EKSPONENTNO GLAJENJE: METODA IN PRIMER - DUDE - 2026

Eksponentno glajenje je način za napoved povpraševanja po izdelku, za določeno obdobje. Ta metoda ocenjuje, da bo povpraševanje enako povprečju pretekle porabe v določenem obdobju, kar bo dalo večjo težo ali težo vrednostim, ki so časovno bližje. Poleg tega za naslednje napovedi upoštevamo obstoječo napako trenutne napovedi.

Napovedovanje povpraševanja je metoda načrtovanja povpraševanja kupcev po izdelku ali storitvi. Ta postopek je neprekinjen, kjer upravljavci uporabljajo pretekle podatke, da izračunajo, kakšno pričakujejo prodajno povpraševanje po izdelku ali storitvi.

Vir: pixabay.com

Podatke iz preteklosti podjetja uporabljamo tako, da jih dodamo tržnim ekonomskim podatkom, da vidimo, ali se bo prodaja povečala ali zmanjšala.

Rezultati napovedi povpraševanja se uporabljajo za določitev ciljev prodajne službe, ki poskušajo ostati v skladu s cilji podjetja.

Eksponentna metoda glajenja

Gladenje je zelo pogost statistični postopek. Gladke podatke pogosto najdemo v različnih oblikah vsakdanjega življenja. Vsakič, ko se povprečje uporabi za opisovanje nečesa, se uporabi zglajeno število.

Predpostavimo, da je bila letos najbolj topla zima. Če želite to količinsko opredeliti, začnemo s podatki o dnevnih temperaturah za zimsko obdobje vsakega zabeleženega preteklega leta.

To ustvari številne številke z velikimi "skoki". Potrebujete številko, ki izloči vse te skoke iz podatkov, da boste lažje primerjali eno zimo z drugo.

Odpravljanje skoka podatkov se imenuje glajenje. V tem primeru se za glajenje lahko uporabi preprosto povprečje.

Gladenje v napovedi

Za napovedovanje povpraševanja se glajenje uporablja tudi za odpravo sprememb v zgodovinskem povpraševanju. To omogoča boljšo identifikacijo vzorcev povpraševanja, s pomočjo katere se lahko oceni prihodnje povpraševanje.

Razlike v povpraševanju so enak koncept kot "skok" temperaturnih podatkov. Najpogostejši način odstranjevanja sprememb v zgodovini povpraševanja je z uporabo povprečnega ali natančneje drsečega povprečja.

Drsno povprečje uporablja vnaprej določeno število obdobij za izračun povprečja in ta obdobja se premikajo s časom.

Če na primer uporabljate dvomesečno drseče povprečje in je danes 1. maj, boste uporabili povprečno povpraševanje za januar, februar, marec in april. S 1. junijem bodo uporabljene povpraševanja po februarju, marcu, aprilu in maju.

Uteženo drsno povprečje

Pri uporabi preprostega povprečja velja enak pomen za vsako vrednost v naboru podatkov. Zato v štirimesečnem drsečem povprečju vsak mesec predstavlja 25% drsečega povprečja.

Z uporabo zgodovine povpraševanja za načrtovanje prihodnjega povpraševanja je utemeljeno, da ima najnovejše obdobje večji vpliv na napoved.

Izračun drsečega povprečja je mogoče prilagoditi tako, da za vsako obdobje uporabimo različne "uteži", da dobimo želene rezultate.

Te uteži so izražene v odstotkih. Skupna masa vseh uteži za vsa obdobja mora znašati do 100%.

Če želite v štirimesečnem tehtanem povprečju uporabiti 35% za najbližje obdobje, lahko odštejete 35% od 100%, pri čemer preostalih 65 dobite 65%.

Na primer, v štirih mesecih lahko dobite 15%, 20%, 30% in 35% (15 + 20 + 30 + 35 = 100).

Eksponentno glajenje

Krmilni vhod za izračun eksponentnega glajenja je znan kot faktor glajenja. Predstavlja težo, uporabljeno pri povpraševanju v zadnjem obdobju.

Če se za izračun tehtanega drsečega povprečja kot zadnja obdobja uporablja 35%, lahko pri izračunu eksponentnega glajenja uporabite tudi 35% kot faktor glajenja.

Eksponentni del

Razlika v eksponentnem izračunu glajenja je v tem, da namesto da bi ugotovili, kakšno težo je treba uporabiti za vsako prejšnje obdobje, se faktor glajenja uporablja za to samodejno.

To je "eksponentni" del. Če se kot faktor izravnave uporablja 35%, bo teža povpraševanja v zadnjem obdobju 35%. Ponderiranje povpraševanja iz obdobja pred zadnjim bo 65% od 35%.

65% je odštevanje 35% od 100%. To je 22,75-odstotno uteži za to obdobje. Povpraševanje za naslednje najnovejše obdobje bo 65% od 65% od 35%, kar je 14,79%.

Prejšnje obdobje bo tehtano kot 65% od 65% od 65% od 35%, kar ustreza 9,61%. To se bo izvajalo za vsa prejšnja obdobja, vse do prvega obdobja.

Formula

Formula za izračun eksponentnega glajenja je naslednja: (D * S) + (P * (1-S)), kjer,

D = zadnje povpraševanje v obdobju.

S = faktor glajenja, predstavljen v decimalni obliki (35% bi bilo 0,35).

P = napoved zadnjega obdobja, ki izhaja iz izravnalnega izračuna prejšnjega obdobja.

Ob predpostavki, da imamo faktor glajenja 0,35, bi imeli potem: (D * 0,35) + (P * 0,65).

Kot lahko vidite, sta edini zahtevani vnos podatkov povpraševanje in najnovejša napoved za obdobje.

Primer

Zavarovalnica se je odločila, da bo svoj trg razširila na največje mesto v državi, ki zagotavlja zavarovanje vozil.

Kot prvotno dejanje želi podjetje napovedati, koliko zavarovanja vozil bodo kupili prebivalci tega mesta.

Za to bodo kot začetne podatke uporabili znesek avtomobilskih zavarovanj, kupljenih v drugem manjšem mestu.

Napoved povpraševanja za 1. obdobje je 2.869 pogodbenih zavarovanj vozil, vendar je bilo dejansko povpraševanje v tistem obdobju 3200.

Po lastni presoji dodeli gladek faktor 0,35. Napoved povpraševanja za naslednje obdobje je: P2 = (3200 * 0,35) + 2869 * (1-0,35) = 2984,85.

Ta isti izračun je bil narejen za celo leto, pri čemer smo dobili naslednjo primerjalno tabelo med dejanskimi in tistimi, ki so bili napovedani za ta mesec.

V primerjavi s tehnikami povprečenja lahko eksponentno glajenje bolje napoveduje trend. Vendar še vedno primanjkuje, kot prikazuje graf:

Vidimo, kako je lahko siva črta napovedi precej pod modro črto povpraševanja ali nad njo, ne da bi ji mogli v celoti slediti.

Reference

1. Wikipedija (2019). Eksponentno glajenje. Izvedeno iz: es.wikipedia.org.
2. Ingenio Empresa (2016). Kako uporabiti preprosta eksponentna glajenje za napovedovanje povpraševanja. Vzeto iz: ingenioempresa.com.
3. Dave Piasecki (2019). Pojasnjeno eksponentno glajenje. Vzeto iz: invenops.com.
4. Študija (2019). Tehnike napovedovanja povpraševanja: premik povprečnega in eksponentnega glajenja. Vzeto iz: study.com.
5. Cityu (2019). Eksponentne metode glajenja. Vzeto iz: personal.cb.cityu.edu.hk.