Elrejelzs Mott egy biztos minden bizonytalan Az elrejelzs
Előrejelzés
Mottó: egy biztos – minden bizonytalan Az előrejelzés a jövőbeni események megjósolásának tudománya és művészete Miért tudomány? Miért művészet?
Fogalma • Állítás valamely döntési szempontból lényeges változó jövőbeli értékéről (vagy az állítás megtételéig vezető folyamat).
Az előrejelzés szerepe • Helyettesíti a pontos adatokat a tervezés során. Csökkenti a bizonytalanságot a menedzserek számára. • Befolyásolja a döntéseket a szervezet minden szintjén és a tevékenységek szinte minden területén: – – – Pénzügy és számvitel, kontrolling (előkalkuláció) HR Marketing Vezetői Információs Rendszerek Termelés és szolgáltatás Termék és szolgáltatástervezés
Általános megállapítások az előrejelzésről • Időben stabil oksági összefüggéseket feltételez: a múltra alapozva a jövőre tesz megállapításokat. • Mindig feltűnhetnek korábban nem tapasztalt tényezők, ezért mindig készen kell állni a reagálásra. • A véletlen események miatt mindig bizonytalan • Csoportokra, aggregátumokra mindig pontosabb • Hosszabb távra mindig pontatlanabb. A szervezetek rugalmassága rövidebb előrejelzést tesz szükségessé, így pontosabban képes előre jelezni ezen a rövidebb időtávon.
Az előrejelzés irányulhat… • Szervezeten kívüli dolgokra, melyek kevésbé befolyásolhatóak. – Pl. időjárás, infláció, munkanélküliség • Szervezeten belüli jelenségekre, melyekre nagyobb a szervezet döntéshozóinak befolyása. – Pl. szervezet korstruktúrája, fluktuáció, selejtarány
A jó előrejelzés… Időzített Megbízható k e Ad t á v Pontos Írott l e t Ér m + költséghatékony tő e h z e
Az előrejelzési folyamat lépései “Előrejelzés” 6 Nyomonkövetés 5 Az előrejelzés elkészítése 4 Adatgyűjtés és elemzés 3 Technika megválasztása 2 Időtáv megválasztása 1 Cél meghatározása
Előrejelzés pontossága (jóságmutatók) Előrejelezési hiba: et = At – Ft Átlagos abszolút eltérés: MAD Átlagos négyzetes hiba: MSE Átlagos abszolút hibaszázalék: MAPE
Előrejelzési megközelítések • Vélemények – szubjektív inputokra épít – Vezetők, vásárlók, szakértők, kívülállók • Idősorok – történeti adatokból a jövőre • Asszociatív modellek – magyarázó változókkal való összefüggésekből jósol
Előrejelzési módszerek • Kvantitatív – Oksági – Automatikus • Kvalitatív Pl. Életciklus elemzés, Delphi, Történelmi analógia, Szakértői vélemény, Marketing teszt
Idősoron alapuló előrejelzés • Trend – hosszú-távú elmozdulás • Szezonalitás – rövidtávú, rendszeresen ismétlődőváltozások, melyek időintervallumokhoz vagy időpontokhoz kötődnek • Ciklus – egy évnél hosszabb időtávon jelentkező hullámszerű változások • Rendszertelen változások – olyan kilengések, melyek egyszeriek és valamely nem várt tényező okozza • Véletlen – olyan váltakozás, ami az összes tényező eltávolítása után marad
Rendsze rtelen eltérés Trend Ciklus t 1 t 2 t 3 Szezonalitás
Naiv előrejelzés • Olyan előrejelzés, melyben a következő időszaki értékeket a jelenlegi időszak értékével becslik. – Állandó sorozat Ft = At-1 – Szezonalitás figyelembe vétele Ft = At-n – Naiv trend Ft = At-1 + (At-1 – At-2) • Előnyei – – Költsége elhanyagolható Gyors, egyszerű Lehet elfogadható pontosságú Alapjául szolgálhat a bonyolultabb eszközök értékelésének
A véletlen variancia „eltüntetése” Átlagolási technikák • • Egyszerű átlag Mozgóátlagolás Súlyozott mozgóátlagolás Exponenciális simítás
Egyszerű átlag (Csizmadia)
Egyszerű mozgó átlag 1. Ft = (At-n+…+At-2+At-1)/n Tipikus történelmi példa: KGST árak Gyakorlás (3 éves): 1. 2. 3. 4. 5. 6. € 42 € 40 € 43 € 40 € 41 €? Kiderül: 6. € 38 7. ? Kiderül: 7. € 37 8. ? Milyenek lettek volna a becslések 5 éves mozgó átlaggal?
Egyszerű mozgó átlag Állandó trend esetén
Súlyozott mozgó átlag (Csizmadia) • Adatok: • Súlyok: Időszak Súly Aug. Szept. Okt. Nov. 95 100 110 ? Jelen -1 -2 3 2 1 • Előrejelzés:
Exponenciális simítás Új előrejelzés = elmúlt időszaki előrejelzés + α*hiba Ahol a hiba = aktuális érték az utolsó időszakra – előrejelzés α: illesztési (simítási) konstans (általában 0, 05<α<0, 5)
Összehasonlítás (Csizmadia)
Idősor extrapolációja (Csizmadia)
Lineáris trend egyenlete Ft = a + bt ahol és ahol n = a periódusok száma, y pedig az idősor értéke
Nemlineáris trendek
Asszociatív technikák • Prediktor változók – saját változásukkal előre jelzik a kívánt változót (korreláció) • (Lineáris) regresszió – statisztikai technika, mely megfigyelésekhez függvényt illeszt
Lineáris regresszió
Lineáris regresszió yi=a+bxi ahol
Választás a technikák között • Nincs általánosan jó választás • Két fő dimenzió – Költség – Pontosság
Választás a technikák közül Időhorizont Tényező Rövid Közép Hosszú Gyakoriság leggyakoribb ritkább Legritkább Halmaz Modell típus Vezető bevonásának foka Költség termékegyed termékcsalád MÁ, EXP, SMÁ kicsi trend Teljes kihozatal kvalitatív közepes nagy alacsony közepes magas
Az előrejelzés monitoringja • Ellenőrző táblázat – Vizuális eszköz – Kiszűrni a nem véletlenszerű hibák • A hibákat akkor tekintjük kontrolláltnak, ha: – A hibák határon belül maradnak – Nincsenek mintázatok (trendek, ciklusok stb. ) a hibákban
Előrejelzés monitoringja Előrejelzés hibájának futó összege: RSFE (Running Sum of Forcast Errors) Követő jel: TS (Tracking Signal) A torzítatlanságot vizsgálja. Ha a követő jel kívül esik a +-4/+-5 tartományon, az torzítást jelez.
Aggregált tervezés alapjai
Az ütemezés keretei Termelési vezérprogram • Az aggregált termelési tervet bontja le a vezérprogram, ami megadja, hogy az egyes végtermék-típusokból mikor, mennyi álljon rendelkezésre a vevői igények kielégítéséhez. • A termelési vezérprogram a vezérprogramból származtatható. Megadja egyes rövid időegységekre (pl. hét), hogy milyen mennyiségben kell megtermelni az egyes végtermékeket. Anyagszükségleti terv (anyagigény-terv) • Meghatározza, hogy a végtermék és annak egyes alkotói milyen részekből elemekből épülnek fel. Megadja a szükséges alkotó elemek számát, és felhasználásuk sorrendjét is. • Ennek és a termelési vezérpogramnak az összevetése alapján megállapítható, mikor kell megkezdeni az egyes vég- és félkész-termékek, alkatrészek stb. termelését.
A termelési vezérprogram összeállítása • Az aggregált termelési terv alapján egy termék-aggregátumból a következő mennyiségeket kell előállítani havonta: – Január: 240 – Február: 300 • Ha az aggregátumba 2 terméktípus tartozik, akkor a vezérprogram a fenti aggregátumot ezekre a típusokra bonja le: – Január: A típus: 80, B típus 160 – Február: A típus: 100, B típus 200 • Tfh. az A típusból a heti kereslet januárban 20, februárban 25, a B típusból 40 és 50. • Tfh 2. a termelés 50 -es sorozatokban gazdaságos. Adott hónapban igényelt készletet már az előző hónapban le kell gyártani és beraktárazni. • Állítsuk össze a termelési vezérprogramot heti bontásban az A termékre, a ebből a típusból január 1 -én 60 darab van raktáron!
Termelés vezérprogram az A termékre 1 20 január 2 3 20 20 4 20 Beérkezett megrendelés 23 20 10 Induló készlet a hét elején 60 37 Becsült zárókészletszint termelés nélkül 37 Termelési vezérprogram Becsült zárókészletszint termeléssel Hét Előre jelzett kereslet 5 25 február 6 7 25 25 8 25 0 0 0 67 47 27 52 17 -3 27 2 27 0 50 ? 37 67 47 27 52 ?
Mikor kell elkezdeni a termelést? • Ahhoz, hogy a tervezett időben (3. , 6. stb. ) elkészüljön az 50 -50 termék, a termelést már korábban el kell kezdeni. • Ennek időzítését az anyagszükséglet tervezés (milyen komponensek kellenek, ezek hogyan épülnek egymásra, előállításuknak mennyi az időigénye) határozza meg. • Befolyásolja még a tervezést: készletezési költségek szintje, előrejelzés pontossága, termelési eszközök térbeli elrendezése (folyamat - vagy termékcentrikus).
Köszönöm a figyelmet!
- Slides: 41