반응형
● 수요 예측 기법 유형
∎ 예측 기법 선택 시 고려 사항
수요에 대한 예측은 많은 비용과 노력을 수반하므로 각 예측 기법의 특성과 장단점을 인식하고 기법 적용에 따른 시간과 비용, 정확도를 고려하여 선택, 적용해야 함.
• 예측 대상 기간
• 자료 가용성
• 요구되는 예측 정확도
• 예측 관련 예산 규모
• 예측 기법을 제대로 활용할 수 있는 전문 인력 보유 여부
∎ 예측 기간에 따른 유형
예측은 대상 예측 기간에 따라 장기 예측, 중기 예측, 단기 예측으로 분류될 수 있음.
• 장기 예측은 예측 대상 기간이 2년 이상인 경우로 고려할 수 있으며 제품계획, 능력 계획, 입지 결정 등 주로 전략적 의사결정과 관련된 경우에 활용되며, 예측 기간이 길기 때문에 환경 예측에 근거한 주관적 판단이 많이 이용되어 정확도가 상대적으로 낮음.
• 중기 예측은 보통 6개월에서 2년을 대상 기간으로 하며 계량적 접근이 가능하고 전문가의 의견도 많은 도움이 됨.
• 단기 예측은 보통 6개월 이내의 분기별, 월별, 주별, 일별 예측을 의미하며 상대적으로 정확한 예측이 가능함.
∎ 예측 기법에 따른 유형
• 수치를 이용한 계산 방법 적용 여부에 따라 크게 정성적 예측 기법(qualitative method)과 정량적 예측 기법(quantitative method)으로 분류됨.
∎ 수요예측 기법의 종류
|
과거 자료
유, 무
|
있는 경우
|
• '추세분석', '회귀분석(단순/다중/더미 변수 회귀분석)', '곰 페르츠 성장 모형'
|
|
없는 경우
|
제품군이 속한 유사한 경우 역사적(historical) 자료를 유추
|
|
|
예측 기법에
따른 분류
|
정성적
(질적)
기법
|
• 중장기 예측 시 객관적인 예측 자료가 불충분할 때 조직 내외의 사람들의 경험이나 견해와 같은 주관적 요소를 사용하는 예측 기법
- 시장조사법, 델파이법, 패널동의법, 역사적 유추법
|
|
시계열
분석
|
• 시계열 자료(과거의 패턴)를 이용, 분석하여 단, 중기 예측에 이용
• 추세, 계절적 수요 및 순환 요인과 같은 요소를 지님.
- 생산계획 및 재고관리에 특히 유용
|
|
|
인과형
모형
|
• 수요에 영향을 미치는 요인을 찾아 원인과 결과 사이의 인과관계를 분석하여 미래 수요를 예측
- 계량경제모형, 회귀분석, 투입-산출 모형, 선도지표법, 시뮬레이션 모형 등
|
|
|
예측 기간에
따른 분류
|
장기 예측
|
• 2년 이상의 장기적 추세의 확인 중시 - 델파이, 시장(소비자) 조사, 자료(역사적) 유추
|
|
중기 예측
|
• 계절적 요인 포함(6개월~2년) - 최소자승법, 회귀분석
|
|
|
단기 예측
|
• 작업 일정과 재고 수준 관련 6개월 이내의 월별, 주별, 일별 예측 - 이동평균, 지수 평활법
|
∎ 기타 예측 기법
|
구분
|
적합한 환경
|
특징
|
|
|
정
성
적
|
전문가
의견 활용
|
데이터 수집이 불가능한 경우
해당 제품 또는 유사 제품 시장에 대한 경험과 지식을 보유한 전문가 확보 가능 시
|
적합한 전문가 확보 여부가 관건
|
|
컨조인트 분석
|
제품의 기능이나 속성별 니즈를 파악
신제품/기능의 시장 반응을 예측
|
정확도가 높아 널리 사용
고비용의 소비자 서베이 필요
|
|
|
인덱스
분석
|
공산품보다 부동산, 프로젝트 등 희소 제품의 선택 가능성 예측에 적합
|
선택 가능성에 대한 다수의 사전 연구가 필요
|
|
|
정
량
적
|
시계열
분석
|
과거 데이터 수집이 용이한 분야
다양한 변수, 시차 등 복잡한 인과관계를 모형화 가능
|
예측 목적으로 개발된 전형적 모형
미래 장기 영향 파악
|
|
회귀 분석
|
분석 대상의 데이터 확보 여부가 중요
인과관계 파악이 필요한 모든 분야
|
변수의 민감도 파악이 용이
엑셀 등에서 쉽게 추정 가능
|
|
|
확산 모형
|
신제품이나 신기술에 대한 수요예측
과거 데이터 수집이 불가능하거나 초기 데이터만 활용 가능한 상황
|
신제품이 구성원들 사이에서 퍼져나가는 과정을 모델링
대중매체와 구전효과를 반영
|
|
|
시
스
템
|
정보 예측 시장
|
제품 또는 주변 상황에 대해 장기적으로 실시간 변화를 파악하고자 할 때 적합
|
큰 비용을 들이지 않는 장점
참여자가 많아야 의미 있는 정보 추출 가능
|
|
시스템
다이내믹스
|
수요가 산업 내적인 요인에 의해 주로 영향을 받는 경우
|
산업의 동태적 변화를 산업의 구조에 기반하여 이해
|
|
|
인공
신경망
|
인과관계가 복잡하고 많은 데이터 분석이 필요한 예측에 적합
미래 고객 발굴하는 마케팅 문제에 활용
|
사전 지식이 없어도 일정한 알고리즘을 활용하여 최적화된 결과 도출
인과관계에 대한 설명이 부족
|
|
잡스9급 PDF 교재
✽ 책 구매 없이 PDF 제공 가능
✽ adipoman@gmail.com 문의
반응형