Penjelasan Peramalan Persediaan Rata-Rata Bergerak Dijelaskan

Rata-rata angka penjualan harian di balik titik pemesanan ulang, lima unit sehari untuk "Cedar & Fig, 250g," dipanduan titik pemesanan ulang situs ini, harus datang dari suatu tempat. Itu berasal dari rata-rata bergerak, apakah ada yang menyebutnya demikian atau tidak: rata-rata penjualan terkini dan menggunakannya sebagai harga yang diharapkan di masa depan. Memberi nama metode dengan benar layak untuk dilakukan, karena mengetahui di mana metode tersebut berhenti dapat diandalkan akan mengubah seberapa besar Anda memercayai nomor yang diberikannya kepada Anda.

Rumusnya

Rata-rata pergerakan sederhana mengambil jumlah tetap dari periode terkini, membuat rata-ratanya, dan menggunakan rata-rata tersebut sebagai perkiraan untuk periode mendatang:

Rata-Rata Pergerakan = (Jumlah penjualan selama N periode terakhir) N

N adalah jendelanya: berapa banyak periode terbaru yang Anda sertakan. Setiap periode dalam jendela tersebut dihitung sama persis dengan periode lainnya: penjualan dari tiga minggu yang lalu mendapatkan rata-rata yang sama kuatnya dengan penjualan dari kemarin. Itulah keseluruhan mekanismenya, dan itu juga alasan mengapa metode ini memiliki titik puncak tertentu, yang dibahas lebih jauh.

Contoh yang berhasil

Ambil "Cedar & Fig, 250g" lagi. Selama empat minggu terakhir terjual 34, 33, 36, dan 37 unit, minggu terlama pertama.

Rata-rata pergerakan sederhana, jendela empat minggu:

(34 + 33 + 36 + 37) 4 = 140 4 = 35 unit seminggu

Tiga puluh lima unit seminggu berarti lima unit sehari, angka persis yang digunakan panduan titik pemesanan ulang untuk candle yang sama. Itu bukan suatu kebetulan: rata-rata penjualan harian yang menghasilkan titik pemesanan ulang adalah rata-rata pergerakan dengan nama lain, hanya saja biasanya dijalankan dalam jangka waktu yang lebih panjang (panduan tersebut menggunakan 90 hari) dibandingkan dengan jangka waktu empat minggu di sini.

Sederhana vs. berbobot

Rata-rata pergerakan tertimbang mempertahankan ide dasar yang sama tetapi tidak lagi memperlakukan setiap minggu sebagai hal yang sama informatifnya. Periode yang lebih baru mendapatkan hasil yang lebih besar:

Rata-Rata Pergerakan Tertimbang = (Penjualan setiap periode × bobotnya, dijumlahkan) (Semua bobot, dijumlahkan)

Cara umum untuk menetapkan bobot: berikan angka tertinggi pada periode terbaru, lalu hitung mundur satu untuk setiap periode lebih jauh ke belakang. Dengan jendela empat minggu dengan bobot 4, 3, 2, dan 1, dijumlahkan menjadi 10.

Diterapkan pada empat minggu yang sama, minggu terakhir diberi bobot 4×, minggu terlama diberi bobot 1×:

(4×37 + 3×36 + 2×33 + 1×34) 10 = (148 + 108 + 66 + 34) 10 = 356 10 = 35,6 unit seminggu

35,6 lawan 35 terlihat seperti suara pembulatan, namun arahnya penting. Penjualan meningkat selama empat minggu tersebut (34 → 33 → 36 → 37), dan rata-rata tertimbang bereaksi terhadap hal tersebut dengan mencapai angka yang lebih tinggi daripada rata-rata sederhana. Rata-rata pergerakan sederhana tidak bisa melakukan itu. Ia tidak memiliki konsep "baru-baru ini", hanya "di dalam jendela".

Imbalannya adalah skema pembobotan adalah sebuah pilihan, bukan angka turunan: tidak ada aturan tetap mengenai seberapa curam skema tersebut. Ukuran jendela membawa konsekuensi yang sama: jendela yang pendek bereaksi dengan cepat terhadap perubahan nyata dalam kecepatan penjualan, namun sama cepatnya dengan satu minggu yang tidak biasa (pesanan dalam jumlah besar, kehabisan stok) dan menganggap kebisingan tersebut sebagai hal yang normal. Jendela yang panjang menghaluskan kebisingan tetapi lebih lambat untuk mencerminkan perubahan yang sebenarnya, dan terus menghitung minggu yang, pada saat Anda menggunakan nomor tersebut, sudah basi.

Ketika rusak

Rata-rata pergerakan, sederhana atau tertimbang, mengasumsikan masa lalu adalah perkiraan yang masuk akal untuk waktu dekat. Hal ini berlaku untuk produk yang terjual dengan kecepatan yang cukup stabil. Itu berhenti bertahan dalam dua situasi tertentu.

Yang pertama adalah tren nyata. Jika penjualan suatu produk benar-benar naik atau turun dari minggu ke minggu, rata-rata pergerakan akan tertinggal di belakangnya. Ini adalah rata-rata masa lalu, bukan proyeksi ke mana arah garis tersebut. Mekanismenya memperkirakan suatu level, bukan tren, dan rangkaian naik atau turun tidak memiliki level stabil untuk diperkirakan.

Yang kedua adalah musiman. Rata-rata pergerakan tidak dapat mewakili "bulan ini selalu lebih tinggi dibandingkan bulan lainnya". Itu hanya terus meratakan periode apa pun yang ada, meratakan puncak musim yang sebenarnya ke jumlah yang sama dengan bulan-bulan lambat di sekitarnya. Jika suatu produk benar-benar mengikuti pola berbasis kalender, rata-rata pergerakan biasa akan salah setiap kali pola tersebut muncul kembali;meramalkan permintaan musimanmembutuhkan metode yang dibangun untuk memodelkan pola tersebut, bukan menghaluskannya.

Menghitung ulang jendela dengan tangan tidak menimbulkan masalah. Rata-rata ulang beberapa minggu terakhir setiap bulan masih hanya menggeser jendela datar yang sama ke depan, tidak mendeteksi bahwa tanah di bawahnya telah bergeser.Isyarat Sahamsensitivitas tren lapisan, pengecualian outlier, dan indeks musiman di atas perhitungan kecepatan dasar yang sama, pada setiap paket termasuk Gratis, tepatnya kesenjangan yang tidak dapat ditutup oleh rata-rata pergerakan datar, yang dijalankan dengan tangan, dengan sendirinya.

Pertanyaan yang Sering Diajukan

Apa rumus rata-rata bergerak untuk memperkirakan persediaan?

Rata-rata pergerakan sederhana memperkirakan periode berikutnya sebagai rata-rata dari sejumlah periode terkini: jumlahkan penjualan untuk N periode terakhir dan bagi dengan N. Setiap periode dalam jendela tersebut dihitung sama, sehingga metode ini selalu memperkirakan rata-rata datar dalam sejarah terkini, bukan memproyeksikan tren ke depan.

Apa perbedaan antara rata-rata pergerakan sederhana dan tertimbang?

Rata-rata pergerakan sederhana memberikan bobot yang sama pada setiap periode dalam jendela. Rata-rata pergerakan tertimbang memberikan lebih banyak bobot pada periode-periode terkini, sehingga bereaksi sedikit lebih cepat ketika penjualan naik atau turun, dengan mengorbankan skema pembobotan yang merupakan penilaian yang ditetapkan oleh analis, bukan angka yang diperoleh dari data itu sendiri.

Mengapa peramalan rata-rata bergerak sulit dibandingkan dengan produk musiman?

Rata-rata bergerak hanya mengetahui cara menghitung rata-rata periode apa pun yang terjadi di dalam jendelanya. Tidak ada cara untuk menyatakan bahwa bulan atau minggu tertentu berjalan lebih tinggi atau lebih rendah dibandingkan bulan atau minggu lainnya. Hal ini meratakan puncak musiman yang sebenarnya ke dalam perkiraan yang sama dengan bulan-bulan lambat di sekitarnya, itulah sebabnya produk yang benar-benar musiman memerlukan metode yang dibuat untuk memodelkan pola tersebut, bukan memperhalusnya.

Untuk mengetahui bagaimana metode ini dibandingkan dengan pemulusan eksponensial dan perkiraan berbasis titik pemesanan ulang, lihatmembandingkan metode peramalan, ataupanduan lengkap untuk perkiraan inventaris Shopifyuntuk proses penuh ujung ke ujung.