Prognosemethoden (whina2100m000)

De code van de prognosemethode.

Een techniek die wordt gebruikt om de vraag naar artikelen te voorspellen.

De volgende prognosemethoden zijn beschikbaar:

• Voortschrijdend gemiddelde
• Exponential smoothing
• Berekening vorig jaar
• Verbruik laatste periode

Het aantal perioden voor de berekening van het voortschrijdend gemiddelde.

Het minimum aantal perioden voor de berekening van de historische vraag.

Het aantal perioden achteruit in het vorige jaar dat wordt gebruikt om de prognose te berekenen.

Het aantal perioden vooruit in het vorige jaar dat wordt gebruikt om de vraagprognose te berekenen.

De dempingsfactor voor de vraagprognose. U moet de dempingsfactor opgeven als de prognosemethode Exponential smoothing is.

De dempingsfactor voor de vraagprognose geeft aan in welke mate bij de berekening van de vraagprognose rekening wordt gehouden met het verschil tussen de werkelijke afgifte en de prognose in een bepaalde periode.

Bij de prognosemethode Exponential smoothing wordt de vraagprognose berekend met de volgende formule:

np = vp + d (wa -vp)

• np - nieuwe prognose
• vp - vorige prognose
• wa - werkelijke afgifte van vorige periode
• d - dempingsfactor

Een lage dempingsfactor resulteert in een hoge mate van demping. De dempingsfactor is minimaal 0,01 en niet groter dan 1. Gewoonlijk ligt de dempingsfactor tussen 0,1 en 0,3.

De dempingsfactor voor de prognosefout.

De dempingsfactor voor de prognosefout is een van de factoren in de formule voor de berekening van de absolute en relatieve prognosefout. Bij het berekenen van de vraagprognose worden alleen absolute en relatieve prognosefouten berekend als de prognosemethode Exponential smoothing is.

De absolute prognosefout wordt gebruikt bij de berekening van de veiligheidsvoorraad in de sessie Vraagprognose berekenen (whina2202m000).

De absolute en relatieve prognosefouten worden gebruikt bij de berekening van het tracking signal.

Indien dit selectievakje is ingeschakeld, wordt een tracking signal weergegeven als de dempingsfactor wordt gebruikt. Dit veld is alleen relevant als een vraagprognose wordt berekend met de prognosemethode Exponential smoothing. Plotselinge schommelingen in de vraag zorgen ervoor dat de prognoses feitelijk achter de werkelijke vraag aanlopen. Een tracking signal attendeert u op dergelijke afwijkingen.

De tracking signal-factor wordt als volgt berekend:

Als de tracking signal-factor groter is dan de opgegeven kritische tracking signal-factor, wordt dit veroorzaakt door een plotselinge schommeling in de vraag. De waarde op het veld Dempingsfactor voor prognosefout is dan te laag, waardoor de prognose niet meer op incidentele afwijkingen kan reageren. In dat geval moet de berekening worden gebaseerd op de tracking signal-factor in plaats van op de waarde op het veld Dempingsfactor voor prognosefout.

Zodra de tracking signal-factor kleiner is dan de kritische tracking signal-factor, wordt de waarde op het veld Dempingsfactor voor vraagprognose weer gebruikt.

De minimumfactor en kritische factor voor het starten van het tracking signal.

Dit veld is alleen relevant als een vraagprognose wordt berekend met de prognosemethode Exponential smoothing. Plotselinge schommelingen in de vraag zorgen ervoor dat de prognoses feitelijk achter de werkelijke vraag aanlopen. Een tracking signal attendeert u op dergelijke afwijkingen.

De tracking signal-factor wordt als volgt berekend:

Als de tracking signal-factor groter is dan de op het huidige veld opgegeven kritische tracking signal-factor, wordt dit veroorzaakt door een plotselinge schommeling in de vraag. De waarde op het veld Dempingsfactor voor prognosefout is dan te laag, waardoor de prognose niet meer op incidentele afwijkingen kan reageren. In dat geval moet de berekening worden gebaseerd op de tracking signal-factor in plaats van op de waarde op het veld Dempingsfactor voor prognosefout.

Zodra de tracking signal-factor kleiner is dan de kritische tracking signal-factor, wordt de waarde op het veld Dempingsfactor voor vraagprognose weer gebruikt.