TỔNG QUAN VỀ DỰ BÁO
K HÁI NIỆM , ĐẶC ĐIỂM VÀ PHÂN LOẠI DỰ BÁO
Trong hoạt động sản xuất kinh doanh, các nhà quản trị thường xuyên phải đưa ra quyết định về tương lai Để đảm bảo độ tin cậy và giảm thiểu rủi ro cho các quyết định này, kỹ thuật dự báo trở nên vô cùng quan trọng Kỹ thuật dự báo giúp doanh nghiệp hoạt động hiệu quả hơn, đặc biệt trong môi trường cạnh tranh gay gắt của nền kinh tế thị trường hiện nay.
Dự báo là một lĩnh vực kết hợp giữa khoa học và nghệ thuật, nhằm tiên đoán các hiện tượng và sự kiện có khả năng xảy ra trong tương lai Việc dự báo dựa trên các tài liệu và dữ liệu hiện có để đưa ra những nhận định chính xác hơn về những gì sẽ đến.
Các dãy số liệu của các thời kỳ quá khứ;
Căn cứ vào kết quả phân tích các nhân tố ảnh hưởng đối với kết quả dự báo;
Căn cứ vào các kinh nghiệm thực tế đã được đúc kết.
Như vậy, tính khoa học ở đây thể hiện ở chỗ:
Căn cứ vào dãy số liệu của các thời kỳ quá khứ;
Căn cứ vào kết quả phân tích các nhân tố ảnh hưởng đối với kết quả dự báo.
Tính nghệ thuật trong việc ra quyết định được thể hiện qua sự kết hợp giữa kinh nghiệm thực tế, khả năng phán đoán của các chuyên gia và kết quả dự báo, giúp đảm bảo độ chính xác và tin cậy cao trong các quyết định.
1.1.2 Đặc điểm của dự báo
Không thể xác định tương lai một cách chắc chắn do tính không chính xác của các dự báo Dù áp dụng phương pháp nào, luôn có yếu tố không chắc chắn cho đến khi sự kiện thực tế diễn ra.
Dự báo luôn tồn tại những điểm mù, khiến cho việc dự đoán chính xác tương lai trở nên khó khăn Điều này có nghĩa là không phải tất cả mọi vấn đề đều có thể được dự đoán nếu chúng ta thiếu kiến thức cần thiết về chúng.
Dự báo đóng vai trò quan trọng trong việc cung cấp thông tin đầu vào cho các nhà hoạch định chính sách, giúp họ đề xuất các chính sách phát triển kinh tế và xã hội Những chính sách mới không chỉ tác động đến tương lai mà còn ảnh hưởng đến độ chính xác của các dự báo.
Dự báo có thể được phân loại theo nhiều tiêu chí khác nhau, trong đó hai cách phân loại cơ bản dựa trên thời gian và lĩnh vực dự báo Căn cứ vào thời gian, dự báo có thể chia thành ngắn hạn, trung hạn và dài hạn, mỗi loại phục vụ cho những mục đích và nhu cầu khác nhau trong việc lập kế hoạch và ra quyết định.
Dự báo dài hạn (> 3 năm)
Dự báo trung hạn (> 3 tháng - 3 năm)
Dự báo ngắn hạn (< 3 tháng)
Dự báo dài hạn, kéo dài từ 3 năm trở lên, đóng vai trò quan trọng trong việc lập kế hoạch sản xuất sản phẩm mới, nghiên cứu và ứng dụng công nghệ tiên tiến, cũng như định vị và mở rộng doanh nghiệp.
Dự báo trung hạn thường kéo dài từ 3 tháng đến 3 năm, đóng vai trò quan trọng trong việc lập kế hoạch sản xuất, kế hoạch bán hàng, dự thảo ngân sách, và kế hoạch tiền mặt Nó cũng giúp huy động các nguồn lực cần thiết và tổ chức các hoạt động tác nghiệp hiệu quả.
Dự báo ngắn hạn thường kéo dài dưới ba tháng, mặc dù có thể lên đến một năm Loại dự báo này chủ yếu được áp dụng trong việc lập kế hoạch mua sắm, điều phối công việc, cân bằng nguồn nhân lực và phân chia nhiệm vụ.
* Dự báo trung hạn và dài hạn có ba đặc trưng khác với dự báo ngắn hạn:
Dự báo trung hạn và dài hạn cần phải xem xét nhiều vấn đề một cách toàn diện, đồng thời hỗ trợ cho các quyết định quản lý liên quan đến kế hoạch sản xuất sản phẩm và quy trình công nghệ.
Dự báo ngắn hạn thường sử dụng nhiều phương pháp luận đa dạng hơn so với dự báo dài hạn, với các kỹ thuật toán học phổ biến như bình quân di động, san bằng mũ và hồi quy theo xu hướng Ngược lại, những phương pháp ít định lượng thường được áp dụng để dự đoán các vấn đề lớn hơn, chẳng hạn như quyết định xem có nên đưa sản phẩm mới vào danh sách hàng hóa của công ty hay không.
Dự báo ngắn hạn thường chính xác hơn dự báo dài hạn do sự biến động hàng ngày của các yếu tố ảnh hưởng đến nhu cầu Khi thời gian dự báo kéo dài, độ chính xác có thể giảm Vì vậy, việc thường xuyên cập nhật và cải thiện các phương pháp dự báo là cần thiết.
Hội Ngộ 2 b) Căn cứ vào lĩnh vực dự báo:
Dự báo kinh tế: là dự báo các hiện tượng kinh tế như: o Tốc độ tăng trưởng kinh tế. o Tỷ lệ lạm phát. o Giá cả. o Trữ lượng tài nguyên…
Dự báo công nghệ và kỹ thuật sản xuất liên quan đến việc tiên đoán các xu hướng trong lĩnh vực năng lượng mới, nguyên liệu mới, phương pháp công nghệ mới và máy móc thiết bị hiện đại Những dự báo này giúp doanh nghiệp chuẩn bị và thích ứng với những thay đổi trong ngành sản xuất, từ đó nâng cao hiệu quả và đổi mới sáng tạo.
Dự báo nhu cầu: là dự báo nhu cầu sản xuất như: o Nhu cầu số lượng sản phẩm o
Nhu cầu nguyên vật liệu. o Nhu cầu máy móc thiết bị…
Trong chương này, chúng ta nghiên cứu về dự báo ngắn hạn, đặc biệt tập trung vào lĩnh vực dự báo nhu cầu.
V AI TRÒ CỦA DỰ BÁO
Trong môi trường kinh doanh luôn biến động, nhu cầu về sản phẩm và dịch vụ cũng thay đổi theo từng tháng Dự báo chính xác sẽ đóng vai trò quan trọng đối với doanh nghiệp, giúp họ nắm bắt xu hướng và điều chỉnh chiến lược kịp thời.
- Là phần thiết yếu trong quản trị sản xuất tác nghiệp, là cơ sở để đưa ra các quyết định chiến lược cũng như chiến thuật của doanh nghiệp.
- Có ảnh hưởng rất lớn đến hiệu quả hoạch định và thực hiện kế hoạch sản xuất cũng như các kế hoạch bộ phận khác của doanh nghiệp.
- Giúp doanh nghiệp chủ động trong việc đáp ứng cầu, không bỏ sót cơ hội kinh doanh.
- Giúp các nhà quản trị doanh nghiệp có kế hoạch sử dụng hợp lý và có hiệu quả các nguồn lực.
Để đảm bảo hoạt động sản xuất kinh doanh ổn định và hiệu quả, doanh nghiệp cần cung cấp cơ sở quan trọng cho việc phối hợp giữa các bộ phận Việc dự báo chính xác và liên tục về các nguồn lực là điều cần thiết để đảm bảo chúng được cung cấp đầy đủ và kịp thời.
Q UY TRÌNH DỰ BÁO TRONG DOANH NGHIỆP
Dù là dùng phương pháp nào, để tiến hành dự báo ta triển khai theo các bước như sau:
Bước 1: Xác định mục tiêu của dự báo;
Bước 2: Xác định độ dài thời gian dự báo (ngắn hạn, trung hạn hay dài hạn);
Bước 3: Lựa chọn phương pháp dự báo;
Bước 4: Lựa chọn đối tượng để thu thập thông tin;
Bước 5: Thu thập thông tin dự báo bằng bảng câu hỏi, phỏng vấn trực tiếp hoặc thông qua đội ngũ cộng tác viên marketing;
Bước 6: Xử lý thông tin;
Bước 7: Xác định xu hướng dự báo (Xu hướng tuyến tính, xu hướng chu kỳ, xu hướng thời vụ hay xu hướng ngẫu nhiên);
Bước 8: Phân tích, tính toán, ra quyết định về kết quả dự báo.
Khi việc dự báo được thực hiện liên tục trong một khoảng thời gian dài, dữ liệu sẽ được thu thập thường xuyên Quá trình tính toán dự báo sẽ được tự động hóa, chủ yếu thông qua việc sử dụng máy tính điện toán.
C ÁC NHÂN TỐ TÁC ĐỘNG TỚI DỰ BÁO NHU CẦU
Nhân tố chủ quan hoặc còn gọi là các nhân tố bên trong nội bộ doanh nghiệp bao gồm:
- Cách thức phục vụ khách hàng
- Giá bán Đây là những nhân tố mà doanh nghiệp có khả năng chủ động điều chỉnh kiểm soát.
Nhân tố khách quan quan trọng nhất là thị trường, bao gồm:
- Cảm tình của người tiêu dung
- Các nhân tố ngẫu nhiên
- Ngoài ra còn phải xét đến môi trường kinh tế bao gồm:
- Thực trạng nền kinh tế
1.4.3 Tác động của chu kỳ sống của sản phẩm đối với dự báo nhu cầu
Chu kỳ sống của sản phẩm là yếu tố quan trọng trong dự báo, đặc biệt là dự báo dài hạn Hầu hết các sản phẩm thành công trên thị trường đều trải qua bốn giai đoạn trong chu kỳ sống của chúng.
Trong giai đoạn đầu của chu kỳ sống, việc thiếu số liệu đầy đủ khiến cho các phương pháp dự báo thường phải dựa vào khảo sát thực tế trên thị trường, cũng như ý kiến và phán đoán của các chuyên gia Ngoài ra, phân tích các sản phẩm tương tự cũng là một cách để thu thập thông tin cần thiết.
Trong các giai đoạn tiếp theo, sự gia tăng số liệu cho phép chúng ta áp dụng các phương pháp thống kê để dự báo, mang lại kết quả khả quan hơn.
Trong giai đoạn suy thoái, mặc dù có nhiều số liệu thống kê, nhưng chúng thường không hỗ trợ hiệu quả cho việc dự báo suy giảm Thay vào đó, cần áp dụng các phương pháp như điều tra thị trường, tham khảo ý kiến chuyên gia, hoặc phân tích các sản phẩm tương tự như đã thực hiện trong giai đoạn đầu.
C ÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU
Các phương pháp dự báo định tính dựa trên phân tích cảm nhận và suy đoán, phụ thuộc vào trực giác và kinh nghiệm của nhà quản trị Mặc dù chúng mang tính phỏng đoán và không định lượng, nhưng có ưu điểm là đơn giản, dễ thực hiện, thời gian nghiên cứu nhanh và chi phí thấp Trong nhiều trường hợp, kết quả dự báo cũng rất khả quan Dưới đây là một số phương pháp dự báo định tính chủ yếu.
1.5.1.1 Lấy ý kiến của ban quản lý điều hành Đây là phương pháp dự báo được sử dụng khá rộng rãi Trong phương pháp này, cần lấy ý kiến của các nhà quản trị cao cấp, những người phụ trách các công việc quan trọng thường hay sử dụng các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp. Ngoài ra cần lấy thêm ý kiến đánh giá của các cán bộ điều hành marketing, kỹ thuật, tài chính và sản xuất.
Phương pháp này tận dụng trí tuệ và kinh nghiệm của các cán bộ tham gia trực tiếp vào hoạt động thực tiễn Tuy nhiên, nhược điểm của nó là yếu tố chủ quan, với ý kiến của những người có chức vụ cao thường chi phối quan điểm của những người khác.
1.5.1.2 Phương pháp lấy ý kiến của lực lượng bán hàng
Những người bán hàng nắm bắt sâu sắc nhu cầu và sở thích của người tiêu dùng, cho phép họ dự đoán chính xác lượng hàng hóa và dịch vụ có khả năng tiêu thụ trong tương lai tại khu vực kinh doanh của mình.
Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu vực khác nhau, có thể dự báo nhu cầu hàng hoá, dịch vụ của doanh nghiệp.
Phương pháp này có nhược điểm là phụ thuộc vào đánh giá chủ quan của người bán hàng, dẫn đến việc một số người có thể đánh giá thấp lượng hàng hoá và dịch vụ bán được để dễ dàng đạt định mức Ngược lại, một số người khác lại có xu hướng dự báo quá cao nhằm nâng cao danh tiếng cá nhân.
1.5.1.3 Phương pháp nghiên cứu thị trường người tiêu dùng Đây là phương pháp lấy ý kiến khách hàng hiện tại và khách hàng tiềm năng của doanh nghiệp Việc nghiên cứu thường do bộ phận nghiên cứu thị trường thực hiện bằng nhiều hình thức như tổ chức các cuộc điều tra lấy ý kiến của khách hàng, phỏng vấn trực tiếp, phỏng vấn qua điện thoại, gửi phiếu điều tra tới gia đình hoặc cơ sở tiêu dùng.
Phương pháp nghiên cứu thị trường người tiêu dùng giúp doanh nghiệp dự đoán nhu cầu và hiểu đánh giá của khách hàng về sản phẩm, dịch vụ, từ đó có thể cải tiến và hoàn thiện Tuy nhiên, phương pháp này yêu cầu đầu tư tài chính và thời gian lớn, cùng với việc chuẩn bị câu hỏi một cách cẩn thận Ngoài ra, một thách thức là ý kiến của khách hàng đôi khi không chính xác hoặc quá lý tưởng.
Phương pháp chuyên gia là cách thu thập và xử lý các đánh giá dự báo thông qua việc tập hợp ý kiến từ những chuyên gia hàng đầu trong một lĩnh vực khoa học, kỹ thuật hoặc sản xuất cụ thể.
Phương pháp chuyên gia sử dụng kinh nghiệm và khả năng dự đoán của các chuyên gia để đưa ra những dự báo khách quan về sự phát triển của khoa học kỹ thuật và sản xuất Qua việc xử lý thống kê các đánh giá dự báo, phương pháp này giúp phản ánh một cách tự nhiên và khoa học những xu hướng tương lai.
Phương pháp chuyên gia được áp dụng đặc biệt có hiệu quả trong các trường hợp sau đây:
Khi dự báo một đối tượng có tầm bao quát lớn, cần lưu ý rằng nó phụ thuộc vào nhiều yếu tố Hiện tại, các cơ sở lý luận để xác định những yếu tố này còn thiếu hoặc chưa vững chắc.
- Trong điều kiện còn thiếu thông tin và những thống kê đầy đủ, đáng tin cậy về đặc tính của đối tượng dự báo.
Trong bối cảnh có nhiều bất định trong dự báo, độ tin cậy về hình thức thể hiện và xu hướng biến động của phạm vi, quy mô và cơ cấu cũng thấp.
Khi thực hiện dự báo trung hạn và dài hạn, các yếu tố ảnh hưởng đến đối tượng dự báo thường rất đa dạng và phức tạp Đặc biệt, nhiều trong số các yếu tố này khó có thể được định lượng chính xác, đặc biệt là những yếu tố liên quan đến môi trường và xã hội.
Hội Ngộ về tâm lý xã hội, bao gồm thị hiếu, thói quen, lối sống và đặc điểm dân cư, cùng với sự tiến bộ của khoa học kỹ thuật, đóng vai trò quan trọng trong quá trình phát triển Sự phát triển này có thể dẫn đến nhiều đột biến về quy mô và cơ cấu, vì vậy việc nhờ đến sự hỗ trợ của các chuyên gia là cần thiết để đảm bảo mọi thứ trở nên có ý nghĩa.
- Trong điều kiện thiếu thời gian, hoàn cảnh cấp bách phương pháp chuyên gia cũng được áp dụng để đưa ra các dự báo kịp thời.
Quá trình áp dụng phương pháp chuyên gia có thể chia làm ba giai đoạn lớn:
- Trưng cầu ý kiến chuyên gia;
- Thu thập và xử lý các đánh giá dự báo.
Chuyên gia xuất sắc nhận diện rõ ràng các mâu thuẫn và vấn đề trong lĩnh vực của mình Họ luôn hướng tới tương lai để giải quyết những thách thức này, dựa trên hiểu biết sâu sắc, kinh nghiệm phong phú và trực giác nghề nghiệp nhạy bén.
Các phương pháp dự báo định lượng sử dụng số liệu thống kê và công thức toán học để dự đoán nhu cầu trong tương lai Đối với dự báo nhu cầu mà không xem xét các yếu tố ảnh hưởng khác, có thể áp dụng các phương pháp dự báo theo dãy số thời gian Trong trường hợp cần xem xét ảnh hưởng của các yếu tố khác, các mô hình hồi quy tương quan sẽ được sử dụng.
1.5.2.1 Phương pháp dự báo theo dãy số thời gian (Phương pháp ngoại suy)
K IỂM SOÁT VÀ GIÁM SÁT DỰ BÁO
Việc theo dõi kết quả thực hiện dựa trên sự so sánh giữa các số liệu dự báo và số liệu thực tế được thực hiện thông qua "Tín hiệu theo dõi".
The tracking signal is calculated by dividing the Running Sum of the Forecast Error (RSFE) by the Mean Absolute Deviation (MAD) This formula helps assess the accuracy of forecasting by indicating whether the forecast is consistently over or under the actual values.
Tín hiệu theo dõi dương cho thấy nhu cầu thực tế vượt nhu cầu dự báo, trong khi tín hiệu theo dõi âm cho thấy ngược lại Tín hiệu theo dõi được đánh giá tốt khi RSFE nhỏ và có sai số âm, với độ lệch nhỏ là điều tích cực, đồng thời các sai số dương và âm cần cân bằng quanh số 0 Để quản lý kết quả dự báo hiệu quả, doanh nghiệp nên thiết lập giới hạn kiểm soát dự báo; nếu tín hiệu vượt quá giới hạn này, đó là dấu hiệu cho thấy cần đánh giá lại phương pháp dự báo nhu cầu.
Hình sau mô tả lược đồ kiểm soát dự báo thông qua việc sử dụng "Tín hiệu theo dõi", "Tín hiệu theo dõi giới hạn".
Việc xác định phạm vi chấp nhận trong dự báo cần dựa vào kinh nghiệm để đảm bảo không quá hẹp cũng như không quá rộng Phạm vi quá hẹp sẽ khiến phải điều chỉnh phương pháp dự báo khi có sai số nhỏ, trong khi phạm vi quá rộng sẽ làm giảm ý nghĩa thực tế của các số liệu dự báo.
Một số chuyên gia dự đoán rằng đối với các mặt hàng có số lượng lớn, phạm vi chấp nhận là ± 4MAD, trong khi đối với các mặt hàng có số lượng nhỏ, phạm vi này có thể mở rộng đến ± 8MAD.
Một số chuyên gia khác, dựa vào quan hệ 1MAD ≈ 0,8 độ lệch chuẩn, cho rằng phạm vi chấp nhận được nên lấy tối đa là bằng ± 4MAD.
ỨNG DỤNG PHƯƠNG PHÁP ĐỊNH LƯỢNG ĐỂ DỰ BÁO NHU CẦU VÀ KIỂM SOÁT, GIÁM SÁT DỰ BÁO
D Ự BÁO THEO DÃY SỐ THỜI GIAN
2.1.1 Phương pháp bình quân di động
Ta có công thức tính dự báo theo phương pháp này như sau:
Ft: Dự báo bình quân di động cho thời kỳ t;
Di: Nhu cầu thực tế cho thời kỳ i (ngày, tuần, tháng, quý, năm); n: Số thời kỳ nhu cầu được đưa vào số trung bình tính toán
Cuối mỗi tuần, chủ cửa hàng tạp phẩm Meersburg cần dự báo nhu cầu bánh mì cho tuần tiếp theo Doanh số hàng tuần trong 9 tuần qua đã được ghi nhận, giúp ông có cơ sở để phân tích và đưa ra dự đoán chính xác hơn về lượng bánh mì cần chuẩn bị cho khách hàng.
Tuần Doanh số thực tế (số ổ bánh mì)
Dự báo sử dụng bình quân di động giản đơn với n = 3
Ví dụ 2: Nhu cầu của bánh trung thu Kinh đô được theo dõi trong suốt 6 tuần qua như sau:
Dự báo nhu cầu trong tuần thứ 7 bằng cách dùng phương pháp bình quân di động trong 5 giai đoạn.
Phương pháp này có những ưu nhược điểm như sau: Ưu điểm: Đơn giản, dễ hiểu, san bằng được các biến động ngẫu nhiên trong dãy số thời gian.
Hoàn toàn dựa vào số liệu quá khứ.
Cần nhiều số liệu quá khứ.
Chưa đánh giá được tầm quan trọng khác nhau của các số liệu ở các thời kỳ khác nhau.
2.1.2 Phương pháp bình quân di động có trọng số
Phương pháp bình quân di động có trọng số được tính theo công thức sau:
Ft: Dự báo bình quân di động thời kỳ t;
Di: Nhu cầu thực tế cho thời kỳ i;
Wi: Giá trị của trọng số gán cho dữ liệu ở thời kỳ i; n: Số thời kỳ nhu cầu được đưa vào số trung bình tính toán.
Ví dụ 1: Cửa hàng tạp phẩm Meersburg, có doanh số hàng tuần trong 9 tuần vừa qua được cho như sau:
Cửa hàng tạp hóa Meersburg đã quyết định sử dụng mô hình dự báo theo bình quân di động 4 tuần có trọng số, với các trọng số được phân bổ cho từng tuần nhằm nâng cao độ chính xác trong việc dự đoán nhu cầu sản phẩm.
4 tuần trước đó Tổng trọng số Kết quả dự báo theo mô hình này được thể hiện trong bảng dưới đây như sau:
Ví dụ 2: Công ty bút bi Thiên
Long thống kê số bút bi tồn kho trong 5 tuần qua như sau:
Dự báo số bút bi tồn kho trong tuần thứ 6 bằng phương pháp bình quân di động 3 tuần một có trọng số : 0.5 , 0.3 , 0.2
- Nhanh chóng, dễ hiểu, có tính toán biến động ngẫu nhiên.
- Có biểu thị xu hướng phát triển trong tương lai.
- Có phân biệt tầm quan trọng của các số liệu ở các thời kỳ khác nhau.
- Cần nhiều số liệu quá khứ
Việc xác định trọng số cho các kỳ dự báo là một thách thức lớn, vì độ chính xác của dự báo phụ thuộc vào khả năng xác định trọng số một cách hợp lý Điều này có nghĩa là nếu trọng số không được thiết lập đúng cách, việc dự báo sẽ khó khăn hơn trong việc bắt nhịp với nhu cầu thực tế.
Kết luận: Các phương pháp bình quân đã trình bày ở trên có những đặc điểm sau:
Khi số lượng quan sát n tăng, khả năng làm mượt các dao động trở nên hiệu quả hơn; tuy nhiên, kết quả dự báo sẽ ít nhạy cảm hơn với những biến động thực tế của nhu cầu.
Dự báo thường không bắt kịp nhu cầu, không bắt kịp xu hướng thay đổi nhu cầu.
Đòi hỏi phải ghi chép số liệu đã qua rất chính xác và phải đủ lớn mới có kết quả dự báo đúng
2.1.3 Phương pháp san bằng số mũ giản đơn
Phương pháp này, mặc dù dựa trên số bình quân di động, nhưng chỉ yêu cầu rất ít dữ liệu lịch sử Đối với mỗi sản phẩm, chỉ cần ghi lại mức bán hàng thực tế và mức dự báo của kỳ trước Công thức tính nhu cầu trong tương lai được xây dựng dựa trên những thông tin này.
Ft nhu cầu dự báo thời kỳ t
F(t-1) nhu cầu theo dự báo ở thời kỳ (t-1)
A(t-1) số liệu nhu cầu thực tế ở thời kỳ (t-1)
Trong ví dụ này, một cửa hàng laptop dự đoán nhu cầu mua hàng trong tháng 9 là 150 chiếc, nhưng thực tế đã bán được 180 chiếc Để dự báo nhu cầu cho tháng 10, sử dụng hệ số san bằng số mũ là 0,3 Áp dụng công thức dự báo: Ft = F(t-1) + |(180 - 150)|, ta có thể tính toán nhu cầu tháng 10 một cách chính xác hơn.
2.1.4 Phương pháp san bằng số mũ có điều chỉnh xu hướng
Phương pháp sản bằng số mũ giản đơn không cho thấy rõ xu hướng biến động, do đó cần áp dụng kỹ thuật điều chỉnh xu hướng sau khi có kết quả Các bước thực hiện 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:
Tt = T(t-1) + β(Ft –F(t-1) – T(t-1)) Hoặc Tt = β (Ft –F(t-1)) + (1- β)* T(t-1)
Bước 3: Dự báo nhu cầu theo xu hướng(FITt ) : FITt= Ft + Tt
Trong đó : β: là hệ số điều chỉnh xu hướng
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)
Ví dụ: Nhu cầu thực tế về sản phẩm giấy thơm của một công ty kinh doanh được cho trong bảng dưới đây:
Sử dụng phương pháp dự báo san bằng một nữa với α = 0,8 và α = 0,5 để dự báo cho tháng 7 (giả sự nhu cầu dự báo của tháng 1 là 2200 hộp) Yêu cầu
Cửa hàng nên sử dụng hệ số α nào để dự báo cho tháng 7
Hãy sử dụng hệ số β = 0,5 để dự báo cho tháng 7 bằng phương pháp san bằng số mũ có điều chỉnh xu hướng.
1 Từ công thức tổng quát để tính cho phương pháp san bằng số mũ giản đơn Ft
Dựa vào công thức F(t-1) + α(A(t-1) – F(t-1)), chúng ta có thể dự báo trong hai trường hợp với α = 0,8 và α = 0,5 Sau khi tính toán, chúng ta sẽ xác định tổng sai lệch dự báo (AD) và độ lệch tuyệt đối bình quân (MAD), và kết quả được trình bày trong bảng dưới đây.
Từ bảng trên ta chọ hệ số α = 0,8 để dự báo cho tháng 7 như sau:
2 Từ kết quả trên, sử dụng hệ số α = 0,8 và β = 0,5 và kết quả dự báo trong trường hợp α = 0,8 của phương pháp san bằng số mũ có điều chỉnh xu hướng, ta có kết quả như sau:
1 2 3 4 5 6 Như vậy dự báo cho tháng 7 bằng phương pháp san bằng số mũ có hiệu chỉnh xu hướng cụ thể sẽ tính được như sau:
Sử dụng kết quả dự báo tháng 7 bằng phương pháp san bằng số mũ giản đơn:
Tính hiệu chỉnh xu hướng T7 = T6 + 0,5(F7 – F6 – T6) = 28
Dự báo cho tháng 7 sau khi đã điều chỉnh xu hướng: FIT = F7 + T7 = 1574
D Ự BÁO THEO ĐƯỜNG KHUYNH HƯỚNG
2.2.1 Phương pháp đường thẳng thống kê
Bài 1: Khách sạn MeKong có thống kê số khách đăng ký trong 7 tháng đầu năm nay như sau:
Yêu cầu: Hãy dùng phương pháp dự báo theo đường thẳng thống kê để dự báo số khách sẽ đăng ký trong các tháng 8,9,10 của năm.
Giải: Để việc tính toán đơn giản hơn ta lập bảng tính như sau:
Hội Ngộ 24 a Ta có hàm xu hướng như sau: y c = ax + b = 107,143x +1900 Để dự báo cho số khách đăng ký trong các tháng 8, 9, 10 ta thay lần lượt x = 8; 9;
10 vào phương trình ta được:
Bài 2: Doanh số bán ôtô của công ty Hoàng Long trong 6 tháng đầu năm được cho trong bảng dưới đây:
Yêu cầu: Sử dụng phương pháp dự báo theo đường thẳng để dự báo nhu cầu cho tháng 7.
Ta có bảng tính sau:
Ta có hàm xu hướng như sau: = + = , + , Để dự báo cho nhu cầu tháng 7 ta thay x = 7 vào phương trình ta được:
2.2.2 Phương pháp đường thẳng thông thường
Bài 1: Lấy số liệu ở bài 1 phần 2.2.1 dùng phương pháp đường thẳng thông thường để dự báo số khách sẽ đăng ký trong các tháng 8,9,10 của năm.
Ta có bảng tính sau:
Ta có hàm xu hướng như sau: = , + , Để dự báo cho số khách đăng ký trong các tháng 8, 9, 10 ta thay lần lượt x = 8; 9; 10 vào phương trình ta được:
Bài 2: Lấy số liệu ở bài 2 phần 2.2.1 dùng phương pháp đường thẳng thong thường để dự báo nhu cầu cho tháng 7.
Ta có bảng tính sau:
Ta có hàm xu hướng như sau: = , + , Để dự báo cho nhu cầu tháng 7 ta thay x = 7 vào phương trình ta được:
2.2.3 Phương pháp dự báo theo khuynh hướng có xét đến biến động thời vụ
Phương trình dự báo có dạng sau: y
Trong bài viết này, chúng tôi sẽ trình bày thống kê sản lượng cao su thu được từ nông trường Nghĩa Trung trong bốn quý của các năm 2012 và 2013 Dựa trên những dữ liệu này, chúng tôi sẽ dự báo sản lượng cao su cho các quý trong năm 2014, áp dụng phương pháp dự báo xu hướng và xem xét các yếu tố thời vụ Dự báo này sẽ giúp nông trường có kế hoạch sản xuất hợp lý và tối ưu hóa hiệu quả kinh tế trong năm tới.
2014 đạt 10000 tấn, dựa vào chỉ số trên xác định nhu cầu hàng quý.
QUÝ Sản lượng cao su thu được (tấn) I
Giả sử sản lượng năm 2014 thu được là 10.000 tấn > trung bình mỗi quý là 2500 tấn Vậy ta có y c = 2500
Ví dụ 2: Tình hình tiêu thụ số lượng máy điều hòa của 1 siêu thị điện máy qua 4 năm như sau:
Vào năm 2014, cửa hàng dự đoán sẽ tiêu thụ 2.280 chiếc giày Để đưa ra dự báo chính xác hơn, chúng ta sẽ áp dụng phương pháp dự báo xu hướng kết hợp với yếu tố thời vụ, nhằm xác định số lượng giày bán ra trong từng quý của năm 2014.
Giả sử năm 2014 cửa hàng dự báo sẽ bán được 2.280 chiếc > trung bình mỗi quý bán được 570 chiếc Vậy y c = 570.
2.2.4 Phương pháp đường parabol thống kê
Phương trình dự báo có dạng sau:
Một hãng sản xuất động cơ điện tử cho van khởi động trong ngành công nghiệp đã duy trì hoạt động gần hết công suất trong suốt một năm qua Ông J, quản lý nhà máy, tin rằng doanh số bán hàng sẽ tiếp tục tăng trưởng và đang xây dựng dự báo dài hạn bằng phương pháp đường parabol để hoạch định nhu cầu máy móc thiết bị trong 3 năm tới Số lượng bán ra trong 9 năm qua đã được ghi nhận rõ ràng.
Phương trình dự báo có dạng: log Y c = X log a + log b
Một nhà sản xuất động cơ điện tử cho van khởi động trong ngành công nghiệp đã duy trì hoạt động gần hết công suất trong suốt một năm Ông J, quản lý nhà máy, tin rằng doanh số bán ra sẽ tiếp tục tăng trưởng và muốn xây dựng dự báo dài hạn bằng phương pháp đường logarit để hoạch định nhu cầu máy móc thiết bị trong 3 năm tới Số liệu bán ra trong 9 năm qua đã được ghi nhận để phục vụ cho việc này.
D Ự BÁO THEO MỐI LIÊN HỆ TƯƠNG QUAN (D Ự BÁO DỰA TRÊN CƠ SỞ ĐƯỜNG HỒI QUY TUYẾN TÍNH )
Ví dụ: Công ty Nhất Việt
Công ty Nhất Việt đã cung cấp số liệu thống kê về sản phẩm tiêu thụ và tỷ lệ thất nghiệp trong khu vực hoạt động Để kiểm chứng mối quan hệ giữa hai đại lượng này, cần phân tích dữ liệu để xác định xem sự thay đổi trong tỷ lệ thất nghiệp có ảnh hưởng đến doanh số bán hàng hay không Việc này sẽ giúp hiểu rõ hơn về tác động của thị trường lao động đối với hoạt động kinh doanh của công ty.
Dựng đồ thị biểu diễn mối quan hệ :
Tính hệ số r: (lập theo bản tính)
Hệ số tương quan r = -0,86 cho thấy mối quan hệ chặt chẽ giữa tỷ lệ thất nghiệp của dân cư và sản lượng tiêu thụ sản phẩm của công ty Nhất Việt Sự gia tăng tỷ lệ thất nghiệp trong khu vực hoạt động của doanh nghiệp sẽ dẫn đến sự giảm sút đáng kể trong lượng sản phẩm tiêu thụ của công ty Mối liên hệ này cho thấy ảnh hưởng lẫn nhau mạnh mẽ giữa hai đại lượng này.
Đ ÁNH GIÁ CÁC PHƯƠNG PHÁP DỰ BÁO
Các phương pháp dự báo định lượng sử dụng số liệu thống kê và công thức toán học để dự đoán nhu cầu trong tương lai Khi thực hiện dự báo, nếu không xem xét các yếu tố ảnh hưởng khác, có thể áp dụng phương pháp dự báo theo dãy số thời gian Ngược lại, nếu cần tính đến tác động của các yếu tố khác đối với nhu cầu, các mô hình hồi quy tương quan sẽ là lựa chọn phù hợp.
2.4.1 Phương pháp dự báo theo dãy số thời gian (Phương pháp ngoại suy)
Phương pháp dự báo theo dãy số thời gian dựa trên giả thuyết về sự tồn tại và ảnh hưởng của các yếu tố quyết định đến đại lượng dự báo từ quá khứ đến tương lai Phương pháp này xác định đại lượng cần dự báo thông qua việc phân tích chuỗi số liệu về nhu cầu sản phẩm (dòng nhu cầu) đã được thống kê trong quá khứ.
Phương pháp dự báo theo dãy số thời gian thực chất là việc kéo dài quy luật phát triển của đối tượng dự báo từ quá khứ và hiện tại sang tương lai, với giả định rằng các quy luật này vẫn tiếp tục có hiệu lực.
2.4.1.1 Phương pháp trung bình giản đơn (Simple Average)
Phương pháp này giúp giảm thiểu biến động ngẫu nhiên trong dòng yêu cầu, nhưng lại kém nhạy với sự thay đổi của nhu cầu Nó phù hợp nhất với những dòng nhu cầu ổn định và đồng đều, tuy nhiên sẽ gặp sai số lớn khi áp dụng cho nhu cầu theo mùa hoặc có xu hướng Ưu điểm của phương pháp này là khả năng dự báo nhanh chóng và đơn giản.
Áp đặt thời kỳ trước cho thời kỳ sau, do đó thiếu chính xác;
Không nghiên cứu được sự biến động của thị trường trong từng thời kỳ, do đó không thấy được sự biến động của thị trường.
Phạm vi áp dụng: Xí nghiệp quy mô nhỏ.
2.4.1.2 Phương pháp bình quân di động
Khi nhu cầu biến động, phương pháp trung bình động là lựa chọn phù hợp, đặc biệt khi thời gian gần nhất tác động nhiều nhất đến dự báo, trong khi thời gian xa hơn có ảnh hưởng nhỏ hơn Phương pháp này có ưu điểm là đơn giản, dễ hiểu và giúp làm mượt các biến động ngẫu nhiên trong chuỗi số thời gian.
Hoàn toàn dựa vào số liệu quá khứ;
Cần nhiều số liệu quá khứ;
Chưa đánh giá được tầm quan trọng khác nhau của các số liệu ở các thời kỳ khác nhau.
Phạm vi áp dụng : Dãy số liệu trong quá khứ phải ổn định (không biến động).
2.4.1.3 Phương pháp bình quân di động có trọng số
Trong phương pháp trung bình động có trọng số, độ chính xác của dự báo phụ thuộc vào việc xác định trọng số phù hợp Việc điều chỉnh thường xuyên hệ số αt-i trong mô hình dự báo giúp cải thiện độ chính xác, khiến phương pháp này hiệu quả hơn so với phương pháp trung bình động truyền thống.
2.4.1.4 Phương pháp san bằng hàm mũ giản đơn Để khắc phục những hạn chế của các phương pháp trên, người ta đề xuất sử dụng phương pháp san bằng hàm mũ giản đơn để dự báo Đây là phương pháp dễ sử dụng nhất, nó cần ít số liệu trong quá khứ.
2.4.1.5 Phương pháp san bằng hàm mũ có điều chỉnh xu hướng
Phương pháp san bằng hàm mũ giản đơn không thể hiện rõ xu hướng biến động của dòng nhu cầu, vì vậy cần áp dụng thêm kỹ thuật điều chỉnh xu hướng để có cái nhìn chính xác hơn về sự thay đổi này.
2.4.2 Dự báo theo đường xu hướng
Phương pháp dự báo theo đường xu hướng giúp ta dự báo nhu cầu trong tương lai dựa vào dãy số theo thời gian.
Dãy số theo thời gian giúp xác định đường xu hướng lý thuyết dựa trên kỹ thuật bình phương bé nhất, nhằm tối thiểu hóa tổng khoảng cách giữa các điểm thể hiện nhu cầu thực tế trong quá khứ và đường xu hướng Để dự báo nhu cầu tương lai, trước tiên cần biểu diễn các nhu cầu trong quá khứ lên biểu đồ và phân tích xu hướng phát triển của dữ liệu đó.
Hội Ngộ 34 cho thấy nếu các số liệu có xu hướng tăng hoặc giảm đều đặn, chúng ta có thể vạch ra một đường thẳng để biểu thị xu hướng đó Ngược lại, nếu số liệu biến động theo cách đặc biệt, như tăng giảm nhanh dần hoặc chậm dần, chúng ta nên sử dụng các đường cong phù hợp như parabol, hyperbol, logarit hay hàm mũ để mô tả sự biến động này.
2.4.3 Phương pháp hồi quy tương quan
Các phương pháp dự báo đã đề cập xem xét sự biến động của đại lượng cần dự báo theo thời gian dựa trên dãy số thời gian thống kê từ quá khứ Tuy nhiên, trong thực tế, đại lượng này còn bị ảnh hưởng bởi nhiều yếu tố khác, chẳng hạn như mật độ điện thoại có thể phụ thuộc vào thu nhập quốc dân bình quân đầu người và tốc độ tăng trưởng kinh tế.
Mối liên hệ giữa mật độ điện thoại và thu nhập quốc dân bình quân đầu người có thể được mô tả bằng một tương quan, thể hiện qua đường hồi quy Trong mô hình này, thu nhập quốc dân bình quân đầu người là biến phụ thuộc, trong khi mật độ điện thoại là biến độc lập Mô hình hồi quy tương quan tuyến tính là phương pháp phổ biến nhất được sử dụng để dự báo trong trường hợp này.
L ỰA CHỌN PHƯƠNG PHÁP DỰ BÁO THÍCH HỢP
Khi phân tích dữ liệu trên đồ thị mà không xác định được xu hướng tuyến tính hay phi tuyến tính, ta có thể áp dụng các phương pháp dự báo khác nhau Để lựa chọn phương pháp phù hợp, cần đánh giá kết quả dự báo bằng cách tính sai chuẩn của từng phương pháp Phương pháp có sai chuẩn nhỏ nhất sẽ được chọn để thể hiện.
Sai chuẩn tính theo công thức:
: sai chuẩn tính cho từng phương pháp sử dụng
Y: lượng nhu cầu thực tế ứng với từng thời kỳ trong dãy số thời gian quá khứ Y c : lượng nhu cầu dự báo ứng với từng thời kỳ trong dãy số thời gian quá khứ
Trong từng giai đoạn, số liệu thực tế có thể không khớp với dự báo, do đó cần thiết phải theo dõi, giám sát và kiểm soát dự báo Nếu mức chênh lệch giữa thực tế và dự báo nằm trong giới hạn cho phép, phương pháp dự báo hiện tại sẽ không cần điều chỉnh Tuy nhiên, nếu chênh lệch vượt quá giới hạn cho phép, cần nghiên cứu và sửa đổi phương pháp cho phù hợp.
Việc theo dõi kết quả thực hiện dựa trên sự so sánh giữa số liệu dự báo và số liệu thực tế được thực hiện thông qua tín hiệu theo dõi, như đã được trình bày chi tiết trong chương 1.
