Экспоненциальное сглаживание в закупках

Хочу поделиться своим опытом применения экспоненциального сглаживания при расчёте точки заказа, а также для прогнозирования потребления. Эта тема должна быть интересна не только закупщикам.

Данный метод естественно не является панацеей и не даёт 100% гарантии, доступности нужных ТМЦ в моменте, а также не избавит от излишков, но позволит их сократить. Помимо экспоненциального сглаживания, также существуют метод скользящего среднего и метод наименьших квадратов. Они тоже имеют право на жизнь, однако в моём случае не сработали.

Все эти методы основаны на экстраполяции и, я не устану это повторять, могут давать ошибки в расчётах. Да и собственно всё ПО которое управляет запасами, работает также + некоторые “ноу-хау” вендоров которые держатся в строжайшем секрете и соответственно не понятно насколько верно они работают. Гарантии конечно вам никто не даст никакой, если что-то пойдёт ни так.

Но возвращаясь к практике. Итак, чтобы приготовить хороший прогноз нам понадобятся:

  1. Статистические данные, чем больше тем лучше;
  2. Коэффициент сглаживания, подбирается опытным путём для каждой строки;
  3. Табличный процессор

Вычисление производится по следующей формуле:

 U _{t+1} =  \alpha \times y _{t} + (1 - \alpha) \times U _{t}

Где

Ut+1 – Прогнозируемый показатель;

t+1 – прогнозный период;

a – коэффициент сглаживания. Можно рассчитать по формуле, но опытным путём установлено, что лучше подобрать руками в диапазоне от 0,1 до 0,9

yt – фактическое значение показателя

Ut – экспоненциально взвешенная средняя для периода предшествующего прогнозному

Также необходимо рассчитать среднюю погрешность прогноза, тут предлагаю не заморачиваться, а просто использовать формулу СРЗНАЧ табличного процессора. Чем ниже средняя погрешность, тем точнее прогноз. Границу каждый устанавливает для себя сам, например у меня погрешность в 10% уже считается большой.

Пример расчёта есть в файле по ссылке в конце записи. В нём же будет видно отличие от стандартного отклонения. Как видите ничего сложного в этом нет. Если вам нужно больше деталей, то можете более подробно изучить модель Хольта-Винтерса. Не бойтесь экспериментировать с расчётами, это зачастую даёт хорошие результаты.

Если вам интересна тема закупок и управления запасами, оставляйте свои пожелания в комментариях, я постараюсь осветить. Мне есть что рассказать :)

Пример: https://dav.vakorin.net/index.php/s/Tn8Lf4k3mGDnjPX

Добавить комментарий