การพยากรณ์เพื่อการผลิต

1. บทที่ 3 การพยากรณ์เพื่อการผลิต

2. ความหมายของการพยากรณ์ • การพยากรณ์ เป็นการคาดคะเนหรือประมาณการเหตุการณ์ในอนาคต โดยอาศัยข้อมูลในอดีตหรือปัจจุบันตลอดจนวิจารณญาณ ความรู้ ประสบการณ์ของบุคคล เพื่อให้การตัดสินใจมีความถูกต้อง ข้อมูลหรือประสบการณ์ในอดีต เทคนิคการพยากรณ์ (กระบวนการพยากรณ์) ผลที่ได้จากการพยากรณ์ แสดงความหมายของการพยากรณ์

3. ความสำคัญของการพยากรณ์ 1. ด้านการตลาด 2. ด้านการผลิต 3. ด้านการเงิน 4. ด้านทรัพยากรมนุษย์

4. ประโยชน์ของการพยากรณ์ประโยชน์ของการพยากรณ์ 1. ช่วยในการกำหนดตารางการใช้ทรัพยากรที่มีอยู่ในปัจจุบัน 2. ทำให้องค์การสามารถเสาะแสวงหาทรัพยากรอื่นๆมาเพิ่มเติมจากพื้นฐาน ข้อมูลที่มีอยู่ในปัจจุบัน 3. ทำให้ทราบว่าองค์การธุรกิจต้องการอะไร 4. นำมาใช้ในการวางแผนช่องทางการจัดจำหน่าย 5. ใช้ในการวางแผนจัดทำงบประมาณสำหรับหน่วยงานต่าง ๆ ขององค์การ 6. ช่วยในการวางแผนส่งเสริมการจำหน่ายให้กับลูกค้าได้อย่างมีประสิทธิภาพ 7. ช่วยในการควบคุมและรักษาส่วนแบ่งตลาดให้มีความต่อเนื่องในด้านบวก 8. ใช้เป็นเครื่องมือในการกำหนดเป้าหมายในการดำเนินงาน

5. การพยากรณ์ที่ดีต้อง Timely Accurate Reliable Easy to use Written Meaningful

6. ขั้นตอน ในระบบ การพยากรณ์ การตัดสินใจใช้การพยากรณ์ เลือกรายการการพยากรณ์ ตัดสินใจเวลา ที่ใช้ในการพยากรณ์ เลือกรูปแบบการพยากรณ์ รวบรวมข้อมูลที่จำเป็น ต่อการพยากรณ์ ทำการพยากรณ์ สร้างความเที่ยงตรงและ ปฏิบัติการวิเคราะห์ผลลัพธ์

7. ประเภทของการพยากรณ์ สามารถจำแนกได้ 3 ลักษณะ คือ 1. แบ่งตามระยะเวลาที่ใช้ในการพยากรณ์ • การพยากรณ์ระยะสั้น (short – range forecasting) • การพยากรณ์ระยะปานกลาง (medium – range forecasting) • การพยากรณ์ระยะยาว (long – rangeforecasting)

8. แสดงชนิดและคุณลักษณะของการพยากรณ์แสดงชนิดและคุณลักษณะของการพยากรณ์

9. การพยากรณ์เชิงคุณภาพ วิธีการพยากรณ์เชิงคุณภาพที่นิยมใช้กันในทางปฏิบัติ มี 4 วิธี ดังนี้ 1. การพยากรณ์โดยวิธีการรวบรวมความคิดเห็นจากพนักงานขาย (opinions of sales staff) 2. การพยากรณ์โดยวิธีการรวบรวมความคิดเห็นของผู้บริหาร (executive opinions) 3. การพยากรณ์โดยวิธีการสำรวจความคิดเห็นของลูกค้า (customer survey) 4. การพยากรณ์โดยวิธีการรวบรวมคิดเห็นของผู้เชี่ยวชาญ หรือวิธีเดลไฟ (Delphi method)

10. การพยากรณ์เชิงปริมาณ มี 2 รูปแบบ คือ 1. ตัวแบบการพยากรณ์แบบอนุกรมเวลา • แนวโน้ม (trend) • ฤดูกาล (seasonality) • วัฏจักร (cycles) • เหตุเหนือความคาดหมาย (random)

11. Forecast Variations ผันแปรไม่ปกติ Trend เป็นวงจร 46 45 44 ผันแปรตามฤดู

12. การพยากรณ์โดยใช้ตัวอนุกรมเวลา มีวิธีต่าง ๆ ดังต่อไปนี้ 1. วิธีหาค่าแบบตรงหรือวิธีการหาค่าแบบง่าย (naive approach) 2. วิธีหาค่าเฉลี่ยเคลื่อนที่ (moving average) ดูตัวอย่างหน้า 100-102 3. วิธีปรับเรียบแบบเอ็กซ์โพเนนเชียล (exponential smoothing) ดูตัวอย่างหน้า 104 ตัวแบบเหตุผล (causal models) การวิเคราะห์การถดถอย (regression analysis) ดูตัวอย่างหน้า 106

13. ความคลาดเคลื่อนของค่าพยากรณ์ การหาค่าเบี่ยงเบนเฉลี่ยสัมบูรณ์ (MAD : Mean Absolute Deviation) ความแตกต่างระหว่างยอดการขายจากการพยากรณ์กับยอดการขายที่เกิดขึ้นจริง จะเป็นบวกหรือลบก็ได้ (ดูตัวอย่างหน้า 108 ในตาราง)

14. At- Ft Σ MAD = n ความคลาดเคลื่อนของค่าพยากรณ์ (ต่อ) ตัวแบบแสดงความสัมพันธ์ At แทนยอดการขายที่เกิดขึ้นจริงในคาบเวลา t Ft แทนยอดการขายที่พยากรณ์ไว้ในคาบเวลา t n แทนจำนวนคาบเวลาที่นำมาหาค่าเฉลี่ย แทนเครื่องหมายแสดงค่าสัมบูรณ์ที่ไม่คำนึงว่าจะเป็นเครื่องหมายบวกและลบ Σ แทนเครื่องหมายแสดงว่าต้องบวกเข้าด้วยกันให้ครบจำนวน

15. ความคลาดเคลื่อนของค่าพยากรณ์ (ต่อ) การหาค่าผิดพลาดเฉลี่ยกำลังสอง (MSE : Mean Square Error) ซึ่งจะเริ่มต้นด้วยการหาผลต่างระหว่างยอดการขายที่ทำการพยากรณ์กับยอดการขายที่เกิดขึ้นจริงก่อน ภายใต้เครื่องหมายวงเล็บแล้วยกกำลังสอง 2 (At- Ft) Σ MSE = n การนำค่า MSEไปใช้ต้องถอดรากที่สองก่อน

16. ความคลาดเคลื่อนของค่าพยากรณ์ (ต่อ) การหาค่าผิดพลาดเฉลี่ย( Mean Forecast Error: MFE) เป็นการหาผลต่างระหว่ายอดการขายที่พยากรณ์ กับยอดการขายที่เกิดขึ้นจริงก่อนแล้ว หาผลรวมของความแตกต่างนั้นทุกคาบเวลาเข้าด้วยกัน แล้วหารด้วยจำนวนคาบเวลาที่ใช้ทั้งหมดมาหาค่าเฉลี่ย ค่า MFE ที่ได้ถ้ายิ่งมีค่าใกล้เคียงกับ 0 เท่าใด ยิ่งแสดงว่าการพยากรณ์มีความแม่นยำมาก At- Ft Σ MFE = n

17. ความคลาดเคลื่อนของค่าพยากรณ์ (ต่อ) • การหาค่าผิดพลาดร้อยละเฉลี่ยสัมบูรณ์( Mean Absolute Percentage Error: MAPE)