Research into Demand Planning

wayne.sunwei · 发表于 2006-7-15 01:19

在此讨论是想给大家一个不同的观点。并不是所有的公司都有能力和实力去使用较复杂的预测工具。不好意思，我们公司用过SAP APO的Demand Planning模块。可事实上项目并不成功。员工对复杂的模型并不能理解。加上人员的流动，使用上不能完全达到期望的效果。

就消费品市场而言，产品需求相对稳定。对东南亚国家,季节性也不明显,因而对促销的规划和执行的控制就显得极为重要. 也许对中小型消费品企业，一个简单适用的模型加上一个能有效控制业务流程（保证预测信息在公司相关部门范围内的共享和透明）的系统也许更为实用。

说到着,好像有些偏题了. 不过,个人觉得探讨如何用信息系统帮助客户做好市场预测的方方面面也很重要. 这里只是抛砖引玉.

不过, crazybugcn，还是很欣赏你对预测方法的全面论述,也很期待你对需求规划的后续详述。本人也在不断学习中.

crazybugcn · 发表于 2006-7-15 14:25

非常感谢wayne.sunwei的发言。很同意你的观点。

确实，需求预测不仅仅是个数学问题，它更是一门艺术，这需要高素质的计划人员和相关员工，对于外行来说，是难以理解的。因为这需要在观念上需要能够将多种管理学科中的定性和定量概念转换到建模系统使用的模型结构中。

对于企业来说，要实现有效的决策，开发优秀的建模系统是必需的，也是不够的，建模系统必须和其他系统结合起来。总体来说，最优化模型为建模系统的实施、修正、应用提供了思路，但是后续需要大量的工作。

从我掌握的知识来说，个人认为，使用优秀的建模系统获得的收益完全可以弥补在系统开发、实施、应用中产生的投资费用。

也许以上的观点可能一定程度上受我作为一个供应连系统开发人员的角度的影响。呵呵

我的观点是，在供应连管理中应该使用多种学科中的知识，用来建立模型系统，开发决策支持系统，调整组织结构。

这个观点在那些不熟悉建模技术的人看来有点可笑，但事实证明，已经越来越多的企业管理者已经开始进行此类的建模以推进有效的供应链管理。

请问wayne.sunwei，如何联系你？希望有机会和你探讨相关的问题，谢谢。

wayne.sunwei · 发表于 2006-7-15 18:22

最初由 crazybugcn 发布

请问wayne.sunwei，如何联系你？希望有机会和你探讨相关的问题，谢谢。 [/B]

wayne.sunwei@gmail.com

我是学运筹学的，有机会探讨

alancehu · 发表于 2006-7-17 16:21

继续顶

alancehu · 发表于 2006-7-20 12:24

UP
等LZ

alancehu · 发表于 2006-7-27 09:59

LZ去那了，快一周了。

crazybugcn · 发表于 2006-7-27 11:18

对不起阿，最近忙啊，忙于写代码。刚写完HoltWinters算法，累啊。刚才还在写预测误差的算法呢，贴点点点点小代码show一下，让大家知道预测的计算机算法其实并不神秘, 我会将此算法简化：

// 计算预测误差
public float CalculateForecastError(
  TDemandArray Demand,  // 各周期的真实需求
  TForecastArray Forecast, // 各周期的预测需求
  int Periods)  // 误差计算时将要涵盖的周期数
{
  int Index;
  float MeanOfForecastError;
  ......
  MeanOfForecastError = 0.0;
  // 计算
  for (Index= 0; Index<Periods; Index++)
  {
   MeanOfForecastError = MeanOfForecastError + Power(Demand[Index] - Forecast[Index], 2);
  }
  MeanOfForecastError  = MeanOfForecastError / Periods; //均方差
  MeanOfForecastError =  Sqr(MeanOfForecastError);  //标准差
  return MeanOfForecastError;
}

iwaitforu · 发表于 2006-7-27 13:45

基本就下面几种方法：
1.移动平均：简单、价权
2.指数平滑：Holt(对需求趋势做修正)、Winter(对需求趋势和季节因素做修正)
3.线性回归分析

to crazybugcn:
能不能讲讲下面这个怎么做？：
“一种广为使用的预测方法是描绘散点图，然后寻找与之最合适的标准分布，从中求解未来某一段时间的预期值。”

还有线性回归分析的详细用法？

你2700万的数据量真是惊人，难道你是按天来预测吗？ top－down处理又是什么意思？

crazybugcn · 发表于 2006-7-27 14:24

2700万数据算是正常的啊。不是按天的，是按周期的，比如星期、月。
你想想看，比如在一个三维的信息立方体中，产品有1000种，地点有200个，时间跨度为4年（姑且假设历史2年，预测2年），那么，对应的详细的需求以及预测数据数量就能达到：
1000 * 200 * 52 * 4 = 20800000 = 两千零八十万数据啊。

iwaitforu · 发表于 2006-7-27 15:30

实际你得到预测的结果是20000个，按周预测
前面的两个问题可否解答？
如何根据散点图找与之对应的分布？

[原创] Research into Demand Planning