供应链下需求预测的应用价值
你什么行业阿
做宏观预测，某种程度更属于市场调查，是对企业外部的预测，乃至行业外部环境的综合预测，可以从整个行业的角度把握，从而避免年度过多的存货，物料呆滞，无论拉式还是推式生产都是十分必要的
一般消费品：1基础因素为人口，和消费能力，所以基本上这个一定时期里是固定的，也是可以准确估测的。
2该产品的当前产能，预计增长或减少3表观消费量，即当前消费能力+库存4该产品的竞争对手，包括你的市场份额5该产品是否有其他可替代性产品，及其所占消费比例。
6.该产品是否受季节性因子，或者其他因子影响而产生波动工业产品:1工业产品有一部分是设计日用消费的，另外一部分跟谁重大项目，属于随机性为，需要对国家政策把握准确。
2调查项目数量，根据产业关系计算总需求.3然后同样需要分析产品竞争关系4.影响需求的其他关键因素，资源可获得性，如油价，铁矿价等等，根据具体行业特点进行分析。
在营运资金不是很充足的情况下，阶段性需求预测是企业营运的基础，直接体现就是现金流的健康。
众所周知现金流是企业的生命线，即使负债累累只要有健康的现金流，企业就能存活下去，某种程度上预测是关系企业生死存亡的大事。
供应链管理中，物料需求预测的作用是什么
制订经济计划需要预测作基础，经营管理企业也同样需要以预测尤其需要以市场需求预测为依据。
无论任何行业，也无论企业生产经营的产品或服务属于哪种类型，为提供市场所需的产品和服务都需要一定的生产准备时间、生产时间，为完成生产、服务所需的原材料、零部件也需要一定的时间（原材料交货期）才能从供应商运至生产、加工者的手中，产成品同样也需要一定的时间（产成品交货期）才能送至用户所需的消费地点，但客户往往在作出购买决策后有时并不愿意等待，他们总是希望立即至少是在合理时间内收到所购买的产品，享受到所需的服务。
如果企业根本没有需求预测，总是等收到客户订单后才知道应该生产什么、生产多少，那么失销现象就会大量发生。
因此，任何企业都有必要对目标市场未来的需求状况作出预测，企业依据预测规划生产能力、筹备资源要素。
需求预测是企业制定战略规划、生产安排、销售计划，尤其是物流管理计划的重要依据。
生产标准产品的企业会根据预测，生产一定量随时可供应市场的产品，或至少存有相当数量的原材料和零配件以尽量缩短交货时间。
生产定制产品的企业（如模具生产商）或者个性化十分强的产品或服务的提供者（如美容师），因为是按订单生产，一般不会有产成品堆积在仓库中，但也要根据需求预测，准备足够的生产能力（生产工具和劳动力）。
从企业内部管理来看，无论是战略层还是管理层都无一例外地需要需求预测指导计划安排。
企业战略规划关注的是未来若干年内整个市场与经济的总体发展趋势，是对企业未来战略方向、基础设施投资等左右企业长期发展的因素作出规划。
这一层次大多只涉及对需求长期变动趋势的预测，对详细程度的要求并不高。
管理层关心的是企业未来数周、数月的生产、销售、资金安排，以物流管理为例，需要根据中短期需求预测，安排原材料采购，原材料、产成品的运输，确定合理的库存水平。
比起前者，这种需求预测无论从详细程度，还是数量的准确性方面都有更高的要求。
实践中，由于需要使用较为复杂的定量预测模型，需要考虑多种影响因素，所以通常借助计算机等先进的信息处理工具完成预测。
如何通过需求预测降低供应链总成本
面包运输补给式供应的零部件不太吸引人，不会导致大量的盗窃问题，毕竟公司没有把零部件消费和产品销售关联起来。
·不再发生手工的再订购。
供应商必须处于持续改善的状态，并经常调整储藏箱数量，以对主要需求做出反应。
看板再供给。
在看板再供给方式中，品种有限的零部件被制造出来，也许以成批的方式制造，然后基于零部件消费量自动地再供给，以补充零部件储藏箱。
这只是众多用于“拉动”零部件进入装配运营活动的拉动系统中的一种。
拉动信号一旦到达供应商处，再供给马上自动进行。
有很多方法可以做到这一点，根本不需要物料需求计划或ERP等复杂的信息系统。
因此，看板再供给避免了预测的不确定性、采购的成本，以及库存的成本和风险。
看板最适用于半标准的、没有太多品种的零部件，这样将增加在制品的库存，并导致太多的零部件储藏箱堆积在装配站。
看板零部件可以大规模批次制造，从而获得规模效益。
看板再供给的美妙之处在于，该系统保证了零部件的不间断供应，不需要任何预测，也不需要成本高昂的订购程序。
每个储藏箱里的零部件数量，取决于最高期望的使用率和最长的再供给时间。
每个储藏箱的大小取决于储藏箱数量和零部件大小。
对于大型零部件，有些公司使用两辆货车的看板方式，零部件从其中一辆车上卸载，同时，另一辆车开回供应商处装载更多零部件。
可替代的系统包括专门用于更大零部件的方形看板以及双卡片系统，在这种系统中，是卡片而不是储藏箱发回（或传真）到零部件来源地。
类似的电子系统也可以使用。
门田安弘（Yasuhiro Monden）在其经典著作《丰田生产方式》的最新版中叙述道，“‘看板系统’最引人注目的特色，是它对需求突变或生产急迫性的适应能力。
”这恰恰就是按订单制造环境所需要的，这种环境建立在需求而非事先规划好的生产计划的基础之上。
零部件的自发型按订单制造。
有些零部件品种太多，不适合看板。
对于这样的零部件，制造商或供应商自己需要实施自发型按订单制造策略，从而切实针对客户（制造商）的拉动信号，按照需求制造。
这是为大规模定制产品供应大规模定制零部件的惟一方法。
零部件可以按需自己内部制造，或者交给附近的敏捷型供应商制造。
自发型按订单制造零部件，其成本也许超过大规模制造，但实际上，完整的按订单制造运营活动，如果以总成本计算，其成本效益是相当可观的。
供应商按需求制造零部件。
如果顺利的话，你有可能找到这样的供应商，他们能够实施这些技术，针对你的拉动信号，按照需求制造你的零部件。
自发型按订单制造零部件，可能要求建立供应商\\\/合作伙伴关系，在这种关系中，供应商建立起按需制造任何数量零部件的能力。
制造商与供应商的距离不能太远，避免零部件交付延误产品交付。
按需内部制造零部件。
按订单制造策略要实现有效运作，所有的零部件都必须按需求获得。
如果有任何的关键零部件不适合于看板，以及没有供应商能够针对你的拉动信号制造零部件，并尽快运输到你公司，那么你就不得不自己来做了。
灵活加工。
不管零部件来源如何，自发型零部件制造运营部门要能够以统一批量的方式，高效地按需制造零部件，并且没有任何准备或库存。
电脑数字控制的程序化机器工具和灵活的装配线，可以在没有任何准备成本和标准原材料延误的情况下，生产高度多样性的零部件。
类似地，手工装配线也可以变得很灵活。
这可能需要并存的产品系列工程、零部件和加工，去消除所有的准备变更。
策略储备。
在以上技术实施之前，制造商可能有必要策略性地储备某些零部件。
制造商可以使用精心挑选的储备零部件，临时弥补供应链无法拉动的任何方面，或者标准零部件临时无法获得的问题。
收到产品订单后订购零部件。
对罕有的或很少使用的零部件，特别是对于内在要求零部件多样性很高的固定设备，自发型再供给也许是行不通的。
如果零部件订购次数少于产品制造次数，这些零部件就可以在收到产品订单后才去订购。
供应链管理模拟实验总结报告-1315080208
供应链管理模拟（SupplyChainManagementSimulation）实验总结报告姓名：康泰云学号：1315080208时间：2016年06月13日班级：物流管理二班E-mail:15173266525@163.com指导老师：罗春元E-mail:1021996576@qq.com一、本实验课的目的与任务本实验课是物流管理专业的一门必修的实践性课程。
本课程通过角色扮演与业务流程模拟，加深对供应商业务（采购及财务结算）、制造商业务（产品生产与成品入库）、销售商业务、物流公司业务的了解，加深对供应链管理环境下（库存管理、订单管理、时间管理、成本管理、客户需求预测）的理解和掌握。
二、本实验课的基本要求了解供应链环境下供应商与制造商的关系及其对采购活动的影响，了解供应链合作的重要性，掌握准时采购与传统采购在流程及思维方面的差异，掌握供应链管理的特征及结构模式，掌握供应链合作伙伴的选择、供应链企业之间合作的策略模式，掌握采购的过程及其模式，供应链环境下的采购与传统采购的区别，掌握供应链管理环境下的生产计划与控制、库存管理的基本知识。
3、实验过程中遇到和发现的问题我们本次实验的主要目地其一是为了发现供应链中的牛鞭效应——也就是沿着供应链逆向的方向，需求变动的逐步变大的现象。
其二是为了了解供应链内部的整化和局部优化，以及他们之间目标的冲突。
我的角色是制造商，主要是根据零售
供应链管理中，物料需求预测的作用是什么
大神们帮帮忙
当然是根据这个预测结果提物料供应计划了
供应链管理这门课程第六章需求预测的知识点有哪些
供应链管理这门课第六章需求预测的知识点包含章节导引,第一节初识供应链中的信息管理,第二节信息技术在供应链管理中的应用,第三节供应链管理环境下需求预测的应用,案例分析,课后练习,。
物流管理这门课程第八章物流\\\/供应链需求预测的知识点有哪些
降低需求不确定性，从而可以减少牛鞭效应。
最终，减少不必要的库存，并增加服务水平。
基本上就是这种理解方式。
你可按这些关键词进一步查一下。
供应链管理环境下需求预测常用的预测技术有哪些
具体5种定性预测方法分别是经销人员意见法；专家小组意见法；德尔菲法；类推法；用户调查法目前常用的定量预测预测方法有以下几种： (1)加权算术平均法;用各种权数算得的平均数称为加权算术平均数，它可以自然数作权数，也可以项目出现的次数作权数，所求平均数值即为测定值。
(2)趋势平均预测法:趋势平均预测法是以过去发生的实际数为依据，在算术平均数的基础上，假定未来时期的数值是它近期数值直接继续，而同较远时期的数值关系较小的一种预测方法。
(3)指数平滑法:指数平滑法是以一个指标本身过去变化的趋势作为预测未来的依据的一种方法。
对未来预测时，考虑则近期资料的影响应比远期为大，因而对不同时期的资料不同的权数，越是近期资料权数越大，反之权数越小。
(4)平均发展速度法 (5)一元线性回归预测法；根据x、y现有数据，寻求合理的a、b回归系数，得出一条变动直线，并使线上各点至实际资料上的对应点之间的距离最小。
设变动直线方程为：y=a+bx (6)高低点法：高低点法是利用代数式y=a+bx，选用一定历史资料中的最高业务量与最低业务量的总成本（或总费用）之差△y，与两者业务量之差△x进行对比，求出b，然后再求出a的方法。
(7)时间序列预测法:它时间序利预测法是把一系列的时间作为自变量来确定直线方程y=a+bx，进而求出a、b的值，这是回归预测的特殊式。
