0.1 Dự báo  (Page 2/8)

 Tập hợp các ý kiến mới của các chuyên gia. Nếu chưa thỏa mãn thì tiếp tục quá trình nêu trên cho đến khi đạt yêu cầu dự báo.

Ưu điểm của phương pháp này là tránh được các liên hệ cá nhân với nhau, không xảy ra va chạm giữa các chuyên gia và họ không bị ảnh hưởng bởi ý kiến của một người nào đó có ưu thế trong số người được hỏi ý kiến.

Phương pháp điều tra người tiêu dùng.

Phương pháp này sẽ thu thập nguồn thông tin từ đối tượng người tiêu dùng về nhu cầu hiện tại cũng như tương lai. Cuộc điều tra nhu cầu được thực hiện bởi những nhân viên bán hàng hoặc nhân viên nghiên cứu thị trường. Họ thu thập ý kiến khách hàng thông qua phiếu điều tra, phỏng vấn trực tiếp hay điện thoại... Cách tiếp cận này không những giúp cho doanh nghiệp về dự báo nhu cầu mà cả trong việc cải tiến thiết kế sản phẩm. Phương pháp này mất nhiều thời gian, việc chuẩn bị phức tạp, khó khăn và tốn kém, có thể không chính xác trong các câu trả lời của người tiêu dùng.

Phương pháp dự báo định lượng.

Mô hình dự báo định lượng dựa trên số liệu quá khứ, những số liệu này giả sử có liên quan đến tương lai và có thể tìm thấy được. Tất cả các mô hình dự báo theo định lượng có thể sử dụng thông qua chuỗi thời gian và các giá trị này được quan sát đo lường các giai đoạn theo từng chuỗi .

 Các bước tiến hành dự báo:

 Xác định mục tiêu dự báo.

 Xác định loại dự báo.

 Chọn mô hình dự báo.

 Thu thập số liệu và tiến hành dự báo.

 Ứng dụng kết quả dự báo.

 Tính chính xác của dự báo:

Tính chính xác của dự báo đề cập đến độ chênh lệch của dự báo với số liệu thực tế. Bởi vì dự báo được hình thành trước khi số liệu thực tế xảy ra, vì vậy tính chính xác của dự báo chỉ có thể đánh giá sau khi thời gian đã qua đi. Nếu dự báo càng gần với số liệu thực tế, ta nói dự báo có độ chính xác cao và lỗi trong dự báo càng thấp.

Người ta thường dùng độ sai lệch tuyệt đối bình quân (MAD) để tính toán:

$\text{MAD}=\frac{\text{Täøng}\text{caïc sai säú tuyãût âäúi cuía n giai âoaûn}}{\text{n giai âoaûn}}$

$\text{MAD}=\frac{\sum _{i=1}^n{\mid \text{Nh}\text{u cáöu thæûc tãú - Nhu cáöu dæû baïo}\mid }_i}{n}$

Dự báo ngắn hạn.

Dự báo ngắn hạn ước lượng tương lai trong thời gian ngắn, có thể từ vài ngày đến vài tháng. Dự báo ngắn hạn cung cấp cho các nhà quản lý tác nghiệp những thông tin để đưa ra quyết định về các vấn đề như:

 Cần dự trữ bao nhiêu đối với một loại sản phẩm cụ thể nào đó cho tháng tới ?

 Lên lịch sản xuất từng loại sản phẩm cho tháng tới như thế nào ?

 Số lượng nguyên vật liệu cần đặt hàng để nhận vào tuần tới là bao nhiêu ?

 Dự báo sơ bộ:

Mô hình dự báo sơ bộ là loại dự báo nhanh, không cần chi phí và dễ sử dụng. Ví dụ như:

 Sử dụng số liệu hàng bán ngày hôm nay làm dự báo cho lượng hàng bán ở ngày mai.

 Sử dụng số liệu ngày này ở năm rồi như là dự báo lượng hàng bán cho ngày ấy ở năm nay.

Mô hình dự báo sơ bộ quá đơn giản cho nên thường hay gặp những sai sót trong dự báo.

 Phương pháp bình quân di động:

Phương pháp bình quân di động trung bình hóa các số liệu trong một giai đoạn gần đây và số trung bình này trở thành dự báo cho giai đoạn tới.

$F_t=\frac{A_{t-1}+A_{t-2}+\text{.}\text{.}\text{.}+A_{t-n}}{n}=\frac{\sum _{i=1}^n{A}_{t-i}}{n}$

Với:Ft - Dự báo thời kỳ thứ t;At-i - Số liệu thực tế thời kỳ trước (i=1,2,...,n)