Predvidevanje povpraševanja - Modul 4

Question 1

Sistem planiranja in kontrole izdelavne poslovne funkcije

Answer 1

Usklajujemo potrebno in zmogljivo razpoloženje
Izhaja iz predvidenega povpraševanja

Question 2

Kako je sestavljena shema sistema planiranja in kontrole izdelave poslovne funkcije

Answer 2

Predvidevanje povpraševanja
Dolgoročno planiranje izdelave
Mesečno planiranje izdelave
Operativno planiranje izdelave
Planiranje potreb po materialih
Lansiranje nalogov in kontrola izdelave

Question 3

Predvidevanje povpraševanja

Answer 3

Osnova za različne odločitve
Znotraj teh odločitev skušamo doseči usklajenost med potrebno zmogljivostjo in razpoložljivo zmogljivostjo
Če hočemo pokriti celotno ali del povpraševanja naredimo oceno, kolikšno zmogljivost bo potrebno zagotoviti

Question 4

Dolgoročno planiranje izdelave

Answer 4

1x na leto
Gre za odločitve o delovnih sredstvih (gre za daljše časovno obdobje)
Ti plani so dokaj agregirani, ne moremo iti v podrobnosti, saj ne moremo predvideti kaj bomo proizvajali v prihodnih letih

Question 5

Mesečno planiranje izdelave

Answer 5

Srednjeročno - delamo plane za 1 leto naprej po mesecih
Planiramo za družine proizvodov
Tu rešujemo problem sezonskih nihanj (kako odreagiramo na neko sezonsko komponento)

Question 6

Kaj so družine proizvodov

Answer 6

Znotraj iste družine proizvodov damo tiste proizvode, ki imajo podobne zahteve izdelave

Question 7

Operativno planiranje izdelave

Answer 7

Tu govorimo o konkretnih modelih, ki jih proizvajamo v nekem kratkoročnem obdobju (8-12 tednov), odločimo do kdaj naj bi bili proizvodi narejeni in v kakšnih količinah

Question 8

Lasiranje nalogov in kontrola izdelka

Answer 8

Lansiranje - prehod od plana na izvedbo
Kontrola izdelave - spremljamo dejanski potek izdelave, ali gre vse po planih

Question 9

Kateri dve vrsti planiranja sta kratkoročni in se delata po dnevih-tednih za nekaj tednov naprej

Answer 9

Operativno planiranje izdelave in planiranje potreb po materialih

Question 10

Glede na kaj vse se plani razlikujejo (4)

Answer 10

• Časovni horizont: za kako dolgo obdobje naprej delamo neke plane
• Časovna enota: za kakšne časovne enote delamo plane ( po letih, mesecih, dnevih)
• Planska frekvenca: kako pogosto ne plan delamo (1x na leto, vsak mesec)
• Stopnja agregiranosti: stopnjo podrobnosti planiranja - ali se gre o skupnih pogojnih enotah ali o konkretnih proizvodih

Question 11

Kako v planiranju poslovanja ločimo odločitve

Answer 11

Ločimo dolgoročne, strateške od kratkoročnih, taktičnih

Question 12

DOLGOROČNO, SREDNJEROČNO in KRATKOROČNO predvidevanje povpraševanja

Answer 12

DOLGOROČNO: dolgoročno planiranje fiksnih zmogljivosti. Pokriva obdobje nekaj let, izvaja se za skupine proizvodov - npr. Koliko parov smuči bi proizvajali

SREDNJEROČNO: mesečno planiranje izdelave. Zajema obdobje 6 do 18 mesecev, izvaja se za družine proizvodov - npr. Katere smuči proizvajati (tekmovalne, navadne)

KRATKOROČNO: operativno planiranje izdelave, kjer se odločamo o času proizvodnje posameznih proizvodov, velikosti zaloge. Zajema obdobje od nekaj tednov do nekaj mesecev - npr. Predvidevanje D po posameznih modelih smuči za nekaj mesecev naprej

Question 13

Dopolni: za različne vrste predvidevanja D uporabljamo različne ____________. Te morajo biti prilagojene ___________ ______________ —> morajo zagotavljati ustrezne ___________ podatke, da te odločitve lahko sprejemamo

Answer 13

Metode
Vsebini odločitve
Vhodne

Question 14

Osnovni zakoni predvidevanja D

Answer 14

• Predvidevanja so praviloma napačna - dejansko D bo drugačno kot smo predvidevali. Pri predvidevanju D obstaja neko tveganje in tega mormo ustrezno vključiti v odločanje
• Dobro predvidevanje ne daje zgolj ene številke - ker zadaj obstaja neko tveganje
• Daljši kot je časovni horizont, manj zanesljivo je predvidevanje
• Agregatno predvidevanje je bolj zanesljivo - ali so plani agregatni ali bolj podrobni

Question 15

Kako delimo metode predvidevanja D

Answer 15

Kvalitative in kvantitativne metode predvidevanja D

Question 16

Kvalitativne metode predvidevanja D

Answer 16

So zasnovane na oceni, presoji o tem kateri so vzorčni dejavniki, ki vplivajo na prodajo in kakšni bodo verjetni vplivi teh vzorčnih dejavnikov v prihodnosti
Temeljijo torej na SUBJEKTIVNIH MNENJIH različnih posameznikov
Take metode so primerne, ko nimamo podatkov o preteklem D ali takrat, ko pretekli podatki niso dobra podlaga za napovedovanje prihodnosti

Question 17

Kako ločimo kvalitativne metode predvidevanja D (6)

Answer 17

• ocene vodilnega osebja: so osebe, ki imajo dobre info o tem, kaj se dogaja v podjetju in okolju, oni tudi oblikujejo strategije. Upošteva se pri dolgoročnem predvidevanju D
• delfi metoda: anketiranje strokovnjakov
• ocene prodajnega osebja: posamezni prodajalci ocenijo D za svoje področje. Uporablja se za kratkoročne napovedi D, za dolgoročne napovedu prodajno osebje nima info
• anketiranje kupcev: tu gre za B2B poslovanje, ko delujemo kot dobavitelj končnim proizvajalcem
• tržne raziskave: tu info dobimo od končnih potrošnikov
• analogija z drugimi državami in podobnimi proizvodi (tak pristop uporabimo v primeru, ko je nek proizvod/storitev že uveljavljena v drugi državi, v naši državi pa se šele začenja uveljavljati na domačem trgu - tu lahko predvidimo, da bo hitrost uvajanja in obseg uvedbe proizvoda podoben , kot je bil v drugi državi)

Question 18

Kako poteka delfi metoda

Answer 18

Gre za pisno anketiranje strokovnjakov, ki ga izvajamo v večih krogih
Vsak strokovnjak da svoj pogled na to kako se bo razvoj trga odvijal
Nato nekdo te ocene zbere in jih sumarno prikaže ter jim pošlje nazaj za ponovni pregled in prosi za neko oceno
Ta metoda in izvedba nista poceni

Question 19

Kvantitativne metode predvidevanja D

Answer 19

Matematični modeli, ki so zasnovani na podatkih iz preteklosti
Vse kvantitativne metode temeljijo na predpostavki, da gibanje v prihodnosti lahko predvidimo na podlagi gibanj v preteklosti

Question 20

Dva pristopa kvantitativne metode predvidevanja D

Answer 20

Vzorčne metode - temeljijo na ugotavljanju povezav med odvisno in neodvisnimi spremenljivkami v preteklosti (izbiramo take, ki so vzorčno-posledično povezani z D)

Analiza časovnih vrst - tu predvidevamo vrednosti določene spremenljivke v prihodnosti, kot funkcijo gibanja vrednosti te spremenljivke v preteklih časovnih obdobjih. Vsako časovno vrsto lahko razčlenimo na njene komponente (povprečje, trend, cikel, sezona, slučajna nihanja)

Question 21

povprečje, trend, cikel, sezona, slučajna nihanja

Answer 21

povprečje - povprečne vrednosti vseh podatkov, ki so vključeni v ČV
trend - osnovna dolgoročna smer razvoja
cikel - vzorec gibanja, ki se pojavi v nekem dolgoročnem obdobju
sezona - vzorec gibanja, ki se ponavlja v krajših časovnih obdobjih
slučajna nihanja - vse znotraj ČV, kar nismo zajeli skozi prejšne komponente

Question 22

Kvantitativne metode za DOLGOROČNO predvidevanje D

Answer 22

Za obdobje daljše od enega leta, tako izločimo sezonske vplive in slučajna nihanja
Za tako predvidevanje D se uporablja regresije
Enostavni linearni regresijski model: Y = a + bX

Question 23

Kaj nam kaže učinkovitost modela

Answer 23

Determinacijski koeficient, ki kaže kolikšen delež variabilnosti v odvisni spremenljivki lahko pojasnemo z variabilnostjo v neodvisni spremenljivki x

Question 24

Korelacijski koeficient

Answer 24

Vrednost med -1 in 1
Kaže smer in jakost povezave

Question 25

Kvantitativne metode za KRATKOROČNO predvidevanje D

Answer 25

Zajema obdobje do enega leta
Uporabljamo metode analize časovnih vrst, iz nje izločimo vpliv trenda in cikla, glavni vpliv imajo slučajna nihanja

Question 26

Pri ocenjevanju metod kratkoročnega predvidevanja D uporabljamo tri kriterije

Answer 26

Stopnja odzivnosti na spremembe
Stopnja stabilnosti
Stopnja zanesljivosti

Question 27

Naivna metoda

Answer 27

Predvideno povpraševanje je enako dejanskemu iz preteklega obdobja

Question 28

Kazalca zanesljivosti napovedi

Answer 28

KOMULATIVNA NAPAKA V NAPOVEDI (KNN)
- kaže smer odklanjanja
- če so naše napovedi prenizke, bo KNN visoka pozitivna vrednost, če so napovedi previsoke, bo KNN visoka negativna vrednost, če pa so napovedi deloma previsoke in deloma prenizke, no KNN blizu nič

POVPREČNA ABSOLUTNA NAPAKA NAPOVEDI (PANN)
- kaže povprečno velikost odstopanj napovedu od dejanskih vrednosti spremenljivke v dolocenem obdobju
- odstopanja upoštevamo ne glede na njihov predznak
- ko so napake v napovedu previsoke imamo —, ko pa so prenizke imamo pa + predznak

Question 29

Dopolni: če vemo da je PANN blizu 0, pomeni, da smo se v napovedih v vseh obdobjih relativno _______ motili. Če pa je KNN blizu 0, pa ni nujno, ker smo se lahko v nekaterih obdobjih bolj motili, kot v drugih in se med sabo lahko ________

Answer 29

Malo
Izničijo

Question 30

Metoda drseče sredine in kolikšen N je ustrezen

Answer 30

Izračunamo povprečno vrednost spremenljivke za nekaj preteklih obdobij in ta aritmetična sredina je napoved za naslednje obdobje

2 možnosti izbire N:
STOPNJA STABILNOSTI in STOPNJA ODZIVNOSTI. Ti dve si nasprotujeta, če je napoved stabilna je manj odzivna in obratno. Kažeta kako hitro in močno naša napoved reagira na pretekla dogajanja
- majhen N: visoka stopnja odzivnosti, nizka stopnja stabilnosti
- velik N: visoka stopnja stabilnosti, nizka stopnja odzivnosti

Question 31

Metoda tehtanih drsečih sredin

Answer 31

Ne upoštevamo aritmetične sredine, temveč različnim preteklim obdobjem pripišemo različen pomen
Obdobjem dodajamo pondre - bližjim obdobje, dajamo višje pondre, bolj oddaljenim pa nižje, ker predpostavljamo, da ima bilžje obdobje več vpliva na neko prihodno dogajanje

Question 32

Metoda eksponentnega glajenja in kolikšen α je ustrezen

Answer 32

Novo povprečje, ki služi kot napoved D, izračunamo na podlagi predhodnega povprečja in zadnjega zabeleženega D

1. Lahko vzamemo različen α in ga stestiramo na različnih podatkih in v prihodnosti uporabljamo tisti α, ki se je na preteklih podatkih pokazal kot najbolj zanesljiv
2. Upoštevamo stopnjo stabilnosti in odzivnosti
   
   • α =1 —> naivna metoda, kar pomeni, da je pri visokem α naša metoda ODZIVNA
   • α = 0 —> kar pomeni, da bi imeli opravka s STABILNIM modelom

Question 33

Pri izbiri ustreznega sistema predvidevanja velja upoštevati naslednje dejavnike (7)

Answer 33

Stroški in zanesljivost
Usposobljenost porabnikov
Razpoložljivi podatki in čas
Časovni horizont
Vrsta proizvodov in storitev ter namen uporabe
Stopnja odzivnosti in stopnja stabilnosti
Značilnost podatkov

Question 34

Analiza časovnih vrst - povzetek

Answer 34

. Presoja: noben model analize časovnih vrst ne more predvideti strukturnih sprememb, ki niso bile ugotovljene s preteklim opazovanjem; to zahteva presojo rezultatov modela s strani uporabnika.
. Odzivnost napovedi: Manjše vrednosti N ali veče vrednosti α naredijo modela drsečih sredin in
eksponentnega glajenja bolj odzivna (in s tem manj stabilna) na spremembe v vrednosti spremenljivke.
. Konstante glajenja: izbira konstant glajenja je “umetnost”; najboliše kar lahko naredimo je, da izberemo tiste konstante, ki dajo najboljšo zanesjivost napovedi na preteklih podatkih.

Question 35

Planiranje potreb po materialih

Answer 35

Najbolj podroben plan
Tu govorimo o tem, kdaj moramo začeti z nekimi aktivnostnmi izdelave ali nabave