Dự đoán nhu cầu

Dự đoán nhu cầu là lĩnh vực phân tích nhằm dự đoán nhu cầu của khách hàng để tối ưu hóa các quyết định liên quan đến chuỗi cung ứng và quản lý doanh nghiệp. Phương pháp này thường sử dụng dữ liệu lịch sử, đặc biệt là dữ liệu bán hàng, cùng với các kỹ thuật thống kê từ các nghiên cứu thị trường. Dự đoán nhu cầu có thể hỗ trợ trong việc lập kế hoạch sản xuất, quản lý tồn kho, và đôi khi đánh giá nhu cầu trong tương lai hoặc quyết định tham gia vào thị trường mới.

Phương pháp

Đánh giá dựa trên ý kiến chuyên gia

Dự đoán nhu cầu dựa vào sự đánh giá của các chuyên gia. Một số phương pháp trong loại này bao gồm,

• Phán quyết chưa có phản hồi
• Thị trường dự đoán
• Phương pháp Delphi
• Lý thuyết trò chơi
• Phương pháp đánh giá bootstrap
• Mô phỏng tương tác
• Khảo sát ý định và kỳ vọng
• Phương pháp điều hành bồi thẩm đoàn

Đánh giá theo định lượng

• Mô phỏng sự kiện ngẫu nhiên
• Kỹ thuật ngoại suy
• Phương pháp xử lý dữ liệu nhóm (GMDH)
• Dự đoán dựa trên lớp tham chiếu
• So sánh định lượng
• Dự đoán theo quy tắc
• Mạng nơ-ron
• Khai thác dữ liệu
• Phân tích kết hợp
• Mô hình nguyên nhân và kết quả
• Phân đoạn thị trường
• Mô hình làm mịn cấp số nhân
• Mô hình Box-Jenkins
• Mô hình lai

Các phương pháp khác như sau

a) Các phương pháp chiếu chuỗi thời gian bao gồm:

• Phương pháp trung bình di động
• Phương pháp làm mịn cấp số nhân
• Phương pháp dự đoán xu hướng

b) Các phương pháp nguyên nhân bao gồm:

• Phương pháp tỷ lệ chuỗi thời gian
• Phương pháp mức tiêu thụ
• Phương pháp sử dụng cuối cùng
• Phương pháp chỉ số sớm

Độ chính xác của dự đoán nhu cầu

Đánh giá độ chính xác của dự đoán nhu cầu là quá trình đo lường độ tin cậy của dự báo về nhu cầu của khách hàng đối với sản phẩm. Việc hiểu và dự đoán nhu cầu của khách hàng là rất quan trọng đối với các nhà sản xuất và nhà phân phối để tránh tình trạng tồn kho và duy trì mức tồn kho hợp lý. Mặc dù không thể đạt được sự chính xác hoàn hảo trong dự đoán, nhưng chúng là cần thiết để chuẩn bị cho nhu cầu thực tế. Để tối ưu hóa tồn kho và đảm bảo hiệu quả chuỗi cung ứng, việc dự đoán nhu cầu chính xác là rất quan trọng.

Tính toán độ chính xác trong chuỗi cung ứng

Độ chính xác của dự báo trong chuỗi cung ứng thường được đo lường bằng Lỗi phần trăm tuyệt đối trung bình (MAPE). MAPE là trung bình của các lỗi phần trăm dự báo so với giá trị thực.

Tuy nhiên, nhiều người sử dụng MAPE dưới dạng Độ lệch tuyệt đối trung bình chia cho Doanh số trung bình, còn được gọi là WAPE (Lỗi phần trăm tuyệt đối có trọng số). Điều này tương tự như việc chia tổng độ lệch tuyệt đối cho tổng doanh số của tất cả sản phẩm. Công thức tính toán $\frac{\sum <!--\; \sum \; -->|A-<!--\; -\; -->F|}{\sum <!--\; \sum \; -->A}$ với A là giá trị thực tế và F là dự báo.

Một lựa chọn thú vị khác là sử dụng trọng số $\text{MAPE}=\frac{\sum <!--\; \sum \; -->(w\cdot <!--\; \cdot \; -->|A-<!--\; -\; -->F|)}{\sum <!--\; \sum \; -->(w\cdot <!--\; \cdot \; -->A)}$. Phương pháp này có ưu điểm là có thể điều chỉnh trọng số theo nhu cầu của doanh nghiệp, lợi nhuận gộp hoặc phân loại ABC. Tuy nhiên, đối với các sản phẩm theo mùa, có thể gặp vấn đề với kết quả không xác định khi doanh số = 0 và không đối xứng, điều này có thể làm giảm độ chính xác nếu doanh số cao hơn hoặc thấp hơn so với dự báo. Do đó, sMAPE, hay Lỗi phần trăm tuyệt đối trung bình đối xứng, cũng được sử dụng để khắc phục vấn đề này.

Cuối cùng, đối với các mẫu nhu cầu không liên tục, những phương pháp trên có thể không hữu ích. Trong những trường hợp này, MASE (Lỗi quy mô tuyệt đối trung bình) là một KPI tốt hơn, mặc dù nó không trực quan bằng các phương pháp đã nêu.

Tính toán lỗi dự đoán

Để tính toán lỗi dự đoán, cần so sánh với doanh số thực tế. Các phương pháp phổ biến bao gồm Lỗi phần trăm trung bình, Lỗi bình phương gốc, Tín hiệu theo dõi và Xu hướng dự báo.

• Cung cầu
• Chuỗi nhu cầu
• Mô hình hóa nhu cầu
• Nguyên tắc tỷ lệ tồn kho
• Dự báo lớp tham chiếu
• Dự báo đồng thuận
• Thiên lệch lạc quan
• Dự báo lớp tham chiếu

• Milgate, Murray (tháng 3 năm 2008). 'Hàng hóa và hàng hóa'. Trong Steven N. Durlauf và Lawrence E. Blume. Từ điển kinh tế mới Palgrave (tái bản lần 2). Palgrave Macmillan. Trang 546. doi: 10.1057 / YAM230226203.0657. Truy cập ngày 24 tháng 3 năm 2010.
• Montani, Guido (1987). 'Sự khan hiếm'. Trong Eatwell, J., Millgate, M., Newman, P. Từ điển kinh tế Palgrave mới (ấn bản thứ 4). Palgrave, Houndmill. Trang 253.