Wie die Quelle der Fehler in der Operations Management Forecast zu finden
Operations-Management-Prognosen neigen dazu, ungenau zu sein, und Sie müssen herausfinden, wie (in) genau Ihre Prognosemodell ist. FüreGießen Fehler ist die Differenz zwischen dem prognostizierten und tatsächlichen Werten. Prognosen sind ungenau aus vielen Gründen. Hier sind einige der häufigsten Fehlerquellen:
Falsch identifiziert, die die Beziehung zwischen den Variablen: Identifizieren Sie die Korrelation zwischen einer Variablen und einem anderen. In Wirklichkeit kann es mehr als eine Variable, die ein Ergebnis der Bestimmung sein. Zum Beispiel, einen Umsatz von Elektroautos können in Ihrer Stadt nicht nur der Preis für Benzin, sondern auch der Preis für das Auto selbst und die Verfügbarkeit von öffentlichen Ladestationen in Beziehung gesetzt werden. Korrekt Variablen identifiziert hat einen Einfluss auf Ihre Prognose.
Nicht Nachfragetrends zu erkennen: Wenn Sie scheitern Trends (entweder nach oben oder nach unten) zu erkennen und berücksichtigen nicht für sie in Ihrem Prognosemodell, wird Ihre Prognose deutlich Ihren tatsächlichen Bedarf lag. Trends können sich schnell ändern und subtil sein und daher schwierig sein, zu beobachten. die falsche Trendlinie zu verwenden ist ein häufiger Fehler.
Nicht aktualisieren Prognoseannahmen und Techniken: Sie sollten Ihre Prognosemethode auf einer regelmäßigen Basis zu erfassen Änderungen in Nachfrageverhalten überwachen. Grundlegende Veränderungen in der Nachfrage können Sie benötigen, um Ihre Prognoseverfahren zu ändern. Durch Ihre Prognosefehler überwachen, können Sie schnell Änderungen in der Nachfrage erkennen.
Projizieren der Entwicklung der Vergangenheit in die Zukunft: Wenn Sie die Zeitreihenverfahren (gleitender Durchschnitt und exponentielle Glättung) verwenden, machst du die Annahme, dass in der Vergangenheit Muster in der Zukunft fortsetzen wird. Dies kann in sich schnell verändernden Märkten gefährlich sein, vor allem, wo die Produkte ein enormes Wachstum in der Nachfrage erleben oder veraltet schnell geworden.
Als Reaktion auf zufällige oder spezielle Ursache Variationen: Zufällig Variation ist die natürlichen Veränderungen, die aus vielen kleinen Quellen auftreten. Besonderer Anlass Variation ist Schwankung, die zu einem Ereignis beigetragen werden kann, die normalerweise nicht, wie eine Hurrikanwarnung auftreten, die Evakuierungen und führt zu einem Anstieg in Hotelaufenthalte in bestimmten Bereichen zwingt. Sie nicht auf diese Veränderungen reagieren, weil sie unberechenbar und einmalig.
Unter Berufung auf voreingenommen Informationsquellen: Die Umsatzentwicklung wird gemessen, oft basierend auf den tatsächlichen Verkäufen im Vergleich zur Prognose. Wenn die tatsächliche Umsatz die Prognose überschreiten, werden Verkäufer oft belohnt, so niedrigen Prognosen ihnen eine größere Chance, mehr als es zu bieten. Mitarbeiter in der Produktion sind in der Regel hohe Nachfrageprognosen zu bevorzugen, so dass sie mehr Mittel haben die prognostizierte Nachfrage zu befriedigen. Denken Sie immer an die Quelle der Informationen für Ihre Prognosen.
Verwendung einer unzureichenden Zahl von Datenpunkten: Zeitreihendaten unter Verwendung erfordert oft eine erhebliche Menge an Daten, vor allem, wenn Trends oder Saisonalität Bedingungen erfüllt sind. Was wie ein Muster in Ihren Daten aussehen können zufällige Variation gefragt sein könnte. Sie wollen sicherstellen, dass Sie genügend Punkte haben, das Muster über mehrere Jahreszeiten zu beobachten. Genau, wie viel Daten aus der Vergangenheit Sie benötigen, hängt von der Art Ihres Unternehmens.