Использование методов прогнозирования в логистике

При планировании и управлении логистическими процессами часто используют различные методы и модели прогнозирования. От точности и достоверности прогнозов потребительского спроса, расхода сырья и материальных ресурсов, уровня запасов и тому подобное напрямую зависит эффективность реализации практически всех логистических концепций, особенно JIT и DDT.

Выбор метода прогнозирования зависит от требуемой точности (достоверности), объема и вида исходной информации, конъюнктуры рынка и т.д.

Основная сфера приложения методов в логистике – прогнозирование спроса и объема продаж готовой продукции, потребность в сырье и материальных ресурсах. Основное назначение прогноза в логистике состоит в раскрытии тенденции изменения микро- и макрологистической среды и получение вероятностных количественных и качественных оценок динамики логистических процессов.

Для получения прогноза необходимо иметь определенную модель прогнозирования, которая использует ретроспективную (прошлую) информацию за определенный интервал времени (период наблюдения или глубина ретроспекции), информацию о параметре объекта в настоящий момент времени и иногда прогнозную информацию о внешней среде. Точность и достоверность получаемого прогноза будет зависеть от объема, достоверности и точности исходной информации и корректности применяемого метода (модели) и глубины прогноза.

В настоящее время насчитывается более 200 различных методов прогнозирования, из которых большая часть использует количественную информацию о прошлом поведении объекта (рис. 20).

Методы прогнозирования

Фактографические

Комбинированные методы

Экспертные

прямых оценок

с обратной связью

Экстраполяция

Вероятностно-статистические

индивидуальные

коллективные

системно-структурные модели

групповые экспертные оценки

игроаое моделирование

экстраполяция динамических рядов

экстраполяция по огибающим кривым

экстраполяция регрессионных зависимостей

корреляционно-регрессионный анализ

Факторный дисперсионный анализ

Случайные процессы

Статистическое моделирование

Матод аналогий

Функции с гибкой структурой

Эконометрические модели

Матричные методы

Рис.20. Классификация методов прогнозирования.

В логистическом менеджменте чаще всего используются фактографические методы, для которых исходная информация имеет вид динамических (временных) рядов.

Изменения исходной ретроспективной информации носит случайный характер, поэтому большинство методов, применяемых логистическими менеджерами для целей прогнозирования (спроса), является вероятностно-статистическими.

Основные методы прогнозирования, используемые логистическими

менеджерами западных фирм:

1. Дельфи, когда группа экспертов опрашивается с помощью специальной анкеты, в которой реакция на вопрос продуцирует следующий вопрос;

2. Исследования рынка – предполагает систематическую формальную и сознательную процедуру для отбора и тестирования гипотез о реальных рынках;

3. Последовательных соглашений – основан на допущении, что группа экспертов может сделать лучшим прогноз, чем один эксперт. Не существует ограничений, поощряются обсуждения. Получаемые прогнозы иногда зависят от социальных факторов и могут отражать реальные соглашения;

4. Оценки уровня продаж – опрос персонала, занимающегося непосредственными продажами;

5. Прогнозирование мнений – используются мнения и представления о будущих тенденциях персонала фирмы. Данный метод не является строго научным;

6. Метод исторических аналогий – метод сравнительного анализа выставлений на рынок и роста объема продаж новых товаров, основанный на прогнозировании подобных взаимозаменяемых товаров в прошлом;

7. Скользящего среднего – каждая точка в исходном динамическом ряду сглаживается совокупностью нескольких точек путем арифметического осреднения для исключения влияния сезонности и нерегулярности данных Экспоненциального сглаживания – осреднение данных производится с определенными «весами», присваиваемыми исходным данным динамического ряда;

8. Классические динамические ряды – лучший метод прогнозирования в логистике на период от 3 до 12 месяцев;

9. Проекция тренда – отыскание аналитической формулы для тренда и продолжения ее на период прогноза;

10. Прогнозирование фокуса – используется метод имитационного компьютерного моделирования ретроспективной информации;

11. Спектральный анализ - разложение динамического ряда на основные компоненты с соответствующими спектральными плотностями. Эти компоненты представляются геометрическими фигурами, ограниченными кривыми спектральных плотностей. Сортировка этих компонент дает математическое выражение тренда;

12. Регрессионные модели – основан на «связывании» логистических показателей с несколькими переменными регрессионной модели. Отбор факторов производится статистическими методами;

13. Эконометрические модели – система независимых регрессионных уравнений, описывающих определенный сектор экономики в области продаж готовой продукции;

14. Прогнозирование на основе коммерческих предложений – на основе отбора коммерческой информации в средствах массовой информации о намерениях купить определенный продукт и предложениях о продаже;

15. Метод ведущих индикаторов – использует динамические ряды экономических показателей, изменение которых позволяет отразить тенденцию для прогноза искомого показателя;

16. Анализ жизненного цикла – фазы жизненного цикла аппроксимируются соответствующими аналитическими зависимостями;

17. Динамическое моделирование – использует ЭВМ для имитационного динамического моделирования конечного объема продаж в точках розничной торговли и распределительных центрах. Исходные параметры моделирования задаются политикой управления запасами, производственной программой и политикой закупок сырья и материальных ресурсов.

Дата добавления: 2014-12-07