3-销售预测生产计划

• 均值
• 偏差
Mean
50％ each side
of the mean
f (x)
e 1
( x )2
2
2 2
Population characteristic
e P F(x)
1x
2
( x )2 2 2 dx
( x )2
N
6
标准偏差与平均绝对偏差
• 在Excel中，均值μ＝AVERAGE(A3:A12)
计
供应商 选择
物料清单 物料计划
下单
划
原材料的可得性
战略决定
运作决定
4
需求的波动
Probability of event occurrence
140 130 120 110 100
90 80 70 60 50
Less buffer More buffer
5
正态分布
Probability
• 常用来表示很多环境的概率分布
服务水准 模型
成本 模型
库存 模型
17
流 动 资 产－ 存 货 管 理
现金
现金
原辅料
存货
使存货量最小
使存货损失最小
使存货转化为现金的时间最短
18
流 动 资 产－ 存 货 管 理
存货的计价方法
先进先出 后进先出 加权平均 移动加权平均 个别计价
19
流 动 资 产－ 存 货 管 理
期初 1999.01.01 收入 1999.01.08 收入 1999.01.10 销售 1999.01.14 期末 1999.01.31
136
• 假设利用前面介绍的加权平均法得出的9月份预测为136。 －9月份实际销售量为131 －如果平滑系数选为0.1 －则，10月份新预测量＝0.1×131+(1-0.1)×136 ＝13.1+0.9×136 ＝13.1+122.4 ＝135.5
13
销售预测必须考虑的八大因素
1、年度与月度销售目标 2、销售量的历史趋势图 3、行业预测 4、市场支持 5、竞争者的计划 6、产品结构的调整 7、A类产品 8、销售人员的预测
25
• 生产的批量约束 －制造费用 －生产换型 －启动时间内的物料浪费 －效率
• 采购的批量约束 －批量折扣
大批量
平均库存 小批量
启动 换型
• 运输的批量约束 －最小订单量 －运费
26
• 计划的模式 连续的计划模式 周期性的计划模式
MTWTFSS MTWTFSS MTWTFSS MTWTFSS M
Average=123 Average=126
• 你可以选择计算中所需要的时间段数。如，本例中为每3个 月的数据进行平均，也可以用6个月的数据平均。
• 较短期的移动平均预测对季节性的敏感较差
11
指数平滑法 Exponential Smoothing
• 进行短期预测的较为流行的方法 • 使用历史数据的加权平均作为预测的基础 • 假设未来需求是与最近历史表现相关，并对历史数据由近
数量 单位成本 总成本
200
20.00
4,000
400
22.00
8,800
300
21.00
6,300
300
?
?
600
?
?
20
流 动 资 产－ 存 货 管 理
1999.01.01 1999.01.08 1999.01.10
200 20.00 4,000 400 22.00 8,800 300 21.00 6,300
季节波动 根据上一年度的实际销售数据计算每个月占全年总值 的百分比，再用预测的全年总值乘以各个月的百分比 得到各个月的预测值。
10
移动平均法－示例
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 00 128 117 115 125 122 137 129 140 131 114 119 137 01 123 126
31
• 出于原材料市场情况的战略储备 －长虹的显象管囤积 －联想的液晶屏策略 －国际初级原材料市场价格的波动
• 出于平衡生产能力的库存储备 －巧克力公司的夏季储备性生产 －空调制造商的平稳生产策略
32
• 供应方的压货 －分销企业中比较常见的现象 －生产企业的供应商被要求的存货
• 呆滞货物（包括过期、报废）的延迟处理 －流通企业：过期、报废、退货 －生产型企业：过期、报废、退货、弃用的材料
（s，Q）
P model
（R，S）PReergioudlaicr
Review Time Order
• 超出实际能力的销售计划
• 库存的准确度
33
设定服务水平分2个层次，缺一不可！ • 订单的完成时间
－如，24小时送到，立等可取，金牌服务24小时响应 （￥1000）/银牌服务36小时（￥600）
－主要由订单收讫、信用审核、库存检查和确认，执行和交付 等一系列的工作流程时间来决定
• 规定时间内的订单完成效果（Fill Rate）
到远赋予由重到轻的权重 • 方法
➢ 新预测量＝α×最近的实际值+(1-α)×最近预测值
➢ α＝平滑系数。α值越大，表明对近期历史数据赋予的权重越 大
12
指数平滑法 Exponential Smoothing
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 00 128 117 115 125 122 137 129 140 131 114 119 137
21.22
12,733
4
1999.01.14300
300 21.22 6,367
-
6,367
1999.01.31600
21.22
12,733
22
影响库存水准的主要因素
23
Safety Stock
供应的时间和距离
RDC
仓库
Lead time=计划+等待+运输+出入库+登 录…
工厂
供应的时间和距离 中央仓库
4,000 15,100
1
1999.01.14 300
200 20.00 4,000
100 22.00 2,200
6,200
1999.01.31 600
21.50
12,900
2
1999.01.14 300
300 21.00 6,300
-
6,300
1999.01.31 600
21.33
12,800
21
流 动 资 产－ 存 货 管 理
1999.01.01200 1999.01.08400 1999.01.10300
20.00 22.00 21.00
4,000 4,000 8,800 6,300 15,100
3
1999.01.14300
300 21.22 6,367
-
6,367
1999.01.31600
• 前置时间（LT） • 需求量（D）
ROP
O
QO Q
LT
LT
37
一种国际通性的分类
Min Max Model Optional Replenishment model
连续性计划 定期性计划
（s，S）
（R，s，S）
Q model Perpetual Review Fixed Order Quantity
19%
Lower than Expected Demand 25%
Overproduced 12%
Lost Customer 12%
30
生产加工
每小时2吨
包装
每小时1.5吨
存储 装置
生产加工
包装
每小时2吨
每小时1.5吨
库存：每小时0.5吨
Leabharlann Baidu
工序1
每小时15件
工序2
每小时10件
工序3
每小时8件
组装
工序1和2的速度快造成 了部件的等待，产生了 半成品（在制品）库存
Lead time=计划+等待+生产周期+盘倒+检验…
供应的时间和距离 供应商
仓库
Lead time=订单确认+生产+运输+登录+检 验…
库存点的存货应该能够 支持补足周期内的需求 周期库存＝LT×D 平均库存＝LT×D/2
24
• 问题：需求量大，库存水平就一定高吗？
不同的需求特 性，决定了采 用不同的策略 和政策： • 供应模式 • 库存模式
• 计划的周期
Forecast
Inventory Report
27
• “垃圾进，垃圾出”
计划
• 人的误差 －录入错误 －盘点错误 －发货错误 －生产错误
• 系统的误差 －货、单据、登录的延迟
28
存在的原因： n 销售缓慢或停滞的产品库存 n 质量有缺陷、过期、等待销毁（报废）的库存 n 等待系统设定（如编码）而未录入的库存
Q&A
2
一、需求管理与销售预测
需求管理初步 销售预测常用的统计模型 销售预测必须考虑的八大要素 滚动销售预测与预测误差分析
3
需求管理
市场和 产品
客户/销售信息
需
需求预测
按库存点的预测 延迟订单
求 计
预测误差、量
划
管理政策
库存
储运
网络和
计划
库存目标
计划
库存需求
供
资产决定
生产
生产班次
应
计划
计划 实际生产
对管理工作的影响： n 占用库存资金总额 n 增加报告的种类 n 容易干扰库存管理决策
29
New Production Introduction
Product Specs. 13% Changed 10%
Inventory Acquired
3%
Program Execution
6%
Customer Discontinued
Mean=100
Z X
1 Standard Deviation
Z=1.6 Standard Deviation 20 32
8
销售预测常用的几种模型
9
绝对平均与季节波动
绝对平均 根据上一年度的实际销售数据计算平均值，并以该平 均值作为未来18个月的预测值。绝对平均模型适用于 全年销售相对稳定的产品。
产品007
150
150
150
产品008
0
0
0
产品009
700
750
800
产品010
300
300
350
产品011
350
400
400
产品012
50
0
50
产品013
0
0
50
第5周 600 550 200 1400 900 50 150 50 800 350 400 50 50
第6周 550 550 200 1600 1000 50 200 50 850 400 400 50 50
14
提交日：99.5.20
滚动销售预测
XX城市5周RSF
By location By SKU
第一周 第二周
产品001
500
550
产品002
400
450
产品003
250
250
产品004
1500
1500
产品005
600
600
产品006
0
0
产品007
150
150
产品008
0
0
产品009
700
700
产品010
2000 700 0 0 50 750 300 350 50 0
XX城市5周RSF
提交日：99.5.27
第2周 第3周 第4周
产品001
550
550
500
产品002
450
600
500
产品003
259
100
150
产品004
1500 1200 1300
产品005
600 1000
850
产品006
0
50
50
冻结
15
剔除数据中的干扰
• 传统的算法 误差＝实际销量－预测销量 预测销量
－实际销售数据是在库存的可得性的基础上产生的；并没有 揭示，断货而造成的销量损失
－因此，对预测误差的贡献，不仅来自销售方，预测方，也 来自供应方
－挑战：如何获取first pick的数据？
16
二、库存控制的几个关键模型
库存及其计算方式 影响库存水平的主要因素 库存计划的经典模型 库存的服务水准模型 安全库存与服务水准的关系 各环节库存点库存水平计算方法
－如，98％按时交付，延时2小时的订单为5％（或2张订单）、 断货单
－主要由订单的处理时间和库存状况决定
34
成本
总成本
库存持 有成本
D=期间需求量 Co=订货成本 Ci=期间单位库存持有成本
EOQ 2DC0 Ci
订货成本
订货量
35
库存计划的四个经典模型
36
基本术语
• 再订货点（ROP） • 订货量（Q） • 平均库存水准（AIL）
300
300
产品011
300
350
产品012
50
50
产品013
0
0
第一周从5.24日
第三周 550 400 200
1700 1000
0 100
50 750 300 350
50 0
第四周 600 400 200
1700 1000
0 0 50 750 300 350 50 0
第五周 600 400 200
标准偏差σ＝STDEVP(A3:A12)，MAD=AVEDEV
(X )2
N
均值μ＝234 偏差σ＝54
每周需求量 （箱） 220 170 300 264 110 239 255 224 286 271
MAD X N
均值μ＝234 MAD ＝42
7
偏离量Z
• 某一数值与均值μ的距 离，以σ的倍数来表示
SALES FORECAST & PLANNING
销售预测与生产计划
Jeffrey Zhou (周 云)
清华大学实战型运营/生产 总监国际研修班
1
What Shall We Talk…?
内容安排
1、需求管理与销售预测 2、库存控制的关键模型 3、订单处理与计划管理 4、交货期与库存速度管理 5、新产品上市与产品终止