Loading

Module 1: Multi - Criteri Decisione Making and Forecasting

Note di Apprendimento
Study Reminders
Support
Text Version

Metodo Exponential Smoothing

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Ciao e benvenuto a “ Modelling e Analytics for Supply Chain Management ”! Siamo nella settimana nove, lezione quaranta sei che sono le tecniche di Forecasting e MSDM nella supply chain e oggi il nostro argomento è la previsione, utilizzando il metodo di previsione esponenziale. Ora, basta lasciarci un recap; nella settimana precedente vi avevamo detto perché la previsione è importante e avevamo detto principalmente due motivi per cui la previsione è importante. Uno è, diciamo che la mia domanda effettiva è di cento unità e ho precluso una domanda di cento cinquanta unità. Quindi, cinquanta unità extra che ho prodotto, quindi devo conservarle e cosa accadrà nel tempo come in quando verranno in arrivo modelli più recenti, la tecnologia più vicina arriverà, queste altre cinquanta unità che ho fabbricato non potranno essere vendute, non saranno vendute e di conseguenza diventeranno assoluti. E tutti i miei soldi che sono andati a produrre quelle centocinquanta unità di componenti sono spariti. Quindi, questo è di soldi; questo è un problema se non mi prevedo correttamente. L'altro problema è la previsione che significa che la prima è finita la previsione. Mi sono preclusa e al di sopra della domanda effettiva prossima è in previsione che significa che ho previsto minore allora la domanda effettiva. Quindi, la mia domanda effettiva è di cento come ho accennato ma ho precluso ottanta, quindi quello che è successo non sono riuscito a svendere venti unità, smarrito, svendita va bene e posso gestire ma cosa accadrà al mercato perduto ed è quello che abbiamo discusso la scorsa settimana. Cosa accadrà al mercato perduto? Il mio mercato è andato, i miei clienti non rimonteranno; si sposteranno verso il mio concorrente. A meno che io non abbia il monopolio, a meno che non abbia un prodotto unico, una tecnologia unica e se sono in un segmento “ io troppo ”, si sposteranno solo verso il concorrente il cui prodotto è facilmente reperibile. E se si vede che non sto entrando nella strategia di gestione, nella gestione decisionale, ecc. ma la decisione di uscire e vendere nello store fisico piuttosto che dipendere completamente dalla modalità online, la modalità online è solo per questo. Che se non c'è nei negozi di mattoni, lo store fisico è una vendita in perdita, la vendita delle perdite significa che si sta dando mercato ai concorrenti. Altri giocatori stanno avendo un giro libero in quel mercato fisico in cui le persone possono vedere fisicamente il portatile, operarlo, digitare e poi comprarlo ma Dell non lo stava facendo, quindi la decisione di Dell di rimontarsi in questo mercato è perché hanno capito che si sta dando via spazio ai tuoi concorrenti in questo mercato fisico. Così, come dicevamo in previsione che significa prevedere una quantità inferiore alla domanda effettiva. Non si traduce solo in vendita a perdita, si può osservare che lo shock di vendita perso ma non si può assorbire lo shock del mercato perduto, ecco perché la previsione diventa molto - molto - molto importante nella supply chain; punto numero uno. Punto numero due ancora che abbiamo discusso in classe precedente, nella lezione precedente c'è che questa previsione deve essere per nuovi prodotti diversi metodi di previsione, per il prodotto esistente diversi metodi di previsione, innovativo prodotto un metodo di previsione, così diversi tipi di situazione, diversi metodi di previsione. Terza cosa che abbiamo imparato in classe precedente è se la mia vendita è più o meno stabile, costante allora possiamo usare un semplice metodo di previsione che sia qualunque sia la vendita del mese precedente sarà la vendita per il mese prossimo più semplice. Questo vale per tutti i tuoi bisogni, il tuo negozio locale sa esattamente quante uova venderanno, quanti pezzi di pane venderanno perché i suoi clienti sono all'interno solo di quelle vicinanze, questo esempio anche io ho dato nella classe precedente. Quindi, ecco cosa. Secondo è a volte che il livello costante è più o meno mantenuto anche nella nostra vita anche tu vedrai che il nostro reddito non cambia tanto. Quindi, il nostro livello di consumo anche più o meno rimane costante. Così, le aziende hanno previsto con i consumatori di media scala " modelli di domanda, sono previsioni anche per molti articoli è costante; solo la cosa è l'errore minore; quel rumore ci sarà. A volte questa richiesta è costante ma stagionale. Ad esempio gli indumenti invernali poi per esempio il tuo materiale di abito di stagione matrimoniale, ecc. Quindi, costante ma stagionale, a volte è costante ma la domanda aumenta. Esempi di costante plus stagionale questo è solo un esempio recap di stagionale è l'esercizio di libri per i bambini della scuola. Stagionale significa picco all'inizio dell'anno accademico e poi sbalzamento perché hai acquistato tutti i libri e le copie di esercizio necessarie all'inizio dell'anno e poi c'è un crollo. Quindi, queste sono cose che ci sono; quindi metodi diversi, situazioni diverse, diversi metodi di previsione questo è quello che voglio dire. Ora, e abbiamo imparato la media mobile che si prende cura delle recenti vendite dovrebbe essere data maggiore importanza. Oggi impareremo un altro metodo chiamato livellamento esponenziale. Cosa è il livellamento esponenziale? (6.10) Il livellamento esponenziale è molto semplice e questo è quello che abbiamo già fatto. (6.13) Media mobile media, media ponderata; abbiamo appena finito, questo è solo un recap. (6.19) Oggi faremo metodo esponenziale di livellamento. Che cosa è metodo esponenziale di livellamento? Ora ricordate che dicevamo che la nostra richiesta era di 10, 12, 11, 13, 14 e 12. E poi diciamo di nuovo 13. Che cosa stavamo dicendo? Stavamo dando più peso ai recenti. Stavamo dando più pesantezza ai recenti; in base a questo, si sta facendo preclusione a qualcosa; in base a questo; si prevede qualcosa, ecc. Sfaccettamento esponenziale piuttosto per questo, per questo che cosa stavamo facendo? Stavamo praticamente ignorando questo, stavamo solo facendo considerare questo quando calcolavamo il quadrato medio non errore altro. Ci eravamo preclusi in base a quelli molto recenti. La previsione basata su quelle molto recenti, quello che la levigatura esponenziale fa è l'Exponential smoothing sta dicendo che no, daremo un attimo solo in attesa di cancellarlo. (7.36) L'escursione esponenziale sta dicendo che ci lasciamo dare un solo peso, diamo un peso, diamo questo peso come 10. La levigatura esponenziale continuerà automaticamente a ridurre il peso mentre ci allontaniamo dai punti dati più recenti. Guarda il mio punto più recente è stato il 13, il livellamento esponenziale sta dicendo che mentre ci allontaniamo dal punto dati più recenti, mentre ci allontaniamo dalla maggior parte dei dati più recenti arrivano anche i miei pesi. E il livellamento esponenziale sta dicendo, non c'è bisogno di calcolare i valori moltiplicativi, avremo una formula che auto calcolerà. Quindi, in una nutshell quello che voglio dire, la livellazione esponenziale e la media mobile sono quasi simili, il livellamento esponenziale e la media mobile sono quasi simili. Il livellamento esponenziale i pesi sono auto calcolati diamo solo un peso, nello spostare in media ciò che succede i pesi che dovremo dare per quest' anno, anno precedente, precedente all'anno precedente, ecc. Il livellamento esponenziale i pesi sono calcolati automaticamente. Quindi, questo è quello che vogliamo dire. (9.08) Qual è la formula per il livellamento esponenziale? Questa è la tua formula, ora non ti confondere con tanti alpati e tutto ciò, nessun bisogno di confondere signore, si considera solo questa formula. Si considera solo questa formula. Quello che dice, Fn plus 1 che significa previsione per domani, per il prossimo periodo dipende da una costante domanda alfa per oggi che è prevista per domani dipende sicuramente da oggi "la domanda perché altrimenti come prevedo; perché non conosco oggi" la domanda; prevedo per domani. No, non possibile. Quindi, sicuramente dipende da oggi "s demand e una porzione, e una porzione di previsione di ieri" o che significa questa previsione di termini, quindi si prevede che domani si basa sulla domanda effettiva di oggi e sulla base delle previsioni di oggi qual era la previsione? Ripetete le previsioni per domani, si prevede per domani in base alla domanda di oggi e quella che era stata la previsione di oggi. Si prevede la previsione di domani "s temperatura basata sulla temperatura effettiva di oggi" e quella che era la previsione per la temperatura di oggi e si sta dando un po' di pesantezza a esso che è alfa e 1 meno alfa. Questo è tutto, nient'altro. Quindi, si sta dando un po' di pesantezza per presentare domanda e pesantezza alla domanda preclusa. (11.05) Ora, vediamo il divertimento qui qual è il divertimento? Vediamo cosa abbiamo detto? „ F " che è previsto per domani è uguale a, questa era la tua formula? Allora, le previsioni per domani dipendono dalla vostra attuale domanda e dalla vostra attuale previsione, qual è il peso alfa? Ora, vediamo un valore di alfa, è compreso tra 0 e 1. Se si dà più valore ad alfa, diciamo che alpha ti viene dato 0,8. Alpha hai dato 0,8 presule, vediamo perché il valore di alfa è molto critico in questo livellamento esponenziale. Hai dato valore di alfa come 0,8 cosa accadrà? Alpha diventeranno 0,8 e 1 meno alpha diventeranno 0,2. Valore di alfa è 0,8 e 1 meno alfa è 0,2. Che cosa significa? Si dà più importanza o più pesantezza alla domanda attuale e solo molto meno pesantezza alla domanda preclusa. Con questa maggiore pesantezza alla domanda attuale, si prevede per domani. Con questa maggiore pesantezza alla domanda attuale che si prevede per domani, supponiamo che la domanda di oggi sia stata del 200 e hai dato più peso 0,8 peso .. Ciò che accadrà, e quindi avete detto, e ipotizziamo anche la vostra previsione è stata del 200, la vostra domanda attuale è del 200 e la vostra previsione è anche del 200, quindi quello che è accaduto alpha è 0,8, quindi state dicendo 160. E qui che cosa accadrà? 40. Così, con che la tua previsione diventa 200 per il prossimo anno. Ora, lei ha dato più peso qui ma se qualcosa fosse successo quella volta, quest' anno potrebbe essere qualche vendita in più, potrebbe essere qualche nuovo evento; potrebbe essere qualcosa. Così, l'avete preso e questo ha riflettdato nella prossima previsione, il prossimo mese improvvisamente, il mese prossimo improvvisamente se la vostra domanda scende al 100. Domanda effettiva, cosa accadrà al prossimo mese di previsione? Di nuovo sarà il 0,8, quindi il prossimo mese si prevede di nuovo 100. Quindi, ogni volta che c'è una tremenda fluttuazione della domanda a volte 200, il giorno successivo 100 e il giorno successivo 200 e il giorno successivo 100 e se si dà più pesantezza alla domanda effettiva allora la sua previsione sarà, la loro domanda effettiva avrà maggiore peso nella previsione così la vostra previsione andrà anche male. Quindi, dare più pesantezza alla domanda effettiva di livellamento esponenziale e se la tua previsione è e la tua domanda sta fluttuando tremendamente, allora dando più pesantezza alla domanda effettiva, quindi ripeto se la tua domanda è fluttuante tremendamente, e dando così maggiore pesantezza alla domanda effettiva, la prossima volta se la domanda è calata, la tua previsione viene colpita e poi la tua tutta la tua pianificazione futura ne risente. Quindi, questo se la costante di alfa levigato è molto importante. (14.33) Così, normalmente prendiamo il valore di alfa compreso tra 0 a 0,4; anche il 0,4 è un po' problematico. Quindi, normalmente ci prendiamo tra il 0 e il 0,2 anche se ci sono metodi con cui si può facilmente identificare quello che dovrebbe essere il valore di alfa, quanto dovremmo effettivamente prendere. Ma normalmente si è visto che si può prendere un 0,2. (15.07) Così, sì questa era la mia precedente formula; Fn plus 1 è uguale a alfa Dn più 1 meno alfa in Fn. Ora, lasciamelo fare qui solo. (15.31) Lasciamelo cancellare e poi vedremo. Prendiamoci il foglio fresco. La mia formula era Fn plus 1 è uguale ad alfa in Dn più 1 meno alpha in Fn. Questa era la mia formula ora ecco la mia domanda 1, 2, 3, 4, 5. La domanda è di 10, 11, 12, 10, 13; quindi, 1, 2, 3, 4, 5 sono i nostri periodi e 10, 11, 12, 10, 13 è la tua effettiva richiesta. Ora, è prevista la previsione per il periodo 2. Si prevede la previsione per il periodo 2, quindi F 2 è uguale a quello che è il valore alfa che abbiamo appena fissato 2 su richiesta per il periodo n, 2 in domanda per il periodo n, 2 in 10 più 1 meno alpha sarà quello che 0,8 e se alfa è 0,2, 1 meno alpha saranno 0,8 in previsione per il periodo n. Qui prima qui non ci sono state previsioni. Quindi, ipotizziamo che la previsione e la domanda effettiva fossero uguali, quindi la prenderemo al 10. Ipotizziamo che la previsione e la domanda effettiva siano le stesse per la prima da qui non è prevista alcuna previsione. Allora, che cosa sarà? 2 più 8 così, il mio F 2 è uguale a 10. Quello che sarà il mio F 3 F 3 sarà il 0,2 stesso alfa in domanda quello che è la domanda in F 3 11 più 0,8 in previsione per Fn. Periodo di previsione due. Qual è stata la previsione per il periodo 2? Le previsioni per il periodo 2 sono state 10. Sto ripetendo, F 2 il primo, F 2 è stato il 0,2 la levigante costante alfa in domanda per il periodo n, il primo periodo 10 più 0,8 uno meno alfa in previsione per il periodo n primo periodo in cui abbiamo detto la previsione e la domanda effettiva è uguale, quindi 10, quindi quello che è stato il tuo F 2; 10 che è 2 più otto in 10. F 3 è cosa? 0,2 in domanda per il periodo n e F 3 è 0,2 in domanda per il periodo 2 che è di 11 più 0,8 in previsione per il periodo 2. Qual è stata la sua previsione per il periodo 2? 10. Così, questo diventa il tuo 2,2 più 8, quindi vale 10,2. F 4 diventa 0,2 in 12 che è richiesta per il periodo 3 più 0,8 in cosa? 10,2. Così, questo diventerà 2,4 in 8,16 Penso. 8,16, scusa questo è più che è uguale a 10,56, quindi è il tuo F 4. F 5 sarà cosa; 0,2 in 10 più 0,8 in 10,56. Così, in questo modo in definitiva si arriverà a previsioni per il periodo 6. In questo modo vieni a prevedere per il periodo 6 quindi, ecco il tuo metodo di livellamento esponenziale. Così, in questo modo lo calcoliamo; lo abbiamo fatto a mano ma si può facilmente prendere un excel e lo si può fare di conseguenza. Quindi, questo è il tuo livellamento esponenziale. Allora, cosa abbiamo imparato fino ad ora? Abbiamo imparato perché la previsione è importante? Quali sono i temi in previsione? E poi la tua media mobile, media mobile ponderata, levigatura esponenziale. Ora, ci sono altri qualitativi ma prima di iniziare a lasciarmi dire nella prossima settimana cosa faremo? Faremo i trend che sono la stagionalità, scusate faremo la stagionalità poi faremo la tendenza, poi faremo la stagionalità e la tendenza. Ora, quello che faremo è sì. Ora quello che faremo è vedere che ci sono tutti i numeri quando si possono prevedere, ci stiamo precludenando quando si hanno già alcuni dati, alcuni numeri. Si prevede la previsione quando si hanno dati alcuni numeri. Cosa accadrà quando non avrete numeri? Cosa accadrà quando non avrete numeri? Ora, vedi quando non hai il numero ce n' è una questione, quando questo accadrà quando non avrai numeri, accadrà per un nuovo prodotto mentre dicevamo a macchina di abbinamento che accadrà quando non avrai numeri, accadrà quando avrai un nuovo prodotto. Totalmente nuovo al mercato, quindi cosa devi fare? Devi fare focus group; devi fare la tecnica Delphi; cosa sono questi? Le persone che sono sapienti, che hanno conoscenze sul prodotto, si siederanno insieme e ciascuno proietta quello che è la vendita o quello che può essere la vendita. Quali possono essere le vendite? Così, progetto una vendita di 100 unità, il mio collega in un altro reparti proietta la vendita di 150 unità e un altro progetto 130 unità, quindi questo è primario, ognuno ha una proiezione diversa, i campi di vendita dei campi progetta la vendita di soli 80. Così, 80, 100, 120, al prossimo turno così, ho dato le mie giustificazioni per arrivare a un numero chiamato 120, il collega ha dato un'altra giustificazione per arrivare al numero 150, la persona di vendita sul campo ha dato un'altra giustificazione per arrivare al numero 80. Quindi, tutte queste informazioni insieme alle giustificazioni sono ora invidiate a tutti coloro che hanno frequentato quell' esercizio e loro, e io stesso vedo tutte le giustificazioni che vengono date dai miei colleghi e poi ho la possibilità di rivedere qualunque cosa abbia detto, qualunque cosa abbia detto come la mia vendita proiettato o ho la possibilità di difendere quel 120 che numero ho detto all'inizio. Se ho detto 100 difendo e se ho detto 120 difendo, quindi difendo quello che ho detto all'inizio. Quindi, o rivedo la mia proiezione o difendo la mia figura di previsione che ho citato. Quindi, questo continuerà fino a quando, e non solo lo faccio ma tutti gli altri lo fanno, quindi questo continuerà fino a quando tutti arriveranno ad un numero di consenso. Questo è stato usato da molti anni; ora questa tecnica Delphi ma molto di recente quello che sta accadendo è il mercato si sta comportando in modo tale che a meno che non si sia molto veloci, molto rapidi nell'introdurre il prodotto sul mercato, il vostro concorrente è lì a competere con voi e a rimuovervi fuori dal mercato. Quindi, ma questa tecnica Delphi richiede tempo per arrivare ad un numero di consenso ma cosa vuole il mercato? Innovare oggi, introdurlo domani ma la tecnica Delphi è un'attività legata al tempo tra innovazione e introduzione, dopo l'innovazione ha previsto, fabbricare, introdurre ma oggi quello che stanno dicendo innovare, inviarlo sul mercato lasciare che il mercato tirasse la domanda. Quindi, innovare la messa sul mercato lascia che il mercato tiri la domanda, poi torna indietro e manifattura, qualcosa di simile a tutti i tuoi modelli di e-business. Lasciare che l'ordine generi allora farò la pianificazione del root ed è per questo che chiedo ai clienti di aspettare 1 giorno o 2 giorni. Quindi, ogni volta che sto ordinando attraverso Amazon e Flipkart sta mostrando 1 giorni di consegna, 2 giorni di consegna e questo è il momento in cui sto dando ad Amazon e Flipkart per assimilare le cose. Stessa cosa sta accadendo con qualsiasi nuova introduzione di prodotto, lasciare che il concetto fluisce, lasciare che il prodotto ci sia negli slot pubblicitari, lasciarsi entrare nei portali online e lasciare che il pickup della domanda possa poi fabbricarmi indietro. Così, questa tecnica Delphi in quanto tale sta prendendo tempo, sta prendendo tempo tra innovazione e introduzione sul mercato, ma oggi il mercato non sta dando tempo, quindi un altro modo per cui le aziende si ritraggono, avendo a ritmi conto è che l'esecutivo di vendite di campo conosce di più il mercato, non il sales manager, l'esecutivo di vendite di campo conosce il mercato più perché sta facendo i turni con i concessionari, con i distributori, con i grossisti, con i rivenditori. Quindi, il loro feedback, le loro previsioni e questi executive executive daranno sempre una previsione molto sorvegliata; è solo il responsabile della vendita a dare un bersaglio dirottato e tutto quello basato su cui vengono indicati gli obiettivi. Comunque, l'esecutivo di vendite di campo dà una previsione di feedback molto sorvegliata; quindi usa la previsione delle vendite "s" e poi entra nel mercato primo round. Vedere la reazione di mercato, quindi potrebbe essere andata per la tecnica Delphi. Il modello precedente di avere la tecnica Delphi direttamente prima dell'introduzione del prodotto sta lentamente andando via perché il tempo di introdurre sul mercato sta diventando molto - molto breve e questo sta avendo un enorme impatto sulla gestione della supply chain. Come si fa la pianificazione della flotta, etc? Come si fa la pianificazione della flotta, etc.? Tutto ora sta andando in toppa perché non c'è tempo per il mercato di farlo. (26:51) Quindi, quello che voglio dire è per i metodi di previsione in cui non ci sono dati, nessun dato quantitativo, bisognerà essere molto attenti. Come analista non si può dire che questo sia il dato che ho previsto. Hai guardato in orizzonte? Hai guardato in prospettiva aziendale? Hai guardato nello scenario aziendale? Poi ti sei precluso o solo perché hai messo i dati in macchina, usato qualche metodo, qualche risultato è arrivato che l'hai dato alla gestione. Questo non dovrebbe essere il caso, bisognerebbe guardarlo, come vi ho dato esempio lampante ora, oggi non c'è tempo per commercializzare, quindi i metodi tradizionali di previsione potrebbero non funzionare. Quindi, fate molta attenzione a questo. Quindi, abbiamo imparato, quindi fino ad ora che cosa abbiamo fatto? Abbiamo imparato a prevedere, quali sono le problematiche in previsione, su cosa dovremmo fare attenzione, media semplice, media mobile, media mobile ponderata, levigatura esponenziale sotto i metodi qualitativi che abbiamo fatto, discusso della tecnica Delphi e di come bisogna innovare e rinnovare in realtà la tecnica Delphi. Così, con questo concluderemo oggi " s lezione, raccoglieremo qualche altro argomento nella prossima classe. Gli altri metodi di previsione che si prevedono con la stagionalità, previsione con tendenza, discuteremo nella prossima classe. Grazie!