2. การพยากรณ์เชิงปริมาณ (Quantitative Forecasting) - Teacher SSRU

บทที่ 3 การประมาณการยอดขาย (Sales Forecast)

อาจารย์บณ ุ ยาพร ภู่ทอง

1

ความสาคัญของการพยากรณ์  ทานายยอดขายผลิตภัณฑ์ที่คาดว่าจะเป็ นความต้องการของ

ลูกค้า (Demand)  ช่วยในการวางแผนจัดเตรี ยมทรัพยากรต่างๆที่ใช้ในการ ผลิต  เพื่อเตรี ยมกาลังการผลิตหรื อปริ มาณสิ นค้าให้เหมาะสม  เป็ นการวางแผนร่ วมกันของกิจกรรมจากหน่วยงานต่างๆ ได้แก่ ฝ่ ายบุคคล ฝ่ ายจัดซื้ อ ฝ่ ายการเงิน เป็ นต้น อาจารย์บณ ุ ยาพร ภู่ทอง

2

กระบวนการพยากรณ์ (Forecasting Process) 5 ขั้นตอน 1.ระบุวตั ถุประสงค์ของการพยากรณ์ เพื่อให้สามารถเลือกเทคนิคการ พยากรณ์ที่เหมาะสมกับวัตถุประสงค์ของผูใ้ ช้ 2. กาหนดช่วงเวลาที่ตอ้ งการพยากรณ์ 2.1 การพยากรณ์ระยะสั้น (Short-term Forecasting) ไม่เกิน 1 ปี 2.2 การพยากรณ์ระยะปานกลาง (Medium-term Forecasting) 1-3 ปี 2.3 การพยากรณ์ระยะยาว (Long-term Forecasting) 3 ปี ขึ้นไป

อาจารย์บณ ุ ยาพร ภู่ทอง

3

3. เลือกเทคนิคการพยากรณ์ที่เหมาะสม (Forecasting Techniques) กับ วัตถุประสงค์ของการพยากรณ์ ข้อมูลที่ตอ้ งการ ระยะเวลาที่ตอ้ งการและ ต้นทุนในการพยากรณ์ 3.1 เทคนิคการพยากรณ์เชิงปริ มาณ (Quantitative Forecasting Techniques) 3.2 เทคนิคการพยากรณ์เชิงคุณภาพ (Qualitative Forecasting Techniques) 4. เก็บข้อมูลพยากรณ์ 5. พยากรณ์

อาจารย์บณ ุ ยาพร ภู่ทอง

4

วิธีค่าเฉลีย่ เคลือ่ นที่ แบบอนุกรม เวลา

พยากรณ์ เชิงปริมาณ

แบบความ สัมพันธ์

ระดมความเห็นของผู้บริหาร

เทคนิคการ พยากรณ์

พยากรณ์ เชิงคุณภาพ

การวิจยั ตลาด

รวบรวมข้ อมูลจากพนักงานขาย

วิธีตวั แบบถดถอยเชิงเส้ น อย่ างง่ าย

อาจารย์บณ ุ ยาพร ภู่ทอง

5

ประเภทของการพยากรณ์ 1. การพยากรณ์ เชิงคุณภาพ (Qualitative Forecasting) ได้จากความคิดเห็นของบุคคลต่างๆ (Judgment) ที่เกี่ยวข้อง ใช้กบั กรณี ที่ผพู ้ ยากรณ์ตอ้ งการพยากรณ์ในระยะเวลาจากัด อาจเกิดความเอนเอียงได้ (Bias) ได้แก่ ความคิดเห็นจาก ผูบ้ ริ หาร การสารวจลูกค้า ความคิดเห็นจากพนักงานขาย ความคิดเห็นจากผูเ้ ชี่ยวชาญ

อาจารย์บณ ุ ยาพร ภู่ทอง

6

พนักงานขาย ก พนักงานขาย ข

ผูจ้ ดั การเขต 1

พนักงานขาย ค ฝ่ ายผลิต พนักงานขาย ง พนักงานขาย จ

ฝ่ ายบริหาร

ค่า พยากรณ์

ผูจ้ ดั การเขต 2

อาจารย์บณ ุ ยาพร ภู่ทอง

7

ประเภทของการพยากรณ์ 2. การพยากรณ์ เชิงปริมาณ (Quantitative Forecasting) อาศัยข้อมูลหรื อตัวเลขในอดีตจนถึงปัจจุบนั เพื่อใช้ในการสร้างตัว แบบ แบ่งได้เป็ น 2 กลุ่ม 2.1 การพยากรณ์แบบอนุกรมเวลา (Time-series Forecasting) 2.2 พยากรณ์แบบความสัมพันธ์ของข้อมูล (Causal Forecasting)

อาจารย์บณ ุ ยาพร ภู่ทอง

8

2.1 การพยากรณ์แบบอนุกรมเวลา (Time-series Forecasting) วิธีพยากรณ์เชิงเรี ยบ - แบบค่าเฉลี่ยเคลื่อนที่ 2.2 พยากรณ์แบบความสัมพันธ์ของข้อมูล (Causal Forecasting) - การวิเคราะห์ถดถอย

อาจารย์บณ ุ ยาพร ภู่ทอง

9

พยากรณ์เชิงเรี ยบ(แบบค่าเฉลี่ยเคลื่อนที่)

อาจารย์บณ ุ ยาพร ภู่ทอง

10

ตัวอย่างที่ 1 จงคานวณหาความต้องการของสิ นค้าเดือนกรกฎาคม

เดือน

ช่ วงเวลา

มกราคา กุมภาพันธ์ มีนาคม เมษายน พฤษภาคม มิถุนายน กรกฏาคม

1 2 3 4 5 6 7

ค่ าสั งเกตจาก ค่ าพยากรณ์ ค่ าพยากรณ์ การบันทึก 3 เดือน 4 เดือน

450 420 400 510 550 450 -

423.33 443.33 486.66 503.33

445 470 477.5

วิธีทา ค่าเฉลี่ยของเดือน1-3 ค่าพยากรณ์เดือนที่ 4 ค่าเฉลี่ยของเดือนที่ 2- 4 ค่าพยากรณ์เดือนที่ 5

=

450+420+400 3

=

423.33 ชิ้น

=

420+400+510 3

=

443.33 ชิ้น

ค่าเฉลี่ยของเดือนที่ 3- 5

=

400+510+550 3

ค่าพยากรณ์เดือนที่ 6

=

486.66 ชิ้น

=

510+550+450 3

=

503.33 ชิ้น

ค่าเฉลี่ยของเดือนที่ 4-6 ค่าพยากรณ์เดือนที่ 7

ค่าบันทึก

3 เดือน

500

4 เดือน

400

300

200

100

1

2

3

4

5

6

7 14

พยากรณ์โดยการวิเคราะห์ถดถอย

15

*** Y = a + bx **** a b X

Y

= = =

Y − bX 𝑋𝑌 − 𝑛𝑋𝑌 𝑋 2 − 𝑛𝑋 2 X n

=

Y n

y = ตัวแปรตาม (DependentVariables) x = ค่าตัวแปรอิสระ (Independent Variables) a = จุดตัดแกน Y ( Y intercept ) b = ความชันของเส้นตรง (Slope of Line )

อาจารย์บณ ุ ยาพร ภู่ทอง

16

ตัวอย่ างที่ 2 ผูบ้ ริ หารห้างสรรพสิ นค้าแห่งหนึ่งพบว่าข้อมูลการ ขาย 6 ปี ที่ผา่ นมาสัมพันธ์กบั การโฆษณาเป็ นดังนี้ ปี พ.ศ. 2553

ค่าโฆษณา 0.4

ยอดขาย(ล้านบาท) 2.0

2554 2555 2556 2557 2558

0.8 0.8 0.4 0.5 1.1

3.0 0.5 2.0 2.0 3.5

ผูบ้ ริ หารต้องการพยากรณ์ยอดขายในปี พ.ศ.2559 ว่าจะเป็ นอย่างไร เพื่อวางแผนการดาเนินงานให้ เหมาะสมโดยจะทุ่มงบประมาณการโฆษณา 1.5 ล้านบาท อาจารย์บณ ุ ยาพร ภู่ทอง

17

วิธีทา ปี พ.ศ. 2553 2554 2555 2556 2557 2558

X 0.4 0.8 0.8 0.4 0.5 1.1 4.0

Y 2.0 3.0 2.5 2.0 2.0 3.5 15

X2 0.16 0.64 0.64 0.16 0.25 1.21 3.06

XY 0.8 2.4 2.0 0.8 1.0 3.85 10.85

อาจารย์บณ ุ ยาพร ภู่ทอง

18

แทนค่าต่างๆในสมการข้างต้น X = Y

= 𝑋𝑌 − 𝑛𝑋𝑌 𝑋 2 − 𝑛𝑋 2

b =

a

X = 4 6 n

=

Y − bX

=

0.67

= 15 = 2.5

Y n

6

=

10.85 − (6)(0.67)(2.5) 3.06 − (6)(0.67)2

=

2.5 – (2.18)(0.67)

=

=

2.18

1.04

ดังนั้นยอดขายในปี พ.ศ.2558 (X=1.5) Y6 = 1.04 +(2.18)(1.5) = 4.31 ล้านบาท อาจารย์บณ ุ ยาพร ภู่ทอง

19

แบบฝึ กหัด

20

1. จงพยากรณ์ความต้องการเครื่ องดื่มชูกาลังยีห่ อ้ หนึ่ ง จากการบันทึกของผูบ้ ริ หาร เกี่ยวกับความต้องการมีดงั นี้

ปี พ.ศ. 2552 2553 2554 2555 2556 2557

ปริ มาณขาย 320 400 380 440 510 470

จากข้ อ มู ล ให้ นั ก ศึ กษ า พยากรณ์ความต้องการของ ผูบ้ ริ โภคในปี พ.ศ. 2558 โดยหาค่าเฉลี่ยแบบ 2 เดือน และแบบ3 เดือน และแสดงการเปรี ยบเทียบ ค่าพยากรณ์

2. จงพยากรณ์ความต้องการเครื่ องดื่มชูกาลังยีห่ อ้ หนึ่ ง จากการบันทึกของผูบ้ ริ หาร เกี่ยวกับความต้องการมีดงั นี้

เดือน มกราคม กุมภาพันธ์ มีนาคม เมษายน พฤษภาคม มิถุนายน

ความต้ องการ 320 400 380 340

จากข้อมูลให้นกั ศึกษา พยากรณ์ความต้องการ ของผูบ้ ริ โภคในเดือน พฤษภาคม โดยหา ค่าเฉลี่ยแบบ 2 เดือน และ 4 เดือน และใช้ กราฟในการเปรี ยบเทียบ ว่าพยากรณ์แบบใดดีกว่า กัน

2. ในการศึกษาความเป็ นไปได้ของโครงการที่เกี่ยวกับการสร้าง โรงแรมชั้นหนึ่งในกรุ งเทพฯ ผูว้ เิ คราะห์โครงการได้รวบรวม ตัวเลขยอดรายได้ของโรงแรมตั้งแต่ปีพ.ศ.2544 จนถึงปี พ.ศ.2556 พบว่ารายได้มีความสัมพันธ์กบั จานวนนักท่องเที่ยวต่างชาติที่เข้า มาพัก ถ้าผูว้ เิ คราะห์โครงการคาดว่าจะมีผเู้ ข้ามาพักจานวน 5 ล้านคนจะสามารถพยากรณ์รายได้ของโรงแรมทั้งหมดเท่าใด

4. ผูบ้ ริ หารโชว์รูมแห่งหนึ่งพบว่าความต้องการขายรถยนต์ของพนักงานขาย สัมพันธ์กบั ค่าคอมมิชชัน่ และในรอบ 6 เดือนที่ผา่ นมามีขอ้ มูลดังนี้ เดือน มกราคม กุมภาพันธ์ มีนาคม เมษายน พฤษภาคม มิถุนายน

ค่าคอมฯ 25,000 31,000 28,000 24,000 32,000 27,000

ความต้องการขาย 50 70 60 60 50 65

ผูบ้ ริ หารต้องการทราบถึงค่าคอมมิชชัน่ ที่ตอ้ งจ่ายให้พนักงานขายใน เดือนกรกฎาคมเป็ นอย่างไร ถ้าผูบ้ ริ หารวางแผนการขายรถยนต์ไว้ที่ 80 คัน อาจารย์บณ ุ ยาพร ภู่ทอง

24

5. โรงงานผลิตปูนซี เมนต์แห่ งหนึ่ งต้องการพยากรณ์ยอดขายเพื่อนามาใช้เป็ นข้อมูล ประกอบการวิเคราะห์โครงการ ขยายโรงงานผลิตปูนซี เมนต์แห่งใหม่ฝ่ายวิเคราะห์ทา การรวบรวมข้อมูลในอดีตของยอดขายที่สัมพันธ์กบั ปริ มาณการผลิตดังนี้ ปี พ.ศ.

ยอดขาย(พันล้ าน)

2550

4.0

ปริมาณการผลิต (ตัน/วัน) 3.1

2551 2552

4.5 6.0

3.2 4.0

2553 2554 2555 2556

7.0 8.0 10.0 12.0

4.1 4.3 5.0 5.2

จงพยากรณ์ยอดขายในปี 2257 ที่คาดว่าปริ มาณการผลิตเท่ากับ 5.4 ตัน/วัน