服务业作业管理技术.ppt
《服务业作业管理技术.ppt》由会员分享,可在线阅读,更多相关《服务业作业管理技术.ppt(72页珍藏版)》请在三一文库上搜索。
1、服務業作業管理技術,預測,1,預測,服務業作業管理技術,預測,2,學習目標,概述預測過程與步驟。 描述三種以上定性預測技術,並說明其優缺點。 比較定性與定量預測方法。 描述平均法、趨勢與季節法、及迴歸分析法,並運用預測分析法解決基本預測問題。 描述三種預測精確性之績效衡量方式。 描述二種評估與管制預測之方法。 了解選擇預測技術時應考量之主要考量因素。,服務業作業管理技術,預測方法與期間,預測方法 質性方法 量化方法 預測期間可分成三類 短期預測 預測期間短於三個月,有時也長達一年。(工作排程、工作指派等。) 中期預測 預測期間在三個月到三年之間的預測。(銷售預測、生產規劃、預算與現金運用之規劃
2、等。) 長期預測 預測期間在三年以上的預測。(新產品規劃、資本支出規劃、設施佈置與設備採購規劃等。),預測,3,服務業作業管理技術,中、長期規劃與短期規劃比較,中 /長期預測所需考量範疇通常較為廣泛,並可在產品、廠房等規劃上提供相關決策資訊。 短期預測可使用之預測方法較中、長期預測為多。 短期預測結果較中、長期預測更為精確。,預測,4,服務業作業管理技術,預測,5,預測,對一個變數的未來數值(例如需求)所作陳述。 預測必須考慮二種資訊:,服務業作業管理技術,預測,6,企業組織中運用預測例子,服務業作業管理技術,預測,7,各種預測技術特徵,預測技術通常假設過去存在因果系統(前後具有關連),且未來
3、將繼續存在。過去 = 未來 預測很少完美無缺。 整體項目預測會比單一預測更為精確。(誤差平均分攤掉) 隨著預測時間之範圍愈廣,即增加時間幅度,預測精確性會減少。,服務業作業管理技術,預測,8,優良預測因素,預測有時間性:預測須涵蓋可能變動所需時間。 預測必須精確,並應該說明其精確程度。 預測必須具備可靠性。 預測必須具備有意義的計量單位(金額、人工小時、單位)。 預測技術必須容易了解、容易使用(減少誤用、增進使用信心)。 預測必須符合成本效益。,服務業作業管理技術,預測,9,預測步驟,決定預測的目的與何時需要預測 。 建立預測所需時間幅度。 選擇預測方法。 蒐集與分析適當資料。 進行預測。 追
4、蹤預測。,服務業作業管理技術,預測,10,三種預測技巧,判斷預測法: (定性型預測方法) 採用主觀投入 時間序列預測法:假設未來將與過去相似,利用歷史資料推估 關聯性模型:利用解釋性變數預測未來,服務業作業管理技術,預測,11,主管意見 (產能或製造相關決策) 銷售員意見 (銷售與需求量預測) 消費者調查 (問卷或訪談) 其他方法 德菲法:管理者與幕僚的意見達成一致之預測方法 模糊德菲法(認知具有不確定性與模糊性),判斷預測,服務業作業管理技術,預測,12,時間序列預測,時間序列乃指一段時間內,以固定時間間隔(小時、日、週)所得觀察值。可將此類資料繪成圖形並檢視樣型(Pattern) 。 趨勢
5、型 長期數據變動(股價變動) 季節型 短期數據規律性變動(節日型產品銷售量、淡季/旺季) 循環型 超過持續一年以上,數據波浪型變動 不規則變動型 起因於不尋常環境變化(政治/經濟) 隨機變動型 起因於偶發機會(地震、 豪雨),服務業作業管理技術,預測,13,時間序列預測(1/3),可能之時間序列圖形 趨勢 季節性 循環 不規則變動 隨機變動,服務業作業管理技術,預測,14,天真預測法,每一期預測值等於前一期的實際值,服務業作業管理技術,預測,15,時間序列的預測(2/3),天真預測法 使用前一期數值當作預測基礎。 優點:不需任何成本、方法簡單迅速;因為不用分析資料,易了解。 缺點:不能提供高預
6、測精確度,可作為其他預測方法的成本與精確度比較基準。,服務業作業管理技術,預測,16,天真預測法範例,若上週產品需求量為20箱, 則本週之預測值就是20箱。 若呈現季節性需求量, 則季節變動就是這一季之預測值與上一季數值相同。 例如:,服務業作業管理技術,預測,17,時間序列預測方法 (3/3),平均法分析技術 (Averaging methods) 移動平均法 (Moving average)-以近期實際數值之平均作為最新預測值的參考 加權平均法 (Weighted moving average):以愈近期數值乘以愈大權數方法以估算預測值 指數平均法 (Exponential smoothi
7、ng average),服務業作業管理技術,預測,18,平均法分析技術(1/3),移動平均法 使用數個近期實際資料產生預測值。 Ft: 第t期之預測值 MAn:n期之移動平均 At-1: 第t-1期之實際值 n: 移動平均期數,服務業作業管理技術,移動平均法分析-Example,例如已知過去五期貨車需求量, 求算三期移動平均預測值。,預測,19,最近三期,F6 = (43+40+41)/3 = 41.33 假設第六期實際需求為38 ,F7: F7=(40+41+38)/3=39.37,服務業作業管理技術,預測,20,平均法分析技術-加權平均法(2/3),加權平均法 與移動平均法不同之處在於愈近
8、期資料,給定愈大權重。 假設條件愈近期觀察資料,愈有可能得到最準確預測值,因此應該給予較近期數值較大的權數 權重選擇通常要使用試誤法。,服務業作業管理技術,加權平均法-Example,以之下列需求資料: 最近數值給定權重為0.40 ;次近數值為0.30 ;其次為0.20 ,0.10 。 若第六期實際需求為39 ,使用上一小題權種預測第七期需求量。 F6=0.1(40)+0.2(43)+0.3(40)+0.4(41)=41.0 F7=0.1(43)+0.2(40)+0.3(41)+0.4(39)=40.2,預測,21,服務業作業管理技術,預測,22,平均法分析技術-指數平滑法(3/3),指數平滑
9、法 每一個新預測值以前一個預測值為基礎,再加上預測值與實際值差額的百分比。 Ft=第t期之預測值 Ft-1=前一期之預測值(t-1) =平滑常數 At-1=前一期實際需求量,服務業作業管理技術,平均法分析技術-指數平滑法,誤差調整速度是由平滑常數決定。平滑常數愈接近 0,則預測誤差調整的速度愈慢(愈平滑)。相反地,平滑常數愈接近 1,則反應愈大,平滑程度愈小。 A-F 為誤差值, 為回饋百分比 例如前一個預測值為42單位,實際值為40單位,若Alpha=0.1,則新預測值: Ft=42+0.1(40-42)=41.8 若實際值為43,則下一個預測值為:Ft+1=41.8+0.1(43-41.8
10、)=41.92 Example: 下張Slide中數列之預測資料,包含誤差=實際值-預測值,其中一個預測時採用Alpha=0.10,另一個採用Alpha=0.40。,預測,23,服務業作業管理技術,預測,24,指數平滑法-Example,42+0.1(42-42)=42,40-42=-2,42+0.1(40-42)=41.8,服務業作業管理技術,預測,25,指數平滑法,服務業作業管理技術,指數平滑法,預測,26,服務業作業管理技術,預測,27,時間序列預測(3/3),季節性分析技術 某種事件發生的時間序列呈現規則上下反覆變動。 季節性:規則年度變動。 季節變動:可以是指每日、每週、每月及其他規
11、則模式的資料。 (銀行、郵局)、高速公路流量、飯店訂房。,服務業作業管理技術,預測,28,季節性分析技術,季節性有二種不同的模型:加法模型與乘法模型。 加法模型:季節性是以數量表示,即時間序列之平均數加上或減去某一數量。 乘法模型:季節性以百分比表示,即時間序列值乘以平均趨勢值的某一百分比,又稱為季節相對性(或季節指數)。 假設商店某月份之玩具銷售量之季節相對性為1.20,則表示該越之銷售量超出月平均量的20%。 季節性變動於零售業規劃與排程之重要因素,此外掌握尖峰負荷亦很重要。,服務業作業管理技術,預測,29,季節性(1/2),加法模型與乘法模型。,服務業作業管理技術,預測,30,季節性(2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 服务业 作业 管理 技术
链接地址:https://www.31doc.com/p-2072229.html