Chương 2 dự báo NHU cầu sản XUẤT

CHƯƠNG 2: DỰ BÁO NHU CẦU SẢN XUẤT
2.1 Khái niệm về dự báo nhu cầu sản xuất
2.1.1 Khái niệm
Dự báo là khoa học và nghệ thuật tiên đoán sẽ xảy ra
trong tương lai, trên cơ sở phân tích khoa học về các dữ
liệu đã thu thập được.
Khi tiến hành dự báo, căn cứ vào các số liệu phản
ảnh tình hình thực tế trong quá khứ và hiện tại để dự đoán
tình hình cơ bản sẽ xảy ra trong tương lai nhờ vào một số
mô hình toán học. Tuy nhiên, dự đoán này có thể thay đổi
hoặc sai lệch khi xuất hiện các tình huống kinh tế, tình
huống quản trị không hoàn toàn phù hợp với mô hình dự
báo. Vì vậy cần kết hợp kết quả dự báo với khả năng tư
duy của nhà quản trị để đưa ra các quyết định có độ tin
cậy cao hơn.
2.1.2 Các loại dự báo
* Căn cứ vào thời đoạn dự báo:
a. Dự báo ngắn hạn (không quá 3 tháng): Cần cho việc
mua sắm, điều độ công việc, phân công nhiệm vụ, cân đối
các mặt trong quản trị dịch vụ
b. Dự báo trung hạn (từ 3 tháng đến 3 năm): Cần cho
việc lập kế hoạch sản xuất, dự trù tài chính và làm căn cứ
cho các kế hoạch khác
c. Dự báo dài hạn (từ 3 năm trở lên): Cần cho việc lập
các dự án sản xuất sản phẩm mới, các địa điểm cho các cơ
sở mới, lựa chọn các dây chuyền công nghệ, thiết bị mới,
mở rộng doanh nghiệp hiện có hoặc thành lập doanh
nghiệp mới
* Căn cứ vào nội dung công việc cần dự báo:
a. Dự báo kinh tế: Do các cơ quan nghiên cứu, cơ quan
dịch vụ thông tin, các bộ phận kinh tế nhà nước thực hiện

=> Có giá trị hỗ trợ, tạo tiền đề cho công tác dự báo trung
hạn và dài hạn của các doanh nghiệp.
b. Dự báo kỹ thuật công nghệ: Đánh giá mức độ phát
triển khoa học kỹ thuật và công nghệ trong tương lai =>
Có ý nghĩa quan trọng đối với các ngành có hàm lượng kỹ
thuật cao như: năng lượng nguyên tử, nghiên cứu vũ trụ,
điện tử, máy tính,…
c. Dự báo nhu cầu (dự kiến doanh số bán ra): Giúp xác
định các loại và số lượng sản phẩm, dịch vụ mà doanh
nghiệp cần tạo ra trong tương lai => Doanh nghiệp sẽ
quyết định qui mô sản xuất, nguồn tài chính, nhân sự
trong tương lai
2.1.3 Các nhân tố tác động đến dự báo nhu cầu
a. Các nhân tố chủ quan (DN chủ động điều chỉnh kiểm
soát):
- Chất lượng thiết kế
- Chất lượng sản phẩm
- Giá bán
- Cách thức phục vụ khách hàng
b. Các nhân tố khách quan (DN không thể kiểm soát):
- Qui mô dân số
- Cảm tình của người tiêu dùng
- Sự cạnh tranh
- Các nhân tố ngẫu nhiên
- Luật pháp
- Thực trạng nền kinh tế
2.1.4 Tác động của chu kỳ sống của sản phẩm đối với
dự báo:
Các sản phẩm được chấp nhận trên thị trường có chu
kỳ sống trải qua 4 giai đoạn: Giới thiệu -> phát triển ->

chín muồi -> Suy tàn
Doanh số
III

II IV
I
Thời gian
Hình 2.1: Chu kỳ sống của sản phẩm
+ Ở giai đoạn I: Dự báo dựa vào điều tra thực tế trên thị
trường, dựa vào nhận xét, phán đoán của chuyên gia hoặc
phân tích các sản phẩm tương tự khác do không có số liệu
hoặc không đủ số liệu về sản phẩm cần dự báo.
+ Ở giai đoạn II và III: Có thể sử dụng các phương pháp
thống kê để dự báo do có nhiều số liệu về sản phẩm cần
dự báo.
+ Ở giai đoạn IV: Sử dụng phương pháp điều tra thị
trường, phương pháp chuyên gia hoặc phân tích các sản
phẩm tương tự như giai đoạn I
2.2 Các phương pháp dự báo định tính
2.2.1 Lấy ý kiến của ban điều hành (được sử dụng rộng
rãi trong doanh nghiệp)
Khi tiến hành dự báo, lấy ý kiến của các nhà quản trị
cấp cao, những người phụ trách các công việc, các bộ
phận quan trọng của DN, các số liệu thống kê về những
chỉ tiêu tổng hợp như: doanh số, chi phí, lợi nhuận,… và
lấy ý kiến của các chuyên gia về marketing, tài chính, sản
xuất, kỹ thuật.
Nhược điểm: Có tính chủ quan của các thành viên và ý
kiến của người có chức vụ cao nhất thường chi phối ý
kiến của những người khác .

2.2.2 Lấy ý kiến của người bán hàng
Những người bán hàng tiếp xúc thường xuyên với
khách hàng => hiểu rõ nhu cầu và thị hiếu của người tiêu
dùng. Họ có thể dự đoán được lượng sản phẩm tiêu thụ
tại địa bàn mình phụ trách.
Tập hợp ý kiến của nhiều người bán hàng tại nhiều
địa bàn khác nhau => có được lượng dự báo tổng hợp về
nhu cầu đối với lượng sản phẩm cần dự báo.
Nhược điểm: Phụ thuộc vào đánh giá chủ quan của
người bán hàng. Một số có khuynh hướng lạc quan thì
đánh giá cao lượng hàng bán ra của mình. Một số khác lại
muốn giảm doanh số để dễ đạt định mức.
2.2.3 Phương pháp điều tra người tiêu dùng
Thu thập nguồn thông tin từ người tiêu dùng hiện tại
cũng như có ý định mua hàng hay có kế hoạch mua hàng
trong tương lai.
Việc điều tra do bộ phận bán hàng hoặc bộ phận
nghiên cứu thị trường phụ trách. Họ thu thập ý kiến của
người tiêu dùng thông qua phiếu điều tra, phỏng vấn trực
tiếp hay qua điện thoại,…=> Giúp dự báo nhu cầu của
DN trong tương lai và biết được thị hiếu của khách hàng
để cải tiến sản phẩm.
Ngược điểm: Mất nhiều thời gian, chuẩn bị phức tạp,
khó khăn và tốn kém, có thể không chính xác trong các
câu trả lời của người tiêu dùng.
2.2.4 Phương pháp chuyên gia (Delphi)
Thu thập ý kiến của chuyên gia trong hoặc ngoài
doanh nghiệp theo những mẫu câu hỏi được in sẵn và
được thực hiện như sau:
1. Mỗi chuyên gia được phát một thư yêu cầu trả lời

một số câu hỏi phục vụ cho việc dự báo.
2. Nhân viên dự báo tập hợp các câu trả lời, sắp xếp
chọn lọc và tóm tắt lại các ý kiến của các chuyên gia.
3. Dựa vào bảng tóm tắt, nhân viên dự báo lại đưa ra
các câu hỏi mới để các chuyên gia trả lời tiếp.
4. Tập hợp các ý kiến mới của các chuyên gia. Nếu
chưa thuyết phục, nhân viên dự báo tiếp tục quá trình nêu
trên cho đến khi đạt yêu cầu dự báo.
Ưu điểm: Tránh được các liên hệ cá nhân, không xảy ra
va chạm giữa các chuyên gia và họ không bị ảnh hưởng
bởi ý kiến của một cá nhân nào đó có ưu thế trong số
người được hỏi ý kiến.
2.3 Phương pháp dự báo định lượng
2.3.1 Các bước tiến hành dự báo
1. Xác định mục tiêu dự báo.
2. Chọn các mặt hàng cần dự báo.
3. Xác định loại dự báo ngắn hạn, trung hạn hay dài hạn.
Xác định thời đoạn cần dự báo.
4. Chọn mô hình dự báo.
5. Thu thập các số liệu cần thiết.
6. Tiến hành tính toán dự báo.
7. Áp dụng kết quả dự báo.
2.3.2 Dự báo theo dãy số thời gian
Nhu cầu thị trường thường biến động theo thời gian và
theo một xu hướng nào đó  Cần thu thập các số liệu
trong quá khứ  dãy số thời gian  xác định xu hướng
của nhu cầu dự báo nhu cầu trong tương lai.
Các trường hợp xảy ra trong các biến động của nhu cầu
theo thời gian:
1. Có khuynh hướng tăng (giảm) rõ rệt trong suốt thời

gian nghiên cứu (T-Trend).
2. Biến đổi có chu kỳ (C-Cycles).
3. Biến đổi theo mùa (S-Seasonality).
4. Biến đổi ngẫu nhiên (R-Random Variations)
* Tính chính xác của dự báo:
- Đề cập đến độ chênh lệch của dự báo với số liệu thực tế.
- Nếu dự báo càng gần với số liệu thực tế thì dự báo có độ
chính xác càng cao.
Người ta thường dùng độ lệch tuyệt đối bình quân MAD
(Mean Absolute Deviation):
MAD = ∑ các sai lệch trong dự báo/n (số thời kỳ tính
toán) = ∑│Nhu cầu thực tế - Nhu cầu dự báo│/n
2.3.2.1 Phương pháp bình quân di động
- Dùng khi các số liệu trong dãy số biến động không lớn.
- Các số liệu của dãy số có khoảng cách đều nhau.
- Vai trò của các số liệu trong quá khứ là như sau.
Công thức tính:
F
t
= (A
t-1
+ A
t-2
+ … + A
t-n
)/n = ∑ A
t-i
/n
Trong đó: F
t

: Dự báo thời kỳ thứ t
A
t-i
: Số liệu thực tế thời kỳ trước (i= 1,2,…,n)
n: Số thời kỳ tính toán di động
Ví dụ 1: Một vựa hải sản tươi sống hoạt động trong chợ
đầu mối Bình Điền (TPHCM) có số liệu mặt hàng nghêu
tươi
sống bán ra hàng tháng như sau:
Tháng 1 2 3 4 5 6 7 8 9 10 11 1
2
Lượn
g bán
thực
tế
(tấn)
10
5
110 9
0
85 10
2
98 91 10
3
115 10
6
97 1
2
0
1. Hãy dự báo lượng nghêu tươi sống bán ra trong tháng 1

năm sau theo thời kỳ 3 tháng và 5 tháng?
2. Một người bạn ông là chuyên gia bán hàng, khuyên ông
nên lựa chọn theo thời kỳ 6 tháng sẽ dự báo chính xác
hơn. Anh/chị nên khuyên ông lựa chọn thời kỳ dự báo nào
cho kết quả tốt nhất?
2.3.2.2 Phương pháp bình quân di động có trọng số
- Trọng số là các con số được gán cho các số liệu trong
quá khứ để chỉ mức độ quan trọng của chúng đến kết quả
dự báo.
- Những số liệu càng gần với thời kỳ dự báo thì có giá trị
lớn hơn các số liệu xuất hiện trước đó.
- Việc lựa chọn các trọng số phụ thuộc vào kinh nghiệm
và sự nhạy cảm của người dự báo.
Công thức tính:
F
t
= ∑ (Trọng số TK n x nhu cầu TK n)/ ∑ các trọng số
= ∑ A
t-i
.k
i
/∑ k
i
k
i
: Trọng số tương ứng với thời kỳ i
Ví dụ 2: Cho rằng, trọng số của tháng gần nhất là 3, cách
2 tháng là 2,5, cách 3 tháng là 2,0, cách 4 tháng là 1,5 và
cách 5 tháng là 1. Theo ví dụ 1, hãy tính lượng nghêu tươi
sống bán ra của chủ vựa theo thời kỳ 5 tháng?

* Ưu và nhược điểm của 2 phương pháp:
- Ưu điểm: San bằng các biến động ngẫu nhiên trong dãy
số
- Nhược điểm:
+ Làm giảm độ nhạy cảm đối với những thay đổi
thực được phản ánh trong dãy số.
+ Số bình quân di động chưa chỉ ra xu hướng phát
triển của dãy số một cách tốt nhất. Nó chỉ thể hiện trong
quá khứ, chưa thể kéo dài sự vận động đó trong tương lai.
2.3.2.3 Phương pháp san bằng số mũ
- Là phương pháp đưa ra các dự báo trong quá khứ và
điều chỉnh lượng dự báo đó cho giai đoạn kế tiếp.
Công thức tính:
F
t
= F
(t-1)
+ α.│ A
(t-1)
- F
(t-1)
│
Trong đó: α: Hệ số san bằng (0 ≤ α ≤ 1).
Ví dụ 3: Theo ví dụ 1, vựa hải sản tươi sống dự báo lượng
nghêu tươi sống bán ra trong tháng 12 là 103 tấn nhưng
trên thực tế lượng nghêu tươi sống bán ra trong tháng 12
là 120 tấn.
1. Hãy dự báo lượng nghêu tươi sống bán ra trong tháng 1
năm sau theo phương pháp san bằng số mũ với hệ số san
bằng là 0,2.

2. Giả sử, lượng dự báo nghêu tươi sống bán ra trong
tháng 3 trùng hợp với số liệu thực tế. Anh/chị sẽ quyết
định chọn hệ số san bằng nào là phù hợp nhất trong các hệ
số san bằng sau: 0,1; 0,3; 0,5?
2.3.2.4 Phương pháp san bằng số mũ có điều chỉnh xu
hướng
Công thức tính:
FIT
t
= F
t
+ T
t
Trong đó: + FIT
t
: Dự báo nhu cầu thời kỳ theo xu hướng.
+ F
t
: Dự báo nhu cầu thời kỳ t
+ T
t
: Lượng điều chỉnh theo xu hướng thời kỳ t
* T
t
được tính như sau:
T
t
= T
t-1
+ ᵦ.(F

t
- F
t-1
)
+ T
t-1
: Lượng điều chỉnh theo xu hướng thời kỳ t -1
+ ᵦ: Hệ số san bằng xu hướng
+ F
t-1
: Dự báo nhu cầu thời kỳ t -1
Ví dụ 4: Giả sử vựa hải sản tươi sống (ví dụ 1) sử dụng
phương pháp san bằng số mũ có điều chỉnh theo xu hướng
để dự báo lượng nghêu tươi sống bán ra hàng tháng. Với
hệ số san bằng α = 0,2, ᵦ= 0,4 và cho rằng dự báo lượng
nghêu tươi sống bán ra trong tháng 1 là 103 tấn.
Anh/chị hãy cho biết giữa phương pháp san bằng số mũ
(F
t
) và phương pháp san bằng số mũ có điều chỉnh xu
hướng (FIT
t
) thì phương pháp nào cho kết quả dự báo
chính xác hơn
?
2.3.3 Dự báo theo đường khuynh hướng
- Cho phép xác định đường khuynh hướng lý thuyết trên
cơ sở kỹ thuật bình phương bé nhất (đường hồi quy).
- Dùng dự báo theo thời đoạn ngắn hạn, trung hạn và dài
hạn.

2.3.3.1 Phương pháp đường thẳng thống kê
Phương trình đường thẳng:
Y
c
= aX + b
Các hệ số a và b được tính như sau:
a = ∑XY/∑X
2
b = ∑Y/n
Trong đó:
+ X: Thứ tự thời gian
+ Y: Số liệu nhu cầu thực tế trong quá khứ
+ n: Số lượng các số liệu trong quá khứ
+ Y
c
: Nhu cầu dự báo trong tương lai
* Hệ số a và b chỉ được tính khi thỏa điều kiện ∑X= 0:
+ Nếu thứ tự thời gian tương ứng với dãy số quá khứ
là số lẻ, ta đánh số thứ tự bằng cách lấy thời gian ở giữa
bằng 0, các khoảng thời gian trước đó sẽ đánh số từ -1, -2,
-3, … và các khoảng thời gian sau đó sẽ đánh số từ +1,
+2, +3,… Như vậy, cộng lại ∑X= 0.
+ Nếu thứ tự thời gian tương ứng với dãy số quá khứ
là số chẵn, ta đánh số thứ tự bằng cách lấy hai thời gian ở
giữa bằng là -1 và +1, các khoảng thời gian trước đó sẽ
đánh số từ -2, -3, -4,… và các khoảng thời gian sau đó sẽ
đánh số từ +2, +3, +4… Như vậy, cộng lại ∑X= 0.
Ví dụ 5: Một công ty thủy sản trên địa bàn TPHCM
chuyên sản xuất các mặt hàng thủy hải sản đóng hộp,
trong đó có mặt hàng cá mòi sốt cà đóng hộp được ưa

chuộng với số lượng hộp bán ra hàng năm (triệu hộp) như
sau:
Năm 200
5
200
6
200
7
200
8
200
9
201
0
201
1
201
2
201
3
Lượn
g hộp
bán
ra
12 12,4 13,6 12,8 14,3 13,5 14,7 15,9 14,2
Anh/chị hãy dùng phương pháp đường thẳng thống kê để
dự báo lượng hộp cá mòi sốt cà bán ra cho năm 2014 và
2015?
2.3.3.2 Phương pháp đường thẳng thông thường
Phương trình đường thẳng:

Y
c
= aX + b
Các hệ số a và b được tính như sau:
a = ( n∑XY - ∑X.∑Y)/(n∑X
2
– (∑X)
2
)
b = (∑X
2
.∑Y - ∑X.∑XY)/(n∑X
2
– (∑X)
2
)
* Với X là thứ tự thời gian trong dãy số và đánh số theo
thứ tự tự nhiên từ 1 trở lên, không phân biệt số lượng số
liệu là chẵn hay lẻ.
Ví dụ 6: Dựa vào số liệu ở ví dụ 5, anh/chị hãy dự báo
lượng hộp cá mòi bán ra cho năm 2014 và 2015 bằng
phương pháp đường thẳng thông thường?
2.3.3.3 Phương pháp dự báo theo khuynh hướng có xét
đến biến động thời vụ.
- Dùng để dự báo các mặt hàng mà nhu cầu thị trường có
tính chất biến động theo thời vụ trong năm.
- Công thức tính chỉ số thời vụ:
I
s
= ȳ

i
/ ȳ
0
Trong đó: + I
s
: Chỉ số thời vụ.
+ ȳ
i
: Số bình quân của các tháng cùng tên.
+ ȳ
0
: Số bình quân chung của tất cả các tháng
trong dãy số.
Công thức tính nhu cầu dự báo có xét biến động thời vụ:
Y
s
= I
s
.Y
c
Trong đó:
+ Y
s
: Nhu cầu dự báo có xét đến biến động thời vụ.
+ Y
c
: Nhu cầu dự báo theo đường khuynh hướng bình
thường (tuyến tính hoặc phi tuyến).
Cách tính:
1. Tính dự báo Y

c
2. Tính I
s
3. Tính Y
s
= I
s
.Y
c
Ví dụ 7: Một doanh nghiệp chế biến thủy sản cần dự báo
lượng hàng cá ngừ đại dương phi lê xuất khẩu cho năm
tới. Nhu cầu về sản phẩm này của doanh nghiệp có xu
hướng biến động theo mùa. Số liệu lượng hàng cá ngừ đại
dương phi lê bán ra trong 3 năm qua như sau:
Năm
Lượng hàng bán ra hàng quý (tấn)
Quý 1 Quý 2 Quý 3 Quý 4
2011 125 92 121 136
2012 110 89 118 133
2013 105 85 107 129
Anh/chị hãy dự báo lượng cá ngừ đại dương phi lê của
doanh nghiệp bán ra ở 4 quý trong năm 2014?
2.3.3.4 Phương pháp đường parapol thống kê
Phương trình dự báo:
Y
c
= aX
2
+bX + c
Trong đó:

+ a = (n.∑X
2
Y - ∑X
2
∑Y)/(n.∑X
4
– (∑X
2
)
2
)
+ b = ∑XY/∑X
2
+ c = (∑X
4
∑Y - ∑X
2
∑X
2
Y)/(n.∑X
4
– (∑X
2
)
2
)
+ X lấy số thứ tự tùy số liệu là chẵn hay lẻ sao cho
∑X = 0
2.3.3.5 Phương pháp đường Logarit
Phương trình dự báo:

logY
c
= X log a + log b
Trong đó: + log a =∑(XlogY)/ ∑X
2
+ log b = ∑ logY/ n
+ X lấy số thứ tự tùy số liệu là chẵn hay lẻ sao
cho ∑X = 0
2.3.3.5 Đánh giá các phương pháp
Công thức tính sai số chuẩn:
ϭ = ∑(Y - Y
c
)
2
/ n
ϭ: Sai số chuẩn  phương pháp nào có sai số chuẩn nhỏ
nhất  Chọn để thực hiện dự báo
2.4 Giám sát và kiểm soát dự báo
- Khi đã có các số liệu, ta sử dụng một hoặc một vài
phương pháp trên để thực hiện dự báo.
- Tuy nhiên, qua nhiều giai đoạn, các số liệu thực tế có thể
không khớp với kết quả dự báo  Cần theo dõi, giám sát
và kiểm soát dự báo:
+ Nếu mức chênh lệch giữa thực tế và dự báo nằm
trong phạm vi cho phép: không cần xét lại phương pháp
dự báo đã sử dụng.
+ Nếu mức chênh lệch vượt quá phạm vi cho phép:
cần nghiên cứu sửa đổi phương pháp dự báo cho phù hợp.
* Tín hiệu theo dõi:
Công thức tính:

Tín hiệu theo dõi = RSFE/MAD
= ∑(Nhu cầu thực tế - Nhu cầu dự báo)/MAD
RSFE (Running Sum of Forecast Error): Tổng sai số dự
báo dịch chuyển
(+): Nhu cầu thực tế cao hơn dự báo
(-): Nhu cầu thực tế thấp hơn dự báo
* Giới hạn kiểm tra:
- Giới hạn kiểm tra (giới hạn trên và giới hạn dưới) là
phạm vi cho phép hoặc chấp nhận của tín hiệu theo dõi.
- Khi tín hiệu theo dõi vượt giới hạn kiệm tra thì cần phải
báo động kết quả dự báo: Cần điều chỉnh, sửa đổi phương
pháp dự báo.
- Việc xác định giới hạn kiểm tra chủ yếu dựa vào kinh
nghiệm. Theo các chuyên gia dự báo:
+ Nếu các mặt hàng dự báo có số lượng lớn thì giới
hạn kiểm tra là ± 4MAD.
+ Nếu các mặt hàng dự báo có số lượng nhỏ thì giới
hạn kiểm tra là ± 8MAD
Ví dụ 8: Một doanh nghiệp đã tiến hành dự báo nhu cầu
cho 6 quý, đồng thời đã thống kê được nhu cầu thực tế
cho 6 quý đó (nghìn sản phẩm) như sau:
Quý 1 2 3 4 5 6
Nhu cầu thực tế 90 95 115
10
0
12
5
140
Nhu cầu dự báo
10

0
10
0
10
0
110 110 110
Anh/chị hãy xác định tín hiệu theo dõi và cho biết tín hiệu
theo dõi đã vượt quá giới hạn kiểm tra ± 4MAD hay
chưa?