Полная версия

Главная arrow Логистика arrow Управление запасами в цепях поставок

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

Оценка и анализ точности прогноза потребности в запасе

1) Прогнозирование потребности в запасе, выполняемое на основе имеющейся статистики (см. п. 6.1), экспертных оценок (см. п. 6.2) или комбинацией этих двух подходов (см. п. 6.3), требует отслеживания точности полученных данных. Для того чтобы прогноз позволял строить корректные планы потребления и отгрузок запаса, следует обеспечить контроль ошибки прогнозирования и механизм совершенствования техники его проведения. Таким образом, можно выделить 3 этапа работы с прогнозами потребности в запасе (рис. 6.27).

Оценка точности прогноза

Рис. 6.27. Этапы работы с прогнозами потребности в запасе

Первый этап работы с прогнозами потребности в запасе — оценка точности прогноза — может проводиться несколькими методами. Рассмотрим различные способы оценок точности на примере прогноза, полученного путем экспоненциального сглаживания при константе сглаживания а = 0,2 и а = 0,8 (см. табл. 6.6).

Ошибка прогноза — разница между фактическим и предсказанным значениями:

где М — ошибка прогноза на период /, единиц; Ft фактическое значение объема потребности в запасе в периоде t, единиц; Pt прогноз потребления запаса в периоде t, единиц.

В столбцах 4 и 7 табл. 6.11 представлен результат расчета ошибки прогноза потребности в запасе по месяцам года. В январе ошибка прогноза рассчитана следующим образом (см. (6.18)):

Оценка точности прогноза по абсолютным показателям

Месяц

Фактиче-

ские

отгрузки

Оценка прогноза потребности методом экспоненциального сглаживания при а = 0,8

Оценка прогноза потребности методом экспоненциального сглаживания при а = 0,2

Прогноз

потребности

Ошибка

прогноза

Квадрат ошибки прогноза

Прогноз

потребности

Ошибка

прогноза

Квадрат ошибки прогноза

Январь

17 244

-

-

-

-

-

-

Февраль

57 187

-

-

-

-

-

-

Март

48 504

53 823

-5319

28 291 761,00

53 823

-5319,00

2 8291 761

Апрель

58 647

49 581

9066

82 192 356,00

52 773

5874,00

34 503 876

Май

45 477

54 740

-9263

85 803 169,00

51 380

-5903,00

34 845 409

Июнь

23 833

52 074

-28 241

797 554 081,00

55 220

-31 387,00

985 143 769

Июль

21 730

26 820

-5090

25 908 100,00

44 500

-22 770,00

518 472 900

Август

65 289

26 174

39 115

1 529 983 225,00

45 954

19 335,00

373 842 225

Сентябрь

46 663

54 978

-8315

69 139 225,00

47 674

-1011,00

1 022 121

Октябрь

45 344

46 158

-814

662 596,00

45 318

26,00

676

Ноябрь

31 497

45 528

-14 031

196 868 961,00

45 339

-13 842,00

191 600 964

Декабрь

13 714

34 314

-20 600

424 360 000,00

42 588

-28 874,00

833 707 876

Итого

2578

6 647 373,06

-786,67

618 844,444

Средняя ошибка прогноза

-

-

214,85

-

-

-65,56

-

Абсолютная ошибка прогноза

214285

208772

Средняя абсолютная ошибка

17 857,08

17 397,67

Среднее квадрата ошибки

-

-

-

618 951 998,09

-

-

597 194 552,91

Стандартное отклонение ошибки

24 878,75

24 437,56

В апреле ошибка прогноза, соответственно, равна:

Значение ошибки прогноза может быть отрицательным, когда прогноз завышен, как в приведенных выше расчетах по марту (см. (6.19)), или положительным, когда прогноз потребления занижен (как в приведенных выше расчетах по апрелю (см. (6.20)).

Так как ошибки прогноза потребностей по месяцам имеют различные знаки, ошибка прогноза за год (см. строку «Итого», столбцы 4 и 7 табл. 6.11) нивелирует различия ошибок прогноза по месяцам. Завышенные и заниженные ошибки прогноза потребности по месяцам взаимно погашаются, что скрывает существенную погрешность прогнозирования в обоих случаях.

Средняя ошибка прогноза рассчитывается следующим образом:

где М — средняя ошибка прогноза, единиц; М( ошибка прогноза за период t, единиц; п — число рассматриваемых периодов.

По оценкам средней ошибки прогноза потребности в запасе (табл. 6.11, см. строка «Средняя ошибка прогноза», столбцы 4 и 7) видно, что константа сглаживания а = 0,2 дает более точное значение, чем константа а = 0,8 : 214,85 > — 65,56.

Избежать недостатка метода оценки точности по средней ошибке позволяет использование показателя абсолютной ошибки прогноза, которая рассчитывается по следующей формуле:

где Ма абсолютная ошибка прогноза, единиц; п — число рассматриваемых периодов; Fi фактическое значение объема потребности в запасе в периоде /, единиц; Р{ прогноз потребления запаса в периоде i, единиц.

Сумма модулей ошибки прогноза по месяцам (см. строка «Абсолютная ошибка прогноза» и столбцы 4 и 7 табл. 6.11) показывает, что абсолютная ошибка прогноза с константой сглаживания

a = 0,2 ниже, чем с константой сглаживания а = 0,8: 208 772 < <214 285.

Средняя абсолютная ошибка прогноза потребности в запасе за год рассчитывается с учетом количества месяцев по формуле

где Ма — средняя абсолютная ошибка прогноза, единиц; п — число рассматриваемых периодов; Ft фактическое значение объема потребности в запасе в периоде /, единиц; Р. — прогноз потребления запаса в периоде /, единиц.

Средняя в месяц абсолютная ошибка прогноза по рассматриваемому примеру в табл. 6.11 для коэффициента сглаживания а = 0,8 равна (см. строку «Средняя абсолютная ошибка», столбец 4 и (6.23)) 214285 / 12 = 17857,08; для коэффициента сглаживания а = 0,2 (см. столбец 7) — 208772 / 12 = 17397,67. Как и по предыдущим оценкам точности, коэффициент сглаживания а = 0,2 дает более точный результат прогноза, чем коэффициент сглаживания а = 0,8.

Метод оценки точности прогноза по абсолютным отклонениям фактического и прогнозного объемов потребности в запасе придает равные веса и серьезным, и незначительным отклонениям. Избежать этого недостатка позволяет среднее квадрата ошибки:

где Мк среднее квадрата ошибки прогноза, единиц2; п — число рассматриваемых периодов; Ft фактическое значение объема потребности в запасе в периоде /, единиц; Р. — прогноз потребления запаса в периоде /, единиц.

В табл. 6.11 приведен результат расчета среднего квадрата ошибки прогноза при коэффициенте сглаживания а = 0,8 (см. столбец 4) и а — 0,8 (см. столбец 7). Из сравнения результатов видно, что точность прогноза при а = 0,2 выше, чем при а = 0,8: 618 951 998,09 > 597 194 552,91. Стандартное отклонение рассчитывается как корень квадратный из значения среднего квадрата ошибки:

где Ма стандартное отклонение ошибки прогноза, единиц; п — число рассматриваемых периодов; Fj фактическое значение объема потребности в запасе в периоде i, единиц; Р. — прогноз потребления запаса в периоде i, единиц.

Результаты расчета стандартного отклонения ошибки прогноза представлены в табл. 6.11 в строке «Стандартное отклонение ошибки» и в столбцах 4 и 7.

Показатели средней, абсолютной средней и квадратичной оценки точности прогноза (см. (6.18)—(6.25)) не отражают долю изменения потребности в запасе по отношению к масштабу прогноза. Например, для данных табл. 6.11 отклонение фактической потребности в запасе от прогнозируемой на 100 единиц или на 10 000 единиц даст одинаковую оценку ошибки прогноза. Для отражения доли отклонения фактического значения потребности от прогнозируемого используются относительные показатели ошибки прогноза. Относительная ошибка прогноза рассчитывается по следующей формуле:

где М . — относительная ошибка прогноза в периоде /, %; —

фактическое значение объема потребности в запасе в периоде /, единиц; Р. — прогноз потребления запаса в периоде /, единиц.

В табл. 6.12 приведены результаты расчета относительной ошибки прогноза по месяцам (см. столбцы 5 и 9). Для марта относительная ошибка рассчитана так:

для а = 0,8 ий = 0,2 : |5319| / 53283 • 100 = 9,88.

Для апреля относительная ошибка равна:

для а = 0,8: |9066|/49581 • 100= 18,29;

для а = 0,2 : |5874| / 52773 • 100 = 11,13 ит.д.

Средняя относительная ошибка прогноза потребности в запасе рассчитывается с учетом количества сделанных прогнозов следующим образом:

из

Оценка точности прогноза по относительным показателям

Месяц

Фактиче-

ские

отгрузки

Оценка прогноза потребности методом экспоненциального сглаживания при а = 0,8

Оценка прогноза потребности методом экспоненциального сглаживания при а = 0,2

Прогноз

потреб

ности

Ошибка

прогноза

Относи

тельная

ошибка

Относительная ошибка — вариант

Прогноз

потреб

ности

Ошибка

прогноза

Относи

тельная

ошибка

Относительная ошибкавариант

Январь

17 244

-

-

-

-

-

Февраль

57 187

-

-

-

-

-

Март

48 504

53823

-5319

9,88

10,97

53823

-5319,00

9,88

10,97

Апрель

58 647

49581

9066

18,29

18,29

52773

5874,00

11,13

11,13

Май

45 477

54740

-9263

16,92

20,37

51380

-5903,00

11,49

12,98

Июнь

23 833

52074

-28 241

54,23

118,50

55220

-31 387,00

56,84

131,70

Июль

21 730

26820

-5090

18,98

23,42

44500

-22 770,00

51,17

104,79

Август

65 289

26174

39 115

149,44

149,44

45954

19 335,00

42,07

42,07

Сентябрь

46 663

54978

-8315

15,12

17,82

47674

-1011,00

2,12

2,17

Октябрь

45 344

46158

-814

1,76

1,80

45318

26,00

0,06

0,06

Ноябрь

31 497

45528

-14 031

30,82

44,55

45339

-13842,00

30,53

43,95

Декабрь

13 714

34314

-20 600

60,03

150,21

42588

-28 874,00

67,80

210,54

Средняя

ошибка

37,55

55,54

28,31

57,03

где М0 средняя относительная ошибка прогноза, %; п — число рассматриваемых периодов; Fi фактическое значение объема потребности в запасе в периоде /, единиц; Pj прогноз потребления запаса в периоде i, единиц.

Средняя относительная ошибка прогноза для рассматриваемого примера равна (табл. 6.12, строка «Средняя ошибка», столбцы 5 и 9) для а = 0,8 — 37,55%, для а = 0,2 — 28,31.

Относительную ошибку также можно рассчитывать и по отношению к минимальному из фактического и предполагаемого значений потребности:

где М — относительная ошибка прогноза в периоде /, %;Fj фактическое значение объема потребности в запасе в периоде i, единиц; Pj прогноз потребления запаса в периоде /, единиц.

В табл. 6.12 приведены результаты расчета второго варианта относительной ошибки прогноза с использованием минимальной величины из фактических и предполагаемых отгрузок. В марте, например, для а = 0,8 и а = 0,2 эта величина составила (см. столбцы 6 и 10)

|5319|/48 504 ? 100 = 10,98.

В апреле эта относительная ошибка рассчитана следующим образом:

для а — 0,8 : |9066| / 49 581 ? 100 = 18,29;

для а = 0,2: |5874|/52 773- 100= 11,13.

Средняя относительная ошибка прогноза потребления запаса для варианта расчета (6.28) определяется по следующей формуле:

где М0 средняя относительная ошибка прогноза, %п — число рассматриваемых периодов; Fj фактическое значение объема потребности в запасе в периоде /, единиц; Р.--прогноз потребления запаса в периоде /, единиц.

В табл. 6.12 приведены результаты расчета средней относительной ошибки по второму варианту относительной ошибки прогноза с использованием минимальной величины из фактических и предполагаемых отгрузок. В марте, например, для а = 0,8 и а = 0,2 эта величина составила (см. строку «Средняя ошибка», столбцы 6 и 10), соответственно, 55,54 и 57,03.

Таким образом, коэффициент сглаживания а = 0,2 может использоваться для прогнозирования потребности в запасе рассматриваемого примера как наиболее надежный.

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>