EXPONENCIÁLNE VYHLADENIE: METÓDA A PRÍKLAD - DUDAS - 2026

Exponenciálny vyhladzovanie je spôsob, ako predpovedať dopyt po článku pre dané obdobie. Táto metóda odhaduje, že dopyt sa bude rovnať priemeru historickej spotreby v danom období, čo prikladá väčšiu váhu alebo váhu hodnotám, ktoré sú v čase bližšie. Okrem toho pri nasledujúcich prognózach sa musí zohľadniť existujúca chyba súčasnej prognózy.

Prognóza dopytu je metóda projekcie dopytu zákazníkov po produkte alebo službe. Tento proces je nepretržitý, kde manažéri používajú historické údaje na výpočet toho, čo očakávajú od dopytu po predaji tovaru alebo služby.

Zdroj: pixabay.com

Informácie z minulosti spoločnosti sa používajú ich pridaním do trhových ekonomických údajov s cieľom zistiť, či sa predaj zvýši alebo zníži.

Výsledky prognózy dopytu sa používajú na stanovenie cieľov pre obchodné oddelenie a snažia sa zostať v súlade s cieľmi spoločnosti.

Exponenciálna vyhladzovacia metóda

Vyhlazovanie je veľmi bežný štatistický proces. Vyhladené údaje sa často nachádzajú v rôznych formách každodenného života. Zakaždým, keď sa priemer použije na opis niečoho, používa sa vyhladené číslo.

Predpokladajme, že tento rok bola zaznamenaná najteplejší zima v histórii. Kvantifikovať to, začneme s dennými teplotnými údajmi stanovenými pre zimné obdobie každého zaznamenaného historického roka.

To generuje množstvo čísel s veľkými „skokmi“. Potrebujete číslo, ktoré z údajov vylúči všetky tieto skoky, aby ste ľahšie porovnali jednu zimu s druhou.

Eliminácia skoku v údajoch sa nazýva vyhladzovanie. V tomto prípade sa na dosiahnutie vyhladenia môže použiť jednoduchý priemer.

Vyhladenie predpovede

Na predpovedanie dopytu sa vyhladzovanie používa aj na odstránenie zmien v historickom dopyte. Toto umožňuje lepšiu identifikáciu modelov dopytu, ktoré sa môžu použiť na odhad budúceho dopytu.

Zmeny v dopyte sú rovnaké ako v prípade „skoku“ údajov o teplote. Najbežnejším spôsobom odstraňovania zmien v histórii dopytu je použitie priemerného alebo špecificky kĺzavého priemeru.

Pohyblivý priemer používa na výpočet priemeru preddefinovaný počet periód a tieto periódy sa pohybujú v priebehu času.

Ak napríklad používate štvormesačný kĺzavý priemer a dnes je 1. máj, použijete priemerný dopyt za január, február, marec a apríl. 1. júna sa využije dopyt na február, marec, apríl a máj.

Vážený kĺzavý priemer

Pri použití jednoduchého priemeru sa rovnaká dôležitosť pripisuje každej hodnote v množine údajov. Preto v štvormesačnom kĺzavom priemere predstavuje každý mesiac 25% kĺzavého priemeru.

Použitím histórie dopytu na premietnutie budúceho dopytu je zrejmé, že posledné obdobie má väčší vplyv na predpoveď.

Výpočet kĺzavého priemeru sa môže prispôsobiť tak, aby sa pre každú periódu použili rôzne váhy, aby sa dosiahli požadované výsledky.

Tieto hmotnosti sú vyjadrené v percentách. Súčet všetkých hmotností za všetky obdobia musí byť až 100%.

Preto, ak chcete aplikovať 35% ako váhu pre najbližšie obdobie v štvormesačnom váženom priemere, môžete odpočítať 35% od 100%, pričom 65% môžete rozdeliť medzi tri zostávajúce obdobia.

Napríklad môžete skončiť s váhou 15%, 20%, 30% a 35% za štyri mesiace (15 + 20 + 30 + 35 = 100).

Exponenciálne vyhladenie

Riadiaci vstup pre výpočet exponenciálneho vyhladenia je známy ako faktor vyhladenia. Predstavuje váhu aplikovanú na dopyt za posledné obdobie.

Ak sa pri výpočte váženého kĺzavého priemeru použije ako posledné obdobie hmotnosť 35%, môžete pri výpočte exponenciálneho vyhladenia použiť aj faktor vyrovnávania 35%.

Exponenciálna časť

Rozdiel vo výpočte exponenciálneho vyhladzovania je ten, že namiesto toho, aby sme museli zistiť, akú váhu je potrebné uplatniť na každé predchádzajúce obdobie, sa na to automaticky použije vyhladzovací faktor.

Toto je „exponenciálna“ časť. Ak sa ako vyrovnávací faktor použije 35%, váha dopytu za posledné obdobie bude 35%. Váha dopytu z obdobia pred posledným dopytom bude 65% z 35%.

65% pochádza z odčítania 35% zo 100%. To predstavuje 22,75% váhy za toto obdobie. Dopyt po najbližšie posledné obdobie bude 65% z 65% z 35%, čo sa rovná 14,79%.

Predchádzajúce obdobie bude mať váhu 65% z 65% z 65% na 35%, čo zodpovedá 9,61%. Uskutoční sa to pre všetky predchádzajúce obdobia až do prvého obdobia.

vzorec

Vzorec na výpočet exponenciálneho vyhladenia je nasledujúci: (D * S) + (P * (1-S)), kde,

D = posledný dopyt za dané obdobie.

S = vyrovnávací faktor, zastúpený v desiatkovej forme (35% by bolo 0,35).

P = predpoveď posledného obdobia, ktorá je výsledkom výpočtu vyhladenia predchádzajúceho obdobia.

Za predpokladu, že máme vyrovnávací faktor 0,35, mali by sme potom: (D * 0,35) + (P * 0,65).

Ako vidíte, jediným požadovaným vstupom údajov je dopyt a predpoveď na posledné obdobie.

príklad

Poisťovňa sa rozhodla rozšíriť svoj trh na najväčšie mesto v krajine a poskytovať poistenie vozidiel.

Ako počiatočnú akciu chce spoločnosť predpovedať, koľko vozidiel si obyvatelia tohto mesta kúpia.

Za týmto účelom použijú ako počiatočné údaje sumu poistenia automobilu zakúpenú v inom menšom meste.

Prognóza dopytu na obdobie 1 je 2 869 poistených vozidiel, ale skutočný dopyt v tomto období bol 3 200.

Podľa uváženia spoločnosti prideľuje vyrovnávací faktor 0,35. Predpokladaný dopyt na nasledujúce obdobie je: P2 = (3200 * 0,35) + 2869 * (1-0,35) = 2984,85.

Rovnaký výpočet sa uskutočnil za celý rok, pričom sa získala nasledujúca porovnávacia tabuľka medzi tým, čo sa skutočne získalo, a tým, čo sa predpokladalo na daný mesiac.

V porovnaní s technikami spriemerovania môže exponenciálne vyhladenie tento trend lepšie predpovedať. Ako však ukazuje graf, stále to nestačí.

Je vidieť, ako šedá čiara predpovede môže byť výrazne pod alebo nad modrou čiarou dopytu, bez toho, aby bola schopná ho úplne sledovať.

Referencie

1. Wikipedia (2019). Exponenciálne vyhladenie. Prevzaté z: es.wikipedia.org.
2. Ingenio Empresa (2016). Ako použiť jednoduché exponenciálne vyhladenie na predpovedanie dopytu. Prevzaté z: ingenioempresa.com.
3. Dave Piasecki (2019). Vysvetlenie exponenciálneho vyhladenia. Prevzaté z: inventops.com.
4. Štúdia (2019). Techniky predpovedania dopytu: kĺzavý priemer a exponenciálne vyhladenie. Prevzaté z: study.com.
5. Cityu (2019). Exponenciálne vyhladzovacie metódy. Prevzaté z: personal.cb.cityu.edu.hk.