Характеристика модулей ERP

Прогнозирование – это оценка будущего состояния предприятия, внешней среды или элементов производственного процесса в условиях неопределённости. Недо­статок информации связан, как правило, с временным фактором. Прогнозирование может носить как самостоятельный характер, так и, предшествуя планированию, представлять собой первый шаг в решении задачи планирования.

Прогнозирование может потребоваться на нескольких уровнях системы управления предприятием, поскольку спрос на продук­цию и услуги может изменяться с разной периодичностью.

 

Для систем управления предприятием наиболее важными мо­ментами являются:

1) иерархия прогнозов

2) структура формирования прогнозов

3) качественные методы прогнозирования

4) количественные методы прогнозирования

5) сочетание прогнозирования и планирования

Основные прогнозы:

1. Долгосрочные прогнозы. Горизонт прогнозирования - годы. Объек­ты прогнозирования: потребности рынка в новых видах продукции (в стоимостном или натуральном выражении); потребности рынка в старой, т. е. выпускающейся сегодня, продукции (в стоимостном или натуральном выражении); требуемая производительность предприя­тия; капиталовложения; потребности в производственных мощнос­тях предприятия.

2. Среднесрочные прогнозы. Горизонт прогнозирования - месяцы. Объекты прогнозирования: новые типы или группы продукции; производительность отдельных производств и подразделений; по­требности в кадрах; потребности по закупкам материалов; оценка запасов.

3. Краткосрочные прогнозы. Горизонт прогнозирования - недели. Объекты прогнозирования: отдельные наименования продукции; работники определённых специальностей и квалификации; произ­водительность оборудования на отдельных цехах и участках; уровень запасов.

Качественные методы прогнозирования основываются на выявлении факторов, которые определяют объемы продаж или сер­виса. Затем формируются суждения относительно вероятностей про­явления этих факторов в будущем.

Основные качественные методы:

1) Мозговой штурм. Рабочей группе предоставляется любая необ­ходимая информация из БД предприятия и внешних БД. Участники группы создают индивидуальные прогнозы. Крайние прогнозы от­брасываются. а роль компромиссного выполняет прогноз, основан­ный на оставшихся индивидуальных прогнозах.

2) Метод Делфи. В этом методе участники анонимно отвечают на вопросы, получают информацию об ответах всех участников, а за­тем процесс повторяется вновь до достижения согласия.

3) Обзор деятельности по продажам. Оценка продаж в будущем по регионам получается здесь на основе оценок отдельных продавцов.

4) Анализ информации от покупателей. Оценки будущих продаж получаются прямо от покупателей. Индивидуальные оценки сводят­ся воедино.

5) Исторические аналогии. Маркетинговые исследования, опро­сы. интервью, пробные продажи позволяют сформировать основу для проверки гипотез относительно поведения реального рынка.

Качественные методы основаны на несложных алгоритмах обра­ботки информации. Объём информации может быть значительным. Роль компьютерных систем заключается в информационной под­держке. Количественные методы прогнозирования реализуются с помощью математических моделей, основывающихся на предыстории. По­добные модели строятся в предположении, что данные о поведении процесса в прошлом могут быть распространены и на будущее.

В базовые системы и пакеты прикладных программ включаются методы, основанные на временных рядах, полученных путём измерений в определённых временных периодах. Результаты измерений поведения процесса в про­шлом могут быть разложены на несколько компонентов:

1) Тренд - это постоянная, долговременная тенденция.

2) Циклическая составляющая описывает ту часть процесса, кото­рая повторяется с низкой частотой.

3) Сезонная составляющая описывает циклы, повторяющиеся с высокой частотой в течение года.

4) Случайная флуктуация - это случайное отклоне­ние временного ряда от неслучайной функции, описываемой трендом, циклической и сезонной составляющими.

При прогнозировании наиболее часто применяются следующие количественные моде­ли:

1) Линейная регрессия. Модель направлена на выявление связи между зависимой переменной (т.е. прогнозируемой величиной) и одной или более независимыми переменными, которые представ­лены в виде данных о предыстории. В простой регрессии имеется только одна независимая переменная, а во множественной рег­рессии их несколько. Если предыстория представлена в виде вре­менного ряда, то независимая переменная - это временной период, а зависимая - прогнозируемая величина, например, объём продаж.

2) Методы скользящего среднего. Прогностическая модель для краткосрочных прогнозов, основанная на временных рядах. В ней среднее арифметическое фактических показателей, вычисленное для принятого числа последних прошедших временных периодов, принимается за прогноз на следующий временной период.

3) Метод взвешенного скользящего среднего. Эта модель работает подобно предыдущей модели, но в ней вычисляется не среднее, а средневзвешенное значение, которое и принимается за прогноз на ближайший временной период. Меньшие веса приписываются бо­лее отдалённым периодам.

4) Экспоненциальное сглаживание. Это модель, использующая вре­менные ряды и предназначенная для краткосрочных прогнозов. В данном методе величина, спрогнозированная для последнего пе­риода, корректируется на основе информации об ошибке прогноза в последнем периоде. Скорректированный за последний период про­гноз становится прогнозом на следующий период.

Функции прогнозирования и планирования могут пересекаться, поскольку пересекаются периоды прогнозирования и планирова­ния, а объектом прогнозирования и планирования может быть одна и та же продукция. При этом объектом планирования является про­дукция, на которую есть заказы. Прогноз же по своей природе на­прямую не связан с имеющимися заказами.

 

⇐ Предыдущая12345678910Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: