경영학/생산관리

[생산관리] 16. 수요관리와 예측 Ⅱ

study-mate-jennie 2025. 4. 23. 09:28
반응형

1. 수요예측 기법의 분류

1) 정성적 (Qualitative) 방법

주관적이며 개인/집단의 판단/추정에 근거
• Grass Root: 계층을 따라서 하위 계층의 수요 예측 결과를 합하여 전체 수요를 예측
   예) 지역별 영업 담당자의 수요 예측 결과를 합산하여 전체 수요를 예측
• 시장 조사(Market Research) : 조사, 인터뷰 등의 기법을 이용하여 시장 수요에 대한 가설을 검증, 주로 장기 수요나 신제품 수요 예측에 사용. 주로 외부 전문 조사기관 이용.
• 패널 동의법 (Panel Consensus) : 다수의 전문가에 합의에 의한 결과 도출
• Delphi법 : 패널 동의법을 개선, 참가한 전문가들의 익명성 보장
   - 전문가 그룹 선정
   - 설문지 배포 및 결과(개인별 의견 등 포함) 회수
   - 설문 결과의 종합하여 종합된 결과 및 결과를 반영한 새로운 설문지 작성 배포(반복)
      ➔ 의견이 수렴될 때까지 반복, 보통 3회 정도로 충분함.
• 유추법 : 유사한 제품/서비스의 데이터를 이용하여 수요 예측, 주로 신제품의 경우에 사용
    예) DVD Player의 수요를 VCR의 수요 데이터를 이용해 예측

 

2) 계량적 (Quantitative) 방법

시계열 분석 (Time Series Analysis) : 과거의 데이터를 활용
   ➔ 이동 평균법, 가중 평균법, 지수평활법, 회귀분석 등
   ➔ 인과 분석(Causal Analysis) : 수요에 영향을 주는 요인들을 찾아내고 이들과 수요의 관계를 분석
• 회귀분석, 계량경제 모형, 투입-산출 모형, 선행 지수 등
  (1) 이동평균법 : 과거 일정기간의 실제값을 평균하여 다음기간의 예측치로 활용

 

  (2) 지수평활법 (Exponential Smoothing)
       - 최근 정보에 가중치를 적용하는 일종의 가중이동평균법
       - 평활상수 (Smoothing Constant): 커질수록 최근의 변화에 민감하게 반응
       - 일반적으로 0.1~0.3의 값을 사용
       - 실제 활용 시 정확도가 높음, 이동평균법 대비 보관해야 하는 데이터의 양이 아주 작음

 

2. 수요예측 기법의 선택 기준

1) 수요 예측 기법 선택을 위한 고려 사항

• 수요 예측 기간 : 장기(2년 이상), 중기(3개월 ~ 2년), 단기(3개월 이내)
  ➔ 장기는 대개 정성적 방법, 중기나 단기는 계량적 방법 사용
  ➔ 데이터의 가용성 : 예측에 활용 가능한 과거 데이터의 존재 여부 및 데이터의 양
  ➔ 정확도 : 수요 예측 결과의 정확도
  ➔ 수요 예측 자원 : 예산, 인력 등


2) 수요 예측 기법 선택 일반적 가이드라인 (Chambers, Mullick and Smith, HBR)

• 예측의 목적은 무엇인가? 어디에 사용되는가?
  예) 전체 매출액만 필요한 경우 vs. 지역별 상품별 매출액이 필요한 경우
• 예측 대상 시스템은 어떻게 변화하는가?
   ➔ 수요가 계절 변동이 있는가?, 거시경제지표가 수요에 큰 영향을 주는가?
• 미래를 예측하는데 과거 데이터가 얼마나 중요한가?
  ➔ 과거 데이터를 이용해서 미래를 예측하는 것이 얼마나 타당한가?
  ➔ 환경이나 상황 변화로 과거의 패턴이 유지되지 않을 가능성은?

 

3) 수요 예측 기법 선택

※ 수요 예측 방법의 선택은 예측 오차에 따른 영향도 고려해야 함.
예) 1. 기업이 수요 변화에 빠르게 대응할 수 있는 유연성을 가지고 있는 경우
      2. 수요 예측 결과에 따라 대규모 투자가 필요한 경우

 

※ 수요 예측 기법에 따라 반영할 수 있는 수요 변동의 종류가 다름
예) 이동 평균법 : 안정적인 수요의 경우에 적합(계절 변동, 추세 등은 반영하지 못함)

 

3. 수요예측의 정확도 평가

1) 예측오차 (편차)

• 실제수요 – 예측수요
  - 잘못된 예측 시스템(잘못된 변수, 가정 등)으로 인한 발생 : bias 지속적으로 과대 또는 과소 예측
  - 예측 모델로 설명이 되지 않는 부분 : random error
cf. 대부분의 계량적 방법에서는 기본적으로 과거의 패턴이 미래에도 반복된다는 가정을 하고있음 ➔ 검증 필요

 

2) 평균절대오차 (Mean Absolute Deviation; MAD)

 

3) 추적지표 (Tracking Signal; TS)

• TS=RSFE/MAD, RSFE: Running Sum of Forecasting Error (누적예측오차)
   - 예측의 편향 정도를 측정: 수요의 상향/하향 변화를 예측평균이 잘 반영하는가?
   - TS=0: OK, TS>0: 실제수요>예측치, TS<0: 실제수요<예측치
   - TS의 예

 

 

반응형