EKSPONENCIĀLĀ IZLĪDZINĀŠANA: METODE UN PIEMĒRS - DUDAS - 2025

Eksponenciālā izlīdzināšanas ir veids, kā prognozēt pieprasījumu rakstā noteiktā periodā. Ar šo metodi tiek aprēķināts, ka pieprasījums būs vienāds ar vēsturiskā patēriņa vidējo lielumu noteiktā laika posmā, piešķirot lielāku svaru vai nozīmi vērtībām, kuras ir tuvākas laikam. Turklāt šādām prognozēm ņemiet vērā pašreizējās prognozes kļūdu.

Pieprasījuma prognozēšana ir metode, kā prognozēt klientu pieprasījumu pēc preces vai pakalpojuma. Šis process ir nepārtraukts, kad vadītāji izmanto vēsturiskos datus, lai aprēķinātu, ko viņi sagaida no preces vai pakalpojuma pārdošanas pieprasījuma.

Avots: pixabay.com

Informācija no uzņēmuma pagātnes tiek izmantota, pievienojot to tirgus ekonomikas datiem, lai redzētu, vai pārdošanas apjomi palielināsies vai samazināsies.

Pieprasījuma prognozes rezultāti tiek izmantoti, lai izvirzītu mērķus pārdošanas nodaļai, cenšoties saglabāt atbilstību uzņēmuma mērķiem.

Eksponenciālā izlīdzināšanas metode

Izlīdzināšana ir ļoti izplatīts statistikas process. Izlīdzināti dati bieži atrodami dažādās ikdienas dzīves formās. Katru reizi, kad kaut ko apzīmē ar vidējo vērtību, tiek izmantots izlīdzināts skaitlis.

Pieņemsim, ka siltākā ziema, kas bija ierakstīta, tika piedzīvota šogad. Lai to aprēķinātu, mēs sākam ar ikdienas temperatūras datiem, kas noteikti katra reģistrētā vēsturiskā gada ziemas periodā.

Tas rada vairākus numurus ar lieliem “lēcieniem”. Jums ir nepieciešams numurs, kas no šiem datiem novērš visus šos lēcienus, lai būtu vieglāk salīdzināt vienu ziemu ar citu.

Datu lēciena novēršanu sauc par izlīdzināšanu. Šajā gadījumā izlīdzināšanai var izmantot vienkāršu vidējo.

Prognozes izlīdzināšana

Lai prognozētu pieprasījumu, izlīdzināšanu izmanto arī vēsturiskā pieprasījuma atšķirību novēršanai. Tas ļauj labāk noteikt pieprasījuma modeļus, kurus var izmantot, lai novērtētu pieprasījumu nākotnē.

Pieprasījuma variācijas ir tas pats jēdziens kā temperatūras datu "lēciens". Visizplatītākais veids, kā noņemt pieprasījuma vēstures izmaiņas, ir, izmantojot vidējo vai, konkrēti, slīdošo vidējo.

Mainīgais vidējais lielums vidēja lieluma aprēķināšanai izmanto iepriekš noteiktu periodu skaitu, un šie periodi mainās, jo laiks iet.

Piemēram, ja jūs izmantojat četru mēnešu mainīgo vidējo rādītāju un šodien ir 1. maijs, jūs izmantosit vidējo janvāra, februāra, marta un aprīļa pieprasījumu. 1. jūnijā tiks izmantots pieprasījums pēc februāra, marta, aprīļa un maija.

Svērtais vidējais

Izmantojot vienkāršu vidējo, katrai datu kopas vērtībai tiek piešķirta tāda pati nozīme. Tāpēc četru mēnešu mainīgajā vidējā izteiksmē katrs mēnesis veido 25% no mainīgā vidējā.

Izmantojot pieprasījuma vēsturi nākotnes pieprasījuma prognozēšanai, ir saprotams, ka pēdējam periodam ir lielāka ietekme uz prognozi.

Mainīgo vidējo aprēķinu var pielāgot, lai katram periodam piemērotu atšķirīgus "svarus", lai iegūtu vēlamos rezultātus.

Šie svari ir izteikti procentos. Visu periodu visu svaru kopsummai jāpieskaita 100%.

Tāpēc, ja vēlaties piemērot 35% kā svaru vistuvākajam periodam četru mēnešu vidējā svērtā lielumā, varat atņemt 35% no 100%, atstājot 65%, lai sadalītu starp trim atlikušajiem periodiem.

Piemēram, četriem mēnešiem jūs varat saņemt attiecīgi 15%, 20%, 30% un 35% svērumu (15 + 20 + 30 + 35 = 100).

Eksponenciāla izlīdzināšana

Kontroles ievadi eksponenciālā izlīdzināšanas aprēķinā sauc par izlīdzināšanas koeficientu. Attēlo svaru, kas pieprasījumam piemērots pēdējā laika posmā.

Ja vidējā svērtā vidējā aprēķinā par pēdējā perioda svaru tiek izmantoti 35%, tad eksponenciālajā izlīdzināšanas aprēķinā kā izlīdzināšanas koeficientu var izvēlēties izmantot arī 35%.

Eksponenciālā daļa

Eksponenciālā izlīdzināšanas aprēķina atšķirība ir tā, ka tā vietā, lai izdomātu, cik lielu svaru pielietot katram iepriekšējam periodam, izlīdzināšanas koeficients tiek izmantots automātiski.

Šī ir "eksponenciālā" daļa. Ja kā izlīdzināšanas koeficientu izmanto 35%, pieprasījuma svars pēdējā periodā būs 35%. Pieprasījuma svērums laikposmā pirms pēdējā laika būs 65% no 35%.

65% rodas, atņemot 35% no 100%. Tas ir vienāds ar 22,75% svērumu šajā periodā. Nākamajā pēdējā laika posmā pieprasījums būs 65% no 65% no 35%, kas ir vienāds ar 14,79%.

Iepriekšējais periods tiks svērts kā 65% no 65% no 65% no 35%, kas ir ekvivalents 9,61%. Tas tiks darīts par visiem iepriekšējiem periodiem līdz pirmajam periodam.

Formula

Eksponenciālā izlīdzināšanas aprēķināšanas formula ir šāda: (D * S) + (P * (1-S)), kur,

D = pēdējais pieprasījums par periodu.

S = izlīdzināšanas koeficients, attēlots decimālajā formā (35% būtu 0,35).

P = pēdējā laika prognoze, kas izriet no iepriekšējā perioda izlīdzināšanas aprēķina.

Pieņemot, ka mums ir izlīdzināšanas koeficients 0,35, tad mums būtu: (D * 0,35) + (P * 0,65).

Kā redzat, vienīgās nepieciešamās datu ievades ir pieprasījums un jaunākā perioda prognoze.

Piemērs

Apdrošināšanas kompānija ir nolēmusi paplašināt savu tirgu līdz lielākajai valsts pilsētai, nodrošinot transportlīdzekļu apdrošināšanu.

Kā sākotnējo darbību uzņēmums vēlas prognozēt, cik lielu transportlīdzekļu apdrošināšanu iegādāsies šīs pilsētas iedzīvotāji.

Lai to izdarītu, viņi kā sākotnējos datus izmantos automašīnu apdrošināšanas summu, kas iegādāta citā mazākā pilsētā.

Pieprasījuma prognoze 1. periodam ir 2869 ar transportlīdzekli noslēgta apdrošināšana, bet reālais pieprasījums šajā periodā bija 3200.

Pēc uzņēmuma ieskatiem tas piešķir izlīdzināšanas koeficientu 0,35. Prognozējamais pieprasījums nākamajam periodam ir: P2 = (3200 * 0,35) + 2869 * (1-0,35) = 2984,85.

Tas pats aprēķins tika veikts visam gadam, iegūstot šādu salīdzinošo tabulu starp faktiski iegūto un tajā mēnesī prognozēto.

Salīdzinot ar vidējās vērtības aprēķināšanas paņēmieniem, eksponenciālā izlīdzināšana var labāk prognozēt tendenci. Tomēr tas joprojām ir mazāks, kā parādīts diagrammā:

Var redzēt, kā prognozes pelēkā līnija var būt krietni zem vai virs pieprasījuma zilās līnijas, nespējot to pilnībā sekot.

Atsauces

1. Vikipēdija (2019). Eksponenciāla izlīdzināšana. Iegūts no: es.wikipedia.org.
2. Ingenio Empresa (2016). Kā izmantot vienkāršu eksponenciālu izlīdzināšanu pieprasījuma prognozēšanai. Iegūts no: ingenioempresa.com.
3. Deivs Piasecki (2019). Izskaidrots eksponenciālais izlīdzināšana. Paņemts no: inventarizācijas.com.
4. Pētījums (2019. gads). Pieprasījuma prognozēšanas paņēmieni: mainīgais vidējais un eksponenciālais izlīdzinājums. Paņemts no: study.com.
5. Cityu (2019. gads). Eksponenciālās izlīdzināšanas metodes. Iegūts no: personal.cb.cityu.edu.hk.