Előrejelzés

Mottó: egy biztos – minden bizonytalan Az előrejelzés a jövőbeni események megjósolásának tudománya és művészete Miért tudomány? Miért művészet? 2

Fogalma Állítás valamely döntési szempontból lényeges változó jövőbeli értékéről (vagy az állítás megtételéig vezető folyamat) .

Az előrejelzés szerepe Helyettesíti a pontos adatokat a tervezés során. Csökkenti a bizonytalanságot a menedzserek számára. Befolyásolja a döntéseket a szervezet minden szintjén és a tevékenységek szinte minden területén: Pénzügy és számvitel, kontrolling (előkalkuláció) HR Marketing Vezetői Információs Rendszerek Termelés és szolgáltatás Termék és szolgáltatástervezés

Általános megállapítások az előrejelzésről Időben stabil oksági összefüggéseket feltételez: a múltra alapozva a jövőre tesz megállapításokat. Mindig feltűnhetnek korábban nem tapasztalt tényezők, ezért mindig készen kell állni a reagálásra. A véletlen események miatt mindig bizonytalan Csoportokra, aggregátumokra mindig pontosabb Hosszabb távra mindig pontatlanabb. A szervezetek rugalmassága rövidebb előrejelzést tesz szükségessé, így pontosabban képes előre jelezni ezen a rövidebb időtávon.

Az előrejelzés irányulhat… Szervezeten kívüli dolgokra, melyek kevésbé befolyásolhatóak. Pl. időjárás, infláció, munkanélküliség Szervezeten belüli jelenségekre, melyekre nagyobb a szervezet döntéshozóinak befolyása. Pl. szervezet korstruktúrája, fluktuáció, selejtarány

A jó előrejelzés… Időzített Pontos Értelmezhető Adekvát Írott Megbízható Adekvát Írott Értelmezhető + költséghatékony

Az előrejelzési folyamat lépései 1 Cél meghatározása 2 Időtáv megválasztása 3 Technika megválasztása 4 Adatgyűjtés és elemzés 5 Az előrejelzés elkészítése 6 Nyomonkövetés “Előrejelzés”

Előrejelzés pontossága (jóságmutatók) Előrejelezési hiba: et = At – Ft Átlagos abszolút eltérés: MAD Átlagos négyzetes hiba: MSE Átlagos abszolút hibaszázalék: MAPE MAPE 9

Előrejelzési megközelítések Vélemények – szubjektív inputokra épít Vezetők, vásárlók, szakértők, kívülállók Idősorok – történeti adatokból a jövőre Asszociatív modellek – magyarázó változókkal való összefüggésekből jósol

Előrejelzési módszerek Kvantitatív Oksági Automatikus Kvalitatív Pl. Életciklus elemzés, Delphi, Történelmi analógia, Szakértői vélemény, Marketing teszt

Idősoron alapuló előrejelzés Trend – hosszú-távú elmozdulás Szezonalitás – rövidtávú, rendszeresen ismétlődőváltozások, melyek időintervallumokhoz vagy időpontokhoz kötődnek Ciklus – egy évnél hosszabb időtávon jelentkező hullámszerű változások Rendszertelen változások – olyan kilengések, melyek egyszeriek és valamely nem várt tényező okozza Véletlen – olyan váltakozás, ami az összes tényező eltávolítása után marad

Trend Rendszertelen eltérés Szezonalitás t1 t2 t3 Ciklus

Naiv előrejelzés Olyan előrejelzés, melyben a következő időszaki értékeket a jelenlegi időszak értékével becslik. Állandó sorozat Ft = At-1 Szezonalitás figyelembe vétele Ft = At-n Naiv trend Ft = At-1 + (At-1 – At-2) Előnyei Költsége elhanyagolható Gyors, egyszerű Lehet elfogadható pontosságú Alapjául szolgálhat a bonyolultabb eszközök értékelésének

A véletlen variancia „eltüntetése” Átlagolási technikák Egyszerű átlag Mozgóátlagolás Súlyozott mozgóátlagolás Exponenciális simítás

Egyszerű átlag (Csizmadia) 17

Egyszerű mozgó átlag 1. Ft = (At-n+…+At-2+At-1)/n Tipikus történelmi példa: KGST árak Gyakorlás (3 éves): € 42 € 40 € 43 € 41 €? Kiderül: 7. € 37 8. ? Kiderül: 6. € 38 7. ? Milyenek lettek volna a becslések 5 éves mozgó átlaggal?

Egyszerű mozgó átlag Állandó trend esetén 19

Súlyozott mozgó átlag (Csizmadia) Adatok: Súlyok: Előrejelzés: Aug. 95 Szept. 100 Okt. 110 Nov. ? Időszak Jelen -1 -2 Súly 3 2 1 21

Exponenciális simítás Új előrejelzés = elmúlt időszaki előrejelzés + α*hiba Ahol a hiba = aktuális érték az utolsó időszakra – előrejelzés α: illesztési (simítási) konstans (általában 0,05<α<0,5) 22

Összehasonlítás (Csizmadia) 24

Idősor extrapolációja (Csizmadia) 25

Lineáris trend egyenlete Ft = a + bt ahol és ahol n = a periódusok száma, y pedig az idősor értéke

Nemlineáris trendek

Asszociatív technikák Prediktor változók – saját változásukkal előre jelzik a kívánt változót (korreláció) (Lineáris) regresszió – statisztikai technika, mely megfigyelésekhez függvényt illeszt

Lineáris regresszió

Lineáris regresszió yi=a+bxi ahol

Választás a technikák között Nincs általánosan jó választás Két fő dimenzió Költség Pontosság

Választás a technikák közül Időhorizont Tényező Rövid Közép Hosszú Gyakoriság leggyakoribb ritkább Legritkább Halmaz termékegyed termékcsalád Teljes kihozatal Modell típus MÁ, EXP, SMÁ trend kvalitatív Vezető bevo-násának foka kicsi közepes nagy Költség alacsony magas 33

Az előrejelzés monitoringja Ellenőrző táblázat Vizuális eszköz Kiszűrni a nem véletlenszerű hibák A hibákat akkor tekintjük kontrolláltnak, ha: A hibák határon belül maradnak Nincsenek mintázatok (trendek, ciklusok stb.) a hibákban

Előrejelzés monitoringja Előrejelzés hibájának futó összege: RSFE (Running Sum of Forcast Errors) Követő jel: TS (Tracking Signal) A torzítatlanságot vizsgálja. Ha a követő jel kívül esik a +-4/+-5 tartományon, az torzítást jelez.

Aggregált tervezés alapjai

Az ütemezés keretei Termelési vezérprogram Az aggregált termelési tervet bontja le a vezérprogram, ami megadja, hogy az egyes végtermék-típusokból mikor, mennyi álljon rendelkezésre a vevői igények kielégítéséhez. A termelési vezérprogram a vezérprogramból származtatható. Megadja egyes rövid időegységekre (pl. hét), hogy milyen mennyiségben kell megtermelni az egyes végtermékeket. Anyagszükségleti terv (anyagigény-terv) Meghatározza, hogy a végtermék és annak egyes alkotói milyen részekből elemekből épülnek fel. Megadja a szükséges alkotó elemek számát, és felhasználásuk sorrendjét is. Ennek és a termelési vezérpogramnak az összevetése alapján megállapítható, mikor kell megkezdeni az egyes vég- és félkész-termékek, alkatrészek stb. termelését.

A termelési vezérprogram összeállítása Az aggregált termelési terv alapján egy termék-aggregátumból a következő mennyiségeket kell előállítani havonta: Január: 240 Február: 300 Ha az aggregátumba 2 terméktípus tartozik, akkor a vezérprogram a fenti aggregátumot ezekre a típusokra bonja le: Január: A típus: 80, B típus 160 Február: A típus: 100, B típus 200 Tfh. az A típusból a heti kereslet januárban 20, februárban 25, a B típusból 40 és 50. Tfh2. a termelés 50-es sorozatokban gazdaságos. Adott hónapban igényelt készletet már az előző hónapban le kell gyártani és beraktárazni. Állítsuk össze a termelési vezérprogramot heti bontásban az A termékre, a ebből a típusból január 1-én 60 darab van raktáron!

Termelés vezérprogram az A termékre január február Hét 1 2 3 4 5 6 7 8 Előre jelzett kereslet 20 25 Beérkezett megrendelés 23 10 Induló készlet a hét elején 60 37 67 47 27 52 Becsült záró-készletszint termelés nélkül 17 -3 Termelési vezérprogram 50 ? Becsült záró-készletszint termeléssel

Mikor kell elkezdeni a termelést? Ahhoz, hogy a tervezett időben (3., 6. stb.) elkészüljön az 50-50 termék, a termelést már korábban el kell kezdeni. Ennek időzítését az anyagszükséglet tervezés (milyen komponensek kellenek, ezek hogyan épülnek egymásra, előállításuknak mennyi az időigénye) határozza meg. Befolyásolja még a tervezést: készletezési költségek szintje, előrejelzés pontossága, termelési eszközök térbeli elrendezése (folyamat- vagy termékcentrikus).

Köszönöm a figyelmet!