La previsione della domanda nella supply chain

Transcript

1 La previsione della domanda nella supply chain La previsione della domanda 1 Linea guida Il ruolo della prerevisione nella supply chain Le caraerisiche della previsione Le componeni della previsione ed i meodi di previsione Approcci di base alla previsione della domanda La previsione della domanda con le serie soriche Le misure dell errore di previsione Aspei praici della previsione della domanda La previsione della domanda 2

2 Il ruolo della prerevisione nella supply chain Sono la base di ue le decisioni sraegiche e di pianificazione in una supply chain È uilizzaa sia per processi di ipo pull che di ipo push Esempi: Produzione: scheduling, giacenza, programmazione aggregaa Markeing: allocazione degli saff di vendia promozioni, inroduzione di nuovi prodoi Finanza: invesimeni in impiani ed arezzaure, pianificazione del budge Personale: programmazione della manodopera, poliiche di assunzione e di inerruzione del rapporo di lavoro Tue le decisioni sono inerconnesse La previsione della domanda 3 Le caraerisiche della previsione Le previsioni sono incere e sbagliae. Devono fornire i valori aesi della previsione nonché la sima dell errore di misure. Le previsioni di lungo ermini sono meno accurae di quelle di breve ermine (è imporane definire l orizzone emporale della previsione) Le previsioni aggregae sono più accurae di quelle disaggregae La previsione della domanda 4

3 Approccio di base alla previsione della domanda Comprendere gli obieivi della previsione Inegrare la pianificazione della domanda e la previsione Idenificare i faori principali che influenzano al previsione della domanda Comprendere ed idenificare i segmeni dei clieni Deerminare le appropriae ecniche di previsione Sabilire le presazioni e gli errori di misura della previsione La previsione della domanda 5 Faori ambienali rilevani Condizioni generali del mercao e sao dell'economia Azioni dei concorreni Azioni di ipo legislaivo Tendenza del mercao Ciclo di via del prodoo Sili e moda Cambiameni nella domanda dei consumaori Innovazione ecnologica La previsione della domanda 6

4 Le caraerisiche della previsione PARAMETRI DA CONSIDERARE Prodoi Gruppi di prodoi Assiemi TECNICHE PREVISIONALI Qualiaive Quaniaive UNITÀ DI MISURA INTERVALLO DI TEMPO Seimane Mesi Trimesri ORIZZONTE DELLA PREVISIONE COMPONENTI DELLA PREVISIONE Tendenza Componene sagionale Componene ciclica Componene random ACCURATEZZA DELLA PREVISIONE REVISIONE DEI PARAMETRI DEL MODELLO DI PREVISIONE La previsione della domanda 7 I meodi di previsione VINCOLI: Poliiche gesionali Disponibilià delle risorse Condizioni del mercao Tecnologia DATI IN INGRESSO: Ricerche di mercao Dai sorici sulla domanda Pubblicià Promozioni Opinioni MODELLI PREVISIONALI DATI IN USCITA: Sime sulla domanda e sul periodo di richiesa Per prodoo Per cliene Per zona geografica FATTORI AMBIENTALI: Economici Sociali Poliici Culurali La previsione della domanda 8

5 I meodi di previsione MODELLI DI PREVISIONE QUANTITATIVI (saisico maemaici) QUALITATIVI (raccola di opinioni) Analisi delle serie soriche Indicaori economici Modelli economerici Opinioni di esperi Ricerche di mercao Delphi La previsione della domanda 9 I meodi di previsione Qualiaivi: principalmene soggeivi: si basano sulla raccola ed analisi di giudizi ed opinioni Serie emporali: usano i dai sorici della domanda Saici Adaaivi Causali: usano le relazioni ra la domanda ed alri faori per sviluppare la previsione Simulazione Imiano le scele del consumaore che incremenano al domanda Possono combinare la serie emporali ed i meodi causali La previsione della domanda 10

6 Componeni di una osservazione Domanda osservaa = componene sisemaica + componene random Livello (domanda auale desagionalizzaa) Tendenza (crescia o calo della domanda) Sagionale (fluuazioni sagionali prevedibili Componene sisemaica : valore aeso della domanda Componene random : la pare della previsione che devia dalla componene sisemaica Errore di previsione: differenza ra la previsione e la domanda auale La previsione della domanda 11 Analisi delle serie soriche rend sisemaiche cicliche componeni oscillaorie sagionali casuali La previsione della domanda 12

7 Analisi delle serie soriche Domanda endenza domanda Livello sagionale ciclica random -100 periodo La previsione della domanda 13 Saici Adaaivi I meodi di previsione Media mobile Smorzameno esponenziale semplice Modello di Hol (con endenza) Modello di Winer (con endenza e sagionalià) La previsione della domanda 14

8 La previsione della domanda con le serie soriche L obieivo consise nel prevedere la componene sisemaica della domanda araverso modelli di naura diversa Moliplicaivo: (livello)(endenza)(sagionale) Addiivo: livello + endenza + sagionale Miso: (livello + endenza)(sagionale) Meodi saici Previsione adaaiva La previsione della domanda 15 Meodi saici Assumendo un modello miso: Componene sisemaica = (livello + endenza)(sagionale) F +l = [L + ( + l)t]s +l = previsione effeuae nel periodo per la domanda del periodo + l L = sima della componene di livello nel periodo 0 T = sima della componene di endenza S = sima della componene sagionale per il periodo D = domanda reale nel periodo F = previsione della domanda nel periodo La previsione della domanda 16

9 Meodi saici Sima delle componeni di livello e di endenza Sima della componene sagionale La previsione della domanda 17 Sima delle componeni di livello e di endenza Prima d simare le componeni di livello e di endenza I dai della domanda vanno desagionalizzai Domanda desagionalizzaa = domanda che sarebbe saa osservaa in assenza di fluuazioni sagionali Periodicià (p) Il numero di periodi dopo i quali la sagionalià si ripee Per i dai di domanda dell esempio seguene risula p = 4 rimesri La previsione della domanda 18

10 Analisi delle serie soriche Trimesre Domanda D II, III, IV, I, II, III, IV, I, II, III, IV, I, Prevedere la domanda per i prossimi quaro rimesri La previsione della domanda 19 Analisi delle serie soriche ,2 97,3 97,4 98,1 98,2 98,3 98,4 99,1 99,2 99,3 99,4 00,1 La previsione della domanda 20

11 Desagionalizzazione della domanda D D = i = p 2 1 p 2 D + 1 p 2 + D / p p p 2 i = + 1 p 2 2 D / ( 2 p) per p pari per p dispari La previsione della domanda 21 Desagionalizzazione della domanda Per i dai dell esempio p = 4 è pari D 3 = {D1 + D5 + Somma(i=2 4) [2Di]}/8 = [(2)(13000)+(2)(23000)+(2)(34000)]}/8 = D 4 = {D2 + D6 + Somma(i=3 5) [2Di]}/8 ={ [(2)(23000)+(2)(34000)+(2)(10000)]/ 8 = La previsione della domanda 22

12 Desagionalizzazione della domanda Periodo Domanda D Domanda desagionalizzaa La previsione della domanda 23 Desagionalizzazione della domanda Tra la domanda desagionalizzaa ed il empo esise la seguene relazione D = L + T Con D = domanda desagionalizzaa al periodo L = componee di livello (domanda desagionalizzaa al periodo 0) T = componee di endenza (asso di crescia della domanda desagionalizzaa) La endenza può essere deerminaa araverso una regressione lineare ra la domanda desagionalizzaa ed il empo La previsione della domanda 24

13 45000 Desagionalizzazione della domanda D = domanda Domanda D Domanda desagionalizzaa Lineare (Domanda desagionalizzaa) periodo La previsione della domanda 25 Sima dei faori sagionali Usando le precedeni equazioni si calcolano i faori di sagionalià per ogni periodo D S = D Ad esempio pei il periodo 2 si ha D2 = (524)(2) = D2 = S2 = 13000/19487 = 0.67 La previsione della domanda 26

14 Sima dei faori sagionali Periodo Domanda D Domanda Linea di desagionalizzaa endenza S , , , , , , , , , , , ,66 sommaoria S su p periodi 3,894 4,029 4,048 La previsione della domanda 27 Sima dei faori sagionali Il faore sagionale complessivo per una sagione è infine calcolao coma la media di ui i faori della medesima sagione In presenza di r cicli sagionali per ui i periodi della classe p+i, 1<i<p, il faore sagionale della sagione i risula S i = r 1 j = 0 S r j p+ i Per i dai dell esempio con re cicli sagionali di ampiezza pari a quaro periodi (p=4) si avrà S1 = ( )/3 = 0.47 S2 = ( )/3 = 0.68 S3 = ( )/3 = 1.17 S4 = ( )/3 = 1.67 La previsione della domanda 28

15 Sima della previsione Usando le equazioni di previsione si poranno valuare le previsioni della domanda per i successivi quaro periodi: F13 = (L+13T)S1 = [18439+(13)(524)](0.47) = F14 = (L+14T)S2 = [18439+(14)(524)](0.68) = F15 = (L+15T)S3 = [18439+(15)(524)](1.17) = F16 = (L+16T)S4 = [18439+(16)(524)](1.67) = La previsione della domanda 29 Previsione adaaiva Le sime delle componeni di livello, di endenza e sagionale vengono adaae dopo l osservazione di ogni valore reale della domanda Passi generali nella sima adaaiva Medie mobili Smorzameno esponenziale semplice Smorzameno esponenziale con correzione per la endenza (modello di Hol) Smorzameno esponenziale con correzione per la endenza e la sagionalià (modello di Winer) La previsione della domanda 30

16 Formule di base per la previsione adaaiva F +1 = (L + l T )S +1 = previsione per il periodo +l nel periodo L = sima della componene di livello alla fine del periodo T = sima della componene di endenza alla fine del periodo S = sima del faore di sagionalià per il periodo F = sima della domanda per il periodo (effeuaa al periodo -1 o precedeni) D = domanda reale osservaa nel periodo E = errore di previsione nel periodo A = deviazione assolua per il periodo = E MAD = Mean Absolue Deviaion = valore medio degli A La previsione della domanda 31 Passi generali per la previsione adaaiva Inizializzazione: valuare le sime iniziali della componeni di livello (L 0 ), di endenza(t 0 ), ed i faori sagionali (S 1,,S p ) Previsione: valuare la domanda per il periodo +1 usando l equazione generale Sima dell errore: valuare l errore E +1 = F +1 - D +1 Modificare le sime: Modificare le sime del livello (L +1 ), enenza (T +1 ), e faore sagionale (S +p+1 ), dao l errore E +1 della previsione Ripeere i passi per ogni periodo seguene La previsione della domanda 32

17 Medie mobili Usae quando la domanda non manifesa endenza o sagionalià osservabili La componene sisemaica della domanda coincide con la componene di livello La componene di livello nel periodo è la domanda media valuaa sugli ulimi N periodi (media mobile di ordine N) La previsione correne per ui i periodi fuuri è la sessa ed è basaa sulla auale sima della componene di livello L = (D + D D -N+1 ) / N F +1 = L and F +n = L dopo l osservazione della domanda per il periodo +1, revisionare le sime come diseguio indicao: L +1 = (D +1 + D + + D -N+2 ) / N F +2 = L +1 La previsione della domanda 33 Medie mobili Per i dai dell esempio uilizzao Valuare alla fine del periodo 4 la sima della domanda per i periodi da 5 a 8 usando una media mobile di ordine quaro L4 = (D4+D3+D2+D1)/4 = ( )/4 = F5 = = F6 = F7 = F8 Domanda reale osservaa nel periodo 5 D5 = Errore di previsione nel periodo 5, E5 = F5 - D5 = = 9500 Revisionare la sima della componene di livello nel periodo 5: L5 = (D5+D4+D3+D2)/4 = ( )/4 = F6 = L5 = La previsione della domanda 34

18 Smorzameno esponenziale semplice Usao quando la domanda non manifesa endenza o sagionalià La componene sisemaica della domanda coincide con la componene di livello La sima iniziale della componene di livello, L 0, viene assuna pari alla media di ui i dai sorici La previsione auale per ui i periodi fuuri è pari alla sima auale della componee di livello così come di seguio indicao: F +1 = L and F +n = L Dopo l osservazione della domanda del periodo +1 D +1,revisionare la sima della componee di livello: L +1 = αd +1 + (1-α)L L +1 = Sum (n=0 o +1) [α(1-α) n D +1-n ] La previsione della domanda 35 Smorzameno esponenziale semplice L + 1 = α D (1 α ) L Piccoli valori di α: maggior sabilià e minore pronezza Elevai valori di α:maggiore pronezza e minore sabilià L 1 n + 1 = α (1 α ) D + 1 n + (1 α ) n= 0 D 1 La previsione della domanda 36

19 Smorzameno esponenziale semplice Per i dai dell esempio uilizzao L 0 = media di ui i 12 periodi di dai (o opporuna sima) F 1 = L 0 = Domanda osservaa per il periodo 1: D 1 = 8000 Errore di previsione per il periodo 1, E 1 : E 1 = F 1 -D 1 = = Assumendo α = 0.1, la sima revisionaa del livello per il periodo 1 divena: L 1 = αd 1 + (1-α)L 0 = (0.1)(8000) + (0.9)(22083) = F 2 = L 1 = La previsione della domanda 37 Smorzameno esponenziale semplice α = 0,10 Periodo Domanda Livello Previsione Errore Errore MSE MAD errore MAPE TS assoluo % ,3E % 176% ,6E % 118% ,9E % 83% 2, ,2E % 72% 0, ,2E % 81% 1, ,5E % 70% 2, ,4E % 62% 2, ,0E % 60% -0, ,0E % 62% 0, ,4E % 63% 1, ,8E % 60% 0, ,1E % 59% -1,38 La previsione della domanda 38

20 domanda Smorzameno esponenziale semplice periodo La previsione della domanda 39 Smorzameno esponenziale con correzione per la endenza (Modello di Hol) Adao quando la domanda presena componene di livello e di enenza senza evidenziare fenomeni di sagionalià Le sime iniziali delle componeni di livello e di endenza possono essere oenua araverso una regressione lineare semplice del ipo: D = a + b T 0 = a L 0 = b nel periodo, la previsione per i periodi fuuri è oenua dalle: F +1 = L + T F +n = L + nt La previsione della domanda 40

21 Smorzameno esponenziale con correzione per la endenza (Modello di Hol) Dopo l osservazione della domanda per il periodo, revisionare le sima come di seguio: L +1 = αd +1 + (1-α)(L + T ) T +1 = β(l +1 -L ) + (1-β)T α = cosane di smorzameno per il livello β = cosane di smorzameno per la endenza In base ai dai dell esempio descrio, usando una regressione lineare, si oiene, L 0 = (inercea) T 0 = 1549 (pendenza) La previsione della domanda 41 Smorzameno esponenziale con correzione per la endenza (Modello di Hol) L T = α D = β ( L (1 α ) ( L L ) + (1 β ) T + T ) La previsione della domanda 42

22 Smorzameno esponenziale con correzione per la endenza (Modello di Hol) Previsione per il periodo 1: F 1 = L 0 + T 0 = = Domanda osservaa per il periodo 1 = D1 = 8000 E 1 = F 1 -D 1 = = 5564 Assumendo α = 0.1, β = 0.2 L 1 = αd 1 + (1-α)(L 0 +T 0 ) = (0.1)(8000) + (0.9)(13564) = T 1 = β(l 1 -L 0 ) + (1-β)T 0 = (0.2)( ) + (0.8)(1549) = 1438 F 2 = L 1 + T 1 = = F 5 = L 1 + 4T 1 = (4)(1438) = La previsione della domanda 43 Smorzameno esponenziale con correzione per la endenza (Modello di Hol) α = 0,10 β = 0,20 Periodo Domanda Livello Tendenza Previsione Errore Errore MSE MAD errore MAPE TS assoluo % ,0E % 70% ,5E % 40% ,7E % 37% -0, ,6E % 40% -2, ,8E % 55% -0, ,6E % 49% -0, ,0E % 42% -0, ,4E % 41% -1, ,0E % 52% 0, ,6E % 58% 1, ,1E % 54% 1, ,8E % 52% 0,043 La previsione della domanda 44

23 Smorzameno esponenziale con correzione per la endenza (Modello di Hol) domanda periodo La previsione della domanda 45 Smorzameno esponenziale con correzione per la endenza e la sagionalià (modello di Winer) Appropriao quando la componene sisemaica della domanda manifesa livello, endenza e sagionalià Componene sisemaica = (livello + endenza)(faore sagionale) Assume periodicià pari a p periodi Oenere sime iniziali del livello (L 0 ), della endenza (T 0 ), e dei faori sagionali (S 1,,S p ) usando le procedure per la previsione saica Nel periodo, la previsione per i periodi fuuri è daa dalla: F +1 = (L +T )(S +1 ), F +n = (L + nt )S +n La previsione della domanda 46

24 Smorzameno esponenziale con correzione per la endenza e la sagionalià Dopo l osservazione della domanda del periodo+1, revisionare le sime per livello, endenza e faori sagionali come di seguio: L +1 = α(d +1 /S +1 ) + (1-α)(L +T ) T +1 = β(l +1 -L ) + (1-β)T S +p+1 = γ(d +1 /L +1 ) + (1-γ)S +1 α = cosane di smorzameno per il livello β = cosane di smorzameno per la endenza γ = cosane di smorzameno per i faori sagionali Per i dai dell esempio descrio le sime iniziali di livello, endenza e faori sagionali sono ricavae dal modello di previsione saica La previsione della domanda 47 Smorzameno esponenziale con correzione per la endenza e la sagionalià D + 1 L + = α + (1 α ) ( L + T S T = β ( L + 1 L ) + (1 β ) S D T p+ 1 = γ + ( 1 γ ) S + 1 L + 1 ) La previsione della domanda 48

25 Smorzameno esponenziale con correzione per la endenza e la sagionalià L 0 = T 0 = 524 S 1 =0.47, S 2 =0.68, S 3 =1.17, S 4 =1.67 F1 = (L0 + T0)S1 = ( )(0.47) = 8913 La domanda osservaa per il periodo 1 risula D 1 = 8000 Errore di previsione per il periodo 1 E 1 = F 1 -D 1 = = 913 Assumendo α = 0.05, β=0.1, γ=0.1; revisionare le sime del livello, endenza periodo 1 e del faore sagionale per il periodo 5 L 1 = α(d 1 /S 1 )+(1-α)(L 0 +T 0 ) = (0.1)(8000/0.47)+(0.9)( )=18769 T 1 = β(l 1 -L 0 )+(1-β)T 0 = (0.2)( )+(0.8)(524) = 485 S 5 = γ(d 1 /L 1 )+(1-γ)S 1 = (0.1)(8000/18769)+(0.9)(0.47) = 0.47 F 2 = (L 1 +T 1 )S 2 = ( )(0.68) = La previsione della domanda 49 Smorzameno esponenziale con correzione per la endenza e la sagionalià α = 0,05 β = 0,10 γ = 0,10 Periodo Domanda Livello Tendenza Faore Previsione Errore Errore MSE MAD errore MAPE TS sagionale assoluo % , ,9E % 11% , ,4E % 6% , ,7E % 5% , ,4E % 4% , ,0E % 3% 3, , ,1E % 6% -2, , ,1E % 7% 0, , ,7E % 6% 0, , ,6E % 7% -0, , ,6E % 9% 2, , ,8E % 9% -0, , ,4E % 8% -0, , , , , La previsione della domanda 50

26 Smorzameno esponenziale con correzione per la endenza e la sagionalià domanda periodo La previsione della domanda 51 Misure dell errore di previsione Errore di previsione E = F -D Mean square error (MSE) MSE 1 n 2 n = E n = 1 MAD 1 = n n A n = 1 Deviazione assolua A = E Mean absolue deviaion (MAD) σ = 1.25MAD La previsione della domanda 52

27 Misure dell errore di previsione Mean absolue percenage error (MAPE) n E n bias = D MAPE bias n = E TS = n = 1 n = 1 MAD bias mosra se la previsione sovrasima e soosima coerenemene la domanda; dovrebbe fluuare aorno allo 0 Tracking signal Dovrebbe aesarsi nel campo di valori+6 non verificandosi ale condizione si dovrebbe uilizzare un differene meodo di previsione La previsione della domanda 53 Aspei praici delle previsioni Collaborare nel processo di cosruzione della previsione I valori dei dai dipendono dallo sadio della supply chain nel quale vengono simai Porre aenzione per disinguere i dai di vendie da quelli di domanda La previsione della domanda 54