Absatzplanung

Question 1

Was versteht man unter einer Nachfrageprognose?

Answer 1

Vorhersage zukünftigen Nachfrageverhaltens für ein Produkt auf Basis des vergangenen Nachfrageprozesses durch Extrapolation in die Zukunft
(Zeitreihenanalysen)

Question 2

Wie lauten die vier Komponenten in die eine Zeitreihe zerlegt werden kann?

Answer 2

L: Nieveau (Level) f(t)=a
T: Langfristiger Trend f(t)=a*t+b
S: Saisonelle Schwankungen f(t)= a+St
(-> systematische Komponenten)
I: Unregelmäßige Zufallsschwankung (Irreguläre Komponente)

Question 3

Wie setzt sich der Prognosewert zusammen?

Answer 3

Prognosewert = Systematische Komponenten + Irreguläre Komponenten

Question 4

Welche Verfahren werden bei konstantem Niveau zur Analyse verwendet?

Answer 4

Annahme Nachfrage schwankt zufällig um ein festes Niveau:

• Arithmetisches Mittel
• Gleitender Durschnitt
• Exponentielle Glättung 1. Ordnung

Question 5

Welche Verfahren werden bei einer trendförmigen Nachfrage zur Analyse verwendet?

Answer 5

Annahme Linearer Nachfragetrend:

• Exponentielle Glättung 2. Ordnung
• Verfahren von Holt

Question 6

Welches Verfahren wird bei Saisionalitäten verwendet?

Answer 6

Annahme saisonbehafteter linearer Nachfragetrend:

-Exponentielle Glättung 3. Ordnung

Question 7

Was ist der Vorteil des Verfahren von Holt gegenüber der exponentiellen Glättung 2. Ordnung?

Answer 7

Die exp. Glättung 2. Ordnung verwendet nur einen Glättungsparameter und ist damit eher unflexibel.
-> Verfahren von Holt führt getrennte exp. Glättung 1. Ordnung für achsenabschnitt und Trend durch (-> 2 Glättungsparameter)

Question 8

Wozu dient der Prognosefehler?

Answer 8

Dient der Beurteilung der Güte der Prognose, um ggf. das Modell oder Parameter anzupassen.

-> Prognosefehler werden zu Fehlermaßen zusammengefasst, um die Güte der Prognose beurteilen und vergleichen zu können

Question 9

Welche verschiedenen Arten von Fehlermaßen gibt es?

Answer 9

1. Mittlerer Fehler nach n Perioden(MFn)
2. Mittlerer absoluter Fehler nach n Perioden(MAFn)
3. Mittlerer prozentualer Fehler(MPFn)
4. Mittlerer absoluter prozentualer Fehler(MAPFn)

Question 10

Was sind BIG DATA?

Answer 10

Datenmengen, die die Kapazitäten von herkömmlichen Datenverarbeitungsmschinen überschreiten

Question 11

Was sind neuronale Netze? Was sind die Vor- und Nachteile?

Answer 11

Künstlichen neuronalen Netzten werden i.d.R. mit großen Datenmengen Systemzusammenhänge “traniert” um z.B Prognosen abzuleiten.
- Orientierung am menschlichen Gehirn

Vorteile: -Lernfähigkeit, Toleranz geg.über fehlenden oder fehlerhaften Daten
Nachteile: aufwendig, intransparent, Blackbox -> keine Erklärfunktion