PPS 3.20 Bedarfsprognose

  1. Def. Bedarfsprognose?
    • - Prognose= Aussage über die Zukunft, die sich auf Daten aus der Vergangenheit abstützt
    • -> Ausnahme: zukünftige Entwicklung folgt (annähernd) dem zurückliegenden Trend
  2. Was gilt bei Prognosen?
    • - stehts "falsch" -> Vorhersagefehler
    • - ändern sich laufend -> je weiter in Zukunft desto unsicherer
    • - aggregierte Prognosen sind genauer als Einzelprognosen
  3. Welche Varianten der Prognosen gibt es?
    • langfristiger Bedarf (z.B. nächste 5 Jahre)
    • -> Einschätzungen Experten/Manager
    • -> Kundenbefragungen/ Marktbeobachtungen
    • -> Vergleich mit ähnlichen Produkten
    • -> historische Daten (wenn verfügbar)

    • mittelfristiger Bedarf (z.B. 12-24 Monate)
    • -> Mischung: Einschätzungen Experten + statist. Methoden

    • kurzfristiger Bedarf (z.B. nächste 1-12 Monate)
    • -> stat. Methoden+ Modelle
  4. Def. Nachfrageprognosen?
    • - Prognosen können sowohl subjektiv aufgrund persönlicher Erfahrungen als auch mit Hilfe spezieller Prognoseverfahren erstellt werden
    • - zur Nachfrageprognose eignen sich insb. quantitative Prognoseverfahren
  5. Def. aggregierte mehrperiodige Nachfrageprognose?
    • - für Produktgruppen werden als erste Vorstufe der Beschäftigungsglättung in enger Abstimung mit dem Marketingbereich durchgeführt
    • - dabei: Prognosemodelle zum Einsatz
    • -> damit Mittel- bis langfristige Entwicklungen einer Zeitreihe vorhergesagt werden
  6. Def. disaggregierte kurzfristige Prognosen?
    • - für einzelne Produkte
    • - vorwiegend zu Beginn der Hauptproduktionsprogrammplanung und im Bereich der stochastischen Materialbedarfsermittlung eingesetzt
  7. Zeitstruktur von Prognosesystemen?
  8. Vorgehensweise Nachfrageprognose?
    • -> Ausgangspunkt in Vergangenheit auftretende Nachfrage nach Produkttyp oder einzelnen Produkten
    • 1. Analyse empirischer Daten (Zeitreihenanalyse)
    • 2. Gewinn von Erkenntnissen über Struktur der wichtigsten Einflussfaktoren
    • 3. Extrapolation der Ergebnisse auf die Zukunft
  9. Interne Einflussfaktoren bei Erstellung der Nachfrageprognose?
    • - Verkaufsbudget
    • - Werbung
    • - Sonderpreisangebote
    • - Produkteigenschaft
    • - Nachlasspolitik
  10. Externe Einflussfaktoren bei Erstellung der Nachfrageprognose?
    • - Konjunktur
    • - Konkurrenz
    • - Konsumverhalten
    • - weltweite Ereignisse
    • - staatliche Ereignisse
    • - Produktlebenszyklus
  11. Arten der Prognoserechnung?
    • - deterministisch (Formel aus bestimmenden Faktoren)
    • - stochastisch (basierend auf Daten aus der Vergangenheit)
  12. Welche gegenläufigen Forderungen der Prognoseverfahren gibt es?
    • - Stabilität (Vorhersagen sollen nicht unsinnig fluktuieren durch zufällige Schwankungen der Eingangsdaten)
    • - Empfindlichkeit (Vorhersagen sollen auf sich ändernde Trends reagieren)
  13. Welche statistischen Verfahren gibt es?
    • - Zeitreihenanalyse (time deries decomposition)
    • - Zeitreihenextrapolation (time series extrapolation)
    • - gleitender Durchschnitt (oving averages)
    • - exponentielle Glättung (exponential smoothing)
    • - Box- Jenkins- Methode
  14. Def. Zeitreihenanalyse?
    • - historische Daten nutzen (bspw. vergangene 3 Jahre)
    • - in Datenstruktur erkennen -> Grafik

    • Aufteilen des Verlaufs in:
    • -> Durchschnitt (= Niveau)
    • -> Trend
    • -> saisonabhängiger Teil

    - jede Komponente für sich in die Zukunft prognostiziert
  15. Nachfrageprognose - Vorgehensweise bei quantitativer Prognoseverfahren?
    • 1. Untersuchung der charakteristischen Merkmale der Zeitreihe
    • 2. Auswahl eines geeigneten Prodnosemodells
    • 3. Schätzung der Koeffizienten des Prognosemodells
    • 4. laufende Anwednung des Prognosemodells (Berechnung der Prognosewerte)
    • 5. Beobachtung und Analyse der Prognosegenauigkeit im Zeitablauf
    • => bei Auswahl eines Prognosemodells kann mit Hilfe der Zeitreihenanalyse das Bildungsgesetz einer Zeitreihe ermittelt werden
  16. Wie lassen sich Zeitreihen zerlegen?
    - in ihre Komponenten -> sind ultiplikativ oder additiv miteinander verknüpft

    • T= langfristiger Trend
    • C= mittelfristige zyklische Schwankungen
    • S= saisonale Schwankungen
    • I= unregelmäßige Schwankungen

    => meisten Ansätze: einzelne oder Kombinationen dieser Komponenten zu isolieren-> Regelmäßigkeiten erkennen
  17. Welche Typen von Zeitreihenanalysen gibt es?
    • unregelmäßig
    • -> stark schwankend
    • -> sporadisch

    • regelmäßig
    • -> konstant
    • - ohne Saisoneinfluss
    • - mit Saisoneinfluss

    • -> trendförmig
    • - ohne Saisoneinfluss
    • - mit Saisoneinfluss
  18. Wie wird einfacher Durchschnitt berechnet?
    • SA
    • = (Summe der Nachfrage aller zurückliegender Perioden) / ( ANzahl Perioden)
  19. Wie wird gleitender Durchschnitt berechnet?
    • MA
    • =(Summe der Nachfrage der betrachteten Perioden)/(Anzahl Perioden)

    -> Bsp. Periodenlänge 3 ->  heißt die letzten 3 Nachfragen
  20. Wie wird gewichteter gleitender Durchschnitt berechnet?
    • WMA
    • -> Bsp. Periodenlänge 3 (die jüngsten 3 Angaben)+ jüngste Angabe mit höchster Gewichtung
  21. Wie wird exponentielle Glättung erster Ordnung durchgeführt?
    chart?chf=bg,s,00000000&cht=tx&chl=P_%7Bt%2B1%7D%3D%20%5Calpha*D_%7Bt%7D%2B(1-%5Calpha)*P_%7Bt%7D&chs=390x38

    • Pt+1= Prognose für Periode
    • \alpha=  Glättungskonstante bzw. -parameter \alpha(0<=\alpha=< 1); alpha =0 stabil keine Änderung, alpha =1 folgt 1:1 dem aktuellen Bedarf
    • Dt= tatsächlicher Bedarf in Periode t bzw. beobachtete Nachfrage in Periode t
    • Pt= Prognose für Periode t
  22. Def. Korrelationsanalyse?
    • - Verfahren der Datenanalyse
    • - Stärke des Zusammenhangs zw. 2 Variablen (bi- Variante) bzw. zwischen einer abhängigen und ehreren unabhängigen (multi- Variante) ermittelt wird (Regressionsanalyse)
  23. Was wird bei Korrelationsanalyse unterschieden?
    • - unabhängige Variable (Wert hängt von Parametern des Modellsystems ab)
    • - abhängige Variable (wert hängt von den WErten anderer Variablen ab)
  24. Def. Korrelationskoeffizient?
    • - Produkt- Moment- Korrelationskoeffizient der Bi- Variante
    • - Definitionsbereich: -1=< r =< +1
    • = Maß für Abhängigkeit einer Variablen von anderen bzw. die Stärke des zusamenhangs
    • - wenn r= positiv -> Werte ändern sich in gleicher Art
    • - wenn r= negativ -> Werte ändern sich entgegengesetzt
    • => je stärker sich die im 2- dimensionalen Raum abgebildeten Daten einer Geraden annähern, desto größer ist Wert des Korrelationskoeffizienten
  25. Def. Regressionsanalyse?
    • - Verfahren der Datenanalyse
    • - Art des Zusammenhangs zwischen Variablen und öglichkeit ihrer funktionalen Beschreibung durch statistische Anaöyse der Abhängigkeiten einer zielvariablen (= Kriteriumsvariablen) und einer oder mehrerer erklärender Variablen (= Prädikatorvariablen) untersucht
    • => Prinzip RA: öglichst genaue Anpassung einer theoretischen Funktion an die empirischen Wertpaare, wie in Streudiagra dargestellt werden
  26. Def. lineare Einfachregression?
    - Annahme: lienare Beziehung zw. unabhängigem (X) und abhängigem (Y)

    y= a+b*X
  27. Def. lineare Mehrfachregression?
    - Annahme: lineare Beziehung zw. mehreren unabhängigen Variablen (Y1, Y2, Y3,....Ya) und einer abhängigen Variablen

    Y= a+b1*X1+ b1*X2+....+ba*Xa)
  28. Def. nichtlineare Einfachregression?
    - Annahme: funktionaler Zusammenhang zwischen unabhängiger Variable (X) und abhängiger Variable (Y), der nicht linear ist

    Y= a*Xb
  29. Def. nichtlineare Mehrfachregression?
    - Annahme: nichtlinearer Zusammenhang zwischen den unabhängigen Variablen (X1, X2,....Xn) und abhängigen Variablen (Y) ausgegangen wird

    z.B. Y= a+b1*X1+b2*X2^2
Author
feral
ID
347837
Card Set
PPS 3.20 Bedarfsprognose
Description
PPS
Updated