›
›

Quản trị chuỗi cung ứng - Chương 7: Dự báo nhu cầu trong chuỗi cung ứng

ppt 38 trang vanle 2600
Download
Bạn đang xem 20 trang mẫu của tài liệu "Quản trị chuỗi cung ứng - Chương 7: Dự báo nhu cầu trong chuỗi cung ứng", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pptquan_tri_chuoi_cung_ung_chuong_7_du_bao_nhu_cau_trong_chuoi.ppt

Nội dung text: Quản trị chuỗi cung ứng - Chương 7: Dự báo nhu cầu trong chuỗi cung ứng

  1. Quản trị chuỗi cung ứng Chương 7: Dự báo nhu cầu trong chuỗi cung ứng TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013 7-1
  2. Nội dung chương Vai trò của dự báo trong chuỗi cung ứng Các đặc điểm của dự báo Nội dung của dự báo và các phương pháp dự báo Các cách tiếp cận cơ bản đối với dự báo nhu cầu Phương pháp dự báo chuỗi thời gian Đo lường sai số dự báo 7-2 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  3. Vai trò của dự báo trong chuỗi cung ứng Cơ sở cho các quyết định hoạch định và chiến lược trong chuỗi cung ứng Được sử dụng cho cả tiến trình đẩy và kéo Ví dụ: – Sản xuất: kế hoạch tiến độ, tồn kho, hoạch định tổng hợp – Marketing: phân bổ lực lượng bán, khuyến mại, giới thiệu sản phẩm mới – Tài chính: đầu tư máy móc/nhà xưởng, hoạch định ngân sách – Nhân sự: kế hoạch nhân sự, tuyển dụng, sa thải Tất cả các quyết định trên quan hệ mật thiết với nhau 7-3 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  4. Các đặc điểm của dự báo Dự báo thường sai. Nên bao gồm giá trị kỳ vọng và đo lường sai số. Dự báo dài hạn ít chính xác hơn dự báo ngắn hạn (thời gian dự báo là quan trọng) Dự báo tổng hợp là chính xác hơn dự báo tách rời 7-4 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  5. Các phương pháp dự báo Định tính: dựa vào đánh giá và ý kiến Chuỗi thời gian: chỉ sử dụng nhu cầu quá khứ – Tĩnh – Thích ứng Nguyên nhân và kết quả: sử dụng mối quan hệ giữa nhu cầu và các nhân tố khác để xây dựng dự báo Mô phỏng 7-5 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  6. Nội dung chủ yếu Nhu cầu quan sát (O) = Thành phần hệ thống (S) + thành tố ngẫu nhiên (R) Mức độ (nhu cầu phi mua vụ hiện tại Xu hướng (nhu cầu tăng trưởng hoặc giảm) Mùa vụ (sự thay đổi theo mùa vụ) • Nhân tố hệ thống: giá trị kỳ vọng của nhu cầu • Nhân tố ngẫu nhiên: phần của dự báo biến động so với nhân tố hệ thống • Sai số dự báo: sự khác biệt giữa dự báo và nhu cầu thực 7-6 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  7. Dự báo chuỗi thời gian Quý Nhu cầu Dt II, 2009 8000 III, 2009 13000 Dự báo nhu cầu cho IV, 2009 23000 4 quý đến. I, 2010 34000 II, 2010 10000 III, 2010 18000 IV, 2010 23000 I, 2011 38000 II, 2011 12000 III, 2011 13000 IV, 2011 32000 I, 2012 41000 7-7 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  8. Dự báo chuỗi thời gian 45,000 40,000 35,000 30,000 25,000 20,000 15,000 10,000 5,000 0 09,2 09,3 09,4 10,1 10,2 10,3 10,4 11,1 11,2 11,3 11,4 12,1 7-8 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  9. Các phương pháp dự báo Tĩnh Thích ứng – Bình quân trượt – San bằng mũ đơn giản – Mô hình Holt (với xu hướng) – Mô hình Winter (với xu hướng và mùa vụ) 7-9 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  10. Cách tiếp cận cơ bản đối với dự báo Hiểu được mục tiêu của dự báo Hoạch định nhu cầu tổng hợp và dự báo Xác định các nhân tố chính ảnh hưởng đến dự báo nhu cầu Hiểu và nhận diện phân đoạn khách hàng Xác định kỹ thuật dự báo phù hợp Tiến hành dự báo và đánh giá sai số dự báo 7-10 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  11. Các phương pháp dự báo chuỗi thời gian Mục tiêu là dự báo được thành tố hệ thống của nhu cầu – Phức tạp: (mức độ)(xu hướng)(nhân tố mùa vụ) – Cộng thêm: mức độ + xu hướng + nhân tố mùa vụ – Tổng hợp: (mức độ + xu hướng)(nhân tố mùa vụ) Các phương pháp tĩnh Dự báo thích ứng 7-11 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  12. Các phương pháp tĩnh Giả sử dùng mô hình tổng hợp: Thành tố hệ thống = (mức độ + xu hướng)(nhân tố mùa vụ) Ft+l = [L + (t + l)T]St+l = dự báo cho giai đoạn t đối với nhu cầu trong giai đoạn t + l L = mức ước tính cho giai đoạn 0 T = ước tính cho xu hướng St = ước tính cho nhân tố mùa vụ cho giai đoạn t Dt = nhu cầu thực cho giai đoạn t Ft = nhu cầu dự báo cho giai đoạn t 7-12 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  13. Các phương pháp tĩnh Dự báo mức độ và xu hướng Dự báo nhân tố mùa vụ 7-13 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  14. Dự báo mức độ và xu hướng Trước khi dự báo mức độ và xu hướng, phải loại bỏ tính mùa vụ trong dữ liệu nhu cầu Nhu cầu phi mùa vụ = nhu cầu quan sát khi không có sự hiện diện của tính biến động mùa vụ Giai đoạn (p) – Số giai đoạn mà sau đó chu kỳ mùa vụ lặp lại – Đối với ví dụ sau p = 4 7-14 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  15. Dự báo chuỗi thời gian Quý Nhu cầu Dt II, 2009 8000 III, 2009 13000 Dự báo nhu cầu cho IV, 2009 23000 4 quý đến. I, 2010 34000 II, 2010 10000 III, 2010 18000 IV, 2010 23000 I, 2011 38000 II, 2011 12000 III, 2011 13000 IV, 2011 32000 I, 2012 41000 7-15 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  16. Dự báo chuỗi thời gian 45,000 40,000 35,000 30,000 25,000 20,000 15,000 10,000 5,000 0 09,2 09,3 09,4 10,1 10,2 10,3 10,4 11,1 11,2 11,3 11,4 12,1 7-16 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  17. Phi mùa vụ nhu cầu [Dt-(p/2) + Dt+(p/2) + S 2Di] / 2p đối với p chẵn Dt = (tổng là từ i = t+1-(p/2) to t-1+(p/2)) S Di / p đối với p lẻ (tổng là từ i = t-(p/2) to t+(p/2)), p/2 làm tròn thành số nguyên nhỏ hơn 7-17 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  18. Phi mùa vụ nhu cầu Đối với ví dụ trên, p = 4 là số chẵn Đối với t = 3: D3 = {D1 + D5 + tổng(i=2 đến 4) [2Di]}/8 = {8000+10000+[(2)(13000)+(2)(23000)+(2)(34000)]}/8 = 19750 D4 = {D2 + D6 + tổng(i=3 đến 5) [2Di]}/8 = {13000+18000+[(2)(23000)+(2)(34000)+(2)(10000)]/8 = 20625 7-18 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  19. Phi mùa vụ nhu cầu Sau đó thêm xu hướng Dt = L + tT Trong đó Dt = nhu cầu phi mùa vụ ở giai đoạn t L = mức độ (nhu cầu phi mùa vụ ở giai đoạn 0) T = xu hướng (tỷ lệ tăng hoặc giảm nhu cầu) Xu hướng được xác định bởi hồi quy tuyến tính sử dụng nhu cầu phi mùa vụ là biến phụ thuộc và giai đoạn như biến độc lập (sử dụng Excel để tính toán) Trong ví dụ, L = 18,439 và T = 524 7-19 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  20. Dự báo chuỗi thời gian 45,000 40,000 35,000 30,000 25,000 20,000 Nhu cầu Nhu 15,000 10,000 5,000 0 0 2 4 6 Giai đoạn,8 t 10 12 14 Nhu cầu Nhu cầu phi mùa vụ Dt 7-20 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  21. Loại bỏ nhân tố mùa vụ Sử dụng phương trình trên để tính toán nhu cầu phi mùa vụ cho mỗi giai đoạn St = Dt / Dt = nhân tố mùa vụ cho giai đoạn t Trong ví dụ trên, D2 = 18439 + (524)(2) = 19487 D2 = 13000 S2 = 13000/19487 = 0.67 Nhân tố mùa vụ cho các giai đoạn khác được tính toán như cách thức trên 7-21 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  22. Ước tính nhân tố mùa vụ t Dt Dt-bar S-bar 1 8000 18963 0.42 = 8000/18963 2 13000 19487 0.67 = 13000/19487 3 23000 20011 1.15 = 23000/20011 4 34000 20535 1.66 = 34000/20535 5 10000 21059 0.47 = 10000/21059 6 18000 21583 0.83 = 18000/21583 7 23000 22107 1.04 = 23000/22107 8 38000 22631 1.68 = 38000/22631 9 12000 23155 0.52 = 12000/23155 10 13000 23679 0.55 = 13000/23679 11 32000 24203 1.32 = 32000/24203 12 41000 24727 1.66 = 41000/24727 7-22 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  23. Ước tính nhân tố mùa vụ Nhân tố mùa vụ chung được tính toán trên cơ sở bình quân nhân tố mùa vụ ở các giai đoạn Nếu có r chu kỳ mùa vụ, với tất cả giai đoạn pt+i, 1<i<p, nhân tố mùa vụ đối với mùa vụ i là Si = [tổng(j=0 to r-1) Sjp+i]/r Qua ví dụ, có ba chu kỳ mùa vụ và p=4, do đó S1 = (0.42+0.47+0.52)/3 = 0.47 S2 = (0.67+0.83+0.55)/3 = 0.68 S3 = (1.15+1.04+1.32)/3 = 1.17 S4 = (1.66+1.68+1.66)/3 = 1.67 7-23 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  24. Ước tính dự báo Sử dụng công thức ở phần trên, ta có thể tính toán nhu cầu cho các giai đoạn kế tiếp như sau: F13 = (L+13T)S1 = [18439+(13)(524)](0.47) = 11868 F14 = (L+14T)S2 = [18439+(14)(524)](0.68) = 17527 F15 = (L+15T)S3 = [18439+(15)(524)](1.17) = 30770 F16 = (L+16T)S4 = [18439+(16)(524)](1.67) = 44794 7-24 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  25. Dự báo thích ứng Dự báo mức độ, xu hướng và mùa vụ được điều chỉnh sau mỗi giai đoạn quan sát Các bước trong dự báo thích ứng Bình quân trượt San bằng mũ giản đơn San bằng mũ hiệu chỉnh xu hướng (mô hình Holt) San bằng mũ hiệu chỉnh xu hướng và mùa vụ(mô hình Winter) 7-25 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  26. Công thức cơ bản cho dự báo thích ứng Ft+1 = (Lt + lT)St+1 = dự báo cho giai đoạn t+l trong giai đoạn t Lt = Mức ước tính ở cuối giai đoạn t Tt = ước tính xu hướng cuối giai đoạn t St = Ước tính nhân tố mùa vụ cho giai đoạn t Ft = dự báo nhu cầu cho giai đoạn t (trên cơ sở giai đoạn t-1 hoặc trước đó) Dt = Nhu cầu thực trong giai đoạn t Et = Sai số dự báo cho giai đoạn t At = Sai số tuyệt đối cho giai đoạn t = |Et| MAD = Sai số tuyệt đối trung bình = trung bình của At 7-26 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  27. Các bước trong dự báo thích ứng Chuẩn bị: tính toán mức ban đầu của (L0), xu hướng (T0), và nhân tố mùa vụ (S1, ,Sp). Điều này được thực hiện qua phần dự báo tĩnh. Dự báo: dự báo nhu cầu cho giai đoạn t+1 sử dụng công thức chung Tính sai số: Et+1 = Ft+1- Dt+1 Hiệu chỉnh dự báo: điều chỉnh mức ước tính (Lt+1), xu hướng (Tt+1), và nhân tố mùa vụ (St+p+1), với sai số Et+1 trong dự báo Lặp lại bước 2, 3 và 4 cho giai đoạn kế tiếp 7-27 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  28. Bình quân trượt Được sử dụng khi không có quan sát về tính xu hướng và mùa vụ Thành tố hệ thống của nhu cầu = mức độ (level) Mức độ trong giai đoạn t là bình quân của N giai đoạn trước đó (bình quân trượt N giai đoạn) Dự báo hiện tại cho tất cả giai đoạn tương lai là tương tự và dựa trên mức ước tính Lt = (Dt + Dt-1 + + Dt-N+1) / N Ft+1 = Lt và Ft+n = Lt sau khi quan sat nhu cầu cho giai đoạn t+1, hiệu chỉnh ước tính như sau: Lt+1 = (Dt+1 + Dt + + Dt-N+2) / N Ft+2 = Lt+1 7-28 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  29. Ví dụ bình quân trượt Từ ví dụ trên Cuối giai đoạn 4, nhu cầu dự báo cho giai đoạn 5 đến giai đoạn 8 sử dựng bình quân trượt 4 giai đoạn? L4 = (D4+D3+D2+D1)/4 = (34000+23000+13000+8000)/4 = 19500 F5 = 19500 = F6 = F7 = F8 Nhu cầu quan sát trong giai đoạn 5 là D5 = 10000 Sai số dự báo cho giai đoạn 5, E5 = F5 - D5 = 19500 - 10000 = 9500 Hiệu chỉnh mức ước tính trong giai đoạn 5: L5 = (D5+D4+D3+D2)/4 = (10000+34000+23000+13000)/4 = 20000 F6 = L5 = 20000 7-29 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  30. San bằng mũ đơn giản Sử dụng khi không có tính xu hướng hoặc mùa vụ Thành tố hệ thống của nhu cầu = mức (level) Ước tính ban đầu mức, L0, giả sử bình quân của dữ liệu quá khứ L0 = [tổng (i=1 to n)Di]/n Dự báo hiện tại cho các giai đoạn tương lai là bằng dự báo hiện tại của mức (level) và tính như sau: Ft+1 = Lt và Ft+n = Lt Sau khi quan sát nhu cầu Dt+1, hiệu chỉnh mức ước tính: Lt+1 = aDt+1 + (1-a)Lt n Lt+1 = tổng(n=0 to t+1)[a(1-a) Dt+1-n ] 7-30 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  31. Ví dụ san bằng mũ đơn giản Dự báo nhu cầu cho giai đoạn 1 sử dụng san bằng mũ L0 = bình quân của 12 giai đoạn = tổng(i=1 to 12)[Di]/12 = 22083 F1 = L0 = 22083 Nhu cầu thực ở giai đoạn 1 = D1 = 8000 Sai số dự báo ở giai đoạn 1, E1, như sau: E1 = F1 - D1 = 22083 - 8000 = 14083 Giả sử a = 0.1, hiệu chỉnh mức ước tính cho giai đoạn 1: L1 = aD1 + (1-a)L0 = (0.1)(8000) + (0.9)(22083) = 20675 F2 = L1 = 20675 Lưu ý rằng mức ước tính cho giai đoạn 1 là thấp hơn trong giai đoạn 0 7-31 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  32. San bằng mũ hiệu chính xu hướng(mô hình Holt) Phù hợp khi nhu cầu được giả sử là ở một mức nào đó và có xu hướng nhung không có tác động mùa vụ Dự báo các số liệu ban đầu bằng hồi quy tuyến tính: Dt = at + b T0 = a L0 = b trong giai đoạn t, dự báo cho tương lai được biểu diễn như sau: Ft+1 = Lt + Tt Ft+n = Lt + nTt 7-32 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  33. San bằng mũ hiệu chính xu hướng(mô hình Holt) Sau khi quan sát nhu cầu cho giai đoạn t, hiệu chỉnh mức ước tính và xu hướng như sau: Lt+1 = aDt+1 + (1-a)(Lt + Tt) Tt+1 = b(Lt+1 - Lt) + (1-b)Tt a = hằng số san bằng mũ b = hằng số điều chỉnh xu hướng Ví dụ trên, sử dụng hồi quy tuyến tính L0 = 12015 (linear intercept) T0 = 1549 (linear slope) 7-33 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  34. Mô hình Holt (tt) Dự báo cho giai đoạn 1: F1 = L0 + T0 = 12015 + 1549 = 13564 Nhu cầu của giai đoạn 1 = D1 = 8000 E1 = F1 - D1 = 13564 - 8000 = 5564 Giả sử a = 0.1, b = 0.2 L1 = aD1 + (1-a)(L0+T0) = (0.1)(8000) + (0.9)(13564) = 13008 T1 = b(L1 - L0) + (1-b)T0 = (0.2)(13008 - 12015) + (0.8)(1549) = 1438 F2 = L1 + T1 = 13008 + 1438 = 14446 F5 = L1 + 4T1 = 13008 + (4)(1438) = 18760 7-34 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  35. San bằng mũ hiệu chỉnh xu hướng và mùa vụ Phù hợp khi nhân tố hệ thống được giả định có mức độ (level), xu hướng và nhân tố mùa vụ Thành tố hệ thống = (mức độ+xu hướng)(nhân tố mùa vụ) Giả sử số giai đoạn p Tính toán các ước tính ban đầu (L0), xu hướng (T0), nhân tố mùa vụ (S1, ,Sp) sử dụng thủ tục dự báo tĩnh Trong giai đoạn t, dự báo cho giai đoạn tương lai được tính toán: Ft+1 = (Lt+Tt)(St+1) và Ft+n = (Lt + nTt)St+n 7-35 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  36. San bằng mũ hiệu chỉnh xu hướng và mùa vụ (tt) Sau khi quan sát nhu cầu cho giai đoạn t+1, hiệu chỉnh ước tính về mức, xu hướng và nhân tố mùa vụ như sau: Lt+1 = a(Dt+1/St+1) + (1-a)(Lt+Tt) Tt+1 = b(Lt+1 - Lt) + (1-b)Tt St+p+1 = g(Dt+1/Lt+1) + (1-g)St+1 a = hệ số san bằng b = Hệ số san bằng cho xu hướng g = hệ số san bằng cho nhân tố mùa vụ Sử dụng ví dụ trên, dự báo giai đoạn 1 sử dụng mô hình Winter. Tính toán mức ban đầu, xu hướng và nhân tố mùa vụ trong trường hợp dự báo tĩnh 7-36 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  37. San bằng mũ hiệu chỉnh xu hướng và mùa vụ (tt) L0 = 18439 T0 = 524 S1=0.47, S2=0.68, S3=1.17, S4=1.67 F1 = (L0 + T0)S1 = (18439+524)(0.47) = 8913 Nhu cầu cho giai đoạn 1 1 = D1 = 8000 Sai số cho giai đoạn 1 = E1 = F1-D1 = 8913 - 8000 = 913 Giả sử a = 0.1, b=0.2, g=0.1; hiệu chỉnh ước tính và xu hướng cho giai đoạn 1 và nhân tố mùa vụ cho giai đoạn 5 L1 = a(D1/S1)+(1-a)(L0+T0) = (0.1)(8000/0.47)+(0.9)(18439+524)=18769 T1 = b(L1-L0)+(1-b)T0 = (0.2)(18769-18439)+(0.8)(524) = 485 S5 = g(D1/L1)+(1-g)S1 = (0.1)(8000/18769)+(0.9)(0.47) = 0.47 F2 = (L1+T1)S2 = (18769 + 485)(0.68) = 13093 7-37 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013
  38. Đo lường sai số dự báo Sai số dự báo = Et = Ft - Dt Sai số bình phương trung bình (MSE) 2 MSEn = (tổng(t=1 to n)[Et ])/n Sai số tuyệt đối = At = |Et| Sai tố tuyệt đối trung bình (MAD) MADn = (tổng(t=1 to n)[At])/n s = 1.25MAD Sai số % tuyệt đối trung bình (MAPE) MAPEn = (tổng(t=1 to n)[|Et/ Dt|100])/n 7-38 TS. Nguyễn Phúc Nguyên, Trường Đại học Kinh tế, 2013