亚洲精华国产精华精华液网站,你懂的,娇生惯养4ph归寻(矜以),丰年经继拇中文3与其他教材比较

　　如圖1所示，時(shí)間序列可分為三部分：

　　(1)水平——需求展現(xiàn)出忽高忽低的變化，但沒有明顯 的趨勢、季節(jié)性;

　　(2)趨勢——隨著時(shí)間推移，需求呈現(xiàn)增長或者降低的 趨勢;

　　(3)周期性——需求呈現(xiàn)交替性的高峰、低谷，季節(jié)性 就是其中一種，是有規(guī)可循的周期性，水平波動(dòng)、趨勢和季節(jié) 性是需求變動(dòng)中的“系統(tǒng)部分”，可預(yù)測;其余的“雜音”屬 于隨機(jī)變動(dòng)，不可預(yù)測。

圖1 時(shí)間序列的三個(gè)部分(資料來源：《供應(yīng)鏈計(jì)劃：需求預(yù)測與 S&OP》，許栩著，有修改)。

　　對于水平波動(dòng)、趨勢、季節(jié)性等每類需求，在我的書中 都介紹了兩種不同的預(yù)測方法，這里我們比較這些方法的優(yōu)劣 和適用場景(限于篇幅，我們在這里沒法詳細(xì)介紹每種預(yù)測方 法，感興趣的可參考我的《需求預(yù)測和庫存計(jì)劃：一個(gè)實(shí)踐者 的角度》一書)。

　　水平波動(dòng)：移動(dòng)平均和簡單指數(shù)平滑法

　　對于忽高忽低，但沒有明顯趨勢、季節(jié)性的需求，移動(dòng) 平均法、簡單指數(shù)平滑法都是合適的預(yù)測方法。兩者都預(yù)測未 來是一條直線。大家知道，只要預(yù)測跨度足夠大，未來往往會(huì) 呈現(xiàn)某種程度的趨勢、季節(jié)性。所以，這兩類方法只適用于短 期預(yù)測。

　　相比移動(dòng)平均法，簡單指數(shù)平滑法的一大優(yōu)點(diǎn)是靈敏， 因?yàn)樗旧砭褪羌訖?quán)移動(dòng)平均，越新的需求歷史的權(quán)重越大。 對于新近發(fā)生的，簡單指數(shù)平滑模型可以更快撿起，反映到下 一步的預(yù)測中，以便快速糾偏。比如昨天開始促銷了，供應(yīng)鏈根本不知道，但簡單指數(shù)平滑模型已經(jīng)從昨天的銷量探知到 了，就驅(qū)動(dòng)今天多補(bǔ)貨。如果選擇大一點(diǎn)的平滑系數(shù)，模型還 可更快地響應(yīng)。

　　在當(dāng)今影響需求的手段越來越多，需求變動(dòng)越發(fā)頻繁的 情況下，簡單指數(shù)平滑法的這個(gè)優(yōu)點(diǎn)很重要，讓我們能夠盡快 快速響應(yīng)。比如門店或渠道在做促銷，前置庫位的需求突然增 加;新產(chǎn)品導(dǎo)入，帶動(dòng)關(guān)聯(lián)產(chǎn)品的需求;氣溫升降，帶動(dòng)相應(yīng) 產(chǎn)品的需求，都可以通過指數(shù)平滑法盡快發(fā)現(xiàn)，及時(shí)驅(qū)動(dòng)總倉 補(bǔ)貨。

　　在備品備件領(lǐng)域，特別是高值慢動(dòng)的產(chǎn)品，需求很不頻 繁，但一旦有需求發(fā)生，往往意味著很多：這批設(shè)備用到一定 年限了，需要更換備件，或者產(chǎn)線在做預(yù)防性維修，需要很多 備件等。簡單指數(shù)平滑法能夠更好地迅速撿起這一信號，盡快 調(diào)整預(yù)測，驅(qū)動(dòng)供應(yīng)鏈盡快響應(yīng)。我以前在備件計(jì)劃領(lǐng)域，用 的軟件是由沃頓商學(xué)院的教授和博士們開發(fā)，其中預(yù)測模塊主 要用的就是簡單指數(shù)平滑法。

　　相比移動(dòng)平均法，簡單指數(shù)平滑法更加復(fù)雜。比如初始 預(yù)測值的確定，最優(yōu)平滑系數(shù)的確定，都不是很直觀。在用移 動(dòng)平均法時(shí)，我們可以根據(jù)對業(yè)務(wù)的理解，選擇一定滑動(dòng)窗口 大小的預(yù)測模型，一般企業(yè)會(huì)有些經(jīng)驗(yàn)值;但在用簡單指數(shù)平 滑法時(shí)，平滑系數(shù)的選擇并不直觀，跟我們的業(yè)務(wù)并不能簡單 掛鉤，很多企業(yè)還沒有建立相應(yīng)的經(jīng)驗(yàn)值。

　　跟移動(dòng)平均法一樣，簡單指數(shù)平滑法是滯后的，一旦需 求表現(xiàn)出明顯的趨勢、季節(jié)性，指數(shù)平滑法就一直處于“追 趕”狀態(tài)。但通過選擇更大的平滑系數(shù)，簡單指數(shù)平滑法可更 靈敏地響應(yīng)，滯后地沒有移動(dòng)平均那么嚴(yán)重，特別是移動(dòng)平均 的滑動(dòng)窗口較大，用的需求歷史較多的時(shí)候。

　　趨勢：霍爾特法和線性回歸的優(yōu)劣

　　對于趨勢，我們可用霍爾特指數(shù)平滑法，也可用線性回 歸法來預(yù)測。這兩種方法的優(yōu)劣，讓我們舉個(gè)例子來說明。

圖2 霍爾特法比線性回歸更靈活、更響應(yīng)

　　如圖2所示，這個(gè)產(chǎn)品的需求呈現(xiàn)下降趨勢。用線性回 歸法預(yù)測趨勢時(shí)，我們是用一條直線來擬合，直線的斜率是固 定的，比較“僵硬”，可優(yōu)化之處很少，響應(yīng)度、準(zhǔn)確度也相 對更低。用霍爾特法時(shí)，斜率是變動(dòng)的，我們在用一條折線來 擬合，而且可調(diào)整兩個(gè)平滑參數(shù)來優(yōu)化模型。

　　這就是說，霍爾特法的自適應(yīng)性更好，可以通過兩個(gè)平 滑系數(shù)一路調(diào)整，用折線來擬合折線。而線性回歸呢，一旦截距和斜率確定了，模型就不會(huì)改變。上述論斷同樣適用于霍爾 特-溫特模型：在預(yù)測趨勢和季節(jié)性時(shí)，霍爾特-溫特模型要比 傳統(tǒng)的季節(jié)性模型靈活。

表1霍爾特法與線性回歸之比較

　　參考ChatGPT，這里在表1中更詳細(xì)地總結(jié)了兩種方法的 優(yōu)劣。

　　線性回歸的優(yōu)點(diǎn)是簡單，易于理解;適合于長期趨勢的 預(yù)測，尤其是當(dāng)數(shù)據(jù)表現(xiàn)出穩(wěn)定的趨勢時(shí);可以擴(kuò)展為多元回 歸，考慮多種因素。其缺點(diǎn)也很明顯：對異常值比較敏感，極 端值可能導(dǎo)致模型顯著偏離整體趨勢;假定關(guān)系是線性的，對 非線性趨勢的數(shù)據(jù)表現(xiàn)較差，無法很好捕捉非線性變化; 自適 應(yīng)性弱，對于顯著變化的需求，反應(yīng)較慢，不如霍爾特法。

　　霍爾特法能動(dòng)態(tài)調(diào)整水平、趨勢，更好地適應(yīng)短期波 動(dòng)。其缺點(diǎn)是更適合于短期預(yù)測，特別是近期趨勢影響較大 時(shí);只能用于單變量的時(shí)間序列。還有，霍爾特法比線性回歸 更難掌握，更不直觀，計(jì)算量也更大，其初始化、平滑系數(shù) 擇優(yōu)也更復(fù)雜，更難掌握。好處是，兩種模型都可以在Excel中實(shí)現(xiàn)，而且有多個(gè)函數(shù)、功能來實(shí)現(xiàn)。比如我們可以用函數(shù) TREND來做線性回歸，用函數(shù)FORECAST.ETS來運(yùn)行霍爾特模 型。我有另一篇文章詳細(xì)談到這些。

　　那么，兩者哪個(gè)更準(zhǔn)確呢?這沒有明確的答案，要看應(yīng) 用環(huán)境和數(shù)據(jù)特點(diǎn)。整體而言，長期預(yù)測、趨勢相對明確的情 況下，線性回歸一般更好;短期預(yù)測、需求變動(dòng)大、趨勢可能 隨時(shí)間而變化時(shí)，霍爾特法一般更好。也就是說，預(yù)測未來一 年、兩年、三年的產(chǎn)能需求，線性回歸可能更好;但預(yù)測未來 幾天、幾周的補(bǔ)貨，霍爾特法可能是更好的選擇。

　　季節(jié)性需求：季節(jié)模型 vs.霍爾特-溫特模型

　　對于季節(jié)性需求，傳統(tǒng)的模型是將時(shí)間序列分解為趨勢、 季節(jié)性和隨機(jī)誤差成分，然后分別預(yù)測，再疊加起來。它的優(yōu) 點(diǎn)是簡單，適用于預(yù)測跨度較長、季節(jié)性較穩(wěn)定的情況。缺點(diǎn) 是模型比較“僵硬”，比如趨勢和季節(jié)指數(shù)都沒法調(diào)整，自適 應(yīng)性差。這在需求模式漸進(jìn)改變的情況下，預(yù)測準(zhǔn)確度就低。

　　解決方案是霍爾特-溫特模型。相比霍爾特模型的雙參 數(shù)，霍爾特-溫特模型增加了季節(jié)性參數(shù)，也叫三重指數(shù)平滑 模型：水平部分對應(yīng)的α平滑系數(shù)，趨勢部分對應(yīng)的β平滑系 數(shù)，季節(jié)性部分對應(yīng)的γ平滑系數(shù)。

　　在三個(gè)平滑系數(shù)的作用下，三部分都在調(diào)整。比如今天 的趨勢跟3個(gè)月前可能不同，明年的季節(jié)指數(shù)跟今年的可能不 同。這帶來很大的靈活性，讓霍爾特-溫特模型具備更好的自 適應(yīng)功能。

　　我們可以通過調(diào)整平滑系數(shù)，決定把多大比例的“隨機(jī)” 變動(dòng)當(dāng)成規(guī)律性的變動(dòng)——平滑系數(shù)越大，我們認(rèn)為最新變動(dòng) 中的規(guī)律性成分就越高，從而被整合進(jìn)后續(xù)預(yù)測中了，相應(yīng)地 模型也更敏捷，當(dāng)然也意味著更不平穩(wěn);平滑系數(shù)越小，最新 變動(dòng)中的更大比例就被視作隨機(jī)成分，因而被平滑掉了，模型 就越穩(wěn)定，越平滑。

　　所以，霍爾特-溫特法能夠更靈敏地調(diào)整預(yù)測，適合動(dòng)態(tài) 變化的市場環(huán)境。也正因?yàn)槿绱耍鼘O端值更為敏感。如果 你是個(gè)新零售商，每天的需求呈現(xiàn)季節(jié)性(比如工作日需求 低，周末需求高) ，且受各種促銷、活動(dòng)、天氣情況影響，霍 爾特-溫特法一般比傳統(tǒng)的季節(jié)性模型更合適。

　　正因?yàn)樗`敏，霍爾特-溫特法更適合于短期預(yù)測，但 不能很好地適應(yīng)長期趨勢的結(jié)構(gòu)性變化(如行業(yè)變遷)——對 長期預(yù)測，傳統(tǒng)的季節(jié)性模型更容易發(fā)現(xiàn)規(guī)律，而且更具解釋 性。比如你要計(jì)劃未來幾個(gè)月、幾個(gè)季度的產(chǎn)能、庫存，傳統(tǒng) 的季節(jié)性模型往往是更可靠的選擇，也更容易從商業(yè)的角度來 解釋、理解。

　　小結(jié)

　　對于水平波動(dòng)、趨勢、季節(jié)性每類需求，在我的《需求 預(yù)測和庫存計(jì)劃：一個(gè)實(shí)踐者的角度》一書中都介紹了這兩種 預(yù)測方法。這里簡單介紹了每種預(yù)測方法的優(yōu)劣，以及各自的 適用環(huán)境。鑒于篇幅，每種方法后面有很多細(xì)節(jié)，沒法在此詳 細(xì)介紹，感興趣的讀者可找這些預(yù)測方面的書來看。

　　注：劉寶紅，供應(yīng)鏈管理暢銷書作者，“供應(yīng)鏈管理專欄”創(chuàng)始人，美國亞利桑那 州立大學(xué) MBA。他的暢銷書包括《供應(yīng)鏈管理：高成本、高庫存、重資產(chǎn)的解決方案》 《采購與供應(yīng)鏈管理：一個(gè)實(shí)踐者的角度》《供應(yīng)鏈管理：實(shí)踐者的專家之路》。十多年 來，他一直在美國研究和實(shí)踐供應(yīng)鏈管理，經(jīng)常往返于中美之間，培訓(xùn)本土采購、計(jì)劃與 供應(yīng)鏈管理人才，幫助本土企業(yè)提高采購與供應(yīng)鏈管理水平。如欲聯(lián)系他，可電郵bob. liu@scm- blog.com，或訪問他的網(wǎng)站(www.scm- blog.com)查詢最新培訓(xùn)信息。