Quản trị kinh doanh - Bài 2: Dự báo nhu cầu

Nội dung text: Quản trị kinh doanh - Bài 2: Dự báo nhu cầu

1. Bài 2: Dự báo nhu cầu BÀI 2: DỰ BÁO NHU CẦU Nội dung Mục tiêu Khái niệm về dự báo. Hiểu về dự báo nhu cầu trong quản trị Phân loại dự báo. sản xuất. Các bước tiến hành dự báo. Hiểu và biết cách thực hiện các phương Các phương pháp dự báo định tính. pháp dự báo cả định tính và định lượng. Các phương pháp dự báo định lượng. Nắm rõ cách kiểm soát dự báo. Kiểm soát dự báo. Hướng dẫn học Thời lượng Nắm rõ các công thức trong bài học. 6 tiết. Thực hành các bài tập ở cuối bài. Tham khảo một số dạng bài tập khác của môn quản trị sản xuất của các tác giả khác. 17
2. Bài 2: Dự báo nhu cầu TÌNH HUỐNG DẪN NHẬP Tình huống: Disney thành công từ dự báo Disney là một tên tuổi hàng đầu thế giới trong lĩnh vực công viên và khu nghỉ dưỡng. Disney mở ở nhiều địa điểm trên thế giới bao gồm Disney Land ở Hồng Kông (mở cửa năm 2005), Disney Land ở Pari (1992), và Tokyo Disney Land (1983) Chỉ tính riêng Disney World ở Florida và Disney Land ở California đã tạo ra lợi nhuận 32 tỷ đô la trong năm 2007 cho tập đoàn này, giúp nó đứng thứ 54 trong tuyển chọn 500 hãng hàng đầu thế giới theo Tạp chí Fortune 500 và thứ 79 trong Financial Times Global 500 (500 hãng có tiềm lực tài chính hàng đầu thế giới). Ở Disney, dự báo là chìa khóa của thành công, dự báo đã tạo ra lợi thế cạnh tranh của công ty. Toàn bộ thu nhập ở Disney là phụ thuộc vào số lượng khách đến công viên và vào việc họ sẽ tiêu tiền ở đó như thế nào. Việc dự báo chính xác lượng khách đến căn cứ vào báo cáo hàng ngày từ các công viên (Magic Kingdom, Epcot, Animal Kingdom, MGM Studios, Typhoon Lagoon và Blizzard Beach) trong những ngày hôm trước được Disney thực hiện khá nghiêm túc. Disney sử dụng nhiều nhà nghiên cứu và phân tích ở 70 lĩnh vực khác nhau để khảo sát một triệu người mỗi năm. Khảo sát này thống kê số khách vào công viên và 20 khách sạn của Disney. Điều này không những giúp dự báo số người vào công viên mà còn dự báo tình trạng của khách hàng ở từng địa điểm (ví dụ khách phải xếp hàng dài bao nhiêu và phải chờ bao lâu). Disney thậm chí khảo sát 3.000 trường học ở trong và ngoài nước Mỹ về lịch trình nghỉ lễ/nghỉ hè. Với tiếp cận này, dự báo 5 năm của Disney chỉ có 5% sai lệch trung bình, dự báo hàng năm sai lệch từ 0% - 3%. Ngoài những dự báo dài hạn, các nhóm dự báo của Disney còn đưa ra các dự báo hàng ngày, hàng tuần, hàng tháng, hàng năm. Disney sử dụng các phương pháp dự báo như các mô hình bình quân, các phân tích hồi quy, mô hình hiệu chỉnh và các mô hình kinh tế lượng. Dự báo lượng khách đến công viên đã giúp ích rất nhiều vào việc đưa ra các quyết định quản trị. Ví dụ, lượng khách của một ngày có thể tăng lên bằng cách mở cửa từ 8 giờ sáng thay cho mở cửa lúc 9 giờ như thường lệ, bằng cách mở nhiều nhà trưng bày hay lối đi, bằng cách tăng thêm nhiều điểm bán thực phẩm và giải khát (9 triệu bánh Hambergers và 50 triệu ly Coke được bán hàng năm) và bằng cách đưa thêm nhiều nhân viên vào phục vụ. Câu hỏi Theo bạn, tại sao Disney có được thành công như trên? Disney đã sử dụng những phương pháp dự báo nào vào hoạt động kinh doanh? Trong bài này chúng ta nghiên cứu các loại dự báo khác nhau và đưa ra các mô hình dự báo khác nhau. Mục đích của bài là làm thế nào có thể dự báo được nhu cầu một cách chính xác nhất, mức độ sai lệch là nhỏ nhất để từ đó đưa ra những quyết định quản trị phù hợp trong từng thời kỳ. 18
3. Bài 2: Dự báo nhu cầu 2.1. Thực chất và vai trò của dự báo 2.1.1. Khái niệm dự báo Trong quá trình điều hành và thực hiện các công việc hàng ngày, nhà quản trị luôn phải đưa ra các quyết định khác nhau mà không thể biết một cách chính xác tương lai sẽ xảy ra như thế nào. Doanh nghiệp cần phải chuẩn bị các nguồn lực như nguyên vật liệu, nhiên liệu, lực lượng lao động, máy móc thiết bị và các nguồn lực khác mà không biết một cách chính xác doanh số bán hàng và nhu cầu khách hàng về sản phẩm sẽ là bao nhiêu. Để có thể đưa ra các quyết định này một cách tương đối chính xác, đòi hỏi doanh nghiệp phải thực hiện tốt công tác dự báo. Vậy dự báo là gì? Dự báo là khoa học và nghệ thuật tiên đoán các sự việc có thể sẽ xảy ra trong tương lai. Tính khoa học của dự báo thể hiện ở chỗ khi tiến hành dự báo người ta phải căn cứ trên các dữ liệu phản ánh tình hình thực tế trong quá khứ và hiện tại, căn cứ vào xu thế trên cơ sở khoa học để dự đoán những sự việc có thể sẽ xảy ra trong tương lai. Người ta có thể sử dụng phương pháp định lượng trên cơ sở một số mô hình toán học nào đó để đưa ra những dự báo cho tương lai. Phương pháp định lượng có tính khoa học cao và làm cơ sở cho nhà quản trị đưa ra quyết định về dự báo. Tuy nhiên, nhu cầu về sản phẩm không phải khi nào cũng ổn định, cố định mà nó luôn biến động đòi hỏi các nhà quản trị phải sử dụng kết hợp với phương pháp nghệ thuật. Nghệ thuật trong dự báo thể hiện ở chỗ nhà quản trị phải sử dụng tài phán đoán, kinh nghiệm trong những điều kiện thiếu thông tin hoặc nhu cầu của khách hàng biến động mạnh. Chính tính nghệ thuật này làm cho dự báo linh hoạt hơn, nhưng cũng làm giảm tính chính xác của nó. Từ các đặc điểm trên ta thấy dự báo vừa có tính chính xác, vừa có sai lệch và rất khó dự báo chính xác hoàn toàn. Dự báo bao giờ cũng có sai số, chỉ ngẫu nhiên nếu chúng ta dự báo đúng hoàn toàn. Tính chính xác của dự báo càng thấp khi thời gian dự báo càng dài. Khi nghiên cứu các kỹ thuật dự báo trong bài này sẽ thấy ít có phương pháp nào vượt trội hơn cả. Phương pháp này có thể là tốt đối với doanh nghiệp này dưới những điều kiện nào đó, nhưng cũng có thể là không tốt đối với doanh nghiệp khác hoặc ngay đối với các bộ phận khác nhau trong một doanh nghiệp. 2.1.2. Vai trò của dự báo Doanh nghiệp hoạt động trong môi trường kinh doanh luôn thay đổi, nhu cầu về sản phẩm và dịch vụ cũng thay đổi theo từng tháng. Khối lượng sản phẩm sản xuất thực tế của công ty thay đổi xoay quanh nhu cầu. Kết quả của dự báo là cơ sở cho 19
4. Bài 2: Dự báo nhu cầu doanh nghiệp lập kế hoạch sản xuất và kế hoạch sử dụng các nguồn lực để chủ động trong sản xuất kinh doanh. Các kết quả của dự báo cũng làm cơ sở cho doanh nghiệp xây dựng chiến lược dài hạn giúp doanh nghiệp chủ động đối phó với những thay đổi của thị trường và dùng làm căn cứ cho các quyết định điều hành hàng ngày. Để hoạt động sản xuất kinh doanh ổn định, các nguồn lực được cung cấp đầy đủ, kịp thời thì đòi hỏi việc dự báo của doanh nghiệp phải tương đối chính xác và phải đảm bảo tính liên tục. 2.1.3. Phân loại dự báo Dự báo được phân chia thành nhiều cách khác nhau Căn cứ vào nội dung công việc cần dự báo: o Dự báo kinh tế: Dự báo kinh tế do các cơ quan nghiên cứu, các bộ phận tư vấn kinh tế nhà nước thực hiện. Những chỉ tiêu này có giá trị lớn trong việc hỗ trợ, tạo tiền đề cho công tác dự báo trung hạn, dài hạn của các doanh nghiệp. Ví dụ: Dự báo về thất nghiệp, tổng sản phẩm quốc nội, tốc độ tăng trưởng kinh tế o Dự báo kỹ thuật công nghệ: Dự báo này đề cập đến mức độ phát triển khoa học kỹ thuật công nghệ trong tương lai. Loại này rất quan trọng đối với các ngành có hàm lượng kỹ thuật cao như dự báo năng lượng nguyên tử, hàng không vũ trụ, dầu lửa, công nghệ thông tin o Dự báo nhu cầu: Thực chất của dự báo nhu cầu là dự kiến, tiên đoán về nhu cầu ở cấp độ vĩ mô và vi mô. Loại dự báo này được các nhà quản trị sản xuất đặc biệt quan tâm vì qua đó các doanh nghiệp sẽ quyết định được quy mô sản xuất, hoạt động của công ty, là cơ sở để dự kiến về tài chính, nhân sự, tiếp thị Căn cứ vào thời gian có 3 loại dự báo sau đây: o Dự báo ngắn hạn: Khoảng thời gian dự báo ngắn hạn dưới 1 năm. Mục tiêu chủ yếu là phục vụ cho các hoạt động điều hành sản xuất. Ví dụ: kế hoạch mua hàng, phân công , bố trí công việc cho người và máy. o Dự báo trung hạn: Khoảng thời gian dự báo trung hạn thường thường từ 1 đến 3 năm. Ví dụ: Có cần làm thêm giờ hay tuyển thêm lao động mới, lập kế hoạch sản xuất, kế hoạch bán hàng, dự thảo ngân sách, kế hoạch tiền mặt, o Dự báo dài hạn: Khoảng thời gian dự báo dài hạn thường kéo dài 3 năm trở lên, đề cập đến vấn đề mang tính định hướng. Ví dụ: Kế hoạch nghiên cứu và ứng dụng công nghệ mới, kế hoạch định vị doanh nghiệp hoặc mở rộng doanh nghiệp, chiến lược cạnh tranh, chiến lược đầu tư, chiến lược về chất lượng. Dự báo dài hạn và trung hạn thường mang tính định hướng quyết định đến tương lai của doanh nghiệp, chúng sử dụng ít phương pháp và kĩ thuật dự báo, mức độ sai số cao hơn. Trong khi đó dự báo ngắn hạn có sử dụng các mô hình toán học để tiên đoán những việc xảy ra trong thời gian ngắn dựa trên các số liệu trong thời gian trước. Vì vậy dự báo ngắn hạn thường chính xác và cụ thể hơn so với 2 loại dự báo trên. 20
5. Bài 2: Dự báo nhu cầu 2.1.4. Quy trình dự báo Dự báo tuân theo 7 bước cơ bản, có thể chọn Disney World như là một ví dụ của các bước dự báo: Xác định mục đích của dự báo: “ Disney dùng các dự báo về lượng khách đến công viên để bố trí nhân lực, thời gian mở cửa, các lối đi đã sẵn sàng và cung cấp thực phẩm”. Chọn các loại sản phẩm cần được dự báo: Đối với Disney World, có 6 công viên chính. Việc dự báo lượng khách hàng ngày đến công viên này là con số chính để xác định nhân lực, bảo dưỡng và lập lịch trình. Xác định độ dài thời gian của dự báo: Dự báo dài hạn, trung hạn hay ngắn hạn? Disney đã phát triển các dự báo hàng ngày, hàng tuần, hàng tháng, hàng năm và 5 năm. Chọn mô hình dự báo: Disney dùng nhiều mô hình thống kê khác nhau mà chúng tôi sẽ trình bày gồm: Bình quân, san bằng mũ và phân tích hồi qui. Thu thập số liệu cần thiết để tiến hành dự báo: Nhóm dự báo của Disney gồm nhiều nhà nghiên cứu và phân tích trong 70 lĩnh vực khác nhau để khảo sát một triệu người hay doanh nghiệp mỗi năm. Họ cũng nhờ hãng Global Insight để dự báo trong ngành du lịch và thu thập số liệu về tỷ giá hối đoái, số lượng khách vào Mỹ, các hãng hàng không, xu hướng của Phố Wall và lịch trình nghỉ hè của các trường học. Tiến hành dự báo. Kiểm soát dự báo và áp dụng kết quả dự báo: Ở Disney, dự báo được tiến hành hàng ngày ở cấp cao nhất, để đảm bảo chắc chắn rằng các mô hình, các giả thiết và số liệu sẽ được chấp nhận. Đánh giá sai số được áp dụng, tiếp đó các dự báo này được dùng để lập trình tự giảm nhân lực trong khoảng 15 phút. 2.2. Phương pháp dự báo Trong dự báo nhu cầu người ta thường sử dụng kết hợp hai nhóm phương pháp dự báo chủ yếu đó là phương pháp định tính và phương pháp định lượng. Trong các nhóm phương pháp này có nhiều các phương pháp khác nhau, mỗi phương pháp có những ưu và nhược điểm riêng, không phương pháp nào có ưu thế tuyệt đối. Phương pháp này có thể tốt đối với doanh nghiệp này trong một số điều kiện nào đó, nhưng cũng có thể không áp dụng được cho doanh nghiệp khác. Ngoài ra cần nhận thức là các cách dự báo đều có hạn chế của nó, ít khi nó được hoàn hảo. Để thực hiện và giám sát việc dự báo cần có những chi phí nhất định, trong đó một số phương pháp có thể đòi hỏi chi phí khá cao. 2.2.1. Phương pháp dự báo định tính Phân tích định tính dựa vào suy đoán cảm nhận. Phương pháp này phụ thuộc nhiều vào trực giác kinh nghiệm và sự nhạy cảm của nhà quản trị để dự báo. Nhóm này bao gồm các phương pháp sau: 21
6. Bài 2: Dự báo nhu cầu Lấy ý kiến của ban lãnh đạo Khi tiến hành dự báo, người ta lấy ý kiến của các nhà quản trị cấp cao, những người phụ trách các công việc, các bộ phận quan trọng của doanh nghiệp. Đây là các cán bộ điều hành cao cấp, những người đã có những số liệu tổng hợp về các mặt hoạt động của doanh nghiệp kèm theo các kết quả đánh giá, phân tích. Dựa vào kinh nghiệm, tài phán đoán, số liệu tình hình của doanh nghiệp và thông tin trên thị trường, các cán bộ này sẽ đưa ra những kế hoạch cụ thể. Đây là phương pháp dự báo phổ biến nhất mà các doanh nghiệp thường áp dụng vì nó đơn giản lại cho kết quả nhanh và chi phí thấp. Nhược điểm của phương pháp này là có tính chủ quan của các thành viên và ý kiến của người có chức vụ cao, có quyền lực thường chi phối ý kiến của những người khác. Lấy ý kiến của lực lượng bán hàng Những dự báo về số lượng hàng bán trong tương lai của mỗi khu vực được thu thập từ các nhân viên bán hàng. Những dự báo này được tập hợp lại để hình thành một bản dự báo về số lượng hàng bán trên tất cả các khu vực. Đây là một dự báo phổ biến đối với các công ty có hệ thống liên lạc tốt và có đội ngũ nhân viên trực tiếp bán hàng. Các nhân viên bán hàng là những người trực tiếp tiếp xúc với khách hàng, hơn ai hết, họ sẽ hiểu rõ về nhu cầu của khách hàng, số lượng, chất lượng và chủng loại hàng cần thiết. Nhược điểm của phương pháp này là phụ thuộc vào đánh giá chủ quan của người bán hàng. Một số có khuynh hướng lạc quan đánh giá cao lượng hàng bán của mình, ngược lại một số khác lại muốn giảm xuống để dễ đạt định mức. Phương pháp này được nhiều nơi sử dụng như các nhà xuất bản sách giáo khoa, các nhà sản xuất các sản phẩm công nghiệp. Lấy ý kiến của khách hàng Những dự báo về số lượng hàng bán trong tương lai được thu thập trực tiếp từ các khách hàng. Những khách hàng này sẽ được hỏi về lượng hàng của công ty mà khách hàng đó có dự định mua tại mỗi khoảng thời gian trong tương lai. Dự báo lượng hàng bán được trong tương lai của công ty được xác định bằng cách tập hợp những ý kiến phản hồi của khách hàng. Phương pháp này thích hợp với những công ty có mối quan hệ với một số ít khách hàng và doanh nghiệp có thể kết hợp với việc điều tra ý kiến của khách hàng về sản phẩm của công ty. Nhược điểm của phương pháp này là tốn kém về tài chính và thời gian, thêm vào đó tính chính xác của kết quả đòi hỏi khách hàng phải có thái độ tích cực và ý kiến của khách hàng phải có tính chất khách quan. Điều tra thị trường Nghiên cứu thị trường: hỏi qua email, phỏng vấn qua điện thoại trên thị trường của công ty hiện nay. Điều tra thị trường: điều tra các sản phẩm được bán trên một số thị trường mục tiêu, sau đó suy ra cho toàn bộ thị trường. Phương pháp này phù hợp đối với các sản phẩm mới hoặc cho các sản phẩm hiện tại được gia nhập vào đoạn thị trường mới. Nhược điểm của phương pháp này là chi phí thực hiện cao, đôi khi các thông tin lấy được không chính xác, không nhìn thấy thái độ, cảm xúc của người được hỏi. 22
7. Bài 2: Dự báo nhu cầu Phương pháp chuyên gia Phương pháp này còn gọi là phương pháp Delphi. Đó là phương pháp lấy ý kiến của các chuyên gia ở những vùng địa lý khác nhau để xây dựng dự báo. Mỗi chuyên gia được phát một số câu hỏi, các phối hợp viên gom những bảng trả lời, sắp xếp, chọn lọc, viết lại và gửi cho các chuyên gia trả lời tiếp. Quá trình lại tiếp tục đến khi thoả mãn những yêu cầu đề ra. Phương pháp này tránh được mối liên hệ trực tiếp giữa các cá nhân với nhau, không bị ảnh hưởng bởi người có ưu thế trong nhóm. Nhược điểm của phương pháp này là rất tốn kém và đòi hỏi trình độ tổng hợp rất cao của các điều phối viên và người ra quyết định. 2.2.2. Các phương pháp dự báo định lượng 2.2.2.1. Bình quân giản đơn Bình quân giản đơn là phương pháp dự báo trên cơ sở lấy trung bình của các dữ liệu của thời gian đã qua (trong đó nhu cầu của các giai đoạn đều có trọng số như nhau). Công thức tổng quát của phương pháp này như sau: t1  Ai F i1 t n Trong đó: Ft là nhu cầu dự báo cho giai đoạn t Ai là nhu cầu thực của giai đoạn i n là số giai đoạn quan sát Ưu điểm: dễ tính, đơn giản Nhược điểm: khi có sự biến động thì phương pháp này không thích hợp, vì các số liệu ở giai đoạn càng xa càng phản ánh thiếu chính xác hơn số liệu gần giai đoạn dự báo. Phương pháp này không tính đến những yếu tố có ảnh hưởng đến kết quả của dự báo như yếu tố mùa vụ và tính chu kỳ. Ví dụ 1: Doanh số bán ôtô của Công ty Cửu Long trong 6 tháng đầu năm được cho trong bảng dưới đây: Tháng 1 2 3 4 5 6 Doanh số (1000 chiếc) 8 10 9 11 10 13 Sử dụng phương pháp bình quân giản đơn để dự báo nhu cầu cho tháng 7 6 A  i 8 10 9 11 10 13 F i1 10,166 7 66 2.2.2.2. Bình quân di động giản đơn Bình quân di động giản đơn là phương pháp bình quân các dữ liệu thu thập từ một vài giai đoạn gần nhất. Công thức tổng quát của phương pháp này như sau: tn  Ai F it1 t n 23
8. Bài 2: Dự báo nhu cầu Trong đó: Ft là nhu cầu dự báo cho giai đoạn t Ai là nhu cầu thực của giai đoạn i n là số giai đoạn quan sát Ưu điểm: Loại bỏ các số liệu ngắn hạn không theo quy luật ra khỏi dãy số liệu. Nhược điểm: Chưa tính đến yếu tố là các giai đoạn gần dự báo ảnh hưởng mạnh hơn những giai đoạn trước. Đây chính là cơ sở để hình thành nên phương pháp dự báo di động có trọng số. Ví dụ 2: Doanh số bán ôtô của Công ty Cửu Long trong 6 tháng đầu năm được cho trong bảng dưới đây: Tháng 1 2 3 4 5 6 Doanh số (1000 chiếc) 8 10 9 11 10 13 Sử dụng phương pháp bình quân di động giản đơn 3 tháng để dự báo nhu cầu cho tháng 7: Tháng Doanh số (Ai) Bình quân di động 3 tháng 1 8.000 2 10.000 3 9.000 4 11.000 (9.000 + 10.000 + 8.000) / 3 = 9.000 5 10.000 (11.000 + 9.000 + 10.000) / 3 = 10.000 6 13.000 (10.000 + 11.000 + 9.000) / 3 = 10.000 7 – (13.000 + 10.000 + 11.000) / 3 = 11.333 2.2.2.3. Bình quân di động có trọng số Trong phương pháp bình quân di động được đề cập ở trên, chúng ta xem vai trò của các số liệu trong quá khứ là như nhau. Trong thực tế, đôi khi các số liệu này có ảnh hưởng khác nhau đến kết quả dự báo, vì vậy người ta sẽ sử dụng trọng số để phân biệt mức độ ảnh hưởng của các số liệu quá khứ. Trọng số là các con số được gán cho các số liệu quá khứ để chỉ mức độ quan trọng của chúng ảnh hưởng đến kết quả dự báo. Công thức tổng quát của phương pháp này như sau: tn  AWit it1 Ft  Wi Trong đó: Ft là nhu cầu dự báo cho giai đoạn t Ai là nhu cầu thực của giai đoạn i Wi là trọng số tương ứng ở thời kỳ i Việc xác định những trọng số chính xác để sử dụng cho từng giai đoạn của dữ liệu thường đòi hỏi một số những kinh nghiệm để dò tìm, chẳng hạn như xác định số giai đoạn trong bình quân di động. Nếu những giai đoạn gần nhất có trọng số quá lớn thì dự báo có thể ảnh hưởng quá nhiều đến những dao động ngẫu nhiên trong nhu cầu. 24
9. Bài 2: Dự báo nhu cầu Nếu trọng số quá thấp thì dự báo có thể không thể hiện hết sự ảnh hưởng của những thay đổi thực tế trong hành vi của cầu. Ưu điểm: Đã khắc phục được nhược điểm của 2 phương pháp trước đó là loại bỏ những số liệu xa thời kỳ dự báo và đã tính đến ảnh hưởng mạnh hơn của giai đoạn gần thời kì dự báo. Nhược điểm: o Giảm độ nhạy cảm đối với những thay đổi đã được phản ánh trong dãy số, đặc biệt khi số quan sát tăng lên. o Số bình quân có tính chất san bằng nên phương pháp này chưa cho ta thấy được xu hướng phát triển của dãy số một cách tốt nhất. Nói cách khác, nó chỉ thể hiện sự vận động trong quá khứ chứ chưa thể kéo dài sự vận động đó trong tương lai, nhất là đối với tương lai xa. o Đòi hỏi phải ghi chép số liệu đã qua rất chính xác và phải đủ lớn, mới cho kết quả dự báo đúng. Ví dụ 3: Doanh số bán ôtô của Công ty Cửu Long trong 6 tháng đầu năm được cho trong bảng dưới đây: Tháng 1 2 3 4 5 6 Doanh số (1.000 chiếc) 8 10 9 11 10 13 Sử dụng phương pháp bình quân di động giản đơn 3 tháng có trọng số (trọng số 1,2,3 theo thứ tự từ xa nhất đến gần nhất) để dự báo nhu cầu cho tháng 7. Đơn vị tính: 1000 Tháng Doanh số (Ai) Bình quân di động 3 tháng 1 8 2 10 3 9 4 11 (9 x 3 + 10 x 2 + 8 x 1) / 6 = 9,167 5 10 (11 x 3 + 9 x 2 + 10 x 1) / 6 = 10,09 6 13 (10 x 3 + 11 x 2 + 9 x 1) / 6 = 10,167 7 – (13 x 3 + 10 x 2 + 11 x 1) / 6 = 11,67 2.2.2.4. San bằng số mũ Về mặt kỹ thuật, phương pháp này dựa vào số bình quân di động nhưng nó cần rất ít các số liệu trong quá khứ. Với mỗi sản phẩm, chỉ cần lưu lại mức bán hàng thực tế ở kỳ trước và mức dự báo của kì trước. Theo phương pháp này ta có công thức tính nhu cầu trong tương lai như sau: FFtt1 A t1t1 F hoặc FFt1 t AF t t hoặc FAtt1t1 1F với ( 0≤ α ≤ 1) trong đó α là hệ số san bằng số mũ San bằng số mũ giản đơn Vì 0 ≤ α ≤ 1 nên ta có thể chọn rất nhiều hệ số san bằng số mũ. Vấn đề là chọn hệ số san bằng sao cho thích hợp để đạt được một dự báo chính xác nhất. Để đạt 25
10. Bài 2: Dự báo nhu cầu được mục tiêu đó, ta có thể so sánh giữa giá trị dự báo với giá trị thực tế đã thu thập được. Sai số của dự báo được tính như sau: Sai số dự báo (AD) = Nhu cầu thực (Ai) – Dự báo (Fi) Ngoài ra, để đánh giá mức sai lệch tổng thể của dự báo, người ta có thể dùng độ lệch tuyệt đối bình quân. Công thức như sau : AD A F MAD ii nn Trong đó: AD (Absolute Deviation) là sai số dự báo n là số lượng các sai số dự báo (hay số giai đoạn lấy dữ liệu) MAD ( Mean Absolute Deviation) là độ lệch tuyệt đối bình quân MAD càng nhỏ thì kết quả dự báo càng ít sai lệch San bằng số mũ có điều chỉnh xu hướng Phương pháp sản bằng số mũ giản đơn không thể hiện rõ xu hướng biến động, vì vậy, ta cần sử dụng thêm kỹ thuật điều chỉnh xu hướng sau khi đã nhận được kết quả của cách trên. Các bước được tiến hành như sau: Bước 1: Sử dụng kết quả dự báo bằng phương pháp san bằng số mũ giản đơn (Ft ) Bước 2: Tính hiệu chỉnh xu hướng cho giai đoạn t theo công thức TTt  t1 FF t t1 T t1 hoặc TFF1Tttt1t1   Bước 3: Dự báo nhu cầu theo xu hướng (FITt ): FITt = Ft + Tt Trong đó : Tt: Hiệu chỉnh xu hướng cho giai đoạn t Ft: Dự báo theo san bằng mũ giản đơn cho giai đoạn t Ft-1: Dự báo theo san bằng mũ giản đơn cho gia đoạn ngay trước đó Tt-1: Hiệu chỉnh xu hướng cho giai đoạn (t–1)  : hệ số điều chỉnh xu hướng (0 ≤  ≤ 1) Ví dụ 4: Nhu cầu thực tế về sản phẩm giấy thơm của một công ty kinh doanh được cho trong bảng dưới đây: Tháng 1 2 3 4 5 6 Nhu cầu (hộp) 2.000 2.100 1.500 1.400 1.300 1.600 Sử dụng phương pháp dự báo san bằng số mũ với = 0,8 và = 0,5 để dự báo cho tháng 7 (giả sử nhu cầu dự báo của tháng 1 là 2200 hộp) o Cửa hàng nên sử dụng hệ số nào để dự báo cho tháng 7? o Hãy sử dụng hệ số  = 0,5 để dự báo cho tháng 7 bằng phương pháp san bằng số mũ có điều chỉnh xu hướng. Lời giải Từ công thức tổng quát để tính cho phương pháp san bằng số mũ giản đơn FFtt1 A t1t1 F ta có thể dự báo trong 2 trường hợp khi = 0,8 và khi 26
11. Bài 2: Dự báo nhu cầu = 0,5, sau đó tính tổng sai lệch dự báo (AD) và độ lệch tuyệt đối bình quân (MAD), ta có bảng kết quả dưới đây: Fi với = 0,8 AD với Fi với AD với A Tháng i = 0,8 = 0,5 = 0,5 F=Ft t-1 +α A-F t-1 t-1 1 2.000 2.200 200 2.200 200 2 2.100 = 2.200 + 0,8 (2.000 – 2.200) = 2.040 60 2.100 0 3 1.500 = 2.040 + 0,8 ( 2.100 – 2.040) = 2.088 588 2.100 600 4 1.400 1.618 218 1.800 400 5 1.300 1.444 144 1.600 300 6 1.600 1.329 271 1.450 150 Tổng 1.480 1.650 MAD  AD /n 248 275 Từ bảng trên ta chọn hệ số 0,8 để dự báo cho tháng 7 F7 = F0,8(AF)666 = 1.329 + 0,8 (1.600 – 1.329) = 1.546 hộp Từ kết quả trên, sử dụng hệ số 0,8 và  0,5và kết quả dự báo trong trường hợp0,8 của phương pháp san bằng số mũ giản đơn là để làm cơ sở dự báo theo phương pháp san bằng số mũ có điều chỉnh xu hướng, ta có kết quả như sau: T với β =0,5 A F Tháng i i FIT AD T=Tt t-1 +β (F t - F t-1 - T t-1 ) 1 2.000 2.200 0 2.200 200 2 2.100 2.040 = 0 + 0,5 (2.040 – 2.200 – 0) = – 80 1.960 140 3 1.500 2 088 = – 80 + 0,5 (2.088 – 2.040 – 0) = – 16 2.072 572 4 1.400 1.618 – 243 1.374 26 5 1.300 1.444 – 208 1.235 65 6 1.600 1.329 – 161 1.1168 133 Vậy dự báo cho tháng 7 bằng phương pháp san bằng số mũ có điều chỉnh xu hướng sẽ được tính cụ thể như sau: o Sử dụng kết quả dự báo tháng 7 bằng phương pháp san bằng số mũ giản đơn: F7 = 1.546 o Tính hiệu chỉnh xu hướng: T7 = T0,5(FFT)6766 = 28 o Dự báo cho tháng 7 sau khi đã điều chỉnh xu hướng: FIT = F7 + T7 = 1.574 hộp 2.2.2.5. Hoạch định xu hướng Phép hoạch định theo xu hướng giúp ta dự báo nhu cầu trong tương lai dựa trên một tập hợp các dữ liệu có xu hướng trong quá khứ. Thực chất đây là phương pháp phân tích hồi quy tuyến tính giản đơn, có một biến độc lập là biến thời gian và một biến phụ thuộc mà chúng ta định dự báo (thông thường biến phụ thuộc này là doanh số) 27
12. Bài 2: Dự báo nhu cầu Kỹ thuật này tìm cách vẽ một đường sao cho phù hợp với các số liệu đã qua rồi dựa vào đường đó dự báo nhu cầu của giai đoạn tiếp theo xu hướng của các số liệu thống kê thu được. Có thể dùng nhiều phương trình để diễn tả xu hướng (ví dụ hàm bậc một, hàm bậc hai hoặc hàm bậc cao hơn), nhưng để đơn giản chúng ta sử dụng đường tuyến tính. Áp dụng phương pháp bình phương tối thiểu ta vạch một đường thẳng đi qua các số liệu sẵn có sao cho tổng bình phương các khoảng cách từ số liệu đo đến đường vừa vạch ra theo hướng trục y là nhỏ nhất. Nhu cầu (Y) Thời gian (t)  Phương trình đường thẳng có dạng: y a bt ; Trong đó:  y là trị số của biến phụ thuộc (nhu cầu dự báo cho tương lai) a = đoạn cắt trục y của đồ thị b = độ dốc của đường hồi quy hệ số b và a được tính như sau : yt nyt ti y  ii t   i b 22 và aybt ; ; y  tnti n n hoặc ntyii t i y i  ybtii  b 22 và a ntii (t) n t là thứ tự thời gian trong dãy số, đánh thứ theo thứ tự tự nhiên từ 1. n là số lượng các số liệu có được trong quá khứ. Ví dụ 5: Doanh số bán ôtô của công ty Cửu Long trong 6 tháng đầu năm được cho trong bảng dưới đây: Tháng 1 2 3 4 5 6 Doanh số (chiếc) 8.000 10.000 9.000 11.000 10.000 13.000 Sử dụng phương pháp hoạch định xu hướng để dự báo nhu cầu cho tháng 7. 28
13. Bài 2: Dự báo nhu cầu Bài giải: 2 2 Trước hết ta cần xác định giá trị ty, ti ,  ty ;  ti như bảng dưới đây, sau đó xác định hệ số a và b Tháng Nhu cầu thực tế y t t y 2 i i i i t i 1 2.000 1 2.000 1 2 2.100 2 4.200 4 3 1.500 3 4.500 9 4 1.400 4 5.600 16 5 1.300 5 6.500 25 6 1.600 6 9.600 36 Tổng 9.900 21 32.400 91 ntyty 6(32.400) 21(9.900) b  129 n t22 ( t) 6(21) (21) 2 yb t 9.900 ( 129) 21 a  2.100 n6  Vậy dự báo của tháng 7 là: y a bt = 2.100 – 129 7 = 1.200 chiếc 2.2.2.6. Phương pháp chỉ số mùa vụ Có nhiều loại mặt hàng có nhu cầu biến đổi theo mùa như quần áo, quạt, lò sưởi, điều hòa không khí Vì vậy cần phải sử dụng chỉ số mùa vụ để điều chỉnh nhu cầu theo mùa cho hợp lý. Trình tự thực hiện phương pháp này như sau: Bước 1: Dự báo cho giai đoạn t ( Ft) Bước 2: Tính nhu cầu hàng tháng (quý) của các mùa vụ Di Bước 3: Tính tổng nhu cầu của các mùa  Di Di Bước 4: Tính chỉ số mùa vụ : Si  Di Bước 5: Dự báo bằng phương pháp mùa vụ FFSst t i Ví dụ 6: Tình hình tiêu thụ điều hòa của một siêu thị điện máy qua 4 năm như sau: Năm, chiếc Quý 2005 2006 2007 2008 1 200 220 230 230 2 850 860 865 865 3 630 750 650 630 4 430 850 425 435 Giả sử năm thứ 5 cửa hàng dự báo sẽ bán được 2.280 chiếc. Hãy sử dụng phương pháp chỉ số mùa vụ để phân bổ lượng điều hòa dự kiến bán được trong các quý của năm dự báo. 29
14. Bài 2: Dự báo nhu cầu Bài giải Xác định tổng nhu cầu theo từng quý. Xác định tổng nhu cầu của tất cả các quý: D = 9.120  i Tổng nhu cầu các quý Chỉ số mùa vụ = Tổng nhu cầu từng quý Ta có: Năm, chiếc Tổng Quý nhu cầu Chỉ số Năm 2005 2006 2007 2008 từng quý mùa vụ dự báo 1 200 220 230 230 880 0,10 220 2 850 860 865 865 3.440 0,38 860 3 630 750 650 630 2.660 0,29 665 4 430 850 425 435 2.140 0,23 535 Tổng 2.110 2.680 2.170 2.160 9.120 2.280 2.2.2.7. Phân tích mối quan hệ nhân quả Phương pháp này phản ánh mối quan hệ giữa nhu cầu cần dự báo với các nhân tố ảnh hưởng, bỏ qua yếu tố thời gian. Trong đó nhu cầu dự báo được xem như là yếu tố phụ thuộc, còn các nhân tố ảnh hưởng là yếu tố độc lập. Mối quan hệ này được biểu diễn bằng mô hình tổng quát sau: Y = a + b1 x1 + b2 x2 + bn xn So với các phương pháp dự báo theo mô hình chuỗi thời gian, phương pháp này hữu hiệu hơn vì phương pháp chuỗi thời gian chỉ dùng số liệu đã qua để dự báo nên không phản ánh mối quan hệ giữa các nhân tố. Mô hình nhân quả được dùng phổ biến nhất là mô hình phân tích hồi quy tuyến tính  Dự báo cho giai đoạn t bằng hàm xu hướng y a bx Trong đó:  y là trị số của biến phụ thuộc (nhu cầu dự báo cho tương lai) x là biến độc lập hệ số a và b được tính như sau : nxyxy yb x b  và a   nx(x)22 n Trong đó: yi là nhu cầu thực tế trong quá khứ n là số lượng các số liệu có được trong quá khứ Để đánh giá được mức độ chính xác của ước đoán bằng phương pháp hồi quy tương quan, ta phải tính sai số chuẩn của ước đoán, kí hiệu là Syx nnn 2 yaybxyiiii S i1 i1 i1 y,x n2 Ngoài độ lệch chuẩn, có thể sử dụng hệ số tương quan hồi quy (r) để đánh giá mức độ quan hệ giữa nhu cầu và các yếu tố ảnh hưởng. 30
15. Bài 2: Dự báo nhu cầu nnn nxyii x i y i r i1 i1 nn22 nn 22 nxii nx ny  ii y i1 i1 i1 i1 Có thể xảy ra các trường hợp sau: Khi r = ± 1: Chứng tỏ giữa x và y có quan hệ chặt chẽ. Khi r = 0: Chứng tỏ giữa x và y không có quan hệ gì. Trị số của r càng gần ± 1, mối liên hệ tương quan giữa x và y càng chặt chẽ. Khi r > 0 có tương quan thuận. Khi r < 0 có tương quan nghịch. Ví dụ 7: Doanh thu của Công ty A trong các năm trước tương ứng với số lần quảng cáo trên báo được ghi trong bảng sau: Số lần quảng cáo trên báo 3 4 5 6 7 8 Doanh số (triệu đồng) 340 480 600 750 850 1000 Dự báo doanh thu của công ty nếu trong năm tới công ty tiến hành 10 lần quảng cáo trên báo? Hướng dẫn: Nếu đặt số lần quảng cáo của công ty là X, đó là biến độc lập của mô hình hồi quy và đặt biến Y là doanh thu của công ty tương ứng với số lần quảng cáo của công ty trên truyền hình, đó là biến phụ thuộc, mô hình hồi quy sẽ là: Y = a + bX Trong đó: nxyxy yb x b  và a   nx(x)22 n Ta có bảng tính sau: X Y XY X2 Y2 3 340 1.020 9 115.600 4 480 1.920 16 230.400 5 600 3.000 25 360.000 6 750 4.500 36 562.500 7 850 5.950 49 722.500 8 900 7200 64 810.000 33 3.920 23.590 199 2.801.000 Vậy: 6(23.590) 33(3.920) b 15,33; a = 166 6(199) (33)2 Y = 166 + 15,33 X Nếu công ty quảng cáo 10 lần trong tháng, doanh thu sẽ là: Y = 166 + 15,33 10 = 1.175,33 triệu đồng 31
16. Bài 2: Dự báo nhu cầu Độ lệch chuẩn của của hồi quy: nnn 2 yaybxyiiii S i1 i1 i1 = 33,36 triệu đồng y,x n2 Hệ số tương quan r sẽ là: nXYXY r0,99   2 nX222 X nY Y   Vậy độ tin cậy của mô hình hồi quy là 99%, nói cách khác 99% kết quả có thể giải thích được bằng mô hình hồi quy ở trên hay 99% doanh thu của công ty phụ thuộc vào số lần quảng cáo trên báo. 2.3. Kiểm soát dự báo Để giám sát và kiểm soát dự báo, người ta có thể sử dụng một số các chỉ tiêu sau: 1. Độ lệch tuyệt đối bình quân – MAD (Mean Absolute Deviation). AD AF MAD =  =  ii n n 2. Sai số bình phương bình quân – MSE ( Mean Average Deviation Error) (A F)2 MSE =  ii n1 3. Sai số tỷ lệ tuyệt đối bình quân – MAPE ( Mean Average Deviation Error) 100 A F / A MAPE =  ii i n Các giá trị MAD, MSE và MAPE càng nhỏ thì kết quả dự báo càng chính xác, càng tốt Có một cách khác để giám sát và kiểm soát dự báo là sử dụng tín hiệu theo dõi. Đó là một mức đo đánh giá chất lượng dự báo đúng sai so với giá trị thực tế như thế nào. Dự báo thực chất là dự đoán về tương lai trên cơ sở căn cứ vào kinh nghiệm hoặc các mô hình toán học do vậy, kết quả dự đoán chỉ chính xác tương đối, tuy nhiên sai số giữa nhu cầu thực tế và dự báo phải nằm trong giới hạn cho phép, nếu vượt quá thì cần nghiên cứu sửa đổi phương pháp dự báo cho phù hợp. Tín hiệu theo dõi được tính bằng “tổng sai số dự báo dịch chuyển” (RSFE Running Sum of Forecast Error) chia cho “độ lệch tuyệt đối trung bình” (MAD), cụ thể là: RSFE (A F) TS  ii MAD MAD Có thể minh họa tín hiệu theo dõi bằng hình dưới đây: 32
17. Bài 2: Dự báo nhu cầu Dấu hiệu Giới hạn kiểm soát trên báo động + Tín hiệu theo dõi RSFE/MAD = 0 _ Khoảng giới hạn cho phép Giới hạn kiểm soát d ưới Tín hiệu theo dõi theo thời gian Tín hiệu theo dõi dương cho biết nhu cầu thực tế lớn hơn dự báo. Tín hiệu theo dõi âm cho biết nhu cầu thực tế nhỏ hơn dự báo. Tín hiệu theo dõi được xem xét là tốt nếu có RSFE nhỏ và có sai số dương bằng sai số âm. Lúc này tổng sai số âm và dương sẽ cân bằng nhau và vì RSFE nhỏ nên tín hiệu theo dõi bằng không. Một tín hiệu theo dõi vượt quá giới hạn trên hoặc dưới được xác định trước thì có báo động, và cần đánh giá lại cách thức dự báo nhu cầu của mình. Một điều đáng lưu ý là làm thế nào để có thể xác định được giới hạn trên và giới hạn dưới của tín hiệu theo dõi. Hiện nay, con số được sử dụng phổ biến nếu một dự báo nằm trong tầm kiểm soát thì 89% sai số sẽ nằm trong khoảng ±2 MAD; 98% sai số sẽ nằm trong khoảng ±3 MAD; 99,9% sai số sẽ nằm trong khoảng ±4 MAD. Ví dụ 8: Cho biết nhu cầu thực tế và nhu cầu dự báo về thuyền du lịch của một công ty du lịch như sau: Đơn vị: sản phẩm Tháng 1 2 3 4 5 6 Nhu cầu dự báo 78 75 83 84 88 85 Nhu cầu thực tế 71 80 101 84 60 73 Hãy tính tín hiệu theo dõi, RSFE và MAD? Bài giải: Tháng Nhu cầu Nhu cầu Sai số dự RSFE Sai số Sai số MAD Tín hiệu dự báo thực tế báo lũy kế theo dõi 1 78 71 -7 – 7 7 7 7 – 1,0 2 75 80 5 – 2 5 12 6 – 0,3 3 83 101 18 16 18 30 10 +1,6 4 84 84 0 16 0 30 7,5 +2,1 5 88 60 -28 – 12 28 58 11,6 – 1,0 6 85 73 -12 – 24 12 70 11,7 –2,1 Giới hạn kiểm soát trên 6 4 2 0 -2 123456 -4 -6 Giới hạn kiểm soát dưới 33
18. Bài 2: Dự báo nhu cầu TÓM LƯỢC CUỐI BÀI Dự báo nhu cầu là phần thiết yếu trong quản trị sản xuất và dịch vụ. Việc đặt kế hoạch thành công phụ thuộc rất nhiều vào dự báo nhu cầu sản phẩm của doanh nghiệp. Khi học về dự báo cần chú trọng vào các nội dung sau: Thứ nhất, hiểu được thực chất, nội dung và phân loại dự báo. Qua nội dung này, giúp bạn hiểu được tầm quan trọng của công tác dự báo, từ đó nhận thấy sự cần thiết của công tác này trong hoạt động quản trị sản xuất doanh nghiệp. Thứ hai, các phương pháp dự báo định tính, dự báo theo phương pháp định tính dựa vào cảm nhận và suy đoán. Thứ ba, các phương pháp dự báo định lượng, bao gồm phương pháp bình quân giản đơn, bình quân di động giản đơn, bình quân di động có trọng số, san bằng số mũ Thứ tư, kiểm định và giám sát dự báo. Để thực hiện việc giám sát và kiểm soát dự báo, doanh nghiệp dựa vào các chỉ tiêu cần nhớ như độ lệch tuyệt đối bình quân (MAD); sai số bình phương bình quân (MSE), sai số tỷ lệ tuyệt đối bình quân (MAPE). 34
19. Bài 2: Dự báo nhu cầu CÂU HỎI ÔN TẬP 1. Dự báo là gì? Có những loại dự báo nào? 2. Trình bày thực chất, các ưu và nhược điểm của nhóm phương pháp dự báo định tính. 3. Trình bày ưu và nhược điểm của các phương pháp dự báo bình quân. 4. Hãy nêu ý nghĩa và cách tính của chỉ tiêu tín hiệu theo dõi RSFE. 5. Giải thích giá trị của hệ số mùa vụ trong dự báo. Các đặc trưng mùa vụ khác với đặc trưng chu kỳ ở điểm nào? 6. So sánh giữa dự báo bình quân với dự báo san bằng số mũ? Mô tả nét chính các bước dùng để xây dựng hệ thống dự báo. 7. Cho một số ví dụ của các ngành đã bị ảnh hưởng bởi mùa vụ. Tại sao các doanh nghiệp này lại muốn loại bỏ ảnh hưởng của mùa vụ? 8. Giải thích ý nghĩa của hệ số tương quan. Trình bày ý nghĩa của giá trị âm của hệ số tương quan. BÀI TẬP Bài 1 Nhu cầu thực tế về sản phẩm giấy thơm của một công ty kinh doanh được cho trong bảng dưới đây: Đơn vị tính : 1.000 hộp Tháng 1 2 3 4 5 6 Nhu cầu 20 21 15 14 13 16 a. Hãy sử dụng phương pháp dự báo san bằng số mũ với 0,8 và 0,5 để dự báo cho tháng 7 (giả sử nhu cầu dự báo của tháng 1 là 22.000 hộp). b. Cửa hàng nên sử dụng hệ số nào để dự báo cho tháng 7? Bài 2 Từ số liệu được cho trong bảng dưới đây, hãy sử dụng phương pháp san bằng mũ (với hệ số = 0,2) để dự báo nhu cầu cho tháng tiếp theo. Biết rằng nhu cầu dự báo trong tháng 1 là 5 sản phẩm. Tháng 1 2 3 4 5 6 7 8 Nhu cầu thực tế (sản phẩm) 7 9 8 9 13 14 15 18 Bài 3 Sử dụng số liệu từ bảng dưới đây để dự báo doanh số cho tháng 8 bằng phương pháp hoạch định theo xu hướng: Tháng 1 2 3 4 5 6 7 Doanh số (sản phẩm) 100 110 122 130 139 152 164 Bài 4 Doanh thu của Công ty Bích Hường trong các năm trước tương ứng với số lần quảng cáo trên vô tuyến truyền hình (TV) được ghi trong bảng sau: Số lần quảng cáo trên TV 3 5 7 6 8 5 Doanh số (triệu đồng) 340 610 700 520 1000 767 a. Xây dựng mô hình hồi quy phản ánh mối quan hệ trên và xác định hệ số tương quan. Hệ số này nói lên điều gì? b. Dự báo doanh thu của Công ty nếu trong năm tới công ty tiến hành 10 lần quảng cáo trên TV? 35
20. Bài 2: Dự báo nhu cầu Bài 5 Cho biết nhu cầu thực tế và nhu cầu dự báo về thuyền du lịch của một công ty du lịch như sau: Đơn vị: sản phẩm Tháng 1 2 3 4 5 6 Nhu cầu dự báo 78 75 83 84 88 85 Nhu cầu thực tế 71 80 101 84 60 73 Hãy tính tín hiệu theo dõi, RSFE và MAD? Bài 6 Tình hình tiêu thụ điều hòa của một cửa hàng kinh doanh qua 4 năm như sau: Đơn vị: Chiếc Năm Quý 2005 2006 2007 2008 1 200 220 230 230 2 850 860 865 865 3 630 750 650 630 4 430 850 425 435 Giả sử năm thứ 5 cửa hàng dự báo sẽ bán được 2.280 chiếc. Hãy sử dụng phương pháp chỉ số mùa vụ để phân bổ lượng điều hòa dự kiến bán được trong các quý của năm. 36