제3장 수요예측.

Presentation on theme: "제3장 수요예측."— Presentation transcript:

1 제3장 수요예측

2 서론 일기를 예측하는 문제 경제 상황을 예측하는 문제 주변 정세의 변화에 대한 예측 문제 기업의 사업 성장을 예측하는 문제 등

3 수요예측을 위한 일반적인 절차 (어떤 데이터가 필요하고, 어떤 데이터가 가용한지 파악해야 함.
단계 1. 무엇에 대한 예측을 할지 결정함. (매출을 예측할지, 수요를 예측할 지) 단계 2. 적절한 데이터를 평가하고 분석함. (어떤 데이터가 필요하고, 어떤 데이터가 가용한지 파악해야 함. 예측에 사용되는 모델의 선택과 밀접한 관계가 있음) 단계 3. 수요예측 모델을 선택하고 시험함. (비용, 사용의 편리성, 정확성 등을 고려하여 선택함. 보통 2개 혹은 세개의 모델로 압축한 후 그 모델들에 과거의 데이터를 적용시켜서 시험함.) 단계 4. 예측값을 산출함. 단계 5. 예측값이 믿을 만한 것인지 검증함.

4 수요예측 방법의 일반적 분류 자료출처: Operations Management, Evans/Collier, THOMSON, p450.

5 손님은 주문내용과 제품을 비교 확인-> 요금 지불
사례 김밥집을 운영하시는 김씨 아줌마 주문서에 품목 체크-> 카운터에 제출-> 주문 내용을 컴퓨터에 입력-> 주방에 주문정보 발송-> 주문 받은 제품 만들어 전달-> 손님은 주문내용과 제품을 비교 확인-> 요금 지불

6 주문서 날짜: 200 년 월 일 품목 주문수량 단가(원) 계 김밥 1,000 참치김밥 2,000 고추참치김밥 2,500
날짜: 200 년 월 일 품목 주문수량 단가(원) 계 김밥 1,000 참치김밥 2,000 고추참치김밥 2,500 야채김밥 쇠고기김밥 누드김밥 3,000 .

7 지난 일주일간의 김밥판매량 날짜 김밥 참치김밥 고추참치김밥 야채김밥 쇠고기김밥 누드김밥 6/27 100 70 120 150
30 6/28 210 40 6/29 80 110 180 65 6/30 130 50 7/1 7/2 140 90

8 단순이동평균법 일정기간 동안의 평균치를 예상판매량으로 결정 최근 6일간의 평균판매량(6일간의 품목별 평균 판매량) 날짜 김밥
참치김밥 고추참치김밥 야채김밥 쇠고기김밥 누드김밥 7/3예상판매량 150 95 118 132 41

9 최근 3일간의 평균판매량 날짜 김밥 참치김밥 고추참치김밥 야채김밥 쇠고기김밥 누드김밥 6/30 120 100 70 130 50
7/1 180 80 7/2 140 90 7/3예상판매량 147 117 110 113 37

10 단순이동평균법이란 최근 몇 기간 동안의 자료에 대해 평균을 계산하여 그 값을 예상 판매량으로 정하는 방법
평균값을 구하기 위하여 적용하는 대상기간에 따라서 단순이동평균법이 구분됨. 첫 번째 예 : 6기간 단순이동평균법 둘째 예 : 3기간 단순이동평균법 단순이동평균법에서 적용기간이 짧을수록 최근 정보가 예측치에 큰 영향. 예) 1일 단순이동평균법: 바로 전날 판매량이 예측치로 사용됨.

11 문제: 다음 자료를 이용, 4기간 단순이동평균법에 의해 품목별 수요를 예측하시오.
날짜 김밥 참치김밥 고추참치김밥 야채김밥 쇠고기김밥 누드김밥 6/27 100 70 120 150 30 6/28 210 40 6/29 80 110 180 65 6/30 130 50 7/1 7/2 140 90

12 148 108 110 130 88 44 날짜 김밥 참치김밥 고추참치김밥 야채김밥 쇠고기김밥 누드김밥 6/27 100 70
120 150 30 6/28 210 40 6/29 80 110 180 65 6/30 130 50 7/1 7/2 140 90 148 108 110 130 88 44

13 가중이동평균법 각 기간의 자료에 대해 다른 가중치를 부여하여 대상 기간 동안의 평균값을 계산, 수요를 예측함.
예) 김씨아줌마는 예상 판매량을 결정하기 위하여 바로 전날의 자료에 대해 70%의 가중치를 부여하고, 나머지 3일간의 자료에 대해서는 10%를 부여하여 각 김밥의 예상판매량을 결정하면; 고추참치김밥의 예측치 = 0.7* * *70+0.1*110 = 128

14 가중이동평균법 예 100% 날짜 가중치 김밥 참치 고추참치 야채김밥 쇠고기 누드김밥 6/27 100 70 120 150 30
100 70 120 150 30 6/28 210 40 6/29 10% 80 110 180 65 6/30 130 50 7/1 7/2 70% 140 90 예상 판매량 100% 143 115 128 89 48

15 논의 단순이동평균법을 이용하여 수요를 예측하는 것이 필요한 경우와 가중이동평균법을 이용하여 수요를 예측하는 것이 필요한 경우의 예를 말해 봅시다. 2. 단순이동평균법의 대상 기간이 달라지면 수요예측정보에 어떤 영향을 미치게 되는지 말해봅시다. 3. 단순이동평균법의 가중치는 어떻게 되는지 식으로 나타내봅시다.

16 지수평활법 예측치가 실제 판매량과 차이가 있을 때, 다음 예측을 할 때에는 그 차이를 반영하고 싶어 함.
예) 7/2일에 김밥을 160개 팔릴 것으로 예측하였는데 실제로는 140개가 팔렸다고 하면, 예측 판매량보다 20개가 덜 팔린 것임. 7/3일의 예상판매량을 결정할 때 그 예측의 차이 -20개를 반영하려면? 새로운 예상판매량은 이전의 예상판매량에다 예측오차를 반영한 것이 될 수 있음(교재참조). 예상판매량 = 이전 예측치+평활상수* (이전실제치-이전 예측치)

17 지수평활상수 0부터 1사이의 값을 나타냄. 다음의 예상판매량 결정할 때, 예측 오차를 100% 반영한다면 7/3의 예상판매량?
다음의 예상판매량 결정할 때, 예측 오차를 30% 반영한다면 7/3의 예상판매량?

18 지수평활상수 그 값을 얼마로 하느냐에 따라서 새 예측치는 달라짐.
값이 크면 클수록 예상판매량은 바로 이전의 실제판매량과 근사하게 결정되고, 작으면 작을 수록 예상판매량은 전체 평균치에 근사하게 결정됨 실제 값에 민감하게 반응하게 되는 품목에 대한 수요량을 예측할 때에는 그 값을 크게 해 주어야 하고, 그렇지 않은 품목에 대해서는 값을 작게 해 주어야 함. 적절한 지수평활상수의 값을 찾는 방법 첫째, 0부터 1사이의 값을 임의로 정한다. 둘째, 지수평할법을 이용하여 예상판매량을 계산한다. 셋째, 실제판매량과 예상판매량의 오차제곱합을 계산한다. 넷째, 오차제곱합을 비교하여 최소의 값을 갖는 값을 지수 평할 상수로 결정한다.

19 구분 0.1 0.3 0.5 0.7 0.9 날짜 실제판매 예상판매 오차제곱 6/10 100 110.00 100.00 110.0 100.0 110 6/11 103 109.00 36.00 107.0 16.0 105.0 4.0 103.0 0.0 101.0 6/12 121 108.40 158.76 105.8 231.0 104.0 289.0 324.0 102.8 331.2 6/13 95 109.66 214.92 110.4 235.9 112.5 306.3 115.6 424.4 119.2 584.7 6/14 108.19 67.14 33.1 103.8 14.1 101.2 1.4 97.4 6.7 6/15 127 107.37 385.16 527.8 101.9 631.3 100.4 710.0 99.7 743.0 6/16 130 109.34 426.95 110.9 364.1 114.4 242.2 119.0 120.9 124.3 32.8 6/17 93 111.40 338.69 116.6 559.0 122.2 853.7 126.7 1135.8 129.4 1327.0 6/18 85 109.56 603.35 109.6 602.7 107.6 511.2 103.1 328.0 96.6 135.6 6/19 97 107.11 102.15 102.2 26.9 96.3 90.4 43.1 86.2 117.4 6/20 106.10 15.24 100.6 87.8 96.7 178.2 95.0 224.1 95.9 198.3 6/21 106.49 210.64 103.4 308.3 103.3 312.4 105.5 240.0 108.6 154.0 6/22 107.94 486.74 108.7 453.3 112.2 318.2 116.4 186.2 119.8 104.9 6/23 140 110.14 891.38 115.1 620.2 121.1 357.9 125.9 198.6 129.0 121.5 6/24 113.13 9.79 122.6 157.9 130.5 421.9 135.8 664.2 138.9 835.1 6/25 112.82 773.77 118.8 1142.2 120.3 1244.0 117.7 1071.4 112.9 777.8 6/26 110.04 290.19 245.2 102.6 92.8 94.8 3.3 27.2 6/27 108.33 69.41 15.7 97.8 4.8 93.5 41.7 92.5 56.6 6/28 70 107.50 1074.0 98.9 835.7 98.1 787.6 99.2 855.4 6/29 103.75 39.08 92.9 291.0 84.5 652.6 78.4 997.4 72.9 1374.6 6/30 104.37 19.13 3.8 97.2 7.7 100.5 106.3 39.6 7/1 92 103.94 142.48 98.6 44.1 43.7 100.2 66.5 74.5 7/2 102.74 333.33 593.0 95.3 660.1 94.4 705.0 791.7 7/3 104.57 646.77 678.4 108.2 477.3 113.0 287.8 118.2 139.6 7/4 145 111.8 1104.4 119.1 672.0 124.9 403.6 128.8 261.8 7/5 113 110.90 4.41 121.7 76.3 132.0 362.5 139.0 674.6 143.4 923.1 7/6 120 111.11 79.03 0.8 122.5 6.3 120.8 0.6 116.0 7/7 112.00 784.04 119.4 425.1 121.3 351.2 120.2 390.6 119.6 416.0 7/8 114.80 231.06 125.6 19.7 130.6 0.4 134.1 16.6 138.0 63.4 7/9 96 116.32 412.88 126.9 954.6 130.3 1177.5 131.2 1240.5 130.8 1210.8 7/10 114.29 32.63 117.6 5.6 113.2 46.8 106.6 180.5 99.5 421.1 7/11 180 114.86 118.3 3802.0 4022.3 4099.9 117.9 3850.5 7/12 170 121.37 136.8 1099.7 148.3 471.4 160.8 84.8 173.8 14.4 합계 3777

20 추세분석법 지금까지의 추세를 보아서 그 정도는 될 것이라고 예측하게 되는 것.
시간의 흐름에 따른 판매량의 변화 추이를 보고 수요를 예측하는 방법. 과거의 자료를 통해서 시간의 흐름과 수요와의 관계를 함수식으로 표현하고 그 함수식을 이용하여 미래 어느 일정시점에 대한 수요를 예측하는 기법.

21 김씨가 운영하는 김밥전문점 예 년도 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 매출액 123,000 133,000 143,000 154,000 168,000 173,000 188,000 200,000 211,000 228,000

22

23 직선추세선 과거의 추세가 어느 정도 직선의 형태를 띠고 있으면 그 추세를 비교적 가장 잘 표현할 수 있는 직선 추세선을 구하여 수요를 예측하게 되는데 그 직선추세선은 다음과 같이 표현된다 Y: 기간 t에서의 수요 a, b: 시간의 흐름에 따른 수요의 변화를 설명하기 위해 결정되어야 할 매개변수로서 직선추세선이 과거의 자료들을 가장 잘 설명하도록 결정되어야 하는데 최소자승법을 이용하여 구할 수 있음. t: 기간

24

25 직선추세선을 구하는 절차 첫째, 연도를 1, 2, 3, ... 등의 연번으로 나타내고 이를 t라고 한다.
둘째, 연간 매출액을 y로 나타낸다. 셋째, 각 기간t와 연간매출액y를 곱한다 넷째, 기간 t를 제곱한 값을 구한다. 다섯째,t, y, t*y 및 t*t 의 합을 계산한다. 여섯째, t, y, t*y 및 t*t 의 합을 공식에 대입하여 a와 b 의 값 계산. n은 자료의 개수

26 구분 t y t*y t*t 1999 1 123000 2000 2 133000 266000 4 2001 3 143000 429000 9 2002 154000 616000 16 2003 5 168000 840000 25 2004 6 173000 36 2005 7 188000 49 2006 8 200000 64 2007 211000 81 2008 10 228000 100 계 55 385

27 김씨 아줌마의 다음 2009년도 예상매출액은 지금까지의 추세로 볼 때 약 2억 3천 5백만원 가량 된다고 예상할 수 있다.

28 기여율을 나타내는 것으로서 연도별 매출액의 추이를 나타내는 직선추세식위에 연도별 매출액 값이 99
기여율을 나타내는 것으로서 연도별 매출액의 추이를 나타내는 직선추세식위에 연도별 매출액 값이 99.48% 포함되어 있음을 의미하고 있다. 위의 추세식은 연도별 매출액의 변동을 99.48% 설명해 준다는 것을 나타낸다.

29 연습문제 다음 자료에 대해서 물음에 답하시오. 년도 1998 1999 2000 2001 2002 수요량 65 75 89 94
위의 자료에 대한 직선추세선을 구하시오. 추세분석법을 이용하여 2003년의 수요를 예측하시오. 기여율을 계산하고 그 의미를 설명하시오.

30 연도 연도구분(t) 수요량(y) t x y t X t 1998 1 65 1999 2 75 150 4 2000 3 89 267 9 2001 94 376 16 2002 5 98 490 25 합계 15 421 1348 55

31 (3) 기여율은 0.9472로써 직선추세선은 연도별 실제 수요량의 변화를 약 94.72% 설명해 줌을 의미한다.
년도 1998 1999 2000 2001 2002 연도구분 1 2 3 4 5 수요량 65 75 89 94 98 직선추세식이 y = 8.5x 2003년도(연도구분 6에 해당됨)의 수요예측량은 8.5 x = 109.7 (3) 기여율은 로써 직선추세선은 연도별 실제 수요량의 변화를 약 94.72% 설명해 줌을 의미한다.

32 인과형모형 시간의 흐름이 아닌 다른 종류의 변수들 간에 서로 영향을 줌으로써 변화되는 변화의 관계를 설명할 수 있는 함수식을 통해서 수요를 예측하는 기법.

33 예제 한 중소물류회사에서는 자사가 운영하는 차량들의 매출액에 따른 타이어 교환관계를 파악하고자 그 동안의 과거자료를 정리하였는데 그 자료는 다음과 같다. 내년도의 매출액 규모가 700억원 정도로 예상된다고 할 때 타이어 교환개수는 얼마로 예상되는지 생각해 보자. 매출액 타이어교환개수 321 33 215 26 430 40 235 21 350 34 565 50 280 29 495 43 510 52 390 38

34 문제 푸는 절차 첫째, 타이어와 매출액의 관계를 그래프로 나타낸다.

35 x y x*y x*x 321 33 10593 103041 215 26 5590 46225 430 40 17200 184900 235 21 4935 55225 350 34 11900 122500 565 50 28250 319225 280 29 8120 78400 495 43 21285 245025 510 52 26520 260100 390 38 14820 152100 3791 366 149213

36

37 즉, 매출액이 700억원이 되면 타이어 교체개수가 약 63개정도 될 것이라는 예상이 된다.

38 기여율 x의 변화에 따른 Y의 변화에 대한 정도를 나타내는 것을 기여율이라고 함.

39 기여율 계산 구분 1 321 33 -58.1 3,375.6 -3.6 13.0 209.2 2 215 26 -164.1 26,928.8 -10.6 112.4 1,739.5 3 430 40 50.9 2,590.8 3.4 11.6 173.1 4 235 21 -144.1 20,764.8 -15.6 243.4 2,248.0 5 350 34 -29.1 846.8 -2.6 6.8 75.7 6 565 50 185.9 34,558.8 13.4 179.6 2,491.1 7 280 29 -99.1 9,820.8 -7.6 57.8 753.2 8 495 43 115.9 13,432.8 6.4 41.0 741.8 9 510 52 130.9 17,134.8 15.4 237.2 2,015.9 10 390 38 10.9 118.8 1.4 2.0 15.3 계 3,791 366 129,572.9 904.4 10,462.4 평균 379.1 36.6

40 즉 매출액의 변화가 타이어의 교환 개수의 변화를 약 93.41% 설명해줌을 나타냄.

41 2. 가전제품을 취급하는 한 판매회사는 자사의 매출액이 가구의 실질소득과의 관계에 밀접한 상관관계가 있음을 인지하고 다음과 같은 자료를 수집하였다. 물음에 답하시오.
매출액(Y) 가구실질소득(X) 29.8 16.8 35.9 18.4 38.8 20.4 43.6 22.9 46.8 25.7 49.5 27.3 52.3 32.1 55.2 35.2 57.2 36.3 58.6 38.2 위의 자료에 대한 직선회귀식을 구하시오. 기여율을 계산하고, 직선회귀식을 이용하여 매출액에 대한 예측이 가능한지 결정하시오. 직선회귀식을 이용하여 가구실질소득이 37.8이 될 때의 매출액을 예측하시오.

42 3. 다음은 가전제품 소매점의 광고비 지출과 매출액에 대하여 수집된 자료이다. 물음에 답하시오.
매출액(Y) 지출된 광고비(X) 29,789 16,893 35,434 18,398 38,732 20,376 43,585 22,982 46,821 25,732 49,283 27,281 52,271 32,182 55,289 35,298 57,298 36,281 58,293 38,178 위의 자료에 대한 직선회귀식을 구하시오. 기여율을 계산하고, 직선회귀식을 이용하여 매출액에 대한 예측이 가능한지 결정하시오. 직선회귀식을 이용하여 광고비가 40,000달러 될 때 예측 가능한 매출액은 얼마인지 계산하시오.

43 시계열분해법 선풍기나 에어컨의 예 계절적인 영향을 받는 제품의 수요는 해가 거듭될수록 전반적인 증가 혹은 감소를 나타내면서 또한 계절적인 변동이 다소 크게 나타나기도 한다. 이러한 계절적인 변동과 더불어 성장 혹은 감소 추세의 변동이 동시에 존재하는 제품의 수요에 대해서 예측하는 문제 지난 5년간 에어컨 판매 자료 예 2004 2005 2006 2007 2008 계 봄 123 196 245 310 380 1,254 여름 595 1,024 1,630 2,520 3,301 9,070 가을 91 101 150 182 647 겨울 36 52 80 110 130 408 845 1,373 2,078 3,090 3,993

44 지난 5년간 에어컨 판매 자료 예

45 2009년도의 수요를 예측하는 방법 첫째, 계절별 추세식을 구하여 예측하는 방법.
둘째, 평균계절별매출액을 구하여 계절지수를 산출, 평균계절별매출액의 추세선을 통해서 해당기간의 수요를 예측, 각 예측치와 계절지수를 곱함으로써 구할 수 있음.

46 평균계절별매출액구하기 지난 몇 년간의 자료를 토대로 계절별로 매출액 평균이 어느 정도인지를 알아보자. 계절적인 변동이 있지만 매년 꾸준한 성장을 해 옴.(그래프 참조) 전반적인 성장추이를 추세선으로 나타낼 수 있음. 이를 위해 계절적인 요인을 상쇄시킬 필요가 있음. 계절별 단순이동평균법을 적용하면 계절적인 변동을  상쇄시킬 수 있게 됨. 한편 1년은 4계절이므로 특정계절을 대표할 수 있는 평균값을 계산하기 위해서는 연속된 한 계절을 포함시킨 후, 5개 계절에 대한 계절평균값을 계산하여, 5개 계절의 중간 계절 평균값으로 정하면 된다. 이와 같은 평균값을 중심이동평균값이라고 함.

47 계절구분 실수요량 평균계절별 매출액 1 2004 봄 123 2 여름 595 3 가을 91 220.38 4 겨울 36
계절구분 실수요량 평균계절별 매출액 1 2004 봄 123  2 여름 595  3 가을 91  220.38  4 겨울 36  283.13  5 2005 196  338.00  6 1,024  341.25  7 101  349.38  8 52  431.25  9 2006 245  509.75  10 1,630  516.00  11 527.63  12 80  647.00  13 2007 310  761.63  14 2,520  768.75  15 150  781.25  16 110  887.63  17 2008 380  989.25  18 3,301  995.75  19 182  20 130 

48 2004년 가을의 평균분기 매출액 계산 예 2004년 가을의 계절평균 = (봄판매량/2+여름+가을+겨울+봄/2)/4
계절평균값에 대해서 그래프

49 직선 추세선 구하기 3  220.38  661.1 9  4  283.13  1,132.5 16  5  338.00  1,690.0 25  6  341.25  2,047.5 36  7  349.38  2,445.6 49  8  431.25  3,450.0 64  509.75  4,587.8 81  10  516.00  5,160.0 100  11  527.63  5,803.9 121  12  647.00  7,764.0 144  13  761.63  9,901.1 169  14  768.75  10,762.5 196  15  781.25  11,718.8 225  887.63  14,202.0 256  17  989.25  16,817.3 289  18  995.75  17,923.5 324  168  9,348.00  116,067.5 2,104 

50 평균분기매출액에 대한 추세선 2009년도 직선추세에 의한 예측치 봄 (x=21) 1,137.47 여름 (x=22)
1,190.16 가을 (x=23) 1,242.84 겨울 (x=24) 1,295.53

51 2009년도 계절별 수요 예측하기 위의 예측치에는 계절적인 영향이 포함되어 있지 않음.
계절적인 영향을 포함시키기 위해서는 계절지수를 구해서 평균분기매출액에 곱함.

52 계절지수 구하기 계절지수는 시계열값이 계절적 요인에 의하여 추세로부터 변동하는 정도를 나타냄. 계절지수 =
계절구분 실수요량 계절평균수요 계절지수 1 2004 봄 123  2 여름 595  3 가을 91  220.38  0.413 4 겨울 36  283.13  0.127 5 2005 196  338.00  0.580 6 1,024  341.25  3.001 7 101  349.38  0.289 8 52  431.25  0.121 9 2006 245  509.75  0.481 10 1,630  516.00  3.159 11 527.63  0.233 12 80  647.00  0.124 13 2007 310  761.63  0.407 14 2,520  768.75  3.278 15 150  781.25  0.192 16 110  887.63  17 2008 380  989.25  0.384 18 3,301  995.75  0.3315  19 182  20 130  계절지수는 시계열값이 계절적 요인에 의하여 추세로부터 변동하는 정도를 나타냄. 계절지수 = 실수요량/ 평균 수요량

53 평균계절지수 구하기 2009년도 계절별 수요예측치 구하기 봄 여름 가을 겨울 2004 0.413 0.127 2005 0.580
봄 여름 가을 겨울 2004 0.413 0.127 2005 0.580 3.001 0.289 0.121 2006 0.481 3.159 0.233 0.124 2007 0.407 3.278 0.192 2008 0.384 3.315 평균계절지수 0.463 3.188 0.238 0.123 2009년도 계절별 수요예측치 구하기 2009년도 직선추세에 의한 예측치 평균계절지수 계절별 수요예측치 봄 1,137.47 0.463        527 여름 1,190.16 3.188      3,794 가을 1,242.84 0.238        296 겨울 1,295.53 0.123        159

54 t y 1 123.0 2 595.0 3 91.0 4 36.0 5 196.0 6 1024.0 7 101.0 8 52.0 9 245.0 10 1630.0 11 12 80.0 13 310.0 14 2520.0 15 150.0 16 110.0 17 380.0 18 3301.0 19 182.0 20 130.0 21 527.0 22 3794.0 23 296.0 24 159.0

55 문제 다음은 A사의 최근 4년간 분기별TV 판매대수를 나타내고 있다. 2013년도의 분기별 판매대수를 예측하시오. 2009
2009 2010 2011 2012 1분기 4900 6000 6100 6500 2분기 4200 5100 5800 3분기 7000 8000 8500 4분기 6700 7700 9000

56 분기별 TV판매량 그래프

57 평균 계절별 매출액의 계산 연도 분기별 기간구분 판매량 평균계절판매량 2009 1분기 1 4900 2분기 2 4200 3분기
6100 5612.5 4분기 4 6700 5862.5 2010 5 6000 6087.5 6 5100 6325 7 7000 6462.5 8 7700 6562.5 2011 9 6775 10 5800 11 8000 7150 12 8500 7237.5 2012 13 6500 7337.5 14 7462.5 15 16 9000

58 2009년 가을의 평균분기 매출액 계산 예 2009년 가을의 계절평균 = (봄판매량/2+여름+가을+겨울+봄/2)/4

59 직선추세에 의한 2013년도 수요예측(계절지수가 고려되지 않음)
직선추세에 따른 예측판매량 직선추세에 의한 2013년도 수요예측(계절지수가 고려되지 않음) 분기별 분기 구분 직선추세예측 1분기 17 8042 2분기 18 8208 3분기 19 8375 4분기 20 8541

60 계절지수 구하기 기간구분 판매량 평균계절판매량 계절지수 1 4900 2 4200 3 6100 5612.5 1.087 4
6700 5862.5 1.143 5 6000 6087.5 0.986 6 5100 6325.0 0.806 7 7000 6462.5 1.083 8 7700 6562.5 1.173 9 6775.0 0.900 10 5800 7000.0 0.829 11 8000 7150.0 1.119 12 8500 7237.5 1.174 13 6500 7337.5 0.886 14 7462.5 0.817 15 16 9000

61 평균계절지수 구하기 구 분　 1분기 2분기 3분기 4분기 2009 1.087 1.143 2010 0.986 0.806 1.083 1.173 2011 0.900 0.829 1.119 1.174 2012 0.886 0.817 평균계절지수 0.924 1.096 1.164

62 2013년도 분기별 판매예측 구분 직선추세예측 계절지수 계절별 예측판매량 1분기 8042 0.924 7430 2분기 8208
0.817 6710 3분기 8375 1.096 9181 4분기 8541 1.164 9938

63 정성적기법 (1) 델파이법 미국의 랜드 연구소가 1948년도에 개발한 기술예측의 방법
다수의 전문가에게 미래의 기술, 그 응용의 실현시기에 대하여 앙케이트를 되풀이하면서 회답의 분포를 받아 예측 값을 수렴해 가는 방식. 설문을 통해서 여러 전문가들의 의견을 되풀이하여 모으고, 정리된 것을 교환하고, 필요할 경우 수정해 가면서 발전시켜 나간다. 델파이 기법은 전문가들의 '전문적 견해를 묻는 초기 단계에서는 익명성을 강조하고, 그 결과를 통합하여 다시 되돌려줌으로써 이전의 견해를 수정할 수 있게 해 주는 등 이와 같은 과정을 4회 내지 6회 정도를 반복하여 의견이 수렴되도록 유도해 나감으로써 미래의 수요를 예측해 나간다. 일반적으로 이 방식은 예측에 대한 불활성이 크거나 과거의 자료가 없는 경우에 유용하며, 설비계획과 같은 장기계획이나, 신제품에 대한 시장전략을 수립할 경우에 활용될 수 있다.

64 정성적기법 (2) 패널동의법 패널이란 심사원 또는 조사원이란 의미
패널동의법(panel consensus)은 상품의 이해관계자인 소비자, 영업사원, 최고경영자 등을 모아서 패널을 구성, 이들의 의견을 수렴하여 수요를 예측하는 방법. 이러한 방법에 의해 수요를 예측하게 되면 한 사람이 일방적으로 결정하는 것 보다는 보다 객관적인 정보를 얻을 수 있다는 장점, 패널 구성을 어떻게 하느냐에 따라서 결과가 달라지게 되고, 특히 의견이 강한 사람에 의해 결론이 날 가능성이 많아서 다소 우려가 되기도 함. 따라서 패널을 구성하는 것이나 의견을 서로 교환하고 회의를 진행하는 면에서 보다 객관적인 결론이 도출되도록 노력할 필요가 있음.

65 정성적기법 (3) 시장조사법 (4) 과거자료 유추법
시장조사법은 전화, 우편, 면담, 설문지조사 등을 통하여 제품에 관한 정보를 수집하고 분석, 시장의 동향을 파악하는 방법. 시장조사가 제대로 이루어질 경우에는 다른 정성적인 방법들에 비해 예측에 대한 정확도가 상당히 높으나 다른 방법에 비해서 많은 비용과 노력. (4) 과거자료 유추법 신제품이 출시될 경우 그에 대한 자료가 없으므로 그 제품이 시장에서 어떻게 살아남고 성장할 지 판단하기가 용이하지 않음. 이와 같은 경우, 신제품과 유사한 기능을 하는 기존 제품의 자료를 검토하고 분석함으로써 신제품에 대한 정보를 유추해보는 방법. 국내에 출시된 적이 없는 제품을 도입하고자 할 때, 이미 다른 나라의 시장에서 그 제품이 어떠한 성장과정을 거쳤는지 검토함으로써, 국내의 시장에서 성공할 수 있을 지 유추해 보는 방법도 이에 해당될 수 있음.