dự báo nhu cầu trong quản trị sản xuất

- Tính khoa học của dự báo thể hiện ở chổ: để có được kết quả dự báo người ta dựa vào số liệu thu thập được ở kỳ trước kết hợp với những phương pháp toán học hay những mô hình dự báo ti

CHƯƠNG 2

DỰ BÁO NHU CẦU

I KHÁI NIỆM - Ý NGHĨA CỦA CÔNG TÁC DỰ BÁO NHU CẦU:

1 Khái niệm:

Dự báo : Dự báo là một khoa học và nghệ thuật nhằm tiên đoán những sự việc

sẽ xảy ra trong tương lai trên cơ sở phân tích phân tích khoa học về các số liệu thu thập được

- Tính khoa học của dự báo thể hiện ở chổ: để có được kết quả dự báo người ta

dựa vào số liệu thu thập được ở kỳ trước kết hợp với những phương pháp toán học hay những mô hình dự báo tiên tiến

- Tính nghệ thuật thể hiện : có nhiều phương pháp dự báo khác nhau và kết quả dự báo cũng khác nhau Việc lựa chọn và sử dụng phương pháp hay điều chỉnh kết quả dự báo là nghệ thuật của người dự báo

2 Ý nghĩa:

Dự báo là hoạt động rất quan trọng đối với doanh nghiệp, vì có dự báo chính xác ta mới đề ra những quyết định sản xuất và kinh doanh hợp lý Trong họat động điều hành sản xuất , dự báo là cơ sở để lên kế hoạch sản xuất, lập lịch và bố trí mặt bằng sản xuất, để xác định lượng tồn kho và hoạch định nhu cầu vật tư …

Khi tiến hành dự báo chúng ta thường dựa vào các căn cứ sau:

Thứ nhất, căn cứ vào các yếu tố của môi trường tác động đến doanh nghiệp để tiến

hành dự báo cho phù hợp Nhân tố bên trong bao gồm chất lượng sản phẩm, thái độ phục vụ khách hàng, năng suất lao động, tình hình thực hiện các định mức kinh tế kỹ thuật…Nhân tố này phụ thuộc vào nhận thức và hoạt động của từng doanh nghiệp nên doanh nghiệp có thể chủ động kiểm soát Nhân tố bên ngoài bao gồm đường lối chủ trương của

Nhà nước, hệ thống pháp luật hiện hành, hiện trạng kinh tế xã hội, thị hiếu khách hàng, phong tục tập quán và quy mô dân cư, đối thủ cạnh tranh…

Thứ hai, căn cứ vào tình hình của doanh nghiệp thông qua số liệu thống kê của nhiều

năm và những số liệu này được xử lý bằng những công cụ và phương pháp tính toán thích hợp Tình hình của doanh nghiệp bao gồm: nguyên vật liệu, máy móc thiết bị, lao động, vốn, giá thành và chi phí sản xuất…

Thứ ba, khi tiến hành dự báo, nhà quản trị còn sử dụng cả những kinh nghiệm thực tế

của họ Nếu có được kinh nghiệm tốt, thì khả năng kết quả dự báo có thể chính xác hơn

II CÁC LOẠI DỰ BÁO

1 Theo thời gian dự báo

Nếu xét theo thời gian, có thể chia dự báo thành 3 loại như sau:

- Dự báo ngắn hạn: là những dự báo có thời gian ngắn, phổ biến là những dự báo dưới 3 tháng như hoạch định tiến độ sản xuất, hoạch định mua hàng, hoạch định nhu cầu lao động ngắn hạn

Dự báo ngắn hạn thường sử dụng những phương pháp dự báo khác nhau so với dự báo trung và dài hạn Những kỹ thuật tính toán như bình quân di động, san bằmg số mũ thường được sử dụng trong dự báo ngắn hạn

- Dự báo trung hạn là những dự báo có thời gian từ 3 tháng đến 3 năm Dự báo trung hạn được sử dụng cho hoạch định sản lượng, hoạch định doanh số, hoạch định về hoạt động điều hành…

- Dự báo dài hạn là những dự báo có thời gian từ 3 năm trở lên Dự báo dài hạn được sử dụng để hoạch định sản phẩm mới, phân bổ nguồn vốn, mở rộng quy mô và nghiên cứu phát triển

Dự báo dài hạn và trung hạn giải quyết những vấn đề về quan điểm, lâu dài như: hoạch định các nguồn lực, hoạch định công suất, công nghệ, cung ứng vật tư, trang bị

+ Chủ trương chính sách của nhà nước.

+ Tổng sản phẩm xã hội

+ Tỷ lệ thất nghiệp

+ Tỷ lệ lạm phát

+ Xu hướng kinh doanh

+ Điều kiện kinh doanh

+ Nguồn vốn cung ứng

+ Chu kỳ kinh doanh trong tương lai

- Dự báo kỹ thuật đề cập đến mức độ phát triển khoa học kỹ thuật trong tương lai Dự báo này rất quan trọng trong những ngành có hàm lượng kỹ thuật cao như : năng lượng, máy tính, điện tử

Sự phát triển khoa học kỹ thuật sẽ tạo điều kiện sản xuất sản phẩm mới Nhiều công nghệ mới được áp dụng và nhiều phương tiện thiết bị mới ra đời làm cho sản phẩm bị lỗi thời, lạc hậu nhanh chóng, do vậy dự báo kỹ thuật trở nên quan trọng và thường được thực hiện bởi các chuyên gia trong từng lĩnh vực riêng biệt

- Dự báo nhu cầu về thực chất là dự báo doanh số của doanh nghiệp bán ra Dự báo này được các nhà quản trị sản xuất và điều hành quan tâm Dự báo nhu cầu giúp cho doanh nghiệp xác định số chủng loại và số lượng sản phẩm, dịch vụ mà họ tạo ra trong

tương lai, thông qua đó sẽ quyết định về quy mô sản xuất, quy mô hoạt động của doanh nghiệp, là cơ sở để dự toán tài chính, nhân sự, tiếp thị.

Để tiến hành dự báo nhu cầu, doanh nghiệp cần xác định những nhân tố tác động đến nhu cầu như quy mô dân cư, chất lượng, giá cả, cạnh tranh, lãi vay…

Có nhiều loại dự báo khác nhau Trong phạm vi chương này chỉ nghiên cứu dự báo nhu cầu

III CÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU:

1 Phương pháp định lượng

1.1.Phương pháp bình quân di động

1.1.1 Phương pháp bình quân di động giản đơn.

Theo phương pháp này nhu cầu dự báo của thời kỳ sau bằng số bình quân di động của nhu cầu thực tế những thời kỳ trước đó Công thức tính như sau :

•

• Ft : dự báo nhu cầu của thời kỳ t

• At : thực tế nhu cầu của thời kỳ t

n : số thời kỳ tính tóan

Số thời kỳ tính tóan thường hay sử dụng là 2 hoặc 3

Phương pháp bình quân di động 2-tuần

Tuần Số lượng

thực tế Bình quân di động 2-tuần Sai số dự báo (Lượng thực – Trị tuyệt đối

Dự báo ) của sai số

Ví dụ 3: Phương pháp bình quân di động 3-tuần

Tuần Số liệu q.sát Bình quân di động 3-tuần

Phương pháp này có chú ý đến hệ số trọng lượng, có nghĩa là sử dụng trọng số để nhấn mạnh hơn các giá trị gần nhất vừa xảy ra

_ Trọng số khác nhau được gán cho các thời điểm khác nhau

−Trọng số lớn nhất được gán cho dữ liệu gần nhất và trọng số sẽ giảm dần cho các dữ liệu xa hơn

−Tổng các trọng số thường bằng 1

Việc xác định các hệ số trọng lượng khi tính số bình quân di động thường căn cứ vào kinh nghiệm cũng như sự nhạy cảm của người làm công tác dự báo, vì chúng ta không có công thức nào để xác định chúng

α i là trọng số với α1 > α2 > α3

Tuy cả hai phương pháp số bình quân di động giản đơn và số bình quân di động có trọng số đều tỏ ra hiệu quả san bằng những tác động ngẫu nhiên trong dãy số liệu nhằm tạo dãy số ổn định hơn, tuy nhiên việc sử dụng số bình quân có những hạn chế nhất định như sau:

- Làm giảm độ nhạy cảm về những thay đổi thực trong dãy số liệu

- Chưa thể hiện xu hướng vận động của dãy số một cách tốt nhất, nó chỉ thể hiện sự biến đổi trong trong quá khứ, không dự báo được sự tăng giảm trong tương lai

- Đòi hỏi nguồn số liệu dồi dào trong quá khứ

- Chỉ dự báo ngắn hạn

t 2 1 t 1 t

α

A α

A α A

α

Để đánh giá mức độ chính xác của dự báo, ta dùng chỉ tiêu độ lệch tuyệt đối bình quân MAD (Mean Absolute Deviation)

n : số kỳ tính toán

AD là độ lệch tuyệt đối

Ví dụ 4 : Có số liệu của 2 doanh nghiệp in sau đây ( Đvt :1.000 trang in}:

Tháng IN THANH NIÊN IN 4

Thực tế Dự báo AD Thực tế Dự báo AD

Ví dụ 5:

Tuần Số lượng thực Bình quân di động 3-tuần

có trọng số

Sai số tuyệt đối

t A A

A

α

αα

α1 1 2 2 3 3

1.2 Phương pháp san bằng số mũ

1.2.1 Phương pháp san bằng số mũ giản đơn ( bậc 1)

- Phương pháp san bằng số mũ là phương pháp dự báo rất dễ dàng sử dụng nhất là rất

thuận tiện sử dụng trên máy vi tính Nó cũng là phương pháp tính số trung bình di động nhưng không đòi hỏi có nhiều số liệu trong quá khứ

Gọi Ft là dự báo nhu cầu thời kỳ t theo phương pháp này Ft được tính theo công thức sau:

F t = F t-1 + α ( A t-1 - F t-1 )

Trong đó:

Ft : Dự báo nhu cầu ở thời kỳ t

Ft-1 :Dự báo nhu cầu ở thời kỳ t-1

α : Hệ số san bằng số mũ bậc 1 ( 0 < α < 1 )

At-1 : Nhu cầu thực tế ở thời kỳ t – 1

Mô hình san bằng số mũ rất thuận tiện và dễ dàng sử dụng, có thể áp dụng phương pháp này trong các công ty sản xuất, đại lý bán hàng, ngân hàng và nhiều loại hình doanh nghiệp khác nhau Tuy nhiên việc xác định hệ số α rất quan trọng vì α sẽ cho ta kết quả dự báo chính xác hoặc không chính xác Thông thường người ta chọn α có sai lệch trong dự báo là thấp nhất, và chỉ tiêu MAD đã trình bày ở trên là công cụ hữu hiệu để tính độ sai lệch này.

Ví dụ 6: Theo bảng số liệu sau hãy dự báo nhu cầu từ tháng 2 đến tháng 10 theo phương pháp san bằng số mũ bậc 1 và cho biết α nào cho kết quả tốt nhất? ( Đơn vị: chiếc)

Tháng Nhu cầu

9 120 99,18 104,04 108,74 110,27 112,75

α= 0,1 : MAD = 15,2625α= 0,2 : MAD = 12,8113α= 0,4 : MAD = 11,4835α= 0,5: MAD = 11,1386α= 0,7: MAD = 10,3983Vậy α = 0,7 cho kết quả dự báo tốt nhất

202020,220,5621,04821,638

11,82,442,9523,362

202020,421,0421,82422,694

11,61.962,1762,306

-7 26 22,31 3,69 23,616

α được chọn : MAD = -> min

AD - độ lệch tuyệt đối

MAD - độ lệch tuyệt đối bình quân

MAD( α = 0,2) = = 2,177

MAD( α = 0,4) = = 1,6322

Với α = 0,4 => F 8 = 23,616 + 0,4 (26 - 23,616) = 24,57

1.2.2 Phương pháp san bằng số mũ bậc 2 (có điều chỉnh theo xu hướng).

Phương pháp san bằng số mũ giản đơn không thể hiện hết xu hướng biến động, do vậy người ta đề xuất thêm một mô hình san bằng số mũ phức tạp hơn Nội dung chính của phương pháp này là cộng hoặc trừ giá trị dự báo theo mô hình san bằng số mũ giản đơn với một lượng điều chỉnh nhất định

FITt = Ft + Tt Forecast Inchiding Trend

Tt : Lượng điều chỉnh theo xu hướng

Tt = Tt - 1 + β (Ft - Ft - 1)

β : hệ số san bằng số mũ bậc 2 (hệ số điều chỉnh theo xu hướng)

O < β < 1 và xác định như α

Ví dụ 8

Tuần Dsố thực tế Ft với α = 0,4 Tt với β = 0,5 FITt

202020,421,0421,82422,69423,61624,57

T1 = 000,20,520,9121,3471,8082,285

202020,621,5622,73624,0425,4226,855

Ví dụ chọn β trong 2 trường hợp sau

1.3 Phương pháp dự báo theo đường xu hướng

1.3.1 Phương pháp dự báo theo đường đường thẳng xu hướng

2

)

x n

xy x y x

+ Nếu ∑x = 0 => a = ; b = Trường hợp n lẻ

Phương pháp này áp dụng cho một số mặt hàng có nhu cầu biến động theo thời vụ trong năm Nguyên nhân có thể do điều kiện thời tiết, địa lý hoặc do tập quán tiêu dùng ở từng vùng khác nhau ( Tết, lễ, hội )

Để dự báo nhu cầu các mặt hàng này ta cần khảo sát mức độ biến động của nhu cầu theo thời vụ bằng cách tính chỉ số thời vụ trên cơ sở dãy số liệu thu thập được qua các thời kỳ

Các bước tính toán như sau :

Bước 1 : Tính chỉ số thời vụ

- Tính nhu cầu bình quân của các thời kỳ cùng tên của dãy số liệu quá khứ ()

- Tính số bình quân của thời kỳ trong dãy số liệu ()

- Tính chỉ số thời vụ của từng thời kỳ

: Chỉ số thời vụ của thời kỳ i

Bước 2 : Dự báo nhu cầu của từng thời kỳ cho năm (k+1) theo đường xu

y y

I =

Tháng Nhu cầu Nhu cầu trung

bình 2008

2007-Nhu cầu trung bình hàng tháng

100 85 90 110 131 120 116 110 95 85 85 80

90 80 85 100 123 115 105 100 90 80 80 80

94 94 94 94 94 94 94 94 94 94 94 94

0.957 0.851 0.904 1.064 1.309 1.223 1.117 1.064 0.954 0.851 0.851 0.851

(1200/12) x 0.957 = 96(1200/12) x 0.851 = 85(1200/12) x 0.904 = 90(1200/12) x 1.064 = 106(1200/12) x 1.309 = 131(1200/12) x 1.223 = 122(1200/12) x 1.117 = 112(1200/12) x 1.064 = 106(1200/12) x 0.957 = 96(1200/12) x 0.851 = 85(1200/12) x 0.851 = 85(1200/12) x 0.851 = 85

1.4 Phương pháp dự báo theo mối quan hệ tương quan

y = ax + b

a =

b = - a

= ; =

x - biến độc lập (yếu tố ảnh hưởng tới y)

Để tìm được x7 ta cần dự báo

- Người bán hàng

- Người quản lý

- Chuyên gia

Phương pháp “Quan Điểm của Người Quản Lý”

 Phương pháp này đơn giản, dễ sử dụng: thu thập các số liệu dự báo (dự đoán) của một số người quản lý cấp cao Thông thường, các nhà quản lý được chọn từ các phòng chức năng khác nhau để có thể đại diện cho nhiều quan điểm khác nhau trong doanh nghiệp Mỗi nhà quản lý nhận được số liệu quá khứ và họ tự đưa ra số liệu dự báo trong tương lai Sau đó tùy thuộc vào tình hình của công ty mà bảng tổng hợp dự báo sẽ hình thành từ các dự báo cá nhân

 Số liệu dự báo cá nhân có thể được trình bày bằng các báo cáo hoặc phát biểu trong cuộc họp Có hai mục tiêu trong quá trình tổng hợp là:

− Loại bỏ những dự báo hoàn toàn trái ngược làm ảnh hưởng đến số liệu dự báo toàn bộ

− Loại bỏ việc cho phép những dự báo từ một nhà quản lý lấn át số liệu dự báo toàn bộ

Trị dự báo trung bình có thể không có hoặc có trọng số Trọng số thường lớn

với những nhà quản lý có kiến thức về loại số liệu cần dự báo

 Hai vấn đề cần lưu ý là

− Thứ tự trình bày số liệu dự báo ø

− Trọng số cho từng quan điểm cá nhân

Thông thường những người trẻ hay có chức vụ thấp bị ảnh hưởng bởi những người có kinh nghiệm hay có vị trí cao hơn, để khắc phục tình trạng này những ý kiến phát biểu bắt đầu từ những người có ít quyền hành nhất và tiến đến những người ảnh hưởng nhất

Quá trình lấy sự ý kiến của người điều hành

Cuối cùng, bởi vì mỗi dự báo của nhà quản lý đơn giản cũng chỉ là dự đoán (dù là tốt), dự báo tổng thể cũng chỉ là đoán Vì vậy bước cuối cùng nên là một bước rà soát, xem lại của dự báo tổng hợp Kỹ Thuật Delphi

 Kỹ thuật Delphi là phương pháp để tổng hợp quan điểm của chuyên gia Kỹ thuật Delphi khác với kỹ thuật trên ở hai điểm: tính vô danh và tính phản hồi Để bảo đảm rằng mỗi chuyên gia sẽ đưa ra dự báo tốt nhất của họ, dự báo sẽ được tổng hợp thông qua bảng câu hỏi, chứ không phải là meeting hay quyết định và mỗi phản hồi cá nhân sẽ được dấu tên đi Kết quả từ bảng câu hỏi sẽ được lập thành bảng và gửi lại cho các chuyên gia Các chuyên gia sẽ đực yêu cầu để điều chỉnh câu trả lời của họ nếu cần Cụ thể là nếu dự báo của chuyên gia này ở 25% thấp nhất hay 25% cao nhất so với mức dự báo tổng hợp, họ sẽ được yêu cầu điều chỉnh dự báo của họ

Dự báo một lần nữa sẽ được tổng hợp, gửi về các chuyên gia và quá trình tổng hợp sẽ tiếp tục như vậy cho đến khi đạt được một khoảng dự báo dao động nhỏ sau một số bước vừa phải

Dữ liệu

Gđ Tiếp thị

Gđ Sản xuất

Gđ Tài chính

D Ự

B Á Ó

 Cho dù kỹ thuật Delphi vẫn đang được dùng rộng rãi, vẫn có nhiều khiếm khuyết Việc tiến hành lấy ý kiến một thời gian dài dẫn đến các ý kiến sẽ lẫn lộn, khó phân biệt; việc chọn lựa chuyên gia hỏi có phần ngẫu nhiên và thường thì có chuyên gia sẽ rút ra khỏi ban chuyên gia Cuối cùng là ngay cả khi đạt được một sự thống nhất, nó có thể sai!

Tổng Hợp từ Lực Lượng Bán Hàng

 Thay vì lấy ý kiến từ các nhà quản lý cấp cao, đôi khi dự báo (nhất là dự báo về lượng hàng bán) được lấy từ lực lượng bán hàng Phương pháp này gọi là tổng hợp từ lực lượng bán hàng hoặc phương pháp “gốc của cỏ” Có thể đoán là lực lượng bán hàng sẽ có những cảm nhận sản phẩm nào sẽ bán được hoặc không, cũng như lượng bán được sẽ như thế nào Lực lượng bán hàng sẽ nộp dự báo của họ về người quản lý ở từng quận sau đó tổng hợp cho người quản lý khu vực Bảng tổng hợp dự báo từ khu vực sau đó sẽ được gửi về trung tâm

 Thuận lợi của phương pháp này (về mặt lý thuyết) ở chỗ: lực lượng bán hàng là lực lượng đạt tiêu chuẩn nhất để giải thích về nhu cầu của sản phẩm, đặc biệt là trong vùng bán hàng của họ Tuy nhiên có bất lợi ở chỗ là lực lượng bán hàng có thể trở nên “quá lạc quan” về dự báo của họ nếu họ tin rằng một dự báo thấp có thể dẫn đến việc sa thải công nhân Điều ngược lại cũng được suy diễn tương tự Đương nhiên có một cách để khuyến khích lực lượng này có dự báo tốt là có những thưởng và phạt cho dự báo tốt và xấu