netezire exponențială este un mod de prognozare a cererii pentru un articol pentru o anumită perioadă. Această metodă estimează că cererea va fi egală cu media consumului istoric într-o perioadă dată, dând o pondere mai mare sau o pondere mai mare valorilor care sunt mai apropiate în timp. În plus, pentru următoarele prognoze luați în considerare eroarea existentă a prognozei curente.
Prognoza cererii este metoda de proiectare a cererii clienților pentru un produs sau serviciu. Acest proces este continuu, în care managerii folosesc date istorice pentru a calcula ceea ce se așteaptă să fie cererea de vânzări pentru un bun sau un serviciu..
Informațiile din trecutul companiei sunt utilizate adăugându-le la datele economice ale pieței pentru a vedea dacă vânzările vor crește sau vor scădea.
Rezultatele prognozei cererii sunt folosite pentru a stabili obiective pentru departamentul de vânzări, încercând să rămână în concordanță cu obiectivele companiei.
Indice articol
Netezirea este un proces statistic foarte frecvent. Datele netede sunt adesea găsite în diferite forme ale vieții de zi cu zi. De fiecare dată când se utilizează o medie pentru a descrie ceva, se folosește un număr neted.
Să presupunem că cea mai caldă iarnă înregistrată s-a trăit anul acesta. Pentru a-l cuantifica, începem cu setul de date zilnice ale temperaturii pentru perioada de iarnă a fiecărui an istoric înregistrat..
Acest lucru generează o serie de numere cu „salturi” mari. Ai nevoie de un număr care să elimine toate aceste salturi din date pentru a putea compara mai ușor o iarnă cu alta.
Eliminarea saltului în date se numește netezire. În acest caz, o medie simplă poate fi utilizată pentru a obține netezirea.
Pentru prognozarea cererii, netezirea este de asemenea utilizată pentru a elimina variațiile cererii istorice. Acest lucru permite o mai bună identificare a tiparelor cererii, care pot fi utilizate pentru a estima cererea viitoare..
Variațiile cererii sunt același concept cu „saltul” datelor de temperatură. Cel mai obișnuit mod în care sunt eliminate variațiile din istoricul cererii este prin utilizarea unei medii sau, în mod specific, a unei medii mobile..
Media mobilă folosește un număr predefinit de perioade pentru a calcula media, iar acele perioade se mișcă odată cu trecerea timpului..
De exemplu, dacă se utilizează o medie mobilă de patru luni și astăzi este 1 mai, va fi utilizată cererea medie pentru ianuarie, februarie, martie și aprilie. Pe 1 iunie, va fi utilizată cererea pentru februarie, martie, aprilie și mai.
Atunci când se utilizează o medie simplă, aceeași importanță se aplică fiecărei valori din setul de date. Prin urmare, într-o medie mobilă de patru luni, fiecare lună reprezintă 25% din media mobilă..
Folosind istoricul cererii pentru a proiecta cererea viitoare, este evident că ultima perioadă are un impact mai mare asupra prognozei..
Puteți adapta calculul mediei mobile pentru a aplica diferite „greutăți” fiecărei perioade, pentru a obține rezultatele dorite..
Aceste ponderi sunt exprimate ca procente. Totalul tuturor greutăților pentru toate perioadele trebuie să adauge până la 100%.
Prin urmare, dacă doriți să aplicați 35% ca pondere pentru cea mai apropiată perioadă în media ponderată de patru luni, puteți scădea 35% din 100%, lăsând 65% să se împartă între cele trei perioade rămase.
De exemplu, puteți ajunge la o pondere de 15%, 20%, 30% și respectiv 35% pentru cele patru luni (15 + 20 + 30 + 35 = 100).
Intrarea de control pentru calculul de netezire exponențială este cunoscută sub numele de factor de netezire. Reprezintă ponderea aplicată cererii pentru cea mai recentă perioadă.
Dacă se utilizează 35% ca pondere a perioadei cele mai recente în calculul mediei mobile ponderate, puteți alege, de asemenea, să utilizați 35% ca factor de netezire în calculul de netezire exponențială..
Diferența în calculul de netezire exponențială este că, în loc să trebuiască să ne dăm seama câtă greutate trebuie aplicată fiecărei perioade anterioare, factorul de netezire este utilizat pentru a face acest lucru automat..
Aceasta este partea „exponențială”. Dacă se folosește 35% ca factor de netezire, ponderea cererii pentru cea mai recentă perioadă va fi de 35%. Ponderarea cererii din perioada anterioară până la cea mai recentă va fi de 65% din 35%.
65% provine din scăderea a 35% din 100%. Aceasta echivalează cu 22,75% ponderare pentru acea perioadă. Cererea următoare în perioada cea mai recentă va fi de 65% de la 65% de la 35%, ceea ce este egal cu 14,79%.
Perioada anterioară va fi ponderată ca 65% din 65% din 65% din 35%, echivalent cu 9,61%. Acest lucru se va face pentru toate perioadele anterioare, până la prima perioadă.
Formula pentru calculul netezirii exponențiale este următoarea: (D * S) + (P * (1-S)), unde,
D = cea mai recentă cerere a perioadei.
S = factor de netezire, reprezentat în formă zecimală (35% ar fi 0,35).
P = prognoza celei mai recente perioade, rezultatul calculului neted al perioadei anterioare.
Presupunând că avem un factor de netezire de 0,35, am avea apoi: (D * 0,35) + (P * 0,65).
După cum puteți vedea, singurele date necesare sunt cererea și cea mai recentă perioadă prognozată..
O companie de asigurări a decis să-și extindă piața în cel mai mare oraș din țară, oferind asigurări pentru vehicule.
Ca o acțiune inițială, compania dorește să prognozeze câtă asigurare de vehicul va fi cumpărată de locuitorii acestui oraș.
Pentru a face acest lucru, ei vor folosi ca date inițiale suma asigurărilor auto achiziționate într-un alt oraș mai mic.
Cererea prognozată pentru perioada 1 este de 2.869 asigurări de vehicule contractate, dar cererea reală în acea perioadă a fost de 3.200.
La discreția companiei, aceasta atribuie un factor de netezire de 0,35. Cererea estimată pentru următoarea perioadă este: P2 = (3200 * 0,35) + 2869 * (1-0,35) = 2984,85.
Același calcul a fost făcut pentru întregul an, obținându-se următorul tabel comparativ între ceea ce s-a obținut efectiv și ceea ce a fost prognozat pentru luna respectivă.
Comparativ cu tehnicile de mediere, netezirea exponențială poate prezice mai bine tendința. Cu toate acestea, acesta rămâne scurt, așa cum se arată în grafic:
Se poate observa cum linia gri a prognozei poate fi cu mult sub sau deasupra liniei albastre a cererii, fără a o putea urmări pe deplin.
Nimeni nu a comentat acest articol încă.