PDF《案例：进入量产后,预测怎么做？》

第1页(共12 页) 案例:进入量产后,预测怎么做? 刘宝红 作者按:这些案例是基于一些学员公司的挑战而开发的,旨在阐述 从数据分析开始,由职 业判断结束 的决策流程,不管是需求预测,还是库存计划;

不管是新产品,还是老产品.

对于 大部分案例,我也把原始数据放到网站上,供大家下载、分析,更深入地了解数据模型.这些案 例还是半成品,希望大家发表自己的看法,让案例更加完善.您可以直接留言,或法 email 给我 ――刘宝红,136

5127 1450(微信同)| [email protected]. 在《上新结束后,预测怎么做》案例中,我们探讨的是新产品导入.这里要讨论的是,进入 量产后,后续的需求该怎么预测?我们这里介绍一种预测方法:指数平滑法.这套方法论在上世 纪50 年代发展成熟,由一些运筹学专家研究出来,在实践中应用很广,主要用在库存预测上1 . 指数平滑法是一种特殊的移动平均法.对不同时段的实际需求,指数平滑法赋予的权重不 同:越是近期的实际值,权重越大;

越是远期的数据,权重越小,这使得预测模型能够更快反映 实际的变化.这些是通过平滑系数 α 来实现:α 越大,预测越灵敏,越能尽快反映实际变化,当 然也越受随机因素影响,带给供应链的波动也越大;

α 越小,越多的随机性被过滤掉,预测也表 现得越平稳,给供应链的运营成本越低,但风险是没法及时反映市场的需求变化. 指数平滑法的公式有两种形式: 预测值=α*上期实际值 + (1-α)*上期预测值 (公式 1) 或者 预测值=上期预测值 + α *(上期实际值 - 上期预测值)(公式 2) 这本书是写给实践者看的,从管理的角度来阐述,所以我会尽量避免成串的公式;

我会用简 单的语言来阐述,让大家从管理的角度理解这些公式的意义.至于具体的公式,大家可以百度更 详细的内容.这些公式大都是六七十年前研究出来的,并不算火箭技术2 ;

问题是,这些本来很简 单的方法论,却被很多著述解释得异常晦涩难懂――一旦学究们开始卖弄 数学之美 ,推导出 一串又一串的公式时,对我们实践者而言无异于灾难,导致没法在管理中广泛应用.

1 Forecasting Methods and Applications,作者 Spyros Makridakis, Steven C. Wheelwright, Rob J. Hyndman,Wiley 出版,第三版,2018 年重印,第174 页.

2 说到这些,我想介绍一下上世纪

50 年代美国的 HMMS 研究团队.这是四位研究者姓氏的第一个字母 (Holt,Modigliani,Muth 和Simon),他们都在卡耐基工学院(后来与梅隆学院合并,成为卡耐基梅隆大 学).他们的目的是为工业界制定更好的决策机制,来应对种种库存、生产和计划问题.这些问题在宏观 层面导致经济危机,在微观层面让企业处于不停的危机状态,不管是赶工加急,还是产能利用不足,以及 库存积压.Holt 就是我们这里要讲的霍尔特,他开发了应对平缓需求的简单指数平滑法,应对趋势的霍尔 特双参数线性指数平滑法,以及应对季节性的霍尔特-温特模型,都成为工业界最为广泛应用的预测模型. 其余的

3 位研究者中,Modigliani 和Simon 后来获得了诺贝尔经济学奖,而Muth 的理性预期模型呢,又成 为卢卡斯获取诺贝尔奖的基石.引自 Charles c. Holt 的文章 Learning How to Plan Production, Inventories, And Work Force, Operations Research, Vol. 50, No. 1, JanuaryCFebruary 2002, pp. 96C99. 第2页(共12 页) 让我们拿踢足球打个比方,来解释指数平滑法的逻辑.预测就如防守方:防守者是按照自己 的预测行事,并随着球的最近落点(实际需求),调整预测,决定下一步该怎么走.下一步的预 测介于两个极端:一个极端是 我行我素 ,严格按照原来的计划(上个预测),实际上是拿原 来的预测作为下一步的预测(平滑系数 α 为0);