Архив форума

Можно небольшой вопрос к знающим людям?
 У нас есть средняя, есть СКО, которая является показателем разброса. Есть уровень сервиса. В примере, я писал: Страховой запас по формуле с СКО(суммы) = Корень(0.64^2*0.32^2+3.1*0.68^2)= 1.21  
Если используем показатель уровня сервиса 0.95, выбираем коэффициент 1.64  
Страховой Запас = 1.64*1.21 = 1.98 шт.
Вопрос такой - большое плечо поставки. То есть нормальное распределение не подходит. Строиться прогноз - на основании данных по продажам за 2-3 года с расчётом сезонности и подбором трендов и с оценком ошибки. Ошибка модели рассчитывается так: КОРЕНЬ((Фактические данные - Прогнозные данные)/Фактические данные)^2). Пример: Факт =2257,19 прогноз = 2293,361. Ошибка = 2257,19-2293,361 = -36,17. Далее -36,17/2257,19 = - 0,016025. Далее возводим в квадрат и извлекаем корень, чтобы убрать минус. Получили 0,016025.  Такую операцию проделываю с каждым месяцем, где есть фактические данные, после чего нахожу среднее отклонение = сумма всех отклонений / кол-во месяцев. Например получил 0,1, т.е. в среднем ошибка прогноза 10%. Как маркетолог я этим занимаюсь. В случае когда есть средняя и дисперсия можно манипулировать с уровнем сервиса. А тут с чем манипулировать? Есть у меня прогноз на следующий месяц 2870 и есть ошибка 10%. Как понимаю это группа Х. Допустим АХ - для него уровень обслуживания 99%. Дальше чего делать? Я ведь не могу в формулах вместо СКО эту ошибку использовать, а 2870 тоже не среднее значение. 10% от 2870 = 287. Могу я просто определив 1% смещать план в меньшую или большую сторону? И вообще 2870 - это какой уровень?

Процитировано сообщение: Шаврин Андрей от 15.06.2010 :: 11:09:35:

 
Добрый день, Андрей! Я ведь почему засомневался. Модель план-факт нашёл  
тут: http://www.i-bakery.ru/page/raszot-strahovoh-zapasov  
и тут: http://spreadsheets.google.com/ccc?key=tivwQrWnBeKGRtkDAwsYV2A#gid=1      
дисперсия считается, как отклонение фактических от прогнозных. Формула, как при расчёте дисперсии, только вместо средней факт.
 
Думаю ещё над таким вариантом: брать выборку средних по периодам, проводить анализ сезонности и тренда (ведь средняя также подверженна сеззонности и у неё тоже может быть тренд), строить прогноз средней. Помимо средних есть также и дисперсии, которые тоже можно оценивать, либо просто брать последнюю. В результате есть прогноз средней (со своей ошибкой) и дисперсия средней. Но тут смущает, что есть и дисперсия и ещё ошибка самой средней (именно ошибка прогнозирования).

Процитировано сообщение: Архипов Станислав от 30.06.2010 :: 13:20:42:

 
Станислав, добрый день!
получается, что описанный в: http://www.i-bakery.ru/page/raszot-strahovoh-zapasov  
и тут: http://spreadsheets.google.com/ccc?key=tivwQrWnBeKGRtkDAwsYV2A#gid=1  
 
метод не применим?
 
Почему собственно встал вопрос о длительных периодах... Например, производитель лекарств - планирование производства помесячное. Статистика продаж зависит не только от сезонности, но и от наличия товара у дистрибуторов, наличия товаров-заменителей конкурентов, снятие с учёта, включение в список жизненно-важных ЛС. То есть точность прогноза 70% - это мечта.
С использованием средней и суммарнойдисперсии коротких периодов я разобрался, в большой степени благодаря информации у Вас на сайте и подсказкам опытных людей (Разгуляев Валерий, Шаврин Андрей, Филимонов Сергей) . Теперь мне интересны именно моменты месячного планирования.  
 
Выложить такой у Вас было бы просто супер. У меня есть фактические данные продаж и несколько вариантов прогноза. Данные реальные. Я тут уже их выкладывал, там даже остались пометки Разгуляева Валерия.