Planartikelen - prognose-instellingen (cpdsp1110m000)

De gemiddelde prognosefout die optreedt tijdens het berekenen van de vraagprognose voor het genereren van een vraagplan ten behoeve van een planartikel.

Indien dit selectievakje is ingeschakeld, kunt u de prognoseparameters opnieuw laten bepalen door gebruik te maken van de sessie Vraag- en voorraadplan genereren (cpdsp1210m000).

De waarde van de volgende velden wordt dan opnieuw bepaald:

• Type trendinvloed
• Type seizoensinvloed
• Seizoenscyclustijd
• Dempingsfactor vraag
• Dempingsfactor trend
• Dempingsfactor seizoen
• Dempingsfactor prognosefout
• Graad polynomische regressie

Indien dit selectievakje is uitgeschakeld, moet u de prognoseparameters handmatig muteren.

Geef een van de afzetkanalen op die u voor het planartikel hebt vastgelegd in de sessie Planartikel - afzetkanalen (cpdsp5100m000).

Als u het selectievakje Tracking signalering vraagprognose hebt ingeschakeld, toetst u een kritisch waarde in die niet mag worden overschreden door de tracking signalering van de vraagprognose.

Toegestane waarden

Toets een waarde in tussen 0 en 1.

Als het selectievakje Tracking signalering vraagprognose is ingeschakeld, gebruikt LN de tracking signalering voor de vraagprognose tijdens het berekenen van de vraag volgens de exponentiële methode.

Als de tracking signalering groter is dan de kritische tracking signalering, maakt de methode exponential smoothing gebruik van een grotere waarde van de dempingsfactor in plaats van de waarde van het veld Dempingsfactor vraag.

Hoe groter de waarde van de kritische tracking signalering, des te evenwichter reageert de methode exponential smoothing op prognosefouten.

Een acceptabele waarde van de kritische tracking signalering ligt tussen 0,5 en 8. De kritische tracking signalering heeft alleen effect als u deze aanzienlijk groter maakt dan de waarde van het veld Dempingsfactor vraag.

Dit veld is alleen beschikbaar indien u Polynomische regressie hebt geselecteerd op het veld Prognosemethode.

Toegestane waarden

Toets een geheel getal in binnen het bereik van 0 t/m 9.

De graad van de polynoom die wordt gebruikt voor het berekenen van vraagprognoses volgens de methode polynomische regressie.

Een rekenkundige methode waarmee LN de vraagprognose bepaalt.

Bij elke prognosemethode wordt gebruikgemaakt van de historische vraaggegevens in de tijdsperiode tussen de startdatum van de simulatie en de huidige planperiode. LN haalt de historische vraaggegevens op van het veld Klantleveringen in de sessie Artikelhoofdplan (cprmp2101m000).

De gemiddelde absolute afwijking of prognosefout is het gemiddelde verschil tussen de vraagprognose en de werkelijke vraag.

Dit veld vormt het uitgangspunt voor de berekening van het voortschrijdend gemiddelde en is alleen beschikbaar indien u Voortschrijdend gemiddelde hebt geselecteerd op het veld Prognosemethode.

De offset voortschrijdend gemiddelde is het aantal kalenderdagen vanaf:

• Het beginpunt voor de berekening van het voortschrijdende gemiddelde
• Prognoseperiode

Dit veld is alleen beschikbaar indien u Voortschrijdend gemiddelde hebt geselecteerd op het veld Prognosemethode.

Toegestane waarden

Toets een waarde in die kleiner is dan of gelijk is aan de waarde van het veld Offset voortschrijdend gemiddelde.

De lengte van de periode waarover het voortschrijdend gemiddelde (in kalenderdagen) moet worden berekend. De begindatum van deze periode wordt bepaald door het veld Offset voortschrijdend gemiddelde.

De gemiddelde relatieve afwijking van de vraagprognose ten opzichte van de werkelijke vraag.

De simulatie waarvoor u de prognoseparameters van het planartikel hebt vastgelegd.

De omschrijving of naam van de simulatie.

Het planartikel waarvoor u de prognose-instellingen wilt muteren. Dit kan een gewoon planartikel zijn of een planartikel waaraan een afzetkanaal hangt.

De seizoenscorrelatiefactor is een relatieve factor die aangeeft in welke mate er een seizoenscyclus aanwezig is voor een vraagpatroon. De maximum waarde van deze factor is 1,0.

LN berekent de factor op basis van zowel de historische vraag als de waarde van het veld Seizoenscyclustijd.

De cyclustijd van het patroon van de seizoensvraag, uitgedrukt in kalenderdagen.

Toegestane waarden

Toets een waarde in die groter is dan nul en kleiner dan 1000 kalenderdagen.

Als de vraag naar het planartikel jaarlijks terugkeert, telt de seizoenscyclus 365 dagen.

Als het veld Type seizoensinvloed niet op Niet van toepassing staat, kunt u de waarde van dit veld niet wijzigen.

De standaardafwijking van de prognosefout.

Deze afwijking is het verschil tussen de vraagprognose en de werkelijke vraag, ten opzichte van de gemiddelde prognosefout.

Dit veld is alleen beschikbaar indien u Exponential smoothing hebt geselecteerd op het veld Prognosemethode.

Toegestane waarden

Toets een waarde in tussen 0 en 1.

De waarde van het veld Dempingsfactor vraag wordt meegenomen in de berekening van de vraagprognose. Deze berekening vindt plaats op basis van exponential smoothing.

Hoe hoger de dempingsfactor, des te groter is de invloed van de historische vraaggegevens op de vraagprognose. Met andere woorden, een verhoging van de dempingsfactor zorgt ervoor dat de vraagprognose sterker zal reageren op recente fluctuaties in de vraag.

Een waarde tussen 0,1 en 0,3 levert meestal goede resultaten op.

Dit veld is alleen beschikbaar indien u Exponential smoothing hebt geselecteerd op het veld Prognosemethode.

Toegestane waarden

Toets een waarde in tussen 0 en 1.

De waarde van het veld Dempingsfactor prognosefout wordt meegenomen in de berekening van de gemiddelde prognosefout tijdens het bepalen van de vraagprognose. De berekening vindt plaats op basis van exponential smoothing.

Hoe groter deze factor, des te groter is de invloed van recente prognosefouten op de gemiddelde prognosefout.

De waarde die u intoetst, moet dichtbij 1 liggen (bijv. 0,8) om snel te kunnen inspelen op fluctuaties in de vraag.

De waarde van het veld Dempingsfactor seizoen wordt meegenomen in de berekening van de vraagprognose. Deze berekening vindt plaats op basis van exponential smoothing.

Toegestane waarden

Toets een waarde in tussen 0 en 1.

Hoe groter de dempingsfactor, des te groter is de invloed van recente vraaggegevens op de seizoensinvloed. Met andere woorden, een verhoging van de dempingsfactor zorgt ervoor dat de vraagprognose voor een volgende seizoenscyclus sterker reageert op recente vraagfluctuaties in de huidige seizoenscyclus.

Een acceptabele waarde ligt ergens tussen 0,1 en 0,3.

Dit veld is alleen beschikbaar indien u Exponential smoothing hebt geselecteerd op het veld Prognosemethode.

Toegestane waarden

Toets een waarde in tussen 0 en 1.

De waarde van het veld Dempingsfactor trend wordt meegenomen in de berekening van de vraagprognose volgens exponential smoothing.

Hoe groter de dempingsfactor, des te groter is de invloed van de recente vraag op de trend. Met andere woorden, een verhoging van de dempingsfactor zorgt ervoor dat de vraagprognose sterker zal reageren op recente prognosefouten.

Als u op het veld Dempingsfactor vraag 20% invult, levert dat meestal goede resultaten op.

De waarde van dit veld bepaalt in welke mate er sprake is van een seizoensinvloed op de vraagprognose.

De waarde van dit veld bepaalt in welke mate er sprake is van een trendinvloed op de vraagprognose.

U kunt dit selectievakje alleen inschakelen indien u Exponential smoothing hebt geselecteerd op het veld Prognosemethode.

Indien dit selectievakje is ingeschakeld, moet de dempingsfactor voor de vraag gekoppeld zijn aan een tracking signalering als een vraagprognose wordt berekend volgens exponential smoothing.

De tracking signalering is de verhouding tussen de gemiddelde absolute prognosefout en de gemiddelde prognosefout. Indien de tracking signalering groter is dan de waarde van het veld Kritische tracking signalering, dan zal LN automatisch de dempingsfactor voor de vraag corrigeren.