Comment prévoir la demande La création d'une demande de prévision réussie garantit que vous avez suffisamment d'inventaire pour la période de vente à venir. Une prévision de la demande examine les données des ventes du passé pour déterminer la demande des consommateurs à l'avenir. Avec une prévision de la demande précise, vous aurez des opérations qui sont plus efficaces, un meilleur service à la clientèle, et un temps de livraison réduit sur les produits de fabrication. Une prévision précise de la demande vous aidera à éviter les coûts élevés des opérations, le mauvais service à la clientèle et les pénuries de produits. 1 Etapes Modifier la première partie des sept: Rassembler des informations Modifier Cibler des produits spécifiques. Au lieu de se concentrer sur une ligne de produits complète, identifier les produits particuliers que vous souhaitez suivre. Pour ce faire, il est plus facile d'organiser les données passées et de prévoir la demande. Par exemple, si vous avez une ligne existante de vêtements d'hiver, se concentrer spécifiquement sur les gants d'abord au lieu de la ligne entière. 2 Concentrez-vous sur vos produits qui vous gagnent le plus de revenus. Par exemple, de nombreux entrepreneurs adhèrent à la règle 8020, qui stipule que 20 des produits ou services offerts par une entreprise représentent généralement 80 de ses revenus. 3 Identifier ces produits et suivre la demande pour eux. Vous devrez peut-être prévoir la demande pour chaque produit de votre inventaire, mais ce sera plus facile et plus précis si vous faites quelques produits similaires à la fois comme des gants, des bottes et des chapeaux d'hiver. Envisagez de créer un groupe de planification des ventes et des opérations qui comprend des représentants de chaque ministère et de les charger de préparer une prévision de la demande. Passez en revue vos plans marketing. Toute campagne de marketing ou promotion de vente peut augmenter la demande de votre produit. Regardez les données passées et voyez ce qui a réussi. Voyez s'il y avait des rabais spéciaux ou des ventes de vacances qui ont augmenté la demande pour votre produit. Vous voulez prendre tout cela en considération lors de la prévision de la demande, en particulier si vous prévoyez de répéter les mêmes stratégies de vente. 4 Examiner les principaux indicateurs. Découvrez ce qui est derrière la fluctuation de la demande de vos clients. Les indicateurs clés comprennent la démographie et les facteurs environnementaux. Les données démographiques comprennent l'âge, le sexe, l'emplacement et tout autre ensemble de caractéristiques d'identification. L'identification de la demande des principaux groupes démographiques contribue à réduire le pool de données pour la prévision. Les facteurs environnementaux influent également sur la demande. Par exemple, un hiver rigoureux pourrait entraîner une baisse des ventes. Regardez votre marché. Analyser ce que les concurrents, les clients, les banquiers et autres personnes sur votre marché sont en train de dire et de faire. Voyez si vos concurrents exécutent des ventes ou des promotions importantes. 6 Regardez les mois précédents. Regardez les deux derniers mois et les écarts de ventes annuels tels que le temps des vacances. Cela vous aidera à déterminer les fluctuations annuelles et saisonnières. En regardant les derniers mois, analyser les modèles de conduite derrière la demande. Regardez les ajustements de prix ou les campagnes de marketing qui ont conduit à une augmentation des nouveaux clients. Les affaires augmentent toujours pour une raison, et un homme d'affaires ou une femme d'affaires futé découvrira pourquoi. Par exemple, vous pouvez avoir exécuté un achat d'un, obtenir une vente gratuite en août pour les courses de retour à l'école. Si vous choisissez de reproduire ces facteurs, considérez que dans vos prévisions. Déterminer votre délai. Le délai d'exécution est le délai entre le lancement d'une commande et la livraison d'un produit. Sachant cela vous aidera à prévoir la demande. Cela vous aidera à déterminer la vitesse à laquelle vous pouvez fabriquer votre produit et répondre à la demande. 8 Si vous achetez vos produits à partir d'une autre entreprise, le délai est le temps entre la passation de votre commande et quand il arrive à votre porte. Vous pouvez également déterminer le délai d'exécution en examinant les matières premières et les composants. Connaître votre temps de production requis vous aidera à faire une demande de prévision plus précise. Se concentrer sur un élément particulier permet de prédire la quantité de matériel dont vous aurez besoin et le temps de production pour faire de votre produit. Lorsque vous avez calculé vos quantités de production, examinez la demande de composants de chaque article. Par exemple, si vous fabriquez des crayons, vous devrez connaître la quantité de bois, de caoutchouc et de plomb à commander en fonction de vos prévisions. 9 Déterminez quelle approche utiliser. Il existe quatre approches générales pour prévoir la demande. Ils incluent le jugement, expérimental, relationalcausal, et les séries chronologiques. Choisissez la meilleure approche basée sur l'historique de votre produit. L'approche expérimentale, par exemple, est utilisée principalement pour les nouveaux produits qui n'ont pas de données historiques sur le marché. Ces approches sont la façon dont vous rassemblerez la plupart de vos données. 10 Vous pouvez combiner les approches pour créer une prévision de la demande plus précise. Examiner les approches de jugement. Cette méthode s'appuie sur les connaissances du marché collectif observées par votre équipe de vente et les gestionnaires pour déterminer la demande. Ces personnes peuvent fournir des prévisions de la demande quelque peu ou, dans certains cas, très précises basées sur leurs propres connaissances et expérience personnelles. Toutefois, les données que vous obtenez auprès d'eux peuvent ne pas être fiables, car elles reposent sur les vues personnelles de vos experts. Pour cette raison, les données tirées de méthodes de jugement sont mieux utilisées pour faire des prévisions de la demande à court terme. 11 Il y a plusieurs façons différentes de procéder, en fonction principalement de ceux que vous utilisez pour votre panel. Cependant, vous n'avez pas besoin de les utiliser tous pour une bonne approche de jugement. Vous pouvez choisir ou une combinaison d'entre eux pour atteindre vos objectifs, selon les groupes qui, selon vous, fourniraient le jugement le plus précis. Déterminer si vous avez besoin d'utiliser une approche expérimentale. Cette approche fonctionne mieux pour les nouveaux produits et elle n'est pas utile pour les produits existants qui ont un historique de la demande. Cette approche prend les résultats d'un petit nombre de clients et extrapole les résultats à un grand nombre de clients. Par exemple, si vous contactez 500 personnes au hasard dans une ville particulière et 25 disent qu'ils vont acheter votre produit dans les 6 mois, vous pouvez supposer que ce pourcentage s'applique à 5000 personnes. 12 Si un petit groupe de clients ciblés aime une nouvelle technologie et répond bien au marketing d'essai, vous pouvez extrapoler ce nombre pour également prévoir la demande nationale. Le problème avec cette approche est qu'il recueille souvent plus d'informations sur la préférence des clients vers votre produit plutôt que de demander des données. Pensez à utiliser une approche relationalcasual. Cette approche tente de découvrir pourquoi les gens achètent votre produit. L'idée étant que si vous pouvez comprendre pourquoi les gens achètent votre produit, alors vous pouvez créer une prévision de la demande basée sur cette raison. Par exemple, si vous vendez des bottes de neige, alors vous savez que la demande pour votre produit est liée au temps. Si les prévisions météorologiques prédisent un hiver lourd, vous savez qu'il y aura une demande plus élevée pour vos bottes de neige. 13 Ces approches comprennent des modèles de cycle de vie et de simulation. Calculer la demande en utilisant des approches de séries temporelles. Les approches de séries temporelles tentent de calculer mathématiquement la demande en utilisant les chiffres et tendances passés comme guide. Plus précisément, vous pouvez utiliser les moyennes mobiles, les moyennes mobiles pondérées et le lissage exponentiel pour essayer de prédire avec précision votre demande. Ces approches vous donneront des chiffres plus durs que d'autres approches, mais doivent être combinées à d'autres approximations subjectives pour tenir compte des effets des changements futurs sur le marché ou le plan d'affaires. Partie 5 des sept: Utilisation des approches relationnelles Modifier Examiner les ventes des années précédentes pour les tendances mensuelles ou saisonnières. Consultez les chiffres des ventes pour les années passées afin de déterminer les périodes de l'année qui représentent le pourcentage le plus élevé de vos ventes. Sont-ils constants Avez-vous des ventes plus élevées en hiver ou en été Mesurer l'augmentation ou la diminution des ventes pendant ces périodes. Est-ce que le changement a été plus ou moins élevé dans certaines années? Alors, pensez à pourquoi cela pourrait être le cas. Utilisez ce que vous avez appris et appliquez-le aux prévisions des années en cours. Par exemple, si vous vendez des bottes de neige, vous pourriez avoir connu une augmentation particulièrement importante dans les ventes dans un hiver froid. Si cette année devrait être un hiver également froid, vous devriez augmenter vos prévisions de la demande en conséquence. Recherchez les réactions des clients. Il s'agit de situations où un changement dans votre produit ou son marché a entraîné des ventes plus élevées ou plus faibles. Créez des diagrammes de vos ventes historiques pour le produit et marquez des dates importantes, par exemple une augmentation de prix ou l'introduction d'un produit concurrent. Cela peut aussi être plus large, comme une réaction à l'économie changeante ou des changements dans les dépenses de consommation. Lire des revues spécialisées et des articles de journaux pour recueillir ces informations. Ayant toutes ces données à portée de main peut vous donner une meilleure idée de ce qui pourrait affecter votre demande future. Créer un modèle de cycle de vie. Un cycle de vie se réfère à la vie de vos produits, entre quand il a été introduit et le jour présent. Regardez les ventes de votre produit à différentes étapes. Examinez la nature des clients qui achètent votre produit pendant ces étapes. Par exemple, vous aurez des adopteurs précoces (ceux qui aiment la dernière technologie), les acheteurs traditionnels (les gens qui attendent les critiques de produits et les renvois), les retardataires (ils n'achètent que lorsque le produit est sorti depuis longtemps), et d'autres types Des consommateurs. Cela vous aidera à déterminer les tendances du cycle de vie de vos produits et les modèles de demande de votre produit. 22 Les industries qui utilisent le plus ce modèle sont la haute technologie, la mode et les produits qui font face à de courts cycles de vie. Ce qui rend cette approche unique, c'est que la cause de la demande est directement liée au cycle de vie des produits. Utiliser un modèle de simulation. Créez un modèle qui simule le flux de composants dans les usines de fabrication en fonction de vos calendriers de planification des besoins en matériaux et du flux de distribution de vos produits finis. Par exemple, calculer le délai pour recevoir chaque composant, y compris le temps d'expédition, peu importe où il est source dans le monde. Cela vous donnera un aperçu de la vitesse à laquelle vous pouvez faire de votre produit pour répondre à la demande. 23 Ces modèles sont connus pour être difficiles et lourds à créer et à maintenir. Témoignages des lecteurs Je suis à la faillite depuis un certain temps, mais à mesure que les nouvelles technologies se développent, les outils de la connaissance et de l'expérience vont de pair. Un professionnel aime toujours se tenir au courant. Il était intéressant de passer par ce que j'ai appliqué dans le passé avec quelques additionsapproaches utiles. J'y reviendrai. Merci. . Plus - Jawaid Manzoor Cette page m'a aidé à comprendre mon rapport sur les principes du marketing. - Jeyz Napial L'information était très détaillée et utile. - Sylvie Pereira Très bien écrit et facile à comprendre. - Sohail Akram Bon article. Il est facile à comprendre. - Tania MathewsFORECASTING Facteur saisonnier - le pourcentage de la demande trimestrielle moyenne qui se produit dans chaque trimestre. On prévoit que les prévisions annuelles pour la 4e année seront de 400 unités. La moyenne des prévisions par trimestre est de 4004 100 unités. Prévisions trimestrielles avg. Prévision du facteur saisonnier. Les méthodes de prévision causale sont basées sur une relation connue ou perçue entre le facteur à prévoir et d'autres facteurs externes ou internes 1. régression: l'équation mathématique relie une variable dépendante à une ou plusieurs variables indépendantes qui sont soupçonnées d'influencer la variable dépendante 3. modèles économétriques: système d'équations de régression interdépendantes qui décrivent un secteur d'activité économique. 3. modèles d'entrées-sorties: décrit les flux d'un secteur de l'économie à l'autre et prédit ainsi les intrants nécessaires pour produire des produits dans un autre secteur. Modélisation de simulation MESURER LES ERREURS DE PREVISION Il y a deux aspects des erreurs de prévision à se préoccuper: Bias et précision Bias Une prévision est biaisée si elle erre plus dans un sens que dans l'autre La méthode tend à sous-prévisions ou sur-prévisions. Précision - L'exactitude des prévisions se réfère à la distance entre les prévisions et la demande réelle, ignorant la direction de cette erreur. Exemple: Pour six périodes, les prévisions et la demande réelle ont été suivies Le tableau suivant donne la demande réelle D t et la demande prévue F t pour six périodes: somme cumulée des erreurs de prévision (CFE) -20 écart absolu moyen (MAD) 170 6 28,33 moyen carré Erreur (MPE) 5150 6 858.33 écart-type des erreurs de prévision 5150 6 29.30 erreur moyenne absolue de pourcentage (MAPE) 83.4 6 13.9 Quelle information donne chaque prévision a tendance à surestimer l'erreur moyenne de la demande par prévision était de 28,33 unités ou 13,9 de La répartition réelle de l'échantillonnage des erreurs de prévision a un écart-type de 29,3 unités. CRITÈRES DE SÉLECTION D'UNE MÉTHODE DE PRÉVISION Objectifs: 1. Maximiser la précision et 2. Minimiser les règles de biais pour choisir une méthode de prévision de la série temporelle. Sélectionnez la méthode qui donne le plus petit biais, mesurée par l'erreur de prévision cumulée (CFE) ou donne le plus petit écart absolu moyen (MAD) ou donne le plus petit signal de suivi ou supporte les croyances de gestion sur le modèle sous-jacent de la demande ou d'autres. Il semble évident qu'une certaine mesure de la précision et du biais doit être utilisée ensemble. Comment Qu'en est-il du nombre de périodes à échantillonner si la demande est intrinsèquement stable, des valeurs faibles et des valeurs plus élevées de N sont suggérées si la demande est intrinsèquement instable, des valeurs élevées de et des valeurs inférieures de N sont suggérées PRÉVISION DE FOCUS Une approche de la prévision qui développe les prévisions par diverses techniques, puis choisit la prévision qui a été produite par le quotbestquot de ces techniques, où quotbestquot est déterminé par une certaine mesure de l'erreur de prévision. PRÉVISION DE FOCUS: EXEMPLE Pour les six premiers mois de l'année, la demande pour un article de détail a été de 15, 14, 15, 17, 19 et 18 unités. Un détaillant utilise un système de prévision de focalisation basé sur deux techniques de prévision: une moyenne mobile à deux périodes et un modèle de lissage exponentiel ajusté à la tendance avec 0,1 et 0,1. Avec le modèle exponentiel, la prévision pour janvier était de 15 et la moyenne tendancielle à la fin décembre était de 1. Le détaillant utilise l'écart moyen absolu (MAD) pour les trois derniers mois comme critère pour choisir quel modèle sera utilisé pour prévoir Pour le mois suivant. une. Quelles seront les prévisions pour juillet et quel modèle sera utilisé b. Voulez-vous répondre à la partie a. Être différente si la demande de mai avait été 14 au lieu de 19
No comments:
Post a Comment