dự báo nhu cầu trong quản trị sản xuất

CHƯƠNG 2
DỰ BÁO NHU CẦU
I. KHÁI NIỆM - Ý NGHĨA CỦA CÔNG TÁC DỰ BÁO NHU CẦU:
1. Khái niệm:
Dự báo : Dự báo là một khoa học và nghệ thuật nhằm tiên đoán những sự việc
sẽ xảy ra trong tương lai trên cơ sở phân tích phân tích khoa học về các số liệu
thu thập được.
- Tính khoa học của dự báo thể hiện ở chổ: để có được kết quả dự báo người ta
dựa vào số liệu thu thập được ở kỳ trước kết hợp với những phương pháp toán
học hay những mô hình dự báo tiên tiến.
- Tính nghệ thuật thể hiện : có nhiều phương pháp dự báo khác nhau và kết quả
dự báo cũng khác nhau. Việc lựa chọn và sử dụng phương pháp hay điều chỉnh
kết quả dự báo là nghệ thuật của người dự báo.
2. Ý nghóa:
Dự báo là hoạt động rất quan trọng đối với doanh nghiệp, vì có dự báo chính xác ta mới
đề ra những quyết đònh sản xuất và kinh doanh hợp lý. Trong họat động điều hành sản
xuất , dự báo là cơ sở để lên kế hoạch sản xuất, lập lòch và bố trí mặt bằng sản xuất, để
xác đònh lượng tồn kho và hoạch đònh nhu cầu vật tư …
Khi tiến hành dự báo chúng ta thường dựa vào các căn cứ sau:
Thứ nhất, căn cứ vào các yếu tố của môi trường tác động đến doanh nghiệp để tiến
hành dự báo cho phù hợp. Nhân tố bên trong bao gồm chất lượng sản phẩm, thái độ phục
vụ khách hàng, năng suất lao động, tình hình thực hiện các đònh mức kinh tế kỹ thuật…
Nhân tố này phụ thuộc vào nhận thức và hoạt động của từng doanh nghiệp nên doanh
nghiệp có thể chủ động kiểm soát. Nhân tố bên ngoài bao gồm đường lối chủ trương của
22
Nhà nước, hệ thống pháp luật hiện hành, hiện trạng kinh tế xã hội, thò hiếu khách hàng,
phong tục tập quán và quy mô dân cư, đối thủ cạnh tranh…
Thứ hai, căn cứ vào tình hình của doanh nghiệp thông qua số liệu thống kê của nhiều
năm và những số liệu này được xử lý bằng những công cụ và phương pháp tính toán thích
hợp. Tình hình của doanh nghiệp bao gồm: nguyên vật liệu, máy móc thiết bò, lao động,
vốn, giá thành và chi phí sản xuất…

Thứ ba, khi tiến hành dự báo, nhà quản trò còn sử dụng cả những kinh nghiệm thực tế
của họ. Nếu có được kinh nghiệm tốt, thì khả năng kết quả dự báo có thể chính xác hơn.
II. CÁC LOẠI DỰ BÁO
1. Theo thời gian dự báo
Nếu xét theo thời gian, có thể chia dự báo thành 3 loại như sau:
- Dự báo ngắn hạn: là những dự báo có thời gian ngắn, phổ biến là những dự báo
dưới 3 tháng như hoạch đònh tiến độ sản xuất, hoạch đònh mua hàng, hoạch đònh nhu cầu
lao động ngắn hạn.
Dự báo ngắn hạn thường sử dụng những phương pháp dự báo khác nhau so với dự
báo trung và dài hạn. Những kỹ thuật tính toán như bình quân di động, san bằmg số mũ
thường được sử dụng trong dự báo ngắn hạn.
- Dự báo trung hạn là những dự báo có thời gian từ 3 tháng đến 3 năm. Dự báo
trung hạn được sử dụng cho hoạch đònh sản lượng, hoạch đònh doanh số, hoạch đònh về
hoạt động điều hành…
- Dự báo dài hạn là những dự báo có thời gian từ 3 năm trở lên. Dự báo dài hạn
được sử dụng để hoạch đònh sản phẩm mới, phân bổ nguồn vốn, mở rộng quy mô và
nghiên cứu phát triển
Dự báo dài hạn và trung hạn giải quyết những vấn đề về quan điểm, lâu dài như:
hoạch đònh các nguồn lực, hoạch đònh công suất, công nghệ, cung ứng vật tư, trang bò
phương tiện hoạt động có tính chất lâu dài.
23
2. Theo lónh vực dự báo
Theo lónh vực dự báo, các tổ chức kinh tế, các doanh nghiệp thường sử dụng 3 loại
dự báo: dự báo kinh tế, dự báo kỹ thuật, dự báo nhu cầu.
- Dự báo kinh tế do các cơ quan kinh tế, cơ quan nghiên cứu, cơ quan dòch vụ thông
tin, các bộ phận tư vấn trong các cơ quan nhà nước áp dụng. Dự báo kinh tế cung cấp
những thông tin về:
+ Chủ trương chính sách của nhà nước.
+ Tổng sản phẩm xã hội.
+ Tỷ lệ thất nghiệp.

+ Tỷ lệ lạm phát.
+ Xu hướng kinh doanh.
+ Điều kiện kinh doanh.
+ Nguồn vốn cung ứng.
+ Chu kỳ kinh doanh trong tương lai.
- Dự báo kỹ thuật đề cập đến mức độ phát triển khoa học kỹ thuật trong tương lai.
Dự báo này rất quan trọng trong những ngành có hàm lượng kỹ thuật cao như : năng
lượng, máy tính, điện tử.
Sự phát triển khoa học kỹ thuật sẽ tạo điều kiện sản xuất sản phẩm mới. Nhiều công
nghệ mới được áp dụng và nhiều phương tiện thiết bò mới ra đời làm cho sản phẩm bò lỗi
thời, lạc hậu nhanh chóng, do vậy dự báo kỹ thuật trở nên quan trọng và thường được thực
hiện bởi các chuyên gia trong từng lónh vực riêng biệt.
- Dự báo nhu cầu về thực chất là dự báo doanh số của doanh nghiệp bán ra. Dự
báo này được các nhà quản trò sản xuất và điều hành quan tâm. Dự báo nhu cầu giúp cho
doanh nghiệp xác đònh số chủng loại và số lượng sản phẩm, dòch vụ mà họ tạo ra trong
24
tương lai, thông qua đó sẽ quyết đònh về quy mô sản xuất, quy mô hoạt động của doanh
nghiệp, là cơ sở để dự toán tài chính, nhân sự, tiếp thò.
Để tiến hành dự báo nhu cầu, doanh nghiệp cần xác đònh những nhân tố tác động
đến nhu cầu như quy mô dân cư, chất lượng, giá cả, cạnh tranh, lãi vay…
Có nhiều loại dự báo khác nhau . Trong phạm vi chương này chỉ nghiên cứu dự báo
nhu cầu .
III. CÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU:
1. Phương pháp đònh lượng
1.1.Phương pháp bình quân di động
1.1.1. Phương pháp bình quân di động giản đơn.
Theo phương pháp này nhu cầu dự báo của thời kỳ sau bằng số bình quân di động của nhu
cầu thực tế những thời kỳ trước đó. Công thức tính như sau :
.
•

• F
t
: dự báo nhu cầu của thời kỳ t.
• At : thực tế nhu cầu của thời kỳ t.
n : số thời kỳ tính tóan
Số thời kỳ tính tóan thường hay sử dụng là 2 hoặc 3
F
t
= ( 2 thời kỳ )
25
n
A
nt−−−
+++
=
AA
F
2t1t
t
F
t
= ( 3 thời kỳ )
•
Ví dụ 1 : Căn cứ vào số liệu sau đây, hãy dự báo nhu cầu của các tháng 4, 5, 6, 7 theo
số bình quân di động 3 tháng một
Tháng Nhu cầu thực tế (T) Nhu cầu dự báo (T)
1 10
2 12
3 11
4 13 (10+12+11):3=11

5 15 (12+11+13):3=12
6 11 (11+13+15):3=13
7 13 (15+11+13):3=13

Ví dụ 2:
Phương pháp bình quân di động 2-tuần
Tuần Số lượng
thực tế
Bình quân di động 2-tuần Sai số dự báo
(Lượng thực –
Trò tuyệt đối
26
Dửù baựo ) cuỷa sai soỏ
1 22
2 21
3 25 (22 + 21) /2 = 21.5 3,5 3,5
4 27 (21 + 25) /2 = 23 4 4
5 35 (25 + 27) /2 = 26 9 9
6 29 (27 + 35) /2 = 31 -2 2
7 33 (35 + 29) /2 = 32 1 1
8 37 (29 + 33) /2 = 31 6 6
9 41 (33 + 37) /2 = 35 6 6
10 37 (37+ 41) /2 = 39 - 2 2
Toồng 25,5 33,5
MAD = 33,5 / 8 = 4,1875
27
Ví dụ 3: Phương pháp bình quân di động 3-tuần
Tuần Số liệu q.sát Bình quân di động 3-tuần
1 22
2 21

3 25
4 27 (22+21+25)/3 = 68/3 = 22.67
5 35 (21+25+27)/3 = 73/3 = 24.33
6 29 (25+27+35)/3 = 87/3 = 29.00
7 33 (27+35+29)/3 = 91/3 = 30.33
8 37 (35+29+33)/3 = 97/3 = 32.33
9 41 (29+33+37)/3 = 99/3 = 33
10 37 (33+37+41) = 111/3 = 37
11 ? (37+41+37)/3 = 115/3 = 38.33
1.1.2. Phương pháp bình quân di động trọng số.
28
Phương pháp này có chú ý đến hệ số trọng lượng, có nghóa là sử dụng trọng số để nhấn
mạnh hơn các giá trò gần nhất vừa xảy ra.
_ Trọng số khác nhau được gán cho các thời điểm khác nhau .
− Trọng số lớn nhất được gán cho dữ liệu gần nhất và trọng số sẽ giảm dần cho các dữ
liệu xa hơn
− Tổng các trọng số thường bằng 1
Việc xác đònh các hệ số trọng lượng khi tính số bình quân di động thường căn cứ vào kinh
nghiệm cũng như sự nhạy cảm của người làm công tác dự báo, vì chúng ta không có công
thức nào để xác đònh chúng.

α i là trọng số với α1 > α2 > α3
Tuy cả hai phương pháp số bình quân di động giản đơn và số bình quân di động có
trọng số đều tỏ ra hiệu quả san bằng những tác động ngẫu nhiên trong dãy số liệu
nhằm tạo dãy số ổn đònh hơn, tuy nhiên việc sử dụng số bình quân có những hạn chế
nhất đònh như sau:
- Làm giảm độ nhạy cảm về những thay đổi thực trong dãy số liệu.
- Chưa thể hiện xu hướng vận động của dãy số một cách tốt nhất, nó chỉ thể hiện sự
biến đổi trong trong quá khứ, không dự báo được sự tăng giảm trong tương lai.
- Đòi hỏi nguồn số liệu dồi dào trong quá khứ.

- Chỉ dự báo ngắn hạn.
29
∑
−−−
+++
=
i
t2t21t1
t
α
Aα AαAα
F
nn
Để đánh giá mức độ chính xác của dự báo, ta dùng chỉ tiêu độ lệch tuyệt đối bình
quân MAD (Mean Absolute Deviation)

n : số kỳ tính toán
AD là độ lệch tuyệt đối
Ví dụ 4 : Có số liệu của 2 doanh nghiệp in sau đây ( Đvt :1.000 trang in}:
30
n
FA
MAD
tt
∑
−
=
n
AD
MAD

∑
=
Tháng
IN THANH NIÊN IN 4
Thực tế Dự báo
AD
Thực tế Dự báo
AD
1 1000 1200 200 1000 1250 250
2 1200 1000 200 1250 1200 50
3 1100 1000 100 1200 1250 50
4 1000 1100 100 1250 1200 50
Tổng
cộng
600 400
31
Ta có:
In Thanh Niên In 4:
MAD = 600/4= 150 MAD= 400/4= 100
Vậy kết quả dự báo của In 4 tốt hơn.
F
t
= (2
thời kỳ)
F
t
= ( 3 thời kỳ
)
Ví dụ 5:
Tuần Số lượng thực Bình quân di động 3-tuần

có trọng số
Sai số tuyệt
đối
1 22
∑
−−
+
i
tt
AA
α
αα
2211
∑
−−−
++
i
ttt
AAA
α
ααα
332211
32
2 21
3 25
4 27 0,5(25) + 0,3(21) + 0,2(22) = 23,2 3,8
5 35 0,5(27) + 0,3(25) + 0,2(21) = 25,2 9,8
6 29 0,5(35) + 0,3(27) + 0,2(25) = 30,6 1,6
7 33 0,5(29) + 0,3(35) + 0,2(37) = 30,4 2,6
8 37 0,5(33) + 0,3(29) + 0,2(35) = 32,2 4,8

9 41 0,5(37) + 0,3(33) + 0,2(29) = 34,2 6,8
10 37 0,5(41) + 0,3(37) + 0,2(33) = 38,2 1,2
11 ? 0,5(37) + 0,3(41) + 0,2(37) = 38,2
Tổng 30,6
MAD = 30,6 / 7 = 4,37
1.2. Phương pháp san bằng số mũ

1.2.1. Phương pháp san bằng số mũ giản đơn ( bậc 1)
33
- Phương pháp san bằng số mũ là phương pháp dự báo rất dễ dàng sử dụng nhất là rất
thuận tiện sử dụng trên máy vi tính . Nó cũng là phương pháp tính số trung bình di động
nhưng không đòi hỏi có nhiều số liệu trong quá khứ.
Gọi F
t
là dự báo nhu cầu thời kỳ t theo phương pháp này. F
t
được tính theo công thức
sau:

F
t
= F
t-1
+ α ( A
t-1
- F
t-1
)
Trong đó:
F

t
: Dự báo nhu cầu ở thời kỳ t
F
t-1
:

Dự báo nhu cầu ở thời kỳ t-1
α : Hệ số san bằng số mũ bậc 1 ( 0 < α < 1 )
A
t-1

: Nhu cầu thực tế ở thời kỳ t – 1
Ft = F t-1 + α ( A t-1 – F t-1 )
Ft = α A t-1 +(1- α) F t-1
Ft = α A t-1 + (1- α)[α A t-2 + (1- α) F t-2 ]
Ft = α A t-1 + α(1- α)A t-2 + (1- α)2[α A t-3 + (1- α) F t-3 ]
Tổng quát :
F
t
= α A
t-1
+ α ( 1- α)A
t-2
+ α ( 1- α)
2
A
t-3
+…+α ( 1- α)
n-1
A

t-n
Với 0 < α < 1 thì khi n càng lớn α ( 1- α)
n-1

càng nhỏ và tiến tới 0 cho nên các số liệu
thu thập càng xa thời kỳ dự báo sẽ càng nhỏ nên không ảnh hưởng nhiều đến kết quả dự
báo
34
Mô hình san bằng số mũ rất thuận tiện và dễ dàng sử dụng, có thể áp dụng phương
pháp này trong các công ty sản xuất, đại lý bán hàng, ngân hàng và nhiều loại hình doanh
nghiệp khác nhau. Tuy nhiên việc xác đònh hệ số α rất quan trọng vì α sẽ cho ta kết quả
dự báo chính xác hoặc không chính xác. Thông thường người ta chọn α có sai lệch trong
dự báo là thấp nhất, và chỉ tiêu MAD đã trình bày ở trên là công cụ hữu hiệu để tính độ
sai lệch này.
Ví dụ 6: Theo bảng số liệu sau hãy dự báo nhu cầu từ tháng 2 đến tháng 10 theo
phương pháp san bằng số mũ bậc 1 và cho biết α nào cho kết quả tốt nhất? ( Đơn vò:
chiếc)
Tháng
Nhu cầu
thực tế
Dự báo
α= 0,1 α= 0,2 α= 0,4 α= 0,5 α= 0,7
1 100 90 90 90 90 90
2 110 91,00 92,00 94,00 95,00 97,00
3 115 92,90 95,60 100,40 102,50 106,10
4 100 95,11 99,48 106,24 108,75 112,33
5 90 95,59 99,58 103,74 104,37 103,69
6 105 95,03 97,67 98,24 97,18 94,10
7 110 96,03 99,13 100,94 101,09 101,73
8 115 97,43 101,30 104,56 105,54 107,51

35
9 120 99,18 104,04 108,74 110,27 112,75
10 130 101,26 107,23 113,24 115,13 117,82
α= 0,1 : MAD = 15,2625
α= 0,2 : MAD = 12,8113
α= 0,4 : MAD = 11,4835
α= 0,5: MAD = 11,1386
α= 0,7: MAD = 10,3983
Vậy α = 0,7 cho kết quả dự báo tốt nhất
Xác đònh α:
Ví dụ 7 :
Tuần Dsố thực tế F
t
vớiα = 0,2 AD F
t
(α = 0,4) AD
1
2
3
4
5
6
20
21
22
23
24
25
20
20

20,2
20,56
21,048
21,638
1
1,8
2,44
2,952
3,362
20
20
20,4
21,04
21,824
22,694
-
1
1,6
1.96
2,176
2,306
36
7 26 22,31 3,69 23,616 3,384-
∑
15.244 11,426
α được chọn : MAD = -> min
AD - độ lệch tuyệt đối
MAD - độ lệch tuyệt đối bình quân
MAD
(

α
= 0,2)
= = 2,177
MAD
(
α
= 0,4)
= = 1,6322
Với α = 0,4 => F 8 = 23,616 + 0,4 (26 - 23,616) = 24,57
1.2.2. Phương pháp san bằng số mũ bậc 2 (có điều chỉnh theo xu hướng).
Phương pháp san bằng số mũ giản đơn không thể hiện hết xu hướng biến động, do vậy
người ta đề xuất thêm một mô hình san bằng số mũ phức tạp hơn. Nội dung chính của
phương pháp này là cộng hoặc trừ giá trò dự báo theo mô hình san bằng số mũ giản đơn
với một lượng điều chỉnh nhất đònh.
FIT
t
= F
t
+ T
t Forecast Inchiding Trend
T
t
: Lượng điều chỉnh theo xu hướng
T
t
= T
t - 1
+ β (F
t
- F

t - 1
)
β : hệ số san bằng số mũ bậc 2 (hệ số điều chỉnh theo xu hướng).
O < β < 1 và xác đònh như α
Ví dụ 8
37
Tuần Dsố thực tế F
t
với α = 0,4 T
t
với β = 0,5 FIT
t
1
2
3
4
5
6
7
8
20
21
22
23
24
25
26
20
20
20,4

21,04
21,824
22,694
23,616
24,57
T
1
= 0
0
0,2
0,52
0,912
1,347
1,808
2,285
20
20
20,6
21,56
22,736
24,04
25,42
26,855
Ví dụ chọn β trong 2 trường hợp sau
với AD =
Ví dụ 9
Tuần DSTT F
T
α = 0,4 và β = 0,5 α = 0,4 và β = 0,8
Tt FIT

T
AD Tt FIT
t
AD
1 20 20
2 21 20
3 22 20,4
tt
FITA −
38
4 23 21,04
5 24 21,824
6 25 22,694
7 26 23,616
∑
1.3. Phương pháp dự báo theo đường xu hướng
1.3.1. Phương pháp dự báo theo đường đường thẳng xu hướng
y = ax + b
a = ; b =
y : Nhu cầu dự báo, x là thứ tự thời gian.
Ví dụ 10
Tháng DS (y) x x
2
xy
1 20 1 1 20
2 21 2 4 42
∑∑
∑ ∑ ∑ ∑
−
−

22
2
)( xxn
xyxyx
39
3 22 3 9 66
4 23 4 16 92
5 24 5 25 120
6 25 6 36 150
7 26 7 49 182
∑
161 28 140 672
a = = 1 ; b = = 19
y = x + 19
F
8
= y
8
= 8 + 19 = 27
F
9
= y
9
= 9 + 19 = 28
40
+ Nếu ∑x = 0 => a = ; b =
Trường hợp n lẻ
Ví dụ 11
Tháng DS (y) x x
2

xy
1 20 -3 9 -60
2 21 -2 4 -42
3 22 -1 1 -22
4 23 0 0 0
5 24 1 1 24
6 25 2 4 50
7 26 3 9 78
∑
161 0 28 28
a = = 1 ; b = = 23 ; y = x + 23
F
8
= 4 + 23 = 27
F
9
= y
9
= 5 + 23 = 28
Trường hợp n chẵn: a = 35/70 = 0.5 ; b = = 23,5
41
Ví dụ 12
Tháng DS (y) x x
2
xy
1
2 21 -5 25 -105
3 22 -3 9 -66
4 23 -1 1 -23
5 24 1 1 24

6 25 3 9 75
7 26 5 25 130
∑
141 0 70 35
y = 0,5x + 23,5
F
8
= 7 x 0,5 + 23,5 = 27
1.3.2 Phương pháp dự báo theo xu hướng có xét đến biến động thời vụ ( phương pháp
hệ số thời vụ).
42
Phương pháp này áp dụng cho một số mặt hàng có nhu cầu biến động theo thời vụ
trong năm. Nguyên nhân có thể do điều kiện thời tiết, đòa lý hoặc do tập quán tiêu dùng ở
từng vùng khác nhau ( Tết, lễ, hội )
Để dự báo nhu cầu các mặt hàng này ta cần khảo sát mức độ biến động của nhu
cầu theo thời vụ bằng cách tính chỉ số thời vụ trên cơ sở dãy số liệu thu thập được qua các
thời kỳ.
Các bước tính toán như sau :
Bước 1 : Tính chỉ số thời vụ
- Tính nhu cầu bình quân của các thời kỳ cùng tên của dãy số liệu quá khứ ()
- Tính số bình quân của thời kỳ trong dãy số liệu. ()
- Tính chỉ số thời vụ của từng thời kỳ
: Chỉ số thời vụ của thời kỳ i
Bước 2 : Dự báo nhu cầu của từng thời kỳ cho năm (k+1) theo đường xu
hướng (tính y
c )
Bước 3 Dự báo thời vụ theo thời kỳ cho năm (k+1): tính y
s
y
s

= y
c
. I
s

Ví dụ 13 : Nhu cầu hàng tháng về một loại dòch vụ A được biểu hiện qua số liệu
trong 2 năm 2007 và 2008 như sau (xem bảng)
Chúng ta có nhu cầu trung bình hàng năm là 1.128 và nhu cầu trung bình hàng
tháng là 1.128/12 =94
i
y
o
y
s
I
o
i
s
y
y
I =
43
Tháng Nhu cầu
Nhu cầu trung
bình 2007-
2008
Nhu cầu trung
bình hàng
tháng
Chỉ số

2007 2008
1
2
3
4
5
6
7
8
9
10
11
12
80
75
80
90
115
110
100
90
85
75
75
80
100
85
90
110
131

120
116
110
95
85
85
80
90
80
85
100
123
115
105
100
90
80
80
80
94
94
94
94
94
94
94
94
94
94
94

94
0.957
0.851
0.904
1.064
1.309
1.223
1.117
1.064
0.954
0.851
0.851
0.851
Cộng 1128
Dựa vào chỉ số trên, nếu chúng ta dự báo rằng nhu cầu cho loại sản phẩm Α trong
năm 2009 là 1200 đơn vò thì nhu cầu hàng tháng trong 2009 sẽ là:
Tháng Nhu cầu
44
1
2
3
4
5
6
7
8
9
10
11
12

(1200/12) x 0.957 = 96
(1200/12) x 0.851 = 85
(1200/12) x 0.904 = 90
(1200/12) x 1.064 = 106
(1200/12) x 1.309 = 131
(1200/12) x 1.223 = 122
(1200/12) x 1.117 = 112
(1200/12) x 1.064 = 106
(1200/12) x 0.957 = 96
(1200/12) x 0.851 = 85
(1200/12) x 0.851 = 85
(1200/12) x 0.851 = 85
1.4. Phương pháp dự báo theo mối quan hệ tương quan
y = ax + b
a =
b = - a
= ; =
x, y có mối quan hệ tương quan tuyến tính
45
x - biến độc lập (yếu tố ảnh hưởng tới y)
Ví dụ 14
Tháng DS (y) x x
2
xy
1 3 1,5 2,25 4,5
2 2 1 1 2
3 4 2 4 8
4 5 2,5 6,25 12,5
5 6 3 9 18
6 7 3,5 12,25 24,5

∑
27 13,5 34,75 69,5
a = = , b = 4,5 - 2. 2,25 = 0
y = 2x F
7
= 2. 3,895 = 7,78
46
= = 2,25
= = 4,5