前言
需求预测方面的方法主要有移动平均、指数平滑、线性回归、非线性回归、ARIMA模型等多种方法。
数学分布比较常用的有正态分布(偏连续型)和泊松分布(偏离散型),在一定程度上来讲,泊松分布变是正态分布在离散型方面的变异,随着数据的变化,两者可以在适当的情况下相应的转换。
数理统计的基础知识
1、服务水平:来单时能满足订单需求的概率
2、正态分布:可简单理解为少数富人占有8成的财富,少数穷人占极少的财富,多数为中产阶级
3、泊松分布:在特定时间内,某个独立事件会在任意时刻随机发生的概率(比如:订货点和有货率的关系)
4、中位数:比较接近平均的数,比如10个数,中位数就是最当中的2个数的平均数
5、标准差:一组数中实际值与数学期望值之间的差异
6、需求波动系数(CV):标准差/平均数—主要是看SKU的波动程度(一般分XYZ)
7、线性回归(一元/多元):看单一/多个变量对结果的偏差是否存在影响,分析参数变量和结果变量的关系,得出所谓的回归方程式,可通过代入参数变量得到结果变量
8、非线性回归:除了线性以外的曲线趋势(比如指数、幂、多项式)
9、移动平均:根据前N个月的量求平均值
10、指数平滑:通过周期内(比如1-12月)实际值与预测值的对比,使用最小二乘法,通过权数(近期的一般权数较大,远期的一般权数较小)的变化,使得预测值的总体误差与实际值拟合到最小。
11、季节系数:相关月份的金额/平均月份的金额
12、相关系数:变量之间的相关性(正向/反向)
神剑
大家可以使用六脉神剑来提升计划质量
1、公司产品渠道市场-产品趋势/生意特点
2、一定的IT技术技能
3、掌握一定的统计学相关的知识
4、丰富的供应链专业能力(特别是应对生意模式-复杂条件下的应对策略)
END
祝愿大家都能实现心中的梦,谢谢!
欢迎大家多多关注奔跑的飞龙,如果觉得有帮助,烦请转发给身边做供应链的朋友,谢谢!我会定期更新公众号的,你们的支持,是我最大的动力!