 |
+5 |
6 |
110 |
140 |
+30 |
+35 |
30 |
85 |
14,2 |
+2,5 |
Цей трекінговий сигнал є прийнятним обмеженням. Ми бачимо, що він дрейфує від -2.0MAD до +2.5MAD.
Адаптивне згладжування. Ряд опублікованих дослідженні стосується адаптивного прогнозування. Адаптивне прогнозування ставиться до комп'ютерного моніторингу трекінговихсигналів і саморегулюванню, якщо сигнал проходить його границю. Наприклад, коли застосовується експонентне згладжування, коефіцієнти α і β спочатку відбираються на базі значень, які мінімізують помилку прогнозів, а потім регулюються відповідно до комп'ютерних розрахунків трекінгового сигналу. Це називають адаптивним згладжуванням.