Ch.4 수요관리와 수요예측 Ch.2 수요예측생산 ∙ 운영관리 1

제 1 절 수요관리의 개념과 중요성 1. 수요관리의 필요성 정확한 수요예측은 사업의 성과를 좌우하는 매우 중요한 과제이다. – 수요는 판매량과 다르다. – 하지만 온갖 불확실성 요소가 난무하는 사업환경에서 미래 수요를 항상 정확하게 예측하기는 어렵다. 수요관리란 시장과 수요관련 정보를 획득 ∙ 분석하 고, 이를 토대로 수요예측을 시도하며, 전략적으 로 설정한 목표달성을 위해 필요한 수요의 규모를 주도적으로 추정해 나가는 과정 Ch.2 수요예측생산 ∙ 운영관리 2

제 1 절 수요관리의 개념과 중요성 2. 수요관리의 절차 수요관리는 3 단계로 구성 – 수요관리 프로세스 : 수요에 영향을 미치는 다양한 가 정 및 관련 정보를 바탕으로 수요예측을 실시하고 구체 적인 수요규모를 추정하는 단계 – 수요계획 합의 프로세스 : 마케팅, 판매, 생산, 재무 등 조직 내 부서 및 외부 거래처와의 긴밀한 커뮤니케이션 을 통해 수요계획을 합의하는 단계 – 모니터링 및 수요분석 : 수요계획 및 실행결과를 모니 터링하고 그 결과를 다음 계획수립 시 반영함으로써 계 획의 정확도를 개선하는 수요분석 단계 Ch.2 수요예측생산 ∙ 운영관리 3

수요예측기법 수요예측의 중요성 lost sales( 품절 ), 과잉재고 잔업, 안전재고, 아웃소싱 : high cost 수요예측오차에 대한 대응 방법  유연성 증대 생산능력의 여유 확보 많은 재고 확보  리드타임 단축 QR (quick response) manufacturing  적절한 예측기법의 선택 Ch.2 수요예측 생산 ∙ 운영관리 4

예측기법의 분류 Ch.2 수요예측 생산 ∙ 운영관리 5

제 2 절 수요예측기법의 유형과 선택 2. 정성적 예측기법 전문가에 의한 예측 – 주어진 상황에 대한 지식과 경험이 풍부한 전문가들의 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

제 2 절 수요예측기법의 유형과 선택 2. 정성적 예측기법 델파이법 (Delphi method) – 여러 전문가에게 일련의 미래사항에 대한 의견을 개별 적으로 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 제 3 자 에 의해 정리되고, 의견 일치가 이루어지지 않으면 새 로운 질문서와 이에 관계되는 자료가 재차 배포되는 과 정을 거치게 됨 – 상당히 정확한 예측결과를 도출해 낼 수 있으나 비용과 시간이 많이 소요된다는 것이 단점

예측기법의 선택 Ch.2 수요예측 생산 ∙ 운영관리 8  시간과 비용, 자료획득 가능성 고려  과거의 경향이 미래에도 변하지 않는다는 전제  개별품목보다 그룹이나 군으로 묶인 품목의 예측이 쉬움

제 3 절 시계열 예측기법 1. 시계열 예측기법의 가정 시계열 예측기법 : 과거의 수요 패턴이 미래에도 계속된다는 가정 하에 과거의 매출액 또는 수요에 관한 자료만을 이용하는 기법 – 수요에 영향을 미치는 요인들을 전혀 고려하지 않음 – 과거의 수요 또는 매출액 자료만을 가지고 예측하므로 많은 자료를 필요로 하지 않으며 또한 예측과정이 간단 하여 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  절대평균오차 (MAD: mean absolute deviation)  평균자승오차 (MSE: mean squared error) Ch.2 수요예측 생산 ∙ 운영관리 11

시계열 예측 (p.147) Ch.2 수요예측 생산 ∙ 운영관리 12

시계열 예측 Ch.2 수요예측 생산 ∙ 운영관리 13 예측기법 A: MAD = ( )/5 = 1.8 MSE = ( )/5 = 3.8 예측기법 B: MAD = ( )/5 = 3.0 MSE = ( )/5 = 12.6 예측기법 C: MAD = ( )/5 = 4.8 MSE = ( )/5 = 28.8

시계열 예측 이동평균법 (moving average) D t = t 기의 실제수요 A t = t 기까지의 자료를 이용하여 계산한 평균값 또는 예측치 n = 이동평균 계산 기간 가중이동평균법 (weighted moving average) At = W1Dt + W2Dt-1 + ․․․ + WnDt-n+1 ( 단 W1 + W2 + ․․․ + Wn = 1) Ch.2 수요예측 생산 ∙ 운영관리 14

Ch.2 수요예측 생산 ∙ 운영관리 15 시계열 예측 ( 이동평균법, p.149) n 이 커지면 최근의 변동을 더 많이 반영할까 ? 더 적게 반영할까 ?

제 3 절 시계열 예측기법 3. 이동평균법 이동평균법을 이용하고자 할 때의 문제 – 과거자료의 적정개수, 즉 n 을 결정하는 것으로, n 값의 적정 수준은 그 n 을 바꾸어 가면서 MAD 나 MSE 를 계 산해 본 후 이들 중 오차가 가장 작은 n 값으로 결정하 는 과정을 거치됨 – 이동평균의 계산에 이용되는 실적치들에 동일한 가중 치 1/n 를 적용함으로써 자료의 중요도가 동일하다고 가정한다는 단점이 있음

제 3 절 시계열 예측기법 3. 이동평균법 가중이동평균법 – 실적치에 부과되는 가중치를 중요도에 따라 달리 책정 함으로써 단순히 이동평균법을 적용했을 때의 문제점 을 어느 정도 해소할 수 있음 At = W 1 D t + W 2 D t-1 + ․․․ + W n D t-(n-1) ( 단 W 1 + W 2 + ․․․ + W n = 1)

Ch.2 수요예측 생산 ∙ 운영관리 18 시계열 예측 ( 이동평균법 p.150)

시계열 예측 지수평활법 (exponential smoothing) D t = t 기의 실제수요 A t = t 기까지의 자료를 이용하여 계산한 평균값 또는 예측치 값이 클 수록 최근 값에 더 많은 비중 최초의 평균값 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 )Excel 예제 추세 (trend) 를 고려한 지수평활법 D t = t 기의 실제수요 A t = t 기에 계산된 평균값 = t 기에 계산된 평균추세 (trend) 값 t-1 기의 자료로 계산된 t 기의 예측치 Ch.2 수요예측 생산 ∙ 운영관리 22

시계열 예측 (Excel 예제 참조 )Excel 예제 추세 (trend) 와 계절적요소 (seasonality) 를 고려한 지수평활법 D t = t 기의 실제수요 A t = t 기에 계산된 평균값 = t 기에 계산된 평균추세값 = t 기에 계산된 seasonal index 과거 자료로 계산된 t 기의 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 - Y 는 예측하고자 하는 변수인 종속변수 - X 는 예측하고자 하는 변수인 Y 에 영향을 준다고 생 각되는 변수로 독립변수라 함 - 일단 회귀식이 설정되면 과거 자료를 이용하여 a 와 b 값을 추정하고, - X 의 새로운 값을 결정한 뒤, 이를 회귀분석식에 대 입하여 수요예측치 Y 를 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) Ch.2 수요예측 생산 ∙ 운영관리 26

인과형 예측 ( 회귀분석법 Excel 예제 ) Excel 예제 최소자승법 (least square method)  회귀방정식 에서 실제값 와 회귀방정식에 X 값을 대입하여 얻은 예측치 의 차이 즉, 잔차 (error) 의 제곱합을 최소화시키는 a 값과 b 값을 추정하는 방법  결정계수 (coefficient of determination) 회귀분석식의 정확도를 측정하는 도구로서 독립변수가 없을 때 의 Y 값을 총변동 중에서 독립변수 X 가 사용되어 설명되는 변 동의 퍼센트를 나타낸다. ( 는 ? ) Ch.2 수요예측 생산 ∙ 운영관리 27

인과형 예측 ( 회귀분석법 ) 단순회귀 (simple linear regression)  독립변수가 하나인 회귀모형  잔차 는 평균이 0 이고 분산이 인 정규분포를 따른다. 다중회귀 (multiple linear regression)  독립변수가 k 개인 회귀모형 Ch.2 수요예측 생산 ∙ 운영관리 28

Ch.2 수요예측생산 ∙ 운영관리 29