зу збуту - модуль прогнозу. p> В· Поточний (щоденний) контроль складських запасів і формування заявок на підставі В«точки замовленняВ» - модуль постачання. p> В· Коригування цін на підставі відповідності середньострокового прогнозу поточної ліквідності залишків і ситуації в постачанні - модуль ціноутворення.
Перший модуль функціонує незалежно від системи корпоративного обліку компанії, з якій він пов'язаний за допомогою системи шлюзів імпорту/експорту інформації. Другий і третій модуль цілком реалізований в рамках системи корпоративного обліку. Взаємодія з користувачем здійснюється за допомогою системи спеціальних інтерфейсів і звітів. p> Модуль прогнозу
Прогноз збуту - прогноз витрати кожної позиції прейскуранта на наступний місяць в кількісному вираженні.
Прогноз збуту на n періодів від точки прогнозу t 0 будується на підставі статистичного ряду 3t, що включає в себе три попередні періоду (рис. 3).
В
Рис. 3. Модуль прогнозу збуту
Для прогнозу використовуються аппроксимірованими значення попередніх періодів з урахуванням існуючих тенденцій поведінки прогнозованої величини на всьому проміжку 3t. Найбільш простим методом виявлення тенденцій часового ряду є згладжування його рівнів. Оптимальні результати виходять за методом ковзної середньої шляхом заміни фактичних рівнів витрати поруч середніх величин, які розраховуються для інтервалів фіксованої довжини. Чим тривалішою інтервал згладжування, тим сильніше усереднюється і більше поглинається розкид. При великому числі спостережень зручніше користуватися рекуррентной формулою:
В
Метод ковзної середньої доцільно застосовувати при незначних коливаннях середніх, а також для короткострокового (до місяця) прогнозування. У тому випадку всі дані мають статистику даних за 2n +1 періодів, тобто прогноз на 1 місяць вперед необхідно розраховувати за трьома попереднім.
У разі значного зміни витрати протягом періоду 3t (або його розкиду) слід застосовувати метод зваженої ковзної середньої, в якій ваги підкоряються експоненціальним законом. Значення прогнозованого параметра (Витрати) визначається за формулою:
В
де коефіцієнт О± відображає ступінь залежності між прогнозом і фактичною потребою x t-1 в попередній період. Даний метод забезпечує стійку реакцію прогнозу на зміна витрати, швидкість реакції (зміна в прогнозі) регулюються коефіцієнтом О±. Для повільно змінюється потреби можна рекомендувати О± = 0.1, для більш динамічною О± = 0.3 ~ 0.5. Одним з методів визначення О± є наступний алгоритм: вибір методу апроксимації проводиться на підставі тенденції, наявність якої визначається по куту нахилу кривої лінійної екстраполяції за всіма значеннями статистичного ряду. Для знаходження тенденції необхідно задати критичне значення кута нахилу О±. Наприклад, при О± Ві 30 0 тенденція вважається вираженою і прогноз будується на підставі не лінійного, а експоненціального згладжування, при якому більшу вагу мають останні значення статистичного ряду. Задаючи коефіцієнт експоненціального згладжування (від 0 до 1) можна задавати більше або менше значення тенденції при прогнозі на наступний період.
Допущення: за відсутності товару на складі, готового до відвантаження в окремі проміжки часу, відсутні дані по його витраті осредняются за існуючими даними про витрату.
Достовірність прогнозу залежить від наступних факторів:
повноти статистичного ряду;
правильність вибору математичної моделі, апроксимації;
обліку тенденції поведінки прогнозованої величини;
розмаху варіації ознаки (% коливання величини протягом періоду спостереження);
стабільність факторів, що роблять вплив на поведінку величини в період її спостереження в прогнозованому періоді.
Останній пункт може мати значний вплив на якість прогнозу. Наприклад, товарний дефіцит на заводі може породити збільшення попиту в кілька разів щодо звичайного попиту, відображеного в статистичному періоді, а підвищення ціни - знизити його. Таким чином, експертна оцінка за відомим чинникам попиту повинна випереджати прогноз у вигляді поправочних коефіцієнтів.
Однак, за товарними позиціями, які мають стійкий попит (група А) і складовим до 60% обсягу продажів, прогноз по статистичному ряду виявляється досить точним і не викликає сумнівів у якості прогнозу. Фактично, прогноз тим точніше, ніж довше товар був у продажу і чим виражено позиціонування компанії як постачальника цього товару.
У загальному випадку, достовірність прогнозу О” визначається як:
В
де n i - дні в продажу, N - загальне число днів статистичного ряду. p> Після завершення формування прогнозу збуту на наступний місяць повинні бути визначені середньоденний витрата і достовірність прогнозу по кожній позиції прейскуранта, а також оцінена і підтверджена тенденція зміни витра...