Прогнозування в операційному менеджменті

1. Прогнозування в операційному менеджменті.

 

Прогнозування — це мистецтво наука передбачення подій майбутнього. Це може також можуть використовувати історичні дані і проектуватиме їх у в майбутнє з застосуванням математичну модель..

Тимчасові горизонти прогнозування. Прогнози зазвичай класифікуються по майбутнім тимчасовим обріям, що вони описують. Три категорії, корисні для операції менеджерів, такі.

1. Нетривалий прогноз. Такий  прогноз охоплює період до  один рік, але менше, ніж місяці. Використовується для планування  закупівель, робіт, рівнів робочої  сили в, зваді розподілу робіт  і обсягу виробництва.

2.Среднесрочний прогноз. Охоплює зазвичай період від  трьох місяців і у три роки. Використовується в плануванні  збуту, плануванні виробництва та  розподілу бюджету, бюджетуванні  готівки, аналізі різних оперативних  планів.

3. Довгостроковий прогноз. Зазвичай три роки і більше. Довго терміновий прогноз використовують  у плануванні нових товарів, витрат  за основних фондів, у визначенні  місцеположення заводу та її  розширення, в дослідженнях і  розробках.

Організації використовують три основних типи прогнозів в плануванні своїх майбутніх операцій.

1. Економічні прогнози  адресуютьсябизнес-циклу шляхом  передбачення рівня інформації, забезпечення грішми і інших  планованих індикаторів.

2. Технологічні прогнози  стосуються рівня технологічного  прогресу, який можна навести  до народження нових товарів, потребують нових заводів і  устаткування.

3. Прогнози попиту —  це проекції попиту товари  та компанії. Ці прогнози, звані  також прогнозами збуту, ведуть  виробництво компанії, потужності  і системи планування і обслуговуються  із вхідними даними про фінансах  і маркетингу, про плануванні  і персоналі.

Існують дві основні підходи до прогнозуванню:

Перший — це кількісний аналіз; інший — якісний підхід. Кількісні прогнози використовують варіанти математичних моделей, щоб у основі минулих даних і/або випадкових змінних прогнозувати попит.

Суб'єктивні, чи якісні, прогнози включають важливі чинники, такі як інтуїцію що рішення, емоції, особистий досвід.

Огляд якісних методів. Розглянемо чотири різні техніки якісного прогнозування.

1. Журі з думок виконавців. Цей метод виходить з думках  малої групи менеджерів високого  рівня, часто в комбінації зі  статистичними моделями, результатом  чого є групова оцінка попиту.

2. Посилення продажів. У  цьому вся підході кожне обличчя,продающее  товар, оцінює, які продаж у його  регіоні; прогнози потім розглядаються, щоб гарантувати їх реалістичність.

3. Метод Дельфі. Цей ітеративний  груповий процес дозволяє експертам, які можуть займати різні позиції, створювати прогнози. Існують три  різних типи участі у процесі  методу Дельфі: котрі приймають  рішення, штатний персонал та  відповідальні. Приймаючи рішення

 

— це звичайно група від п'яти до десяти експертів, які робити поточний прогноз. Штатний персонал допомагає котрі ухвалюють рішення переробляти, розподіляти, об'єднувати і підсумовувати серії запитань і розглядати результати. Відповідальні — це група людей, що об'єднує отримані судження. Ця група забезпечує даними що рішення до того, робити прогноз.

4. Огляд ринку покупців. Це метод отримання даних від  покупців чи потенційних покупців, розглядають майбутні плани своїх  покупок. Це може допомогти у  розробці прогнозу, а й у просуванні проектованого товару і планування нових товарів.

Огляд кількісних методів. У цьому главі ми звертаємося до п'яти методам кількісного прогнозування:

>1.Простейший метод

>2.Метод мінливого середнього Моделі тимчасових серій

>3.Экспоненциальное згладжування

>4.Трендовое регулювання

>5.Линейная регресія  }Причинная модель

Моделі тимчасових серій. Перші чотири з вище перерахованих називаються моделями тимчасових серій. Вони прогнозують з урахуванням припущення, майбутнє є функція минулого. Інакше кажучи, бачимо, що це трапилося за період часу й використовуємо серію минулих даних, щоб спрогнозувати. Якщо ми передбачаємо тижневі продажугазонокосилок, ми використовуємо минулі тижневі продажугазонокосилок, роблячи прогноз.

>Причинние моделі.Линейная  регресія, причинний модель, об'єднує  в моделі перемінні, чи чинники, що потенційно можуть проводити  кількість у майбутньому періоді.Причинная  модель для продажівгазонокосилок  може охоплювати такі чинники, як "Нове яке започаткували  спорудження будинків, видатки рекламу  і конкурентів.

 

Кроки системи прогнозування

Дати визначення компонентами тимчасових серій

Вісім кроків системи прогнозування. Крім методів, що використовуються прогнозування, є такі вісім кроків прогнозування.

1. Визначення користі прогнозу, т. е. які об'єкти ми розглядаємо

2. Відбір об'єктів, які прогнозуватися.

3. Визначення тимчасових  горизонтівпрогноза—является він  короткотерміновим, середньостроковим  чи довгостроковим.

4. Відбір моделі (моделей) прогнозування.

5. Збір даних, необхідні прогнозу.

6. Обгрунтування моделі  прогнозування.

7. Виконання прогнозу.

8. Відстежування результатів.

Ці кроки слід здійснювати системним шляхом, ініціюючи, вирішуючи і відстежуючи систему EMV прогнозування. Коли система використовується для генерації прогнозів регулярно протягом часу, дані маємо бути відповідним чином зібрані, і поточні розрахунки прогнозів можуть робитися автоматично, зазвичай за комп'ютером.

Характеристика методів прогнозу

 

1. Найпростіший метод. Найпростіший (наївний) метод прогнозу передбачає, що наступного періоді еквівалентний попиту переважно поточних періодів. Інакше кажучи, якщо продажу товару, скажімо, стільникових телефонів, були 68 одиниць на січні, ми можемо прогнозувати, що лютневі продажу також будуть 68 одиниць.

2. Метод мінливого середнього. Метод мінливого середнього успішно застосуємо, коли ми можемо припустити, ринковий попит буде досить стабільним у цьому періоді.Четирехмесячное мінливий середнє знаходять простим підсумовуванням попиту протягом останніх чотири місяці і розподілом чотирма. З наступним місяцем поточні місячні дані сумуються з даними трьох місяців і, а самий ранній місяць викреслюється. Такий підхід згладжує на коротко терміновому періоді нерегулярності в серіях даних.

>Математически проста  змінюється середня (яка служить  як прогноз попиту період) визначається  за формулою

де п — їх кількість періодів відповідно до зміни середньої, наприклад, чотири, у п'ять чи шість місяців тому для чотирьох-, п'яти-, чи шестимісячної мінливою середньої.

3. Експоненціальне згладжування. Експоненціальне згладжування —  це метод прогнозування, який  частіше й ефективніше діє з допомогою комп'ютера, хоча використовує обмаль записів, які стосуються минулим даним. Базова формула експоненційного згладжування то, можливо показано так:

Новий прогноз = Прогноз минулого періоду +

+ (Поточний попит минулого періоду - Прогноз минулого періоду),

де — вагу, чи константа згладжування, розташовану між 0 і одну.

>Уравнение (4.3) може статися  записано математично:

F>t = F>t-1+ (A >t-1 – F>t-1) (4.4)

де F>t, — новий прогноз;

F>t-1 — минулий прогноз;

— константа згладжування (0 1);

A >t-1 — поточний попит минулого періоду. Минулий прогноз попиту еквівалентний старому прогнозу, існують різницю між поточним попитом минулого періоду й старим прогнозом.

>Константа згладжування  можна змінити щоб надати більшого  ваги поточним даним (коли а висока) чи більшого ваги минулим даним (коли її низька).

Вибір константи згладжування. Метод експоненційного згладжування простий у використанні та то, можливо успішно застосований в російських банках, виробничих компаніях, оптової торгівлі та інших організаціях. Визначення значення константи згладжування до може дати різницю між точним прогнозом і неточним прогнозом. Обираючи значення константи згладжування, домагаються точніших прогнозів. Загалом, точність моделі прогнозування може бути оцінена порівнянням прогнозного значення з поточним, чи піднаглядним, значенням.

Помилка прогнозу визначається за формулою

Помилка прогнозу = Попит - Прогноз

Вимірювання всіх помилок прогнозу для моделі є середнім абсолютним відхиленням (>МАД). Воно розраховується підсумовуванням абсолютних значення індивідуальних помилок прогнозу і розподілом на число періодів даних п:

4. Експоненціальне згладжування  зтрендовим регулюванням. Як і  інші методи мінливого середнього, простеекспоненциальное згладжування  не пристосоване регулювання  тренду. Ілюструючи складнішу модель експоненційного згладжування, розглянемо, що потрібно регулювання тренду. Ідея залежить від розрахунку прогнозу простим експонентним згладжуванням, потім у визначенні позитивного чи негативного лага втренде.

Формула має вигляд наступного рівності:

Прогноз, до складу якого тренд (>FITt ) = Новий прогноз( F >t ) + Корекціятренда(T >t)

Згладжуючи тренд, рівняння для корекції тренду використовує константу згладжування , як і у дуже простій експоненційною моделі використовувалася

Т >t розраховується з допомогою рівності

T >t = ( 1 – ) T >t-1 + ( Ft - Ft-1 )                                                    (4.7)

де T >t — згладжений тренд для періоду >t,

Т >t-1 — згладжений тренд для попереднього періоду;

— константа згладжування, що її вибираємо;

Ft — прогноз простого експоненційного згладжування для періоду >t ,

F >t-1 — прогноз для попереднього періоду.

Є три кроку розрахунку прогнозу із регульованим трендом.

Крок 1. Розрахунок простого експоненційного прогнозу для періодуt (F>t)

Крок 2. Розрахунок тренду з допомогою рівняння Tt = ( 1- ) Tt-1 + (F >t – Ft-1 )

Спочатку кроку 2 на першому періоду початкова значення тренду має бути закладено (чи як добре припущення, чи як огляд минулих даних). Після цього розраховується тренд.

Крок 3. Розрахунок прогнозу із регульованим трендом методом експоненційного згладжування за такою формулоюFIT >t = Ft + T >t

5.Трендовое проектування. Метод прогнозування з урахуванням  минулих тимчасових серій, який  ми будемо обговорювати, називаєтьсятрендовим  проектуванням. Цей метод встановлює  лінію тренду за серією точок  минулих даних, та був проектує  лінію у майбутнє для посередньо- і частка довгострокових прогнозів. Ряд математичнихуравнений-трендов можна використовувати (приміром,експоненциальние і квадратні), але у даної секції ми розглядати лише лінійні (прямолінійні) тренди.

Якщо вирішили розвивати лінійний тренд лінійно точним статистичним методом, то можемо застосувати метод найменших квадратів. Цей метод дозволяє їм отримати пряму лінію, яка мінімізує суму квадратів вертикальнихразностей між лінією і кожним поточним наглядом.

Лінія, отримана методом найменших квадратів, описується в термінах її значення (заввишки,отсекаемой нею на осі у) і його нахилом (лінійним кутом). Якщо ми можемо розрахуватиотсекаемое значення і нахил, то можемо описати лінію наступним рівнянням:

у = а +bх, (4.8)

 

де з — розрахункове значенняпредсказиваемой перемінної (залежною перемінної);

а — відрізок,отсекаемий прямий на осі у;

b — нахил лінії регресії (чи коефіцієнт зміни значення  у стосовно зміни значення x);

x — незалежна змінна (у разі час).

 

 

Список літератури:

Козловський В.А. та інших. Виробничий і операційний менеджмент.

Підручник – СПб: «Спеціальна Література», 1998.с.58

Макаренка М. В.,Махалина О.М. Виробничий менеджмент:Учеб. посібник для вузів.- М.: «ВидавництвоПРИОР», 1998. – 384 з.

Річард Чейз та інших. Виробничий і операційний менеджмент. – М.: Видавничий будинок «Вільямс», 2001.- 704 з.

 

 

2. Розробка товару.

 

У світі створення умов та виробництво нових товарів є вирішальним для процвітання фірми. Споживачі хочуть й чекають нові й удосконалених виробів. І конкуренти докладуть максимум зусиль, щоб забезпечувати їхню цими новинками. Отже, в кожній фірми мусить бути своя програма розробки нових товарів, спрямована у майбутнє, і враховує таке властивість товарів, як “смертність”, тобто. відхід із ринку через певний час. Тому необхідно постійно планувати заміни.

У американській літературі підкреслюється, що, впроваджуючи ринку нові товари, компанії зазвичай намагаються досягти відразу кількох цілей. Найважливіші їх - розширити збут і збільшити прибуток, зменшити залежність фірми від ходу реалізації будь-якого одного товару чи асортиментної групи, ефективніше використовувати існуючу ступінь утилізації відходів виробництва, і навіть створити чи підтримати образ інноваційної фірми.

Новий продукт передбачає модифікацію існуючого продукту чи нововведення, яке споживач вважає значимим. Щоб новий продукт досяг успіху, він повинен мати бажаними споживачам параметрами, бути унікальним, а споживачі повинен мати інформацію про його характеристиках.Модифікації є зміни у продукції компанії та включають нові моделі, стилі, кольору, поліпшення товарів хороших і нові торгових марок.Значні нововведення - це товари, які раніше не продавалися даної компанією чи якоїсь іншої компанією (наприклад, перший домашній комп'ютер).Невеликі нововведення - це продукти, які раніше не продавалися фірмою, але збувалися іншими.

Впровадження нових продуктів збільшує витрати, ризик та час, требующееся задля досягнення прибутковості. Серед найбільших американських фірм 70% нових продуктів - модифікації, 20% - невеликі інновації, і десяти% - значні нововведення.

 

ЕТАПИ РАЗРАБОТКИ НОВОГО ТОВАРУ

Новий товар має неодмінно потребам, що до моменту її ринку сформуються потенційні покупці.

Під час розробки та у виробництві нового товару необхідно враховувати два вимоги: