Ch4수요관리및예측 (2014-10-2)

Report
Ch.4
수요관리와 수요예측
Ch.2 수요예측
생산∙운영관리
1
제1절 수요관리의 개념과 중요성
1. 수요관리의 필요성
• 정확한 수요예측은 사업의 성과를 좌우하는 매
우 중요한 과제이다.
– 수요는 판매량과 다르다.
– 하지만 온갖 불확실성 요소가 난무하는 사업환경에서
미래 수요를 항상 정확하게 예측하기는 어렵다.
• 수요관리란 시장과 수요관련 정보를 획득∙분석
하고, 이를 토대로 수요예측을 시도하며, 전략적
으로 설정한 목표달성을 위해 필요한 수요의 규
모를 주도적으로 추정해 나가는 과정
Ch.2 수요예측
생산∙운영관리
2
제1절 수요관리의 개념과 중요성
2. 수요관리의 절차
• 수요관리는 3단계로 구성
– 수요관리 프로세스 : 수요에 영향을 미치는 다양한 가
정 및 관련 정보를 바탕으로 수요예측을 실시하고 구
체적인 수요규모를 추정하는 단계
– 수요계획 합의 프로세스 : 마케팅, 판매, 생산, 재무 등
조직 내 부서 및 외부 거래처와의 긴밀한 커뮤니케이
션을 통해 수요계획을 합의하는 단계
– 모니터링 및 수요분석 : 수요계획 및 실행결과를 모니
터링하고 그 결과를 다음 계획수립 시 반영함으로써
계획의 정확도를 개선하는 수요분석 단계
Ch.2 수요예측
생산∙운영관리
3
수요예측기법

수요예측의 중요성
lost sales(품절), 과잉재고
잔업, 안전재고, 아웃소싱 : high cost

수요예측오차에 대한 대응 방법

유연성 증대


많은 재고 확보
리드타임 단축


생산능력의 여유 확보
QR (quick response) manufacturing
적절한 예측기법의 선택
Ch.2 수요예측
생산∙운영관리
4
예측기법의 분류
Ch.2 수요예측
생산∙운영관리
5
제2절 수요예측기법의 유형과 선택
2. 정성적 예측기법
• 전문가에 의한 예측
– 주어진 상황에 대한 지식과 경험이 풍부한 전문가들
의 의견을 종합하여 수요예측을 하는 것을 의미
• 시장조사법
– 설문지, 전화 또는 개별방문 등을 통해 자료를 수집하
는 방법
– 특히 신제품개발 등에 유용한 정보를 제공
– 일반적으로 치밀한 통계적 분석을 통해 소비자행동에
관한 정보를 수집하는데 많이 이용
제2절 수요예측기법의 유형과 선택
2. 정성적 예측기법
• 델파이법(Delphi method)
– 여러 전문가에게 일련의 미래사항에 대한 의견을 개
별적으로 물어 종합하는 방법. 비공개적으로 진행
– 공개적으로 진행 시 나타날 수 있는 몇몇 권위자의 영
향력을 배제하고, 다수의 의견에 자신의 의견 표시를
포기하는 문제점을 줄이고자 하는 데 있음
– 질문에 대한 전문가의 의견과 이의 근거자료가 제3자
에 의해 정리되고, 의견 일치가 이루어지지 않으면 새
로운 질문서와 이에 관계되는 자료가 재차 배포되는
과정을 거치게 됨
– 상당히 정확한 예측결과를 도출해 낼 수 있으나 비용
과 시간이 많이 소요된다는 것이 단점
예측기법의 선택
예측기법
․시설 및 설비증설 계획을 위한 장기수요 예측
델파이법
․기술진보 예측
시장조사법

․기업 전체의 총괄수요 예측
․설비 투자계획의 수립을 장기수요 예측
시계열기법

․신제품 개발을 위한 잠재수요 예측
․총괄 수요의 예측
회귀분석

적용분야
․일정계획 및 재고관리를 위한 단기수요예측
예측대상기간
소요비용
중, 장기
중 이상
중기
고
중, 장기
중
단기
저
시간과 비용, 자료획득 가능성 고려
과거의 경향이 미래에도 변하지 않는다는 전제
개별품목보다 그룹이나 군으로 묶인 품목의 예측이
쉬움
Ch.2 수요예측
생산∙운영관리
8
제3절 시계열 예측기법
1. 시계열 예측기법의 가정
• 시계열 예측기법 : 과거의 수요 패턴이 미래에
도 계속된다는 가정 하에 과거의 매출액 또는 수
요에 관한 자료만을 이용하는 기법
– 수요에 영향을 미치는 요인들을 전혀 고려하지 않음
– 과거의 수요 또는 매출액 자료만을 가지고 예측하므
로 많은 자료를 필요로 하지 않으며 또한 예측과정이
간단하여 개별제품의 단기 수요예측에 많이 쓰임
• 기본적으로 과거 수요의 패턴이 평균수준, 추세,
계절적 요인, 순환변동, 그리고 불규칙 변동 등으
로 나누어져 있다고 가정
시계열 예측
Ch.2 수요예측
생산∙운영관리
10
시계열 예측

추세 (long term trend)
순환변동 (cyclical movement)
계절적 요인 (seasonality)
평균수준 (average level)
불규칙 변동 (random fluctuation)

예측 오차




et  Dt  Ft

절대평균오차 (MAD: mean absolute deviation)

평균자승오차 (MSE: mean squared error)
Ch.2 수요예측
생산∙운영관리
11
시계열 예측 (p.147)
기간
실제
매출액
A
B
C
1월
22
23
18
25
2월
26
24
29
32
3월
30
33
29
29
4월
31
29
37
38
5월
33
34
32
40
기간
예측치
예측오차
A
B
C
1월
-1
4
-3
2월
2
-3
-6
3월
-3
1
1
4월
2
-6
-7
5월
-1
1
-7
Ch.2 수요예측
생산∙운영관리
12
시계열 예측
예측기법 A: MAD = (1 + 2 + 3 + 2 + 1)/5 = 1.8
MSE = (1 + 4 + 9 + 4 + 1)/5 = 3.8
예측기법 B: MAD = (4 + 3 + 1 + 6 + 1)/5 = 3.0
MSE = (16 + 9 + 1 + 36 + 1)/5 = 12.6
예측기법 C: MAD = (3 + 6 + 1 + 7 + 7)/5 = 4.8
MSE = (9 + 36 + 1 + 49 + 49)/5 = 28.8
Ch.2 수요예측
생산∙운영관리
13
시계열 예측

이동평균법 (moving average)
Dt = t기의 실제수요
At = t기까지의 자료를 이용하여 계산한
평균값 또는 예측치
n = 이동평균 계산 기간
Ft 1  At

가중이동평균법 (weighted moving average)
At = W1Dt + W2Dt-1 + ․․․ + WnDt-n+1
(단 W1 + W2 + ․․․ + Wn = 1)
Ch.2 수요예측
생산∙운영관리
14
시계열 예측 (이동평균법, p.149)
n이 커지면 최근의 변동을 더 많이 반영할까? 더 적게 반영할까?
Ch.2 수요예측
생산∙운영관리
15
제3절 시계열 예측기법
3. 이동평균법
• 이동평균법을 이용하고자 할 때의 문제
– 과거자료의 적정개수, 즉 n을 결정하는 것으로, n값의
적정 수준은 그 n을 바꾸어 가면서 MAD나 MSE를 계
산해 본 후 이들 중 오차가 가장 작은 n값으로 결정하
는 과정을 거치됨
– 이동평균의 계산에 이용되는 실적치들에 동일한 가중
치 1/n 를 적용함으로써 자료의 중요도가 동일하다고
가정한다는 단점이 있음
제3절 시계열 예측기법
3. 이동평균법
• 가중이동평균법
– 실적치에 부과되는 가중치를 중요도에 따라 달리 책
정함으로써 단순히 이동평균법을 적용했을 때의 문제
점을 어느 정도 해소할 수 있음
At = W1Dt + W2Dt-1 +․․․+ WnDt-(n-1)
(단 W1 + W2 + ․․․+ Wn = 1)
시계열 예측 (이동평균법 p.150)
Ch.2 수요예측
생산∙운영관리
18
시계열 예측

지수평활법 (exponential smoothing)
Dt = t기의 실제수요
At = t기까지의 자료를 이용하여 계산한
Ft 1  At
평균값 또는 예측치
At = αDt + (1-α)At-1 (단, 0 < α < 1)
  Dt  (1   )  Dt 1  (1   ) At  2 
  Dt  (1   ) Dt 1  (1   ) 2  Dt  2  (1   ) At 3 
   k 0 (1   ) k Dt  k (1   )t A0
t 1

값이 클 수록 최근 값에 더 많은 비중
최초의 평균값 A0 의 영향은 상대적으로 적다.
Ch.2 수요예측
생산∙운영관리
19
시계열 예측 (단순지수평활법 p.153)
Ch.2 수요예측
생산∙운영관리
20
시계열 예측 (단순지수평활법 p.152)
Ch.2 수요예측
생산∙운영관리
21
시계열 예측 (Excel 예제)

추세(trend)를 고려한 지수평활법
Dt = t기의 실제수요
At = t기에 계산된 평균값
Tt = t기에 계산된 평균추세(trend)값
Ft  At 1  Tt 1 t-1 기의 자료로 계산된 t기의 예측치
Ft 1  At  Tt
At   Dt  (1   )( At 1  Tt 1 )   Dt  (1   ) Ft
Tt   ( At  At 1 )  (1   )Tt 1
Ft  m  At  mTt
Ch.2 수요예측
생산∙운영관리
22
시계열 예측 (Excel예제 참조)

추세(trend)와 계절적요소(seasonality)를 고려
한 지수평활법
Ft 1  ( At  Tt ) St 1 L
Dt = t기의 실제수요
Dt
At = t기에 계산된 평균값
At  
 (1   )( At 1  Tt 1 )
St  L
Tt = t기에 계산된
평균추세값
St = t기에 계산된
seasonal index
Ft  ( At 1  Tt 1 )St  L
Tt   ( At  At 1 )  (1   )Tt 1
Dt
St  
 (1   ) St  L
At
과거 자료로 계산된 Ft  m  ( At  mTt ) St  L  m
t기의 예측치
Ch.2 수요예측
생산∙운영관리
23
인과형 예측 (회귀분석법)

회귀분석법 (linear regression model)


인과형 예측기법은 수요의 변동에 영향을 미친다고 생
각되는 요인들을 찾아, 이들 요인과 수요와의 관계를
계량화하고자 하는 기법
Y = a + bX




- Y는 예측하고자 하는 변수인 종속변수
- X는 예측하고자 하는 변수인 Y에 영향을 준다고
생각되는 변수로 독립변수라 함
- 일단 회귀식이 설정되면 과거 자료를 이용하여 a
와 b값을 추정하고,
- X의 새로운 값을 결정한 뒤, 이를 회귀분석식에
대입하여 수요예측치 Y를 계산하면 됨
Ch.2 수요예측
생산∙운영관리
24
인과형 예측 (회귀분석법)

회귀분석법 (linear regression model)
Ch.2 수요예측
생산∙운영관리
25
인과형 예측 (회귀분석법)

회귀분석법 (linear regression model)
Yˆi  a  bX i
Y

Ch.2 수요예측
생산∙운영관리
26
인과형 예측 (회귀분석법 Excel예제 )

최소자승법 (least square method)

회귀방정식 Yi  a  bX i 에서 실제값 Yi 와 회귀방정식에
X 값을 대입하여 얻은 예측치 Yˆi  a  bX i 의 차이
즉, 잔차(error)의 제곱합을 최소화시키는 a 값과 b값
을 추정하는 방법
min  ei2  (Yi  Yˆi ) 2   (Yi  a  bX i ) 2

결정계수 (coefficient of determination)

R

2
(Y  Yˆ )

 1
 (Y  Y )
i
i
i
i
2
(Yˆ  Y )


 (Y  Y )
2
i
2
i
2
0  R2  1
i
회귀분석식의 정확도를 측정하는 도구로서 독립변수가 없을
때의 Y 값을 총변동 중에서 독립변수 X가 사용되어 설명되는
변동의 퍼센트를 나타낸다. ( 1  R 2 는? )
Ch.2 수요예측
생산∙운영관리
27
인과형 예측 (회귀분석법)

단순회귀 (simple linear regression)

독립변수가 하나인 회귀모형
Yi  a  bX i   i

 i ~  N (0,  2 ) 잔차  i 는 평균이 0 이고 분산이  2 인
정규분포를 따른다.

다중회귀 (multiple linear regression)

독립변수가 k 개인 회귀모형
Yi  a  b1 X 1  b2 X 2 
Ch.2 수요예측
 bk X k   i
생산∙운영관리
 i ~  N (0,  2 )
28
Ch.2 수요예측
생산∙운영관리
29

similar documents