STORM 3.0 을 이용한 수요예측

소개

STORM 3.0 프로그램을 이용해서 수요예측을 한 리포트 입니다.
STORM을 이용해서 수요예측을 하는 과정을 캡쳐한 장면들이 포함되어 있고
각 데이타 수치에 따른 분석이 포함 되어있습니다.

개인적으로 캡쳐 및 분석을 매우 깔끔하게 잘 해 놓았습니다.
유사한 리포트가 있으실경우에 잘 활용하세요.

목차

1. Introduction.
2. Problem
3. Solve #1
1) 분기별 수요실적의 과거 데이터를 통한 이동평균 계산표.
2) 분기별 계절지수

본문내용

STORM 3.0 을 이용한
수요예측 (Demand Forecasting)

1. Introduction.

수요예측(Demand Forecasting) 을 위해 계량적 예측 기법으로 시계열 자료(Time Series Data)를 계절적 변동(Seasonal fluctuation)으로 STORM 3.0을 사용하여 수요를 예측 하려 한다.

2. Problem
- 출처 : 실무생산관리의 이해 (서경범, 최성운 저)

다음은 어떠한 한 회사의 과거 분기별 수요 실적이다. 대략 1년 주기로 하여 계절적으로 심한 변동을 나타내고 있는 수요의 실적 데이터를 이동평균 함으로써 변동을 평활화 하여 2004년의 1/4분기와 2/4분기의 수요예측 을 하여라..


 위에서 계산한 두 가지(이동평균 계산표와 계절지수)로 수요예측을 할 수 있다.
이들 자료를 이용하여 최근의 중앙이동평균치에 예측하려고 하는 분기의 평균계절지수
또는 조정계절지수를 곱하여 예측할 수 있다.

 위의 첫번째 표를 보면 알 수 있겠지만 이동평균법에 의한 수요예측을 할 때에는
평균에 사용할 과거의 기간수(N) 를 잘 결정 해야 한다.
N의 기간에 따라 만약 N이 커지면 미래의 예측치는 우연에 의한 변화를 반영하는
폭이 줄어들어 안정적인 예측치가 되는 장점이 있지만 수요의 변화에 빠르게 반응하지
못하게 된다. 반면에 N이 작아지게 되면 시장의 변화에 잘 적응하는 대신에 과거의
특정시점에서의 우연요인을 상쇄시키지 못하므로 시장의 변화에 과민하게 반응할
염려가 있다.
따라서 예측시 마다 고정된 N의 값을 사용하는 것이 아니라 여러 요인들을 고려하여
적절한 기간을 설정하는 것이 중요하며, 이와 같이 단순 이동평균법을 통해선 특정
분기에 대한 가중치를 부여 할 수 없다는 것을 알고 있어야 한다.

참고자료

· 없음