- طريقة التسوية الأسية
- تمهيد في التوقعات
- المتوسط المتحرك الموزون
- تجانس الأسي
- الجزء الأسي
- معادلة
- مثال
- المراجع
و تجانس الأسي هو وسيلة للتنبؤ الطلب على مقال لفترة معينة. تقدر هذه الطريقة أن الطلب سيكون مساوياً لمتوسط الاستهلاك التاريخي في فترة معينة ، مما يعطي وزناً أو وزناً أكبر للقيم الأقرب في الوقت المناسب. بالإضافة إلى ذلك ، بالنسبة للتنبؤات التالية ، يجب مراعاة الخطأ الحالي للتنبؤ الحالي.
التنبؤ بالطلب هو طريقة توقع طلب العميل على منتج أو خدمة. هذه العملية مستمرة ، حيث يستخدم المديرون البيانات التاريخية لحساب ما يتوقعونه من طلب المبيعات لسلعة أو خدمة.
المصدر: pixabay.com
يتم استخدام المعلومات من ماضي الشركة من خلال إضافتها إلى بيانات السوق الاقتصادية لمعرفة ما إذا كانت المبيعات ستزيد أم ستنخفض.
تُستخدم نتائج توقعات الطلب لتحديد الأهداف لقسم المبيعات ، في محاولة للبقاء متماشية مع أهداف الشركة.
طريقة التسوية الأسية
التجانس عملية إحصائية شائعة جدًا. غالبًا ما توجد البيانات المتجانسة في أشكال مختلفة من الحياة اليومية. في كل مرة يتم استخدام متوسط لوصف شيء ما ، يتم استخدام رقم متجانس.
لنفترض أن أدفأ شتاء مسجل شهده هذا العام. لتحديد ذلك ، نبدأ ببيانات درجة الحرارة اليومية المحددة لفترة الشتاء لكل سنة تاريخية مسجلة.
هذا يولد عددًا من الأرقام ذات "القفزات" الكبيرة. أنت بحاجة إلى رقم يلغي كل هذه القفزات من البيانات لتسهيل مقارنة شتاء بآخر.
يسمى التخلص من القفزة في البيانات بالتجانس. في هذه الحالة ، يمكن استخدام متوسط بسيط لتحقيق التجانس.
تمهيد في التوقعات
للتنبؤ بالطلب ، يتم استخدام التسوية أيضًا للتخلص من الاختلافات في الطلب التاريخي. يتيح ذلك تحديد أنماط الطلب بشكل أفضل ، والتي يمكن استخدامها لتقدير الطلب المستقبلي.
الاختلافات في الطلب هي نفس مفهوم "قفزة" بيانات درجة الحرارة. الطريقة الأكثر شيوعًا لإزالة الاختلافات في سجل الطلب هي باستخدام المتوسط ، أو على وجه التحديد ، المتوسط المتحرك.
يستخدم المتوسط المتحرك عددًا محددًا مسبقًا من الفترات لحساب المتوسط ، وتتحرك تلك الفترات مع مرور الوقت.
على سبيل المثال ، إذا كنت تستخدم متوسط متحرك لمدة أربعة أشهر واليوم هو 1 مايو ، فستستخدم متوسط الطلب لشهر يناير وفبراير ومارس وأبريل. في 1 يونيو ، سيتم استخدام الطلب لشهر فبراير ومارس وأبريل ومايو.
المتوسط المتحرك الموزون
عند استخدام متوسط بسيط ، يتم تطبيق نفس الأهمية على كل قيمة في مجموعة البيانات. لذلك ، في المتوسط المتحرك لمدة أربعة أشهر ، يمثل كل شهر 25٪ من المتوسط المتحرك.
باستخدام سجل الطلب لتوقع الطلب المستقبلي ، فمن المنطقي أن أحدث فترة لها تأثير أكبر على التوقعات.
يمكن تكييف حساب المتوسط المتحرك لتطبيق "أوزان" مختلفة لكل فترة للحصول على النتائج المرجوة.
يتم التعبير عن هذه الأوزان كنسب مئوية. يجب أن يصل إجمالي جميع الأوزان لجميع الفترات إلى 100٪.
لذلك ، إذا كنت تريد تطبيق 35٪ كوزن لأقرب فترة في المتوسط المرجح لأربعة أشهر ، فيمكنك طرح 35٪ من 100٪ ، وترك 65٪ لتقسيمها بين الفترات الثلاث المتبقية.
على سبيل المثال ، يمكنك الحصول على ترجيح 15٪ و 20٪ و 30٪ و 35٪ على التوالي للأشهر الأربعة (15 + 20 + 30 + 35 = 100).
تجانس الأسي
يُعرف إدخال التحكم لحساب التجانس الأسي باسم عامل التنعيم. يمثل الوزن المطبق على الطلب لآخر فترة.
إذا تم استخدام 35٪ كأحدث وزن فترة في حساب المتوسط المتحرك المرجح ، يمكنك أيضًا اختيار استخدام 35٪ كعامل تجانس في حساب التجانس الأسي.
الجزء الأسي
يتمثل الاختلاف في حساب التجانس الأسي في أنه بدلاً من الاضطرار إلى معرفة مقدار الوزن الذي يجب تطبيقه على كل فترة سابقة ، يتم استخدام عامل التنعيم للقيام بذلك تلقائيًا.
هذا هو الجزء "الأسي". إذا تم استخدام 35٪ كعامل تجانس ، فإن وزن الطلب لآخر فترة سيكون 35٪. سيكون ترجيح الطلب من الفترة السابقة لآخر فترة 65٪ من 35٪.
65٪ يأتي من طرح 35٪ من 100٪. هذا يعادل 22.75٪ وزن لتلك الفترة. سيكون الطلب في الفترة التالية الأخيرة 65٪ من 65٪ من 35٪ ، أي ما يعادل 14.79٪.
سيتم ترجيح الفترة السابقة بنسبة 65٪ من 65٪ و 65٪ من 35٪ ، أي ما يعادل 9.61٪. سيتم القيام بذلك لجميع الفترات السابقة ، حتى الفترة الأولى.
معادلة
صيغة حساب التجانس الأسي هي كما يلي: (D * S) + (P * (1-S)) ، حيث ،
D = أحدث طلب لهذه الفترة.
S = عامل تجانس ، ممثل في شكل عشري (35٪ سيكون 0.35).
P = توقع الفترة الأخيرة ، الناتجة عن الحساب السلس للفترة السابقة.
بافتراض أن لدينا عامل تجانس 0.35 ، سيكون لدينا بعد ذلك: (D * 0.35) + (P * 0.65).
كما ترى ، فإن مدخلات البيانات الوحيدة المطلوبة هي الطلب وآخر فترة تنبؤ.
مثال
قررت إحدى شركات التأمين توسيع سوقها إلى أكبر مدينة في البلاد ، وتوفير التأمين على المركبات.
كإجراء أولي ، تريد الشركة توقع مقدار التأمين على المركبات الذي سيشتريه سكان هذه المدينة.
للقيام بذلك ، سيستخدمون كبيانات أولية مبلغ التأمين على السيارة المشتراة في مدينة أخرى أصغر.
توقع الطلب للفترة 1 هو 2،869 التأمين على المركبات المتعاقد عليها ، لكن الطلب الحقيقي في تلك الفترة كان 3200.
وفقًا لتقدير الشركة ، تقوم بتعيين عامل تجانس 0.35. الطلب المتوقع للفترة التالية هو: P2 = (3200 * 0.35) + 2869 * (1-0.35) = 2984.85.
تم إجراء نفس الحساب للعام بأكمله ، للحصول على جدول المقارنة التالي بين ما تم الحصول عليه بالفعل وما كان متوقعًا لذلك الشهر.
بالمقارنة مع تقنيات المتوسط ، يمكن أن يتنبأ التجانس الأسي بالاتجاه بشكل أفضل. ومع ذلك ، فإنه لا يزال قصيرًا ، كما هو موضح في الرسم البياني:
يمكن ملاحظة كيف يمكن أن يكون الخط الرمادي للتنبؤ أقل أو أعلى بكثير من خط الطلب الأزرق ، دون التمكن من متابعته بالكامل.
المراجع
- ويكيبيديا (2019). تجانس الأسي. مأخوذة من: es.wikipedia.org.
- إنجينيو إمبريسا (2016). كيفية استخدام التجانس الأسي البسيط للتنبؤ بالطلب. مأخوذة من: ingenioempresa.com.
- ديف بياسيكي (2019). شرح التجانس الأسي. مأخوذة من: stockops.com.
- دراسة (2019). تقنيات التنبؤ بالطلب: المتوسط المتحرك والتجانس الأسي. مأخوذة من: study.com.
- سيتيو (2019). طرق التنعيم الأسية. مأخوذة من: personal.cb.cityu.edu.hk.