Les éléments fondamentaux de la prévision dans la gestion des opérations

Prévisions ponctuelles, ou simple numéro prévisions de la demande, sont généralement toujours incorrecte. Vous voulez une prévision précise d'informer la direction des opérations. Voilà pourquoi vous ne devez pas seulement une valeur attendue (ce que vous pensez de la demande sera) mais aussi une mesure de votre méthode de erreur de prévision.

Voici les principes fondamentaux de la prévision:

• Prévisions agrégées sont plus précis que les prévisions ventilées. Prévision de la demande pour un produit au niveau national est plus précise que la prévision de ce à chaque prise individuelle de détail. La variation de la demande à chaque point de vente est lissée cumulée avec d'autres endroits, en fournissant une prévision plus précise. Vous pouvez obtenir une amélioration similaire de la prévision de la demande globale pour toutes les variations d'un produit combiné.

• Soyez prêt à changer votre modèle de prévision, mais ne pas surréagir changements aléatoires. Motifs de la demande peuvent changer et changent, et quand des changements réels se produisent, vous devrez peut-être modifier votre technique de prévision. La mesure de votre erreur de prévision peut vous alerter lorsque des changements occur- Toutefois, vous devez vérifier que le changement durable a effectivement eu lieu et que ce que vous observé est pas une variation aléatoire.

• 
  
  
  
  

  Ne pas remplacer les prévisions pour les informations connues. Beaucoup d'entreprises peuvent devenir aveuglés par leurs prévisions et d'ignorer ce qui se passe réellement dans l'environnement des affaires. Si quelque chose change, comme un phénomène météo, ou d'autres données deviennent disponibles, comme un ordre de vente, être prêt à ajuster vos prévisions pour intégrer la nouvelle information.

• Si une technique simple donne une précision acceptable, ne pas utiliser une technique plus avancée. Utilisez le modèle le plus simple de prévision qui fournit la précision souhaitée. Par exemple, ne pas utiliser un modèle de saisonnalité moins qu'il vous donne nettement plus de précision que d'un simple modèle de lissage exponentiel.

• Sélectionnez une technique de prévision qui fait bon usage des données disponibles. Les méthodes de séries chronologiques reposent sur la prévision ayant non seulement une grande quantité de données, mais aussi des données précises et pertinentes. Si vous ne disposez pas de confiance dans la quantité ou la qualité des données, vous pouvez choisir une méthode qualitative de prévoir tant que les données deviennent disponibles.

  Par exemple, envisager de fonder vos prévisions sur la taille du marché potentiel et l'ajustement basé sur l'expérience. L'application de modèles de prévision sophistiqués pour des données erronées ne sera pas améliorer la qualité sous-jacente des données ou les prévisions.

• Les prévisions à court terme sont plus fiables que les prévisions à long terme. Les prévisions horjezon, ou combien de temps dans l'avenir la prévision prédit, a un impact direct sur la précision. En d'autres termes, la prévision des ventes pour ce mois est plus facile que la prévision des ventes pour une année à partir de maintenant.

  Beaucoup de choses peuvent se passer entre maintenant et l'année prochaine, tels que de nouveaux concurrents entrent sur le marché, l'évolution des préférences des clients, ou de nouvelles technologies entraînant des changements dans la demande. Ces changements deviennent plus difficile à prédire que l'horizon de prévision augmente.

• Il n'y a pas mieux seule technique de prévision. Le point important est de comparer différents modèles de prévision et de choisir celui qui répond le mieux aux besoins de votre situation et correspond aux données dont vous disposez.

Il est important de noter que, bien que les prévisions désagrégées peuvent être moins précises que les prévisions globales, prévisions désagrégées sont essentiels à la planification de la production. Par exemple, si une entreprise produit différents modèles de téléviseurs, planification de la production au niveau de l'étage de fabrication nécessite un certain nombre détaillé de combien de chaque modèle à produire.

En reportant un engagement aux détails, l'entreprise peut faire une prévision plus précise désagrégé (prévisions à court terme sont plus précis que les prévisions à long terme). La réduction des temps d'écoulement permet à une entreprise de retarder la décision sur ce que les modèles exacte à produire, ce qui améliore ses prévisions.