ЕКСПОНЕНЦИЈАЛНО ИЗГЛАЂИВАЊЕ: МЕТОДА И ПРИМЕР - ДУДАС - 2025

Експоненцијално изглађивање је начин да се очекује захтев за чланку за дати период. Ова метода процењује да ће потражња бити једнака просеку историјске потрошње у датом периоду, дајући већу тежину или тежину вредностима које су временом ближе. Уз то, за следеће прогнозе узимају се у обзир постојеће грешке тренутне прогнозе.

Прогноза потражње је метода пројектовања потражње купаца за производом или услугом. Овај процес је континуиран, где менаџери користе историјске податке да би израчунали шта очекују да потражња за производом или услугом буде.

Извор: пикабаи.цом

Информације из прошлости компаније користе се додавањем у тржишне економске податке да бисте видели да ли ће се продаја повећавати или смањивати.

Резултати прогнозе потражње користе се за постављање циљева за одељење продаје, покушавајући да остану у складу са циљевима компаније.

Експоненцијална метода изглађивања

Заглађивање је врло уобичајен статистички процес. Изглађени подаци често се налазе у различитим облицима свакодневног живота. Сваки пут када се просек користи за описивање нечега, користи се изглађени број.

Претпоставимо да је ове године доживела најтоплија зима. Да бисмо то проценили, започињемо са подацима о дневној температури за зимски период сваке забележене историјске године.

Ово ствара велики број бројева са великим "скоковима". Потребан вам је број који елиминише све те скокове из података да бисте олакшали поређење једне зиме са другом.

Елиминирање скока података назива се изглађивање. У овом случају се може постићи једноставан просек за постизање изглађивања.

Изглађивање у прогнози

За предвиђање потражње, заглађивање се такође користи за уклањање варијација у историјској потражњи. То омогућава бољу идентификацију образаца потражње, који се могу користити за процену будуће потражње.

Варијације у потражњи исти су концепт као и "скок" података о температури. Најчешћи начин уклањања варијација у историји потражње је коришћење просечног или тачније покретног просека.

Помични просјек користи унапријед дефинирани број раздобља за израчунавање просјека, а ти се периоди помичу како вријеме пролази.

На пример, ако користите двомјесечни помични просјек, а данас је 1. мај, користићете просјечну потражњу за јануар, фебруар, март и април. 1. јуна користиће се захтев за фебруар, март, април и мај.

Тежински покретни просек

Када се користи једноставан просјек, иста се важност примјењује на сваку вриједност у скупу података. Због тога, у четверомјесечном помичном просјеку сваки мјесец представља 25% помичног просјека.

Коришћењем историје потражње за пројектовање будуће тражње, рашава се да најновији период има већи утицај на прогнозу.

Израчун помичних просјека може се прилагодити тако да се за сваки период примјењују различити „утези“ за постизање жељених резултата.

Те пондери су изражени у процентима. Укупна маса свих тежина за сва раздобља мора износити до 100%.

Стога, ако желите применити 35% као тежину за најближи период у четворомјесечном пондерираном просјеку, можете одузети 35% од 100%, остављајући 65% да се подијели између три преостала периода.

На пример, за четири месеца можете да завршите са пондером од 15%, 20%, 30% и 35% (15 + 20 + 30 + 35 = 100).

Експоненцијално изглађивање

Контролни улаз за израчун експоненцијалног изравнавања познат је као фактор изглађивања. Представља тежину примењену на потражњу у последњем периоду.

Ако се 35% користи као последња тежина периода у израчуну пондерираног просечног просека, такође бисте могли да користите 35% као фактор изравнавања у прорачуну експоненцијалног изравнавања.

Експоненцијални део

Разлика у експоненцијалном прорачуну изглађивања је та што се уместо да се израчуна колико тежине треба применити на сваки претходни период, фактор изравнавања користи за то аутоматски.

Ово је "експоненцијални" део. Ако се као фактор изглађивања користи 35%, тежина потражње за последњи период износиће 35%. Пондерисање потражње из периода пре најновијег биће 65% од 35%.

65% долази од одузимања 35% од 100%. То износи 22,75% пондериса за тај период. Потражња за наредни последњи период биће 65% од 65% од 35%, што је 14,79%.

Претходни период биће пондерисан као 65% од 65% од 65% од 35%, што је еквивалентно 9,61%. То ће се радити за све претходне периоде, до првог периода.

Формула

Формула за израчунавање експоненцијалног изравнавања је следећа: (Д * С) + (П * (1-С)), где је,

Д = најновија потражња за тај период.

С = фактор изравнавања, представљен у децималном облику (35% би било 0,35).

П = прогноза најновијег периода, која је резултат израчунавања изравнавања претходног периода.

Под претпоставком да имамо фактор изравнавања 0,35, тада бисмо имали: (Д * 0,35) + (П * 0,65).

Као што видите, једини потребни уноси података су потражња и најновија прогноза времена.

Пример

Осигуравајућа компанија одлучила је да прошири тржиште на највећи град у земљи, пружајући осигурање за возила.

Као почетна акција, компанија жели да предвиди колико ће осигурање возила купити становници овог града.

Да би то учинили, користиће као почетне податке количину аутомобилских осигурања купљених у другом мањем граду.

Прогноза потражње за 1. период је 2.869 уговорених осигурања возила, али је реална потражња у том периоду била 3200.

Према нахођењу компаније, она додељује фактор изравнавања 0,35. Прогнозна потражња за наредни период је: П2 = (3200 * 0,35) + 2869 * (1-0,35) = 2984,85.

Исти израчун је рађен за читаву годину, добијајући следећу упоредну табелу између онога што је стварно добијено и онога што је прогнозирано за тај месец.

У поређењу са техникама просечења, експоненцијално изглађивање може боље предвидјети тренд. Међутим, и даље је кратак, као што је приказано на графу:

Може се видети како сива линија прогнозе може бити знатно испод или изнад плаве линије потражње, а да је не можете у потпуности да је следите.

Референце

1. Википедиа (2019). Експоненцијално изглађивање. Преузето са: ес.википедиа.орг.
2. Ингенио Емпреса (2016). Како користити једноставно експоненцијално заглађивање да бисте прогнозирали потражњу. Преузето са: ингениоемпреса.цом.
3. Даве Пиасецки (2019). Објашњено експоненцијално изглађивање. Преузето са: инвенопс.цом.
4. Студија (2019). Технике предвиђања потражње: Помицање просјечног и експоненцијалног изглађивања. Преузето са: студи.цом.
5. Цитиу (2019). Експоненцијалне методе изглађивања. Преузето са: персонал.цб.цитиу.еду.хк.