OPERATIVNI MENADZMENT

  • Author
    dubi001

  • View
    89

  • Download
    6

Embed Size (px)

DESCRIPTION

AAA

Text of OPERATIVNI MENADZMENT

  • 5/24/2018 OPERATIVNI MENADZMENT

    1/28

    PREDVIANJE POTRANJE

    Prof. dr. sc. eljko Turkalj

    Dr. sc. Martina Bri Ali

  • 5/24/2018 OPERATIVNI MENADZMENT

    2/28

    toje predvianje?

    Svakog dana menaderi donoseodluke bez obzira to ne znaju to e sedogoditi u budunosti:

    naruuju zalihe bez znanja kakva e biti prodaja,

    kupuju novu opremu uprkos neizvjesntosti potranje zaproizvodom,

    investiraju sredstva u nove objekte bez znanja o buduoj dobitipoduzea

    Izrada dobrih prognoza budunosti svrha je predvianja i glavniinput za planiranjeDobre prognoze su kljuni dio efikasnih proizvodnih i uslunihoperacija.Predvianje je umjetnost, ali i znanost o predvianju buduihdogaaja.

  • 5/24/2018 OPERATIVNI MENADZMENT

    3/28

    Predvianje moe biti:

    primjena POVIJESNIH PODATAKA i njihovo projektiranje u

    budunost koristei neki matematiki model,

    SUBJEKTIVNA procjena ili INTUITIVNA pretpostavka,

    KOMBINACIJA metoda.

    Nema univerzalnog prognostikog modela koji bi vrijedio za sve.

    ono to najbolje funkcionira u jednoj industriji, u jednimokolnostima, moe napraviti potpuni kaos u drugoj industriji

    Postoje OGRANIENJA u vezi sa oekivanjima od prognoza:

    one su rijetko, ili nikada perfektne;

    one su skupe i vremenski zahtjevne.Niti jedno ozbiljno poduzee ne moe poslovati po principu to bude,a onda se izvlaiti iz situacije EFEKTIVNO PLANIRANJE (ikratkorono i dugorono) ovisi o predvianju potranje za proizvodimai/ili uslugama s kojima odreeno poduzee opskrbljuje trite.

  • 5/24/2018 OPERATIVNI MENADZMENT

    4/28

    KRATKORONEPROGNOZE

    razdoblje od maksimalnogodinu dananajeesu krae od 3 mjeseca

    planiranje nabavke materijala vremensko planiranje poslova planiranje zapoljavanja

    pridruivanje poslova planiranje razine proizvodnje

    SREDNJORONEPROGNOZE

    razdoblje od 3 mjeseca do3 godine

    plan prodaje i marketinkihaktivnosti

    planiranje proizvodnje i

    budeta financijski planovi analiza razliitih operativnih

    planova

    DUGORONEPROGNOZE

    razdoblje od vie od 3godine unaprijed

    razvoj novog proizvoda kapitalne investicije

    otvaranje ili proirenjelokacije istraivanje i razvoj

    Predvianja, a tako kasnije i planovi, KATEGORIZIRAJU se premaVREMENSKOM HORIZONTU za koji se vriprognoza. Openitopostoje3 kategorije:

  • 5/24/2018 OPERATIVNI MENADZMENT

    5/28

    Pretpostavljaju da eisti uzronisustav koji je postojao uprolostipostojati i ubudunosti. Zbog togapoduzeaestoradepogrekuda jednom kada implementirajuprognostikisustav vie

    ne prate grekeprognozetoje krivobuduida se prognoze moraju stalno provjeravati.

    Veina prognostikih metoda ukljuuje pretpostavku STABILNOSTISUSTAVA

    Aktualni rezultati obinose razlikuju odpredvienihvrijednosti. Budui da nismo u mogunosti predvidjeti precizno koliko e esto jedan veliki broj srodnihimbenika ometati varijable o kojima se radi, kao i postojanje sluajnosti sprijeava savrenu

    prognozu.

    Uvijek treba ostaviti prostora za greke.

    Prognoze su RIJETKO PERFEKTNE

    Grekeprognoze izmeuproizvoda unutar grupe obinoimajuponitavajuiuinak. Prilike za grupiranje proizvoda mogu se pojaviti ako se dijelovi ili sirovine koriste za vie

    proizvoda ili ako usluge traiveibroj nezavisnih izvora.

    Prognoza za GRUPU PROIZVODA tonija je nego za POJEDINIPROIZVOD

    Kratkoronaprognoza se suoavasa manje neizvjesnosti od dugoronepa se zbog toga smatra itonijom.

    TONOSTprognoze se SMANJUJE kako se POVEAVAVREMENSKORAZDOBLJE na koje se prognoza odnosi

    ZAJEDNIKE KARAKTERISTIKE METODA PROGNOZIRANJA:

  • 5/24/2018 OPERATIVNI MENADZMENT

    6/28

    Upuuje na razinu potrebnih pojedinosti u prognozi, koliini izvora (radna snaga,kompjutersko vrijeme, novac) koji se mogu pravdati te na razinu potrebne tonosti.

    Odrediti SVRHU prognoze (je li to prodaja, proizvodnja ili sl.) te kadae biti potrebna

    Potrebno je uzeti u obzir da tonost opada to se vremensko razdoblje produuje.

    Ustanoviti VREMENSKO RAZDOBLJE koje prognoza mora pokriti

    Izabrati METODU PROGNOZIRANJA

    Identificirati svaku pretpostavku koja je vezana uz pripremu i koritenje prognoze.

    PRIKUPITI i ANALIZIRATI prikladne podatke te PRIPREMITI

    PROGNOZU

    Ako ne, PREISPITATI metodu, pretpostavke, tonost podataka, itd.; MODIFICIRATI akoje potrebne te PRIPREMITI NOVU VERZIJU PROGNOZE.

    PROMATRATI PROGNOZU kako bi se vidjelo da li se odvija nazadovoljavajui nain.

    KORACI U PROCESU PROGNOZIRANJA POTRANJE:

  • 5/24/2018 OPERATIVNI MENADZMENT

    7/28

    KVALITATIVNI PRISTUP

    Nedostatak podataka Oslanjanje na intuiciju,

    emocije, iskustvoprognostiara

    Koriste se obine zapredvianje novihproizvoda, tehnologija

    KVANTITATIVNI PRISTUP

    Postojanje povijesnihpodataka

    Koriste matematikemodele

    Koriste se kada jesituacija stabilna

    U praksi, kombinacija oba pristupa obino je najefektivnija.

    Pristupi predvianju

    Postoje dva osnovna pristupa predvianju:

    KVALITATIVNI

    KVANTITATIVNI

  • 5/24/2018 OPERATIVNI MENADZMENT

    8/28

    Oslanja se na miljenje kupacaili potencijalnih novih kupaca onjihovoj buduoj kupovini

    Koristi se za prognoziranjepotranje, pogotovo za novimproizvodima

    Obino budu optimasinije nego

    to kasnije potvrdi prodaja

    Trgovaki putnici daju procjeneprodaja u sljedeegprognostikog perioda smatrada su oni najblie kupcu pa timeimaju i najtonije informacije

    Zbog kompenzacijskog sustavakoji je uobiajen kod prodajnog

    osoblja zna esto doi donamjernog iskrivljavanjapodataka kako bi se postiglekompenzacijske kvote

    Ukljuuje grupu strunjaka kojine moraju biti iz jednog poduzea

    Strunjaci ne komuniciraju

    meusobno, ve jedna osobaskuplja njihova miljenja

    Miljenja koja se znatno razlikujualju se u drugi krug te sepostupak nastavlja dok se nedobije relativno stabilna prognoza

    Ukljuuje grupu starijihvrhovnih menadera

    Kombiniraju menaderskoiskustvo i kvantitativneprognoze

    Donose ZAJEDNIKOmiljenje, tj. mora se postiiKONSENZUS

    MILJENJE

    STRUNJAKA

    DELPHI

    METODA

    ISTRAIVANJETRITA

    PROGNOZAPRODAJE

    PREGLED KVALITATIVNIH METODA

  • 5/24/2018 OPERATIVNI MENADZMENT

    9/28

    MODELIVREMENSKIHSERIJA

    Baziraju se na pretpostavci da jebudunost funkcija prolosti

    Gledaju to se dogaalo u jednomperiodu vremena te koriste serijupodataka iz prolosti da biprognozirali budunost

    NAIVNA METODA POMINI PROSJECI EKSPONENCIJALNO

    IZJEDNAAVANJE

    Npr. ako se eli vidjeti kakva e bitipotranja za sladoledom u ljeti 2013.godine, potrebno je uzeti podatke odljeta 2012. i 2011. godine i predvidi tipotranju za sladoledom u 2013.godini

    ASOCIJATIVNIMODELI

    Modeli koji odreuju vezuizmeu dva parametra

    REGRESIJA

    Npr. na temelj u podataka oizdacima za marketing itemperaturi okoline mogue jeprognozirati kakva e bitipotranja za sladoledom

    PREGLED KVANTITATIVNIH METODA

  • 5/24/2018 OPERATIVNI MENADZMENT

    10/28

    TREND

    SEZONSKEOSCILACIJE

    CIKLUSI

    NASUMINIFAKTOR

    KOMPONENTEVREMENSKIH

    SERIJA

    METODE VREMENSKIH SERIJA

    Metode vremenskih serija zasnivaju

    se na nizu podataka koji su podjednako

    razmaknuti u vremenu dnevni, tjedni,mjesenii sl. podaci

    Predvianje vremenske serijepodataka pretpostavlja da se buduevrijednosti prognoziraju

    iskljuivona povijesnim podacimate da drugi promjenjivi, bez obzira

    koliko potencijalno vanipodacimogu biti zanemareni

    Rastavljanjem povijesnih

    podataka mogue je uoitietiri glavne komponentevremenskih serija:

  • 5/24/2018 OPERATIVNI MENADZMENT

    11/28

    TRENDpostupnirast ili pad potranje

    u vremenu

    SEZONSKE

    OSCILACIJEodreeni uzorci kojise ponavljaju nakon

    nekog perioda

    CIKLINOPONAANJE

    obino se primjeujesvakih nekoliko

    godina

    NASUMINI FAKTORkako i samo ime kae je

    nasumian i ne moe sepredvidjeti koliki e biti,

    ali se ukljuuje uprognostiki model

  • 5/24/2018 OPERATIVNI MENADZMENT

    12/28

    Najjednostavnija metoda budui da pretpostavlja da e potranja u

    narednom periodu biti jednaka potranji u upravo proteklom periodu

    NAIVNI PRISTUP

    PRIMJER: Ako je prodaja XY

    proizvoda u prolom mjesecu iznosila

    73 jedince za sljedei mjesec

    prognozira se da e se prodati 73

    jedinice proizvoda XY.

    Ako se ostvarila prodaja od 97 jedinica

    proizvoda XY umjesto 73, za naredni

    mjesec predviamoprodaju u visini od

    97 proizvoda XY.

    tt DF 1

    gdje je:

    periodu tuprodajaostvarena

    1tperiodzaprognoza1

    t

    t

    D

    F

    Metoda ima smisla samo ako

    nema dovoljno podataka i

    predstavlja osnovu za prognozu

    ako nema drugih naina

  • 5/24/2018 OPERATIVNI MENADZMENT

    13/28

    POMINI PROSJEKMetoda koja koristi srednju vrijednost podataka za nekoliko zadnjih

    perioda kako bi prognozirala buduiperiod

    Korisna je ako je moguepretpostaviti da epotranjana trituostatiprilino stabilna tijekom vremena koristi se kada je trend mali ili gauopenema.

    PRIMJER: Tromjeseni pomini

    prosjek raunase zbrajanjempotranjeza prethodna 3 mjeseca i dijeljenjem sa

    brojem perioda koji se razmatra uovom sluaju3.Sa svakim novim mjesecem, najnoviji

    mjeseni podaci se dodaju sumipodataka za prethodna 2 mjeseca, apodaci za najstariji mjesec otpadaju uvijek u obzir dolazi n najnovijih

    podataka.

    Navedenim nainom izglaujese NASUMINAKOMPONENTA predvianjaizravnavaju se kratkotrajne neregularnosti u seriji podataka.

    prosjekupomiomiuperiodabroj

    periodu tuprodajaostvarena

    1tperiodzaprognoza1

    n

    D

    F

    t

    t

    gdje je:

    n

    D

    n

    nF tt

    periodaproteklihpotranjisuma1

  • 5/24/2018 OPERATIVNI MENADZMENT

    14/28

    Mjesec Potranja Mjesec Potranja

    1 46 13 54

    2 56 14 42

    3 54 15 64

    4 43 16 60

    5 57 17 70

    6 56 18 66

    7 67 19 57

    8 62 20 55

    9 50 21 52

    10 56 22 62

    11 47 23 70

    12 56 24 72

    PRIMJER:

    Sljedeipodaci dajupotranjuza nekim dobrom (u koliinskimjedinicama)koje treba biti u skladituu razdoblju od 24 mjeseca:

  • 5/24/2018 OPERATIVNI MENADZMENT

    15/28

    Mjesec1

    2

    3

    b Potranja

    46

    56

    54

    Prognozapominog prosjeka

    4

    5

    6

    7

    89

    10

    11

    12

    43

    57

    56

    67

    6250

    56

    47

    56

    (46+56+54)/3=52

    (56+54+43)/3=51

    (54+43+57)/3=51,33

    (43+57+56)/3=52

    (57+56+67)/3=60(56+67+62)/3=61,67

    (67+62+50)/3=59,67

    (62+50+56)/3=56

    (50+56+47)/3=51

    Na temelju podataka iz primjera ilustiran je model pominogprosjeka TROMJESENIpominiprosjek :

  • 5/24/2018 OPERATIVNI MENADZMENT

    16/28

    Mjesec PotranjaPominiprosjek

    Mjesec PotranjaPominiprosjek

    1 46 - 13 54 53

    2 56 - 14 42 52,33

    3 54 - 15 64 50,67

    4 43 52 16 60 53,33

    5 57 51 17 70 55,33

    6 56 51,33 18 66 64,67

    7 67 52 19 57 65,33

    8 62 60 20 55 64,33

    9 50 61,17 21 52 59,3310 56 59,17 22 62 54,67

    11 47 56 23 70 56,33

    12 56 51 24 72 61,33

    Prognoze potranje za sve promatrane mjesece mogue je vidjeti usljedeojtablici:

    Na temelju gornjih podataka izraunajte prognozu potranje za 25.mjesec?

  • 5/24/2018 OPERATIVNI MENADZMENT

    17/28

    Pomou programa POM QM for Windows izraunata je prognozapotranjeza 25. mjesec:

  • 5/24/2018 OPERATIVNI MENADZMENT

    18/28

    Pomouprograma POMQM for Windows izraunatoje grafikorjeenjemodelapominogprosjeka za promatrani primjer:

  • 5/24/2018 OPERATIVNI MENADZMENT

    19/28

    EKSPONENCIJALNO IZJEDNAAVANJE

    Jedostavna metoda koja zahtjeva vrlo malo podataka potreban je samopodatak iz prethodnog perioda, a budui da je osjetljiva na promjene upodacima ujedno je i tonijametoda.

    Osnovna formula za eksponencijalno izjednaavanje jo uvijekje vrlojednostavna i glasi:

    )( tttt FDFF 1

    perioda)prologodPrognoza-periodaprologpotranja(OstvarenaprognozaStaraprognozaNova

    ili matematiki:

    ako se preuredi, dobiva se:

    ttt FDF )( 11

    gdje je:

    )10(anjaizjednacavkonstanta

    periodu tupotranjaostvarena

    tperiodzaprognoza

    1tperiodzaprognoza1

    t

    t

    t

    D

    F

    F

    Odabir vrijednosti konstante izjednaavanja najvaniji je zadatak u traenju

    realneprognoze. U praksi se izabire interval izmeu0,1 i 0,3u ekstremnomsluajukada se stavi da je = 1, dobiva se rjeenjeod naivne prognoze.

  • 5/24/2018 OPERATIVNI MENADZMENT

    20/28

    Na temelju podataka iz promatranog primjera, uz = 0,1 te uz prognoziranuvijednost za 24. mjesec u iznosu od 57,63 jedinica, potrebno je prognozirati

    potranjuza 25. mjesecpomouEKSPONENCIJALNOG IZJEDNAAVANJA

    ttt FDF )( 11

    ?

    0,1

    72

    57,63

    1

    t

    t

    t

    F

    D

    F

    )10(anjaizjednacavkonstanta

    periodu tupotranjaostvarena

    tperiodzaprognoza

    1tperiodzaprognoza1

    t

    t

    t

    D

    F

    F

    jedinica0759635710172101 ,,),(, tF

  • 5/24/2018 OPERATIVNI MENADZMENT

    21/28

    Pomou programa POM QM for Windows izraunata je prognozapotranjeza 25. mjesecpomoueksponencijalnog izjednaavanja:

  • 5/24/2018 OPERATIVNI MENADZMENT

    22/28

    Pomouprograma POMQM for Windows izraunatoje grafikorjeenjemodela eksponencijalnog izjednaavanjaza promatrani primjer:

  • 5/24/2018 OPERATIVNI MENADZMENT

    23/28

    UZRONE (KAUZALNE) METODE PREDVIANJA

    Razvijaju tzv. MODEL UZROKA I POSLJEDICA izmeupotranje iostalih varijabli.

    Npr.potranjaza sladoledom moese povezati sa populacijom, srednjom

    (prosjenom) temperaturom i vremenom. Podaci se mogu prikupiti po tim

    varijablama, a analiza izvoditi tako da utvrdi valjanostpredloenogmodela.

    Najpoznatija kauzalna metoda je REGRESIJA, a najjednostavniji model

    regresije je LINEARNI TREND.

    U svrhu prorauna TRENDA koristi se tzv. METODA NAJMANJIHKVADRATA, odnosno proraunavaju se parametri a i b takvi da sumaodstupanja od te crte bude najmanja.

  • 5/24/2018 OPERATIVNI MENADZMENT

    24/28

    Metoda najmanjih kvadrata daje pravu liniju koja minimizira sumu

    kvadrata vertikalnih odstupanja od linije do svake stvarne tokepromatranja.

    Linija najmanjih kvadrata opisuje se u obliku njenog y-odsjekaa =visina na kojoj linija presjeca y-os i njenog koeficijenta nagiba b.

    bxay

    nagib

    yosinaodsjecak

    y)nadjelujedacipretpostav(povarijablanezavisna

    potranjanaprocijenje

    b

    a

    x

    y

  • 5/24/2018 OPERATIVNI MENADZMENT

    25/28

    Jednadbe za izraunavanje vrijednosti a i b za bilo koju liniju najmanjihkvadrata:

    22

    xnx

    yxnxyb xbya

    Linija najmanjih kvadrata izrazi se kao:

    bxay

    apromatranjtotobroj

    nagib

    yosinaodsjecak

    tivrijednos-tvrijednossrednja

    tivrijednos-tvrijednossrednjavarijablazavisna

    y)nadjelujedacipretpostav(povarijablanezavisna

    potranjanaprocijenje

    n

    b

    a

    yy

    xxy

    x

    y

    gdje je:

  • 5/24/2018 OPERATIVNI MENADZMENT

    26/28

    Pomou programa POM QM for Windows uneena je potranja zadobrom po mjesecima toje potrebno za izraunavanjejednadbeza prognozu

    buduepotranjepomoumodela regresijelinearnog trenda:

    24

    1

    17842i

    iixy

    24

    1

    300i

    ix

    24

    1

    24900

    i

    ix

    24

    1

    1374i

    iy

    24

    1

    280254

    i

    iy

    512,x 2557,y

    580512244900

    255751224178422

    ,),(

    ,,

    b

    505125802557 ,,,a

    xy 58050 ,

  • 5/24/2018 OPERATIVNI MENADZMENT

    27/28

    Pomou programa POM QM for Windows izraunato je rjeenjeproblemapomoumodela regresijelinearnog trenda :

  • 5/24/2018 OPERATIVNI MENADZMENT

    28/28

    Pomouprograma POMQM for Windows izraunatoje grafikorjeenjemodela regresijelinearnog trenda za promatrani primjer: