การพยากรณ์ (Forecasting)

1 ธ.ค. 2015 ... พยากรณ์ผ่านการใช้หลักการทางคณิตศาสตร์ ใช้ดุลยพินิจของผู้พยากรณ์หรืออาจ. ใช้ทั้ง 2 วิธีมาท าร่วมกันเพื่อให้เกิดการพยากรณ์ที่แม่นย าที่ส...

218 downloads 511 Views 745KB Size
การพยากรณ์ (Forecasting)

1

01/12/58

Tupperware

2

01/12/58

ความหมาย & ความสาคัญของการพยากรณ์ การพยากรณ์ หมายถึง การทานายเหตุการณ์ในอนาคต โดยอาจนาข้ อมูลในอดีตมาใช้ พยากรณ์ผ่านการใช้ หลักการทางคณิตศาสตร์ ใช้ ดุลยพินิจของผู้พยากรณ์ หรืออาจ ใช้ ท้งั 2 วิธมี าทาร่วมกันเพื่อให้ เกิดการพยากรณ์ท่แี ม่นยาที่สดุ การพยากรณ์มีความสาคัญต่ อการดาเนินงานเป็ นอย่ างมาก ซึ่งความสาคัญของการ พยากรณ์มดี งั นี้ 1. ทาให้ ทราบปริมาณความต้ องการสินค้ าของตลาด 2. ทาให้ ธุรกิจสามารถลดความสูญเสียที่จะเกิดขึ้น 3. สามารถนาผลจากการพยากรณ์มาเป็ นข้ อมูลในการวางแผนกิจกรรมต่างๆ ให้ มี ประสิทธิภาพ และประสิทธิผลสูงสุด เพื่อสร้ างความได้ เปรียบทางธุรกิจ 3

01/12/58

Disney World

4

01/12/58

ช่วงเวลาของการพยากรณ์

5

ระยะสั้น

• เหตุการณ์ไม่เกิน 3 เดือน เช่น การพยากรณ์การ วางแผนการจัดซื้อ การจัดตารางงาน การพยากรณ์ ยอดขาย

ระยะกลาง

• เหตุการณ์อยู่ในช่วง 3 เดือน ถึง 3 ปี เช่น การ วางแผนการผลิต การวางแผนด้ านงบประมาณเงิน สด

ระยะยาว

• เหตุการณ์ท่มี ากกว่า 3 ปี ขึ้นไป เช่น การวางแผน การออกแบบผลิตภัณฑ์ใหม่ ค่าใช้ จ่ายในการลงทุน

01/12/58

วิธกี ารพยากรณ์

6

01/12/58

การพยากรณ์เชิงคุณภาพ (Qualitative Method) การพยากรณ์เชิงคุณภาพ เป็ นการพยากรณ์โดยใช้ ความรู้สกึ และประสบการณ์ของผู้ ตัดสินใจเป็ นหลักในการพยากรณ์ ซึ่งจะมีท้งั สิ้น 4 รูปแบบคือ 1. การใช้ ความเห็นของกลุ่มผู้บริหารระดับสูง หรือผู้เชี่ยวชาญ 2. วิธเี ดลฟาย เป็ นวิธท ี ่ใี ช้ บุคคล 3 กลุ่มเข้ าร่วมในการพยากรณ์ได้ แก่ ผู้ตดั สินใจ (ประกอบไปด้ วยผู้เชี่ยวชาญ 5-10 คน เป็ นผู้ทาการพยากรณ์) ทีมงาน เป็ นผู้ช่วยในด้ านการเตรียมงาน เก็บรวบรวม สรุปผลการสารวจ ผู้ตอบคาถาม เป็ นกลุ่มเป้ าหมายที่ตอบคาถาม 3. การประเมินจากฝ่ ายขาย 4. การสารวจตลาด 7

01/12/58

การพยากรณ์เชิงปริมาณ (Quantitative Method) การพยากรณ์เชิงปริมาณ เป็ นการพยากรณ์ท่ใี ช้ รปู แบบทางคณิตศาสตร์เข้ ามาช่วย โดย มักจะนาข้ อมูลในอดีตมาใช้ ในการพยากรณ์ โดยการพยากรณ์เชิงปริมาณที่นิยมใช้ ได้ แก่ o รูปแบบอนุกรมเวลา (Time-Series Model) ตั้งอยู่บนสมมติฐานว่าข้ อมูลในอดีตสามารถนามาใช้ ในการพยากรณ์อนาคตได้

8

01/12/58

การพยากรณ์โดยใช้รูปแบบอนุกรมเวลา การพยากรณ์โดยใช้ รปู แบบอนุกรมเวลา แบ่งออกได้ เป็ น 4 วิธี คือ 1. วิธกี ารหาค่าแบบตรงตัว (Naïve Approach) 2. วิธกี ารหาค่าเฉลี่ยเคลื่อนที่ (Moving Averages) 3. วิธกี ารปรับเรียบแบบเอ็กซ์โปเนนเชียล (Exponential Smoothing) 4. วิธกี ารคาดคะเนแนวโน้ ม (Trend Projections)

9

01/12/58

วิธกี ารหาค่าแบบตรงตัว (Naïve Approach) “ความต้ องการในอนาคต = ความต้ องการปัจจุบัน”

เช่น ร้ านขายรองเท้ าขายรองเท้ าในเดือนมีนาคมได้ 100 คู่ ทางร้ านสามารถพยากรณ์ได้ ว่า ในเดือนเมษายนก็ขายได้ 100 คู่เช่นกัน

(ต้ นทุนต่า รวดเร็ว คลาดเคลือ่ นมาก) 10

01/12/58

วิธกี ารหาค่าเฉลีย่ เคลือ่ นที่ (Moving Averages) o ค่าเฉลี่ยเคลื่อนที่อย่างง่าย (Simple Moving Average)

n = จานวนช่วงเวลาในค่าเฉลี่ยเคลื่อนที่ท่ตี ้ องการ เช่น 3,4 หรือ 5 เดือน (โจทย์กาหนด) ตัวอย่าง เดือน

ข้อมูลจริง

มกราคม

60

กุมภาพันธ์

50

มีนาคม

40

เมษายน 11

ค่าเฉลีย่ เคลือ่ นที่ 3 เดือน

(60+50+40)/3 = 50 01/12/58

วิธกี ารหาค่าเฉลีย่ เคลือ่ นที่ (Moving Averages) o ค่าเฉลี่ยเคลื่อนที่แบบถ่วงนา้ หนัก (Weighted Moving Average)

n = จานวนช่วงเวลาในค่าเฉลี่ยเคลื่อนที่ท่ตี ้ องการ เช่น 3,4 หรือ 5 เดือน (โจทย์กาหนด)

เดือน

ข้อมูลจริง

มกราคม

60

กุมภาพันธ์

50

มีนาคม

40

ค่าเฉลีย่ เคลือ่ นที่ถ่วง น้ าหนัก 3 เดือน

เมษายน 12

01/12/58

วิธกี ารหาค่าเฉลีย่ เคลือ่ นที่ (Moving Averages) ตัวอย่าง ข้ อมูลด้ านล่างนี้คือ ปริมาณการใช้ เลือดกรุ๊ป A ของโรงพยาบาลแห่งหนึ่ง (ข้ อมูลย้ อนหลัง 6 สัปดาห์) ให้ นิสติ /นักศึกษาพยากรณ์ความต้ องการใช้ เลือกของวันที่ 12 ตุลาคม โดยใช้ วิธี ค่าเฉลี่ยเคลื่อนที่ 3 สัปดาห์ และวิธคี ่าเฉลี่ยเคลื่อนที่แบบถ่วงนา้ หนัก 3 สัปดาห์

13

สัปดาห์

ข้อมูลการใช้เลือด

31 สิงหาคม

360

7 กันยายน

389

14 กันยายน

410

21 กันยายน

381

28 กันยายน

368

5 ตุลาคม

374

12 ตุลาคม

ค่าเฉลีย่ เคลือ่ นที่ 3 สัปดาห์

ค่าเฉลีย่ เคลือ่ นที่แบบ ถ่วงน้ าหนัก 3 สัปดาห์

01/12/58

แบบทดสอบ 1.

อุณหภูมขิ องเมืองแห่งหนึ่งเป็ นดังตารางต่อไปนี้ วัน

อุณหภูมิ

จันทร์

93

อังคาร

94

พุธ

93

พฤหัสบดี

95

ศุกร์

96

เสาร์

88

อาทิตย์ (เมื่อวาน)

90

ค่าเฉลีย่ เคลือ่ นที่ 2 วัน

ค่าเฉลีย่ เคลือ่ นที่ 3 วัน

วันนี้

จงพยากรณ์อุณหภูมิของวันนี้ดว้ ยวิธี ค่าเฉลี่ยเคลื่อนที่ 2 วัน และ ค่าเฉลี่ยเคลื่อนที่ 3 วัน

การวัดค่าความคาดเคลือ่ นของการพยากรณ์ การคานวณค่าความคาดเคลื่อนของการพยากรณ์มที ้งั สิ้น 3 วิธี ได้ แก่ o ค่าเฉลี่ยความคลาดเคลื่อนสมบูรณ์ (MAD) o ค่าเฉลี่ยความคาดเคลื่อนกาลังสอง (MSE) o ค่าเฉลี่ยเปอร์เซ็นต์ความคาดเคลื่อนสมบูรณ์ (MAPE)

15

01/12/58

การวัดค่าความคาดเคลือ่ นของการพยากรณ์ (ต่อ)

16

01/12/58

วิธปี รับเรียบเอ็กซ์โปเนนเชียล

17

01/12/58

วิธปี รับเรียบเอ็กซ์โปเนนเชียล (ต่อ) ตัวอย่าง ข้ อมูลของช่ วงเวลา 8 ไตรมาสของท่าเรือเกี่ยวกับการขนถ่ ายข้ าวจากเรื อ ซึ่ง ผู้บริหารของท่าเรือต้ องการพยากรณ์ไตรมาสที่ 9 โดนวิธกี ารปรับเรียบเอ็กซ์โปเนน เชียล โดยใช้ ค่า = 0.1 คาดว่าจะขนข้ าวในไตรมาสแรกได้ 175 ตัน



18

01/12/58

วิธปี รับเรียบเอ็กซ์โปเนนเชียล (ต่อ)

19

01/12/58

การวัดค่าความคาดเคลือ่ นของการพยากรณ์ (ต่อ)

20

01/12/58