CHAPTER 10 DEMAND MANAGEMENT AND DEMAND FORECASTING

Presentation on theme: "CHAPTER 10 DEMAND MANAGEMENT AND DEMAND FORECASTING"— Presentation transcript:

1 CHAPTER 10 DEMAND MANAGEMENT AND DEMAND FORECASTING

2 DEMAND CHARACTERISTICS
외부적 요인 : 통제불가능 선행(leading), 동행(coincident), 후행(lagging) 지표 : 전환점 예측 고객의 기호와 이미지, 경쟁사,보완적 제품의 성패 내부적 요인(marketing) 제품이나 서비스 설계, 가격, 광고, 판매촉진, 포장 , 판매원의 할당량이나 수당, 판매대상지역의 확대나 축소 등 Demand management 수요의 크기나 발생시점에 영향을 주거나 변경이 불가능한 수요형태에 적응하는 과정 Unregulated demand – 비효율성과 비효과성 발생 잉여 자원과 생산능력을 보유(capacity) 수요 변동에 대비한 Backlog(주문적체)의 발생 내외부 고객의 시스템 납기 신뢰성에 대한 불만족 시스템의 문제 방지를 위해 재고유지 묵인

3 DEMAND MANAGEMENT IN THE SERVICES
Most services do not have the option of holding inventory to buffer their systems against unexpected surges in demand. Thus, a service provider seeking to achieve world-class performance must either: maintain sufficient capacity to satisfy high demand → Good Forecast or Flexible Resource Base try to influence the pattern of customer arrivals to make it match system capacity develop a flexible pricing strategy to shift demand to periods with slack capacity Service-delay Management/Waiting-management Program

4 DEMAND MANAGEMENT IN MANUFACTURING
Marketing 부서와 OM Manager 사이의 상호 협력 Buffer : inventory , lead time, & capacity. Demand management in manufacturing systems varies by market orientation. make-to-order : promised delivery date. make-to-stock : checking → multiple inventory sites, rush order, information system

5 DESINING THE FORCASTING SYSTEM
Deciding what to forecast Level of aggregation :유사제품 총괄화→개별제품 수요예측 Unit of measurement :화폐단위 , 제품단위, 자원요구(노동,기계) Choosing the type of forecasting technique 예측의 정확성과 예측비용간의 상충관계 고려 예측대상기간 고려 Short term(3개월 이하) : 재고관리(시계열) Medium term(3개월~2년) : 생산능력계획(인과분석) Long term(2년 이상) : 공장입지(정성적방법) Hardware & software 선정 예측모형과 자료 일치 : 예측기법, 입력계수 선택

6 TYPES OF FORECASTING METHOD
정성적 기법 (Qualitative method ) Sales Force Estimates(판매원 추정법) Executive Opinion(경영자 의견) Market Research(시장조사) Delphi method 정량적 기법(Quantitative method) Causal Relation Model(인과모형) Time Series Analysis(시계열분석)

7 SALES FORCE ESTIMATES 주기적으로 판매원들로 하여금 수요 측청치를 작성하게 하고, 이를 근거로 수요를 예측
장점 단점 판매원 : 가까운 장래에 어떤 제품이 얼마만큼 팔릴 것인지 가장 잘 앎. 넓은 시장 : 지역별 예측 정보는 재고관리, 유통, 판매관리 등에 상당히 유용함. 예측 용이 : 개인별 예측치를 집계하면 구역별, 지역별 판매예측치를 계산 용이 편견 : 개인적 편견의 예측 반영 (낙관, 비관) 고객의 ‘욕구(갖고 싶은 것)’와 ‘수요 (사고 싶은 것)’를 구별하지 못할 가능성 있음 성과측정치(판매량) : 예측치 낮추거나 예측치 만큼 일함

8 EXECUTIVE OPINION & MARKET RESEARCH
경영자의견 : 신제품(특정상황) 중역의 시간 투입-비용 높음 통제불가능 한 위험 발생 – 예측치 조정으로 인한 무의미성(합의) 시장 조사: 가설 수립 후 검증 설문지 개발 → 설문방법 결정 →설문대상표본 선정 →통계적인 방법 이용한 분석 예측의 정확도는 단기일수록 뛰어나고, 장기일수록 떨어짐 단점 추정치를 결정할 권한을 가진 사람이 너무 많고 결과가 모호함 응답회수율 매우 낮음 시장의 의견 대변 못할 수 있슴 고객의 판단범위 제한적 : 조사결과가 혁신적이지 못함

9 DELPHI METHOD 특징 단계 단점 익명의 전문가 집단으로부터 합의를 도출
통계적 모형을 개발하기 위한 과거 자료가 없거나 경영자가 경험이 없어서 판단의 근거를 찾을 수 없을 때 사용 장기 수용 예측이나 신제품 수요 예측시 사용 단계 전문가 그룹 설계 → 설문지 발송 →통계량으로 표현 → 예측 변동 의향 탐색 →의견이 일치될 때까지 다시 4단계 되풀이 하거나 자료를 누락시킴 단점 예측에 걸리는 시간이 상당히 김. 응답 내용에 책임감이 적어서 응답에 의미가 적을 수 있슴. Delphi법이 높은 수준의 정확성을 보인다는 증거가 없슴. 설문서를 잘못 설계하면 모호하거나 잘못된 결론을 도출.

10 CAUSAL RELATIONSHIP MODEL
특징 인과모형은 과거자료 이용가능하고 예측 대상 수요 요소들과 내외적 요인의 관계를 파악할 수 있을 때 사용 중장기 예측을 위한 정확한 정보 제공 상관분석 종속변수와 독립변수(탐색)간의 관계 분석하여 관계의 밀접도 검사 상관계수(correlation coefficient) : 관계의 정도(-1과 1사이) 회귀분석(regression analysis) 변수간의 관계를 분석하여 종속변수와 독립변수간의 관계를 회귀식으로 만들어 이미 알고 있는 변수의 값으로 다른 변수 값을 알아냄 단순선형회귀(simple linear regrresion)-종속변수 1개, 독립변수 1개. 다중회귀분석(multiple regression)-두개이상의 독립변수와 종속변수 1개 결정계수(coefficient of determinant) : 정확한 선형관계 정도

11 TIME SERIES ANALYSIS 수요의 패턴(patterm) 분석방법
추세 시계열이란 제품이나 서비스의 수요를 발생시간에 따라 관찰 과거자료 중 종속변수고려하고 과거행태가 미래에도 지속 가정 수평(horizontal(trend), 계절(seasonal),주기(cyclical-경기변동,제품수명주기), 우연 변동(random-예측 불가능) 분석방법 전기수요법(last period demand): 당기의 실제치 차기 예측치 이용 단순이동평균법(simple moving average): 동일한 가중치 부여 가중이동평균법(Weighted moving average): 최근 자료 가중치 큼 지수평활법(exponential smoothing) : 지수평활계수(α) 필요.

12 예측오차의 측정과 평가 예측오차(forecast error) : 예측정확도 측정 예측편의(forcast bias)
예측치와 실제수요와의 차이, 예측편의와 오차크기 측정. 예측편의(forcast bias) 예측치가 계속적으로 높거나 낮게 나타나는 것으로 0 일때 예측 정확 누적예측오차(RSFE )와 평균예측오차(MFE ) 이용해 측정. 오차크기(magnitude of error) 실제치와 예측치의 차이인 오차의 크기를 의미. 절대평균편차(MAD), 평균제곱오차 (MSE), 절대평균백분율오차 (MAPE). 예측과정 관리 : 예측효과 높임 추적지표(tracking signal) 이용 : 누적예측오차/절대평균편차 추적지표의 값이 음수나 양인 경우 관리한계를 통해 평가