Bài thảo luận Chương 05- dự báo

1CHƯƠNG 05 DỰ BÁO GVHD: TS Phạm Văn Lâm Lớp :MBA04 Nhóm: 05 1.Nguyễn Thị Hạnh 2.Nguyễn Thị Khánh Điệp 3.Đinh Thị Thùy Luy 4.Nguyễn Đức Thịnh 7/24/2014 2 Dự báo là gì Vì sao phải dự báo Các loại dự báo Các bước dự báo Các phương pháp dự báo Cách tiếp cận dự báo Phương pháp định tính Phương pháp định lượng TỔNG QUAN 7/24/2014 3 Dự báo là gì? • Quá trình tiên đoán một sự kiện trong tương lai • Cơ sở nền tảng của mọi quyết định trong kinh doanh – Sản xuất – Tồn kho – Nhân sự – Phương tiện Doanh thu sẽ là 200 triệu $! 7/24/2014 4 Vì sao phải dự báo • Các nhà quản trị doanh nghiệp chủ động trong việc đề ra các kế hoạch và các quyết định cần thiết phục vụ cho quá trình sản xuất kinh doanh, đầu tư, quảng bá, quy mô sản xuất, kênh phân phối sản phẩm, nguồn cung cấp tài chính… • Trong các doanh nghiệp nếu công tác dự báo được thực hiện một cách nghiêm túc còn tạo điều kiện nâng cao khả năng cạnh tranh trên thị trường. 7/24/2014 5 • Dự báo ngắn hạn – Đến 1 năm; thường là ít hơn 3 tháng – Điều độ công việc, phân công việc cho công nhân • Dự báo trung hạn – 3 tháng đến 3 năm – Đặt kế hoạch bán hàng & sản xuất, dự thảo ngân sách • Dự báo dài hạn – Trên 3 năm – Đặt kế hoạch sản phẩm mới, vị trí doanh nghiệp Các loại dự báo theo tầm xa dự báo 7/24/2014 6 Dự báo ngắn hạn hay là dài hạn • Các dự báo trung/dài hạn giải quyết nhiều vấn đề bao quát hơn và yểm trợ các quyết định quản lý về hoạch định và sản phẩm, máy móc, thiết bị và quy trình. • Dự báo ngắn hạn thường sử dụng nhiều phương pháp luận khác nhau hơn là dự báo dài hạn. • Các dự báo ngắn hạn có khuynh hướng chính xác hơn các dự báo dài hạn. 7/24/2014 7 Các loại dự báo • Các dự báo kinh tế – Address chu kỳ kinh doanh, ví dụ, tỷ lệ lạm phát, lượng cung tiền, v.v… • Các dự báo công nghệ – Tiên đoán tốc độ tiến bộ công nghệ – Tiên đoán sự chấp nhận sản phẩm mới • Các dự báo nhu cầu – Tiên đoán doanh số của sản phẩm hiện có 7/24/2014 8 Bảy bước trong dự báo • 1.Xác định mục đích của dự báo • 2.Chọn những loại sản phẩm cần dự báo • 3.Xác định tầm xa dự báo • 4.Chọn mô hình dự báo • 5.Thu thập dữ liệu • 6.Thực hiện dự báo • 7.Phê chuẩn và thực hiện kết quả 7/24/2014 9 Những thực tế của dự báo • 1.Dự báo hiếm khi chính xác • 2.Hầu hết các phương pháp dự báo giả định có sự ổn định cơ bản nào đó trong hệ thống • 3.Cả dự báo họ sản phẩm lẫn dự báo ( aggregated product) thì chính xác hơn các dự báo từng sản phẩm cụ thể 7/24/2014 10 Các cách tiếp cận dự báo • Được sử dụng khi tình huống ‘ổn định’ & có dữ liệu quá khứ – Sản phẩm hiện có – Công nghệ hiện hành • Cần đến các kỹ thuật toán học – ví dụ, dự báo doanh số ti vi màu Phương pháp định lượng • Được sử dụng khi tình huống không rõ ràng & có ít dữ liệu – Sản phẩm mới – Công nghệ mới • Cần đến trực giác, kinh nghiệm – ví dụ, dự báo doanh số trên Internet Phương pháp định tính 7/24/2014 11 Tổng quan các phương pháp định tính • Ýù kiến của bộ phận giám khảo thuộc ban điều hành – Các nhà quản lý Nhóm chuyên gia, đượchỏi lặp điều hành cao cấp cùng nhau hội ý, đôi khi suy rộng (augment) nhờ các mô hình thống kê • Phương pháp Delphi • đi lặp lại • Lấy ý kiến hỗn hợp của lực lượng bán hàng – Các số lượng hàng bán ước đoán của từng người bán hàng được thẩm định để đoan chắc là nó hiện thực, rồi được kết hợp lại • Nghiên cứu thị trường người tiêu dùng – Hỏi khách hàng 7/24/2014 12 • Gồm có một nhóm nhỏ các nhà quản trị cao cấp tham gia – Ước đoán theo nhóm nhu cầu bằng cách làm việc cùng nhau • Kết hợp kinh nghiệm quản lý với các mô hình thống kê • Khá nhanh • Sự bất lợi ‘Tư duy theo nhóm’ © 1995 Corel Corp. Lấy ý kiến của bộ phận giám khảo thuộc ban điều hành 7/24/2014 13 Lấy ý kiến hỗn hợp của lực lượng bán hàng • Mỗi một người bán hàng dự kiến số lượng hàng bán ra của mình • Được kết hợp ở cấp quận/ huyện & cấp quốc gia • Các đại diện bán hàng biết ước muốn của khách hàng • Có khuynh hướng lạc quan quá mức Doanh số © 1995 Corel Corp. 7/24/2014 14 Phương pháp Delphi • Nhóm quá trình lặp đi lặp lại • 3 loại người – Những người ra quyết định – Những nhân viên, điều phối viên – Những chuyên gia • Giảm ‘tư duy theo nhóm (group-think)’ Những chuyên gia Điều phối viên Người ra quyết định (Doanh số?) (điều tra Doanh số sẽ là bao nhiêu?) (Doanh số sẽ là 45, 50, 55) (Doanh số sẽ là 50!) 7/24/2014 15 Nghiên cứu thị trường người tiêu dùng • Hỏi khách hàng về các kế hoạch mua sắm • Những gì người tiêu dùng nói, và những gì họ thực sự làm thường khác nhau • Đôi khi khó trả lời Trưa nay lớp MBA04 ăn trưa ở Restaurant nao? © 1995 Corel Corp. 7/24/2014 16 Tổng quan về các phương pháp định lượng • Phương pháp thô • Bình quân di động • San bằng mũ • Hoạch định theo xu hướng • Hồi quy tuyến tính Các mô hình chuỗi thời gian Các mô hình kết hợp 7/24/2014 17 Các phương pháp dự báo định lượng Dự báo định lượng Hồi quy tuyến tính Các mô hình kết hợp San bằng mũ Bình quân di động Các mô hình chuỗi thời gian Hoạch định theo xu hướng 7/24/2014 18 • Tập dữ liệu số cách quãng đều – Có được bằng cách quan sát biến đáp ứng tại những thời đoạn cách quãng đều • Dự báo chỉ dựa vào các giá trị quá khứ – Giả định các nhân tố ảnh hưởng đến quá khứ và hiện tại sẽ còn ảnh hưởng trong tương lai • Ví dụ Năm: 1998 1999 2000 2001 2002 Doanh số: 78,7 63,5 89,7 93,2 92,1 Chuỗi thời gian là gì? 7/24/2014 19 Xu hướng Mùa vụ Chu kỳ Ngẫu nhiên Các thành phần của chuỗi thời gian 7/24/2014 20 • MA là một chuỗi các số trung bình số học • Được sử dụng nếu ít có hoặc không có xu hướng • Được sử dụng để san bằng – Tạo ra ấn tượng chung về dữ liệu over time • Phương trình MA Các nhu cầu ở n giai đoạn trước đó n   Phương pháp bình quân di động 7/24/2014 21 Bạn là người quản lý một cửa hàng của nhà bảo tàng bán các bản sao hay mô hình lịch sử. Bạn muốn dự báo doanh số (000) cho năm 2003 sử dụng bình quân di động 3-giai đoạn. 1998 4 1999 6 2000 5 2001 3 2002 7 Ví dụ bình quân di động 7/24/2014 22 Giải pháp bình quân di động 5 NA NA 2001 3 4+6+5=15 15/3 = 5 2002 7 2003 NA Yi (n=3) (n=3) 1998 4 NA NA 1999 6 NA NA 2000 Thời gian Bình quân di động Đáp ứng Tổng di động 7/24/2014 23 Giải pháp bình quân di động Yi (n=3) (n=3) 1998 4 NA NA 1999 6 NA NA 2000 5 NA NA 2001 3 4+6+5=15 15/3 = 5 2002 7 6+5+3=14 14/3 2003 NA Thời gian Bình quân di động Đáp ứng Tổng di động 7/24/2014 24 Giải pháp bình quân di động Yi (n=3) (n=3) 1998 4 NA NA 1999 6 NA NA 2000 5 NA NA 2001 3 4+6+5=15 15/3=5.0 2002 7 6+5+3=14 14/3=4.7 2003 NA 5+3+7=15 15/3=5.0 Thời gian Bình quân di động Đáp ứng Tổng di động 7/24/2014 25 • Được sử dụng khi có thành phần xu hướng – Dữ liệu cũ hơn thường ít quan trọng hơn • Các trọng số dựa vào khả năng trực giác – Thường nằm giữa 0 & 1, & cộng lại bằng 1,0 • Phương trình WMA = Σ(Troïng soá cho giai ñoaïn n) (Nhu caàu ôû giai ñoaïn Σcaùc troïng soá Phương pháp bình quân di động có trọng số 7/24/2014 26 • Tăng n khiến dự báo ít nhạy hơn với những thay đổi • Không dự báo xu hướng tốt • Đòi hỏi nhiều dữ liệu quá khứ © 1984-1994 T/Maker Co. Nhược điểm của phương pháp bình quân di động có trọng số 7/24/2014 27 Xu Hướng Hồi quy 7/24/2014 28 • Được sử dụng để dự báo theo đường xu hướng tuyến tính • Giả định mối quan hệ giữa biến đáp ứng, Y, và thời gian, X, là hàm tuyến tính • Được ước lượng bằng phương pháp bình phương bé nhất – Cực tiểu tổng các sai số bình phương iY a bX i= + Hoạch định theo xu hướng tuyến tính 7/24/2014 29 Y a bXi i  b > 0 b < 0 a a Y Thời gian, X Mô hình hoạch định theo xu hướng tuyến tính 7/24/2014 30 Các phương trình bình phương bé nhất Phương trình: ii bxaYˆ  Độ dốc:       xnx yxnyx b i n i ii n i Tham số chắn trục Y: xbya  7/24/2014 31 • Độ dốc (b) – Cứ X tăng 1 đơn vị thì Y ước đoán thay đổi khoảng b • Nếu b = 2, cứ quảng cáo (X) tăng 1 đơn vị thì doanh số (Y) kỳ vọng sẽ tăng khoảng 2 • Tham số chắn trục Y (a) – Giá trị trung bình của Y khi X = 0 • Nếu a = 4, thì doanh số trung bình (Y) kỳ vọng là 4 khi quảng cáo (X) bằng 0 Diễn giải các hệ số 7/24/2014 32 Xi Y i X i 2 Yi 2 X iY i X 1 Y 1 X 1 2 Y 1 2 X1Y 1 X 2 Y 2 X 2 2 Y 2 2 X2Y 2 : : : : : X n Y n X n 2 Y n 2 XnY n ΣXi ΣY i ΣX i 2 ΣY i 2 ΣX iY i Bảng tính toán 7/24/2014 33 Sử dụng đường xu hướng Năm Nhu cầu 1997 74 1998 79 1999 80 2000 90 2001 105 2002 142 2003 122 Nhu cầu về điện năng tại N.Y. Edison trong các năm 1997 – 2003 được cho ở bên trái. Hãy tìm xu hướng chung. 7/24/2014 34 Tìm đường xu hướng Naê m Thôøi ñoaïn Nhu caàu naêng löôïng x2 xy 1997 1 74 1 74 1998 2 79 4 158 1999 3 80 9 240 2000 4 90 16 360 2001 5 105 25 525 2002 6 142 36 852 2003 7 122 49 854 x=28 y=692 x2=14 0 xy=3.06 3 7/24/2014 35 Phương trình đường xu hướng                   22 2 Σ x 28 Σ y 692 x 4 y 98,86 n 7 n 7 Σ xy - nxy 3.063 (7)(4)(98,86) 295 b 10,54 140 (7)(4) 28Σ x nx a y - bx 98,86 - 10,54(4) 56,70 Nhu caàu trong naêm 2004 56,70 10,54(8) 141,02 meâgaoaùt   Nhu caàu trong naêm 2005 56,70 10,54(9) 151,56 meâgaoaùt 7/24/2014 36 Nhu cầu thực tế và dự báo theo xu hướng Nhu cầu điện năng 60 70 80 90 100 110 120 130 140 150 160 1997 1998 1999 2000 2001 2002 2003 2004 2005 Năm N h u c ầu ( m ê ga oá t) Phương pháp san bằng mũ Dự báo cho giai đoạn kế tiếp = Dự báo cho giai đoạn trước+ (số liệu thực tế của giai đoạn trước – Dự báo cho giai đoạn trước) Ft = Ft – 1 + (At – 1 - Ft – 1) Trong đó: Ft = Dự báo cho giai đoạn kế tiếp , giai đoạn thứ t Ft – 1 = Dự báo cho giai đoạn trước, giai đoạn thứ t-1  = hệ số san bằng (0 ≤  ≤ 1) Ví dụ phương pháp san bằng mũ Một đại lý bán xe ô tô Dự báo trong tháng 2 có nhu cầu = 142 Thực tế bán = 153 Hệ số san bằng mũ  = 0,2 Hãy dự báo nhu cầu tháng 3? Ví dụ phương pháp san bằng mũ Dự báo trong tháng 2 có nhu cầu = 142 Thực tế bán = 153 Hệ số san bằng mũ  = 0,2 Dự báo tháng 3 = 142 + 0,2x(153 – 142) = 142 + 2.2 = 144.2 ≈ 144 (xe) Ảnh hưởng của hệ số san bằng mũ Tầm quan trọng của các thời kỳ thời kỳ thời kỳ thời kỳ thời kỳ thời kỳ gần đây gần đây gần đây gần đây gần đây hệ số nhất 2 3 4 5 san bằng () (1 - ) (1 - )2 (1 - )3 (1 - )4  = 0,1 0,1 0,09 0,081 0,073 0,066  = 0,5 0,5 0,25 0,125 0,063 0,031 Nhận thấy: khi  tăng thì tầm qua trọng của các số liệu quá khứ càng xa càng nhỏ dần Lựa chọn  Mục tiêu là để có được những dự báo chính xác nhất không có vấn đề kỹ thuật Chúng tôi thường làm điều này bằng cách chọn mô hình cung cấp cho chúng ta những lỗi dự báo thấp nhất sai số dự báo = Nhu cầu thực tế - Giá trị Dự báo = At - Ft Common Measures of Error Độ lệch tuyệt đối bình quân(MAD) MAD = ∑ |thực tế - dự báo| n Sai số bình phương (MSE) MSE = ∑ (dự báo lỗi)2 n Common Measures of Error Sai số phần trăm tuyệt đối (MAPE) MAPE = ∑100|thực tếi – dự báoi|/thực tếi n n i = 1 n: số thời kỳ tính toán So sánh sai số dự báo Rounded độ lệch Rounded độ lệch lượng bốc dỡ Forecast tuyệt đối Forecast tuyệt đối thực tế with for with for Quý tấn  = 0,10  = 0,10  = 0,50  = 0,50 1 180 175 5.00 175 5.00 2 168 175.5 7.50 177.50 9.50 3 159 174.75 15.75 172.75 13.75 4 175 173.18 1.82 165.88 9.12 5 190 173.36 16.64 170.44 19.56 6 205 175.02 29.98 180.22 24.78 7 180 178.02 1.98 192.61 12.61 8 182 178.22 3.78 186.30 4.30 82.45 98.62 Ví dụ: cảng A đã bốc dỡ gạo trong 8 quý. Trong quý 1 đã bốc được 180 tấn, số dự báo quý này là 175 tấn, hãy trọn giá trị  xác định giá trị thích hợp MDA = 82.45/8 = 10.31 Với  = 0,10 MDA = 98.62/8 = 12.33 Với  = 0,50 Tính MDA: = 44.75/8 = 5.59% Với  = 0,10 = 54.05/8 = 6.76% Với  = 0,50 Tính MAPE: = 1,526.54/8 = 190.82 Với  = .10 = 1,561.91/8 = 195.24 Với  = .50 Tính MSE: Rounded độ lệch Rounded độ lệch lượng bốc dỡ Forecast tuyệt đối Forecast tuyệt đối thực tế with for with for Quý tấn  = 0,10  = 0,10  = 0,50  = 0,50 1 180 175 5.00 175 5.00 2 168 175.5 7.50 177.50 9.50 3 159 174.75 15.75 172.75 13.75 4 175 173.18 1.82 165.88 9.12 5 190 173.36 16.64 170.44 19.56 6 205 175.02 29.98 180.22 24.78 7 180 178.02 1.98 192.61 12.61 8 182 178.22 3.78 186.30 4.30 82.45 98.62 MAD 10.31 12.33 MSE 190.82 195.24 MAPE 5.59% 6.76% Phương pháp san bằng số mũ có điều chỉnh xu hướng Dự báo nhu cầu (FITt) = theo xu hướng Dự báo lượng điều chỉnh nhu cầu (Ft) + (Tt) theo xu hướng thời kỳ mới Ft = (At - 1) + (1 - )(Ft - 1 + Tt - 1) Tt = b(Ft - Ft - 1) + (1 - b)Tt - 1 Bước 1: tính Ft Bước 2: tính Tt Bước 3: tính FITt = Ft + Tt Phương pháp san bằng số mũ có điều chỉnh xu hướng tháng (t) At Ft Tt FITt 1 12 11 2 13.00 2 17 3 20 4 19 5 24 6 21 7 31 8 28 9 36 10 Table 4.1 F2 = A1 + (1 - )(F1 + T1) F2 = (0,2)(12) + (1 – 0,2)(11 + 2) = 2,4 + 10,4 = 12,8 units Bước 1: dự báo nhu cầu tháng 2 Phương pháp san bằng số mũ có điều chỉnh xu hướng tháng (t) At Ft Tt FITt 1 12 11 2 13.00 2 17 12,80 3 20 4 19 5 24 6 21 7 31 8 28 9 36 10 T2 = b(F2 - F1) + (1 - b)T1 T2 = (0,4)(12,8 - 11) + (1 – 0,4)(2) = 0,72 + 1,2 = 1,92 units Bước 2: Lượng điều chỉnh theo xu hướng của tháng 2 Phương pháp san bằng số mũ có điều chỉnh xu hướng tháng (t) At Ft Tt FITt 1 12 11 2 13.00 2 17 12,80 1,92 3 20 4 19 5 24 6 21 7 31 8 28 9 36 10 Table 4.1 FIT2 = F2 + T1 FIT2 = 12,8 + 1,92 = 14,72 units Bước 3: dự báo nhu cầu theo xu hướng của tháng 2 Phương pháp san bằng số mũ có điều chỉnh xu hướng tháng (t) At Ft Tt FITt 1 12 11 2 13.00 2 17 12.80 1.92 14.72 3 20 4 19 5 24 6 21 7 31 8 28 9 36 10 Table 4.1 15.18 2.10 17.28 17.82 2.32 20.14 19.91 2.23 22.14 22.51 2.38 24.89 24.11 2.07 26.18 27.14 2.45 29.59 29.28 2.32 31.60 32.48 2.68 35.16 Tổng Kết về chương Dự Báo –Döï baùo –Caùc loaïi döï baùo –Taàm xa döï baùo –Caùc phöông phaùp döï baùo – Bình quân di động – San bằng mũ – Dự báo theo xu hướng – Hồi quy và phân tích tương quan Tổng Kết về chương Dự Báo • Cảm ơn Thầy • Và các bạn đã theo dõi!!!!