الفنية ل توقعات الطلب باستخدام الحركة من المتوسط

متحرك متوسط ​​التنبؤ التنبؤ. كما قد تخمن أننا نبحث في بعض من أكثر الأساليب بدائية للتنبؤ. ولكن نأمل أن تكون هذه مقدمة مفيدة على الأقل لبعض قضايا الحوسبة المتعلقة بتنفيذ التنبؤات في جداول البيانات. في هذا السياق سوف نستمر من خلال البدء في البداية والبدء في العمل مع توقعات المتوسط ​​المتحرك. نقل متوسط ​​التوقعات. الجميع على دراية بتحرك توقعات المتوسط ​​بغض النظر عما إذا كانوا يعتقدون أنهم. جميع طلاب الجامعات القيام بها في كل وقت. فكر في درجاتك االختبارية في الدورة التي ستحصل فيها على أربعة اختبارات خالل الفصل الدراسي. لنفترض أنك حصلت على 85 في الاختبار الأول. ما الذي يمكن أن تتنبأ به لنتيجة الاختبار الثانية ما رأيك بأن معلمك سوف يتنبأ بنتيجة الاختبار التالية ما رأيك في أن أصدقائك قد يتنبأون بنتيجة الاختبار التالية ما رأيك في توقع والديك لنتيجة الاختبار التالية بغض النظر عن كل بلابينغ كنت قد تفعل لأصدقائك وأولياء الأمور، هم ومعلمك من المرجح جدا أن نتوقع منك الحصول على شيء في مجال 85 كنت حصلت للتو. حسنا، الآن دعونا نفترض أنه على الرغم من الترويج الذاتي الخاص بك إلى أصدقائك، وكنت أكثر من تقدير نفسك والشكل يمكنك دراسة أقل للاختبار الثاني وحتى تحصل على 73. الآن ما هي جميع المعنيين وغير مدرك الذهاب إلى توقع أن تحصل على الاختبار الثالث هناك اثنين من المرجح جدا النهج بالنسبة لهم لوضع تقدير بغض النظر عما إذا كانوا سوف تقاسمها معك. قد يقولون لأنفسهم، هذا الرجل هو دائما تهب الدخان حول ذكائه. هيس الذهاب للحصول على آخر 73 إذا هيس محظوظا. ربما كان الوالدان يحاولان أن يكونا أكثر داعما ويقولان: كوتيل، حتى الآن حصلت على 85 و 73، لذلك ربما يجب أن تحصل على حوالي (85 73) 2 79. أنا لا أعرف، ربما لو كنت أقل من الحفلات و ويرنت يهزان في كل مكان في جميع أنحاء المكان، وإذا كنت بدأت تفعل الكثير من الدراسة يمكنك الحصول على أعلى score. quot كل من هذه التقديرات تتحرك في الواقع متوسط ​​التوقعات. الأول يستخدم فقط أحدث درجاتك للتنبؤ بأدائك المستقبلي. وهذا ما يطلق عليه توقعات المتوسط ​​المتحرك باستخدام فترة واحدة من البيانات. والثاني هو أيضا متوسط ​​التوقعات المتحركة ولكن باستخدام فترتين من البيانات. دعونا نفترض أن كل هؤلاء الناس خرق على العقل العظيم لديك نوع من سكران قبالة لكم وتقرر أن تفعل بشكل جيد على الاختبار الثالث لأسباب خاصة بك ووضع درجة أعلى أمام كوتاليسكوت الخاص بك. كنت تأخذ الاختبار ودرجاتك هو في الواقع 89 الجميع، بما في ذلك نفسك، وأعجب. حتى الآن لديك الاختبار النهائي للفصل الدراسي القادمة وكالمعتاد كنت تشعر بالحاجة إلى غواد الجميع في جعل توقعاتهم حول كيف ستفعل على الاختبار الأخير. حسنا، نأمل أن ترى هذا النمط. الآن، ونأمل أن تتمكن من رؤية هذا النمط. ما الذي تعتقده هو صافرة الأكثر دقة بينما نعمل. الآن نعود إلى شركة التنظيف الجديدة التي بدأتها شقيقة نصف استدارة دعا صافرة بينما نعمل. لديك بعض بيانات المبيعات السابقة التي يمثلها القسم التالي من جدول بيانات. نعرض البيانات لأول مرة لتوقعات المتوسط ​​المتحرك لمدة ثلاث سنوات. يجب أن يكون إدخال الخلية C6 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C7 إلى C11. لاحظ كيف يتحرك المتوسط ​​على أحدث البيانات التاريخية ولكنه يستخدم بالضبط ثلاث فترات أحدث متاحة لكل تنبؤ. يجب أن تلاحظ أيضا أننا لسنا بحاجة حقا لجعل التنبؤات للفترات الماضية من أجل تطوير أحدث توقعاتنا. وهذا يختلف بالتأكيد عن نموذج التجانس الأسي. وشملت إيف التنبؤات كوتاباستكوت لأننا سوف استخدامها في صفحة الويب التالية لقياس صحة التنبؤ. الآن أريد أن أعرض النتائج المماثلة لمتوسطين توقعات المتوسط ​​المتحرك. يجب أن يكون إدخال الخلية C5 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C6 إلى C11. لاحظ كيف الآن فقط اثنين من أحدث القطع من البيانات التاريخية تستخدم لكل التنبؤ. مرة أخرى لقد قمت بتضمين التنبؤات اقتباسا لأغراض التوضيح واستخدامها لاحقا في التحقق من صحة التوقعات. بعض الأمور الأخرى التي من الأهمية أن تلاحظ. وبالنسبة للمتوسط ​​المتحرك للمتوسط ​​m، لا يتوقع إلا أن تستخدم معظم قيم المعطيات الأخيرة لجعل التنبؤ. لا شيء آخر ضروري. وبالنسبة للتنبؤ المتوسط ​​المتحرك للمتوسط ​​m، عند التنبؤ بالتنبؤات، لاحظ أن التنبؤ الأول يحدث في الفترة m 1. وستكون هاتان المسألتان مهمتين جدا عند تطوير الشفرة. تطوير المتوسط ​​المتحرك المتحرك. الآن نحن بحاجة إلى تطوير رمز لتوقعات المتوسط ​​المتحرك التي يمكن استخدامها أكثر مرونة. تتبع التعليمات البرمجية. لاحظ أن المدخلات هي لعدد الفترات التي تريد استخدامها في التوقعات ومصفوفة القيم التاريخية. يمكنك تخزينه في أي المصنف الذي تريده. وظيفة موفينغافيراج (تاريخي، نومبروفريودس) كما واحد إعلان وتهيئة المتغيرات ديم البند كما متغير عداد خافت كما عدد صحيح تراكم خافت كما أحادي ديم تاريخي الحجم كما عدد صحيح تهيئة المتغيرات عداد 1 تراكم 0 تحديد حجم الصفيف التاريخي تاريخ سيز التاريخية. الكونت كونتر 1 إلى نومبروفريودس تجميع العدد المناسب من أحدث القيم التي تمت ملاحظتها سابقا تراكم تراكم تاريخي (تاريخي - عدد نومبريوفريودس عداد) موفينغافيراج تراكوم نومبروفريودس سيتم شرح التعليمات البرمجية في الصف. تريد وضع الوظيفة على جدول البيانات بحيث تظهر نتيجة الحساب حيث ترغب في ما يلي. في الممارسة العملية المتوسط ​​المتحرك سيوفر تقديرا جيدا لمتوسط ​​التسلسل الزمني إذا كان المتوسط ​​ثابت أو ببطء يتغير. وفي حالة المتوسط ​​الثابت، فإن أكبر قيمة m تعطي أفضل التقديرات للمتوسط ​​الأساسي. وستؤدي فترة المراقبة الأطول إلى الحد من آثار التباين. والغرض من توفير m أصغر هو السماح للتنبؤ بالاستجابة للتغيير في العملية الأساسية. ولتوضيح ذلك، نقترح مجموعة بيانات تتضمن التغييرات في الوسط الأساسي للمسلسلات الزمنية. ويبين الشكل السلاسل الزمنية المستخدمة للتوضيح مع متوسط ​​الطلب الذي نشأت منه السلسلة. يبدأ المتوسط ​​ك ثابت عند 10. يبدأ في الوقت 21، يزداد بوحدة واحدة في كل فترة حتى يصل إلى القيمة 20 في وقت 30. ثم يصبح ثابتة مرة أخرى. وتتم محاكاة البيانات بإضافة متوسط ​​الضوضاء العشوائية من التوزيع العادي مع متوسط ​​الصفر والانحراف المعياري 3. وتقريب نتائج المحاكاة إلى أقرب عدد صحيح. ويبين الجدول الملاحظات المحاكاة المستخدمة في المثال. عندما نستخدم الجدول، يجب أن نتذكر أنه في أي وقت من الأوقات، إلا أن البيانات السابقة معروفة. وتظهر تقديرات معلمة النموذج، بالنسبة إلى ثلاث قيم مختلفة من m، مع متوسط ​​السلاسل الزمنية في الشكل أدناه. ويبين الشكل متوسط ​​المتوسط ​​المتحرك للمتوسط ​​في كل مرة وليس التنبؤ. ومن شأن التنبؤات أن تحول منحنيات المتوسط ​​المتحرك إلى اليمين حسب الفترات. وهناك استنتاج واحد واضح على الفور من هذا الرقم. وبالنسبة للتقديرات الثلاثة جميعها، فإن المتوسط ​​المتحرك يتخلف عن الاتجاه الخطي، مع زيادة الفارق الزمني مع m. والفارق الزمني هو المسافة بين النموذج والتقدير في البعد الزمني. وبسبب الفارق الزمني، فإن المتوسط ​​المتحرك يقلل من الملاحظات نظرا لأن المتوسط ​​يتزايد. انحياز المقدر هو الفرق في وقت محدد في متوسط ​​قيمة النموذج والقيمة المتوسطة التي يتنبأ بها المتوسط ​​المتحرك. التحيز عندما يكون المتوسط ​​يزداد سلبيا. أما بالنسبة للمتوسط ​​المتناقص، فإن التحيز إيجابي. التأخر في الوقت والتحيز التي أدخلت في التقدير هي وظائف م. وكلما زادت قيمة m. وكلما كبر حجم التأخر والتحيز. لسلسلة متزايدة باستمرار مع الاتجاه أ. فإن قيم التأخر والتحيز لمقدر المتوسط ​​تعطى في المعادلات أدناه. لا تتطابق منحنيات المثال مع هذه المعادلات لأن نموذج المثال لا يزداد بشكل مستمر، بل يبدأ كتغيير ثابت للاتجاه ثم يصبح ثابتا مرة أخرى. كما تتأثر منحنيات المثال بالضوضاء. ويتمثل متوسط ​​المتوسط ​​المتحرك للتوقعات في المستقبل في تحويل المنحنيات إلى اليمين. ويزيد التأخر والتحيز تناسبيا. وتدل المعادلات أدناه على الفارق الزمني والتحيز لفترات التنبؤ في المستقبل عند مقارنتها بمعلمات النموذج. مرة أخرى، هذه الصيغ هي لسلسلة زمنية مع الاتجاه الخطي المستمر. ولا ينبغي لنا أن نفاجأ بهذه النتيجة. ويستند متوسط ​​التقدير المتحرك إلى افتراض متوسط ​​ثابت، والمثال له اتجاه خطي في المتوسط ​​خلال جزء من فترة الدراسة. وبما أن سلسلة الوقت الحقيقي نادرا ما تتوافق تماما مع افتراضات أي نموذج، يجب أن نكون مستعدين لمثل هذه النتائج. ويمكننا أيضا أن نخلص من الشكل إلى أن تباين الضوضاء له أكبر تأثير على m أصغر. ويكون التقدير أكثر تقلبا بكثير بالنسبة للمتوسط ​​المتحرك البالغ 5 من المتوسط ​​المتحرك البالغ 20. ولدينا رغبة متضاربة في زيادة m لتقليل تأثير التباين الناجم عن الضوضاء وتقليل m لجعل التنبؤ أكثر استجابة للتغيرات في الحقيقة. والخطأ هو الفرق بين البيانات الفعلية والقيمة المتوقعة. وإذا كانت السلسلة الزمنية حقا قيمة ثابتة، فإن القيمة المتوقعة للخطأ هي صفر، ويتألف تباين الخطأ من عبارة دالة وعبارة ثانية هي تباين الضوضاء. المصطلح الأول هو التباين في المتوسط ​​المقدر مع عينة من الملاحظات m، على افتراض أن البيانات تأتي من مجتمع ذو متوسط ​​ثابت. يتم تقليل هذا المصطلح من خلال جعل m كبيرة قدر الإمكان. A م كبير يجعل التوقعات لا تستجيب لتغيير في السلسلة الزمنية الأساسية. لجعل التنبؤات تستجيب للتغييرات، نريد m صغيرة قدر الإمكان (1)، ولكن هذا يزيد من التباين الخطأ. ويتطلب التنبؤ العملي قيمة وسيطة. التنبؤ مع إكسيل تقوم الوظيفة الإضافية للتنبؤ بتطبيق صيغ المتوسط ​​المتحرك. ويبين المثال الوارد أدناه التحليل الذي توفره الوظيفة الإضافية لعينة البيانات في العمود باء. ويتم فهرسة الملاحظات العشرة الأولى من 9 إلى 0. وبالمقارنة بالجدول أعلاه، يتم تغيير مؤشرات الفترة بمقدار -10. وتوفر الملاحظات العشرة الأولى قيم بدء التشغيل للتقدير وتستخدم لحساب المتوسط ​​المتحرك للفترة 0. ويبين العمود (10) (C) المتوسطات المتحركة المحسوبة. وتكون معلمة المتوسط ​​المتحرك m في الخلية C3. ويبين العمود (1) (D) توقعات لفترة واحدة في المستقبل. الفترة الزمنية المتوقعة في الخلية D3. عندما يتم تغيير الفاصل الزمني المتوقع إلى عدد أكبر يتم تحويل الأرقام في العمود فور إلى أسفل. ويبين العمود إر (1) (E) الفرق بين الملاحظة والتنبؤ. على سبيل المثال، الملاحظة في الوقت 1 هي 6. القيمة المتوقعة من المتوسط ​​المتحرك في الوقت 0 هي 11.1. الخطأ ثم -5.1. ويحسب الانحراف المعياري ومتوسط ​​الانحراف المتوسط ​​(ماد) في الخلايا E6 و E7 على التوالي. كيفية التنبؤ الطلب إنشاء الطلب توقعات ناجحة يضمن أن يكون لديك ما يكفي من المخزون لفترة المبيعات القادمة. وتنظر توقعات الطلب إلى بيانات المبيعات من الماضي لتحديد الطلب على السلع الاستهلاكية في المستقبل. مع توقعات الطلب دقيقة، سيكون لديك العمليات التي هي أكثر كفاءة وأفضل خدمة العملاء، وانخفاض المهلة على تصنيع المنتجات. سوف تساعدك توقعات الطلب الدقيقة على تجنب عمليات التكلفة العالية، وسوء خدمة العملاء، ونقص المنتجات. 1 خطوات تحرير الجزء الأول من سبعة: جمع المعلومات تحرير استهداف منتجات محددة. بدلا من التركيز على خط إنتاج كامل، حدد المنتجات المحددة التي تريد تتبعها. القيام بذلك يجعل من الأسهل لتنظيم البيانات السابقة والتنبؤ الطلب. على سبيل المثال، إذا كان لديك خط حالي من الملابس الشتوية، ركز على القفازات أولا بدلا من السطر بأكمله. 2 التركيز على المنتجات التي تكسب لك معظم الدخل. فعلى سبيل المثال، يلتزم العديد من أصحاب المشاريع بقاعدة 8020، التي تنص على أن 20 من المنتجات أو الخدمات التي تقدمها الأعمال التجارية تشكل عموما 80 من إيراداتها. 3 تحديد هذه المنتجات وتتبع الطلب عليها. قد يكون لديك للتنبؤ الطلب على كل منتج في المخزون الخاص بك، ولكن سيكون من الأسهل وأكثر دقة إذا كنت تفعل بعض المنتجات المماثلة في وقت مثل القفازات، والأحذية والقبعات الشتوية. النظر في إنشاء مجموعة تخطيط المبيعات والعمليات التي تضم ممثلين من كل قسم ومهمتهم إعداد توقعات الطلب. راجع خططك التسويقية. قد تؤدي أي حملات تسويقية أو ترويج مبيعات إلى زيادة الطلب على منتجك. ننظر إلى البيانات السابقة ونرى ما كان ناجحا. معرفة ما إذا كان هناك خصومات خاصة أو مبيعات العطلات التي زادت الطلب على المنتج الخاص بك. كنت تريد أن تأخذ كل هذا في الاعتبار عند التنبؤ بالطلب، وخاصة إذا كنت تخطط لتكرار استراتيجيات المبيعات مماثلة. 4 مراجعة المؤشرات الرئيسية. معرفة ماذا وراء تقلب في الطلب العملاء. وتشمل المؤشرات الرئيسية العوامل الديمغرافية والعوامل البيئية. وتشمل الخصائص الديمغرافية العمر والجنس والموقع وأي مجموعة أخرى من خصائص التحديد. ويساعد تحديد الطلب من المجموعات الديمغرافية الرئيسية على تضييق نطاق تجميع البيانات للتنبؤ. العوامل البيئية تؤثر أيضا على الطلب. على سبيل المثال، قد يسبب فصل الشتاء الشديد انخفاضا في المبيعات. 5 انظر إلى السوق الخاص بك. تحليل ما المنافسين والعملاء والمصرفيين، وغيرهم من الناس في السوق يقولون والقيام. معرفة ما إذا كان منافسيك يشغلون مبيعات أو عروض ترويجية كبيرة. 6 انظر إلى الأشهر السابقة. ننظر في كل من الأشهر الأخيرة والمبيعات السنوية الفروق مثل عطلة الوقت. سيساعدك هذا في تحديد التقلبات السنوية والموسمية. عند النظر في الأشهر الماضية، وتحليل أنماط القيادة وراء الطلب. إلقاء نظرة على أي تعديلات الأسعار أو أي حملات التسويق التي أدت إلى ارتفاع في العملاء الجدد. الأعمال التجارية يزيد دائما لسبب، ورجل أعمال ذكي أو سيدة أعمال معرفة لماذا. على سبيل المثال، قد يكون لديك تشغيل واحد شراء، والحصول على واحد مجانا بيع في أغسطس للعودة إلى المدرسة للتسوق. إذا اخترت تكرار هذه العوامل، فكر في ذلك في توقعاتك. 7 تحديد المهلة. يؤدي الوقت هو الوقت بين بدء الطلب وتسليم المنتج. معرفة هذا سوف تساعدك على التنبؤ الطلب. هذا سوف تساعدك على تحديد مدى السرعة التي يمكن أن تجعل المنتج الخاص بك وتلبية الطلب. 8 إذا كنت شراء المنتجات الخاصة بك من شركة أخرى، المهلة هو الوقت بين وضع طلبك وعندما يصل على عتبة داركم. يمكنك أيضا تحديد المهلة عن طريق فحص المواد الخام والمكونات. معرفة وقت الإنتاج المطلوب سوف تساعدك على جعل الطلب التنبؤ أكثر دقة. التركيز على عنصر معين يساعد على التنبؤ كم المواد التي سوف تحتاج ووقت الإنتاج لجعل المنتج الخاص بك. عندما يكون لديك كميات الإنتاج المقدرة، والنظر في الطلب مكون من كل بند. على سبيل المثال، إذا كنت تصنيع أقلام الرصاص، وسوف تحتاج إلى معرفة مقدار الخشب والمطاط، وتؤدي إلى النظام على أساس توقعاتك. 9 حدد أي نهج لاستخدامه. وهناك أربعة نهج عامة للتنبؤ بالطلب. وهي تشمل الحكم، التجريبي، ريلاتيونالوسال، وسلسلة زمنية. اختيار أفضل نهج على أساس تاريخ المنتج الخاص بك. على سبيل المثال، يستخدم المنهج التجريبي في الغالب للمنتجات الجديدة التي ليس لها بيانات تاريخية في السوق. هذه النهج هي الطريقة التي سوف تجمع معظم البيانات الخاصة بك. 10 يمكنك الجمع بين النهج لخلق توقعات الطلب أكثر دقة. النظر في نهج الحكم. وتستند هذه الطريقة إلى رؤى السوق الجماعية التي لاحظها فريق المبيعات والمديرين لتحديد الطلب. ويمكن لهؤلاء الناس أن يقدموا إلى حد ما، أو في بعض الحالات، توقعات دقيقة جدا للطلب بناء على معارفهم الشخصية وخبراتهم الشخصية. ومع ذلك، فإن البيانات التي تجمع منها قد تكون غير موثوق بها، لأنها تعتمد على خبرائك وجهات النظر الشخصية الخاصة بك. ولهذا السبب، فإن البيانات المستمدة من النهج التقديرية تستخدم على أفضل وجه لوضع توقعات الطلب على المدى القصير. 11 هناك عدة طرق مختلفة للتغلب على ذلك، اعتمادا بشكل رئيسي على من تستخدمه للوحة. ومع ذلك، أنت لا تحتاج إلى استخدام كل منهم لنهج الحكم الصحيح. يمكنك اختيار أو أي مجموعة منها لتحقيق أهدافك، اعتمادا على المجموعات التي تعتقد أن توفر الحكم الأكثر دقة. حدد ما إذا كنت تحتاج إلى استخدام نهج تجريبي. هذا النهج يعمل بشكل أفضل للمنتجات الجديدة، وأنها ليست مفيدة للمنتجات الموجودة التي لديها سجل الطلب التاريخي. هذا النهج يأخذ نتائج من عدد قليل من العملاء ويستقراء النتائج إلى عدد كبير من العملاء. على سبيل المثال، إذا اتصلت ب 500 شخص عشوائيا في مدينة معينة و 25 قالوا أنهم سوف يشترون المنتج الخاص بك في غضون 6 أشهر، يمكنك أن تفترض أن هذه النسبة تنطبق على 5000 شخص. 12 إذا كانت مجموعة صغيرة من العملاء المستهدفين تحب تكنولوجيا جديدة وتستجيب بشكل جيد للتسويق التجريبي، يمكنك استقراء هذا العدد لتوقع أيضا الطلب الوطني. المشكلة مع هذا النهج هو أنه في كثير من الأحيان بجمع المزيد من المعلومات حول تفضيل العملاء نحو المنتج الخاص بك بدلا من بيانات الطلب. النظر في استخدام نهج ريلاتيونالكاسوال. يحاول هذا النهج معرفة سبب شراء الأشخاص لمنتجك. والفكرة هي أنه إذا كنت تستطيع أن تفهم لماذا الناس شراء المنتج الخاص بك، ثم يمكنك إنشاء توقعات الطلب على أساس هذا السبب. على سبيل المثال، إذا كنت تبيع أحذية الثلوج، فأنت تعرف أن الطلب على المنتج الخاص بك هو الطقس ذات الصلة. إذا توقعات الطقس تتوقع الشتاء الشتوي، وانت تعرف أنه سيكون هناك طلب أعلى على الأحذية الثلوج الخاصة بك. 13 تشمل هذه النهج نماذج دورة الحياة ونماذج المحاكاة. حساب الطلب باستخدام نهج السلاسل الزمنية. تحاول مقاربات السلاسل الزمنية حساب الطلب بشكل رياضي باستخدام الأرقام والاتجاهات السابقة كدليل. على وجه التحديد، يمكنك استخدام المتوسطات المتحركة، المتوسطات المتحركة المرجح، أندور الأسي التمهيد لمحاولة التنبؤ بدقة الطلب الخاص بك. هذه النهج سوف تعطيك أرقام أكثر صعوبة من النهج الأخرى، ولكن يجب أن تكون جنبا إلى جنب مع تقريبات أخرى، ذاتية لحساب الآثار المترتبة على التغيرات المستقبلية في السوق أو خطة العمل. الجزء الخامس من السبعة: استخدام النهج العلائقيةالأساسية تعديل دراسة مبيعات السنوات السابقة للاتجاهات الشهرية أو الموسمية. انظروا إلى أرقام المبيعات للسنوات الماضية لتحديد الأوقات في السنة التي تمثل النسبة المئوية الأعلى من مبيعاتك. هل هي ثابتة هل تواجه مبيعات أعلى في الشتاء أو الصيف قياس الزيادة أو النقصان في المبيعات خلال هذه الأوقات. هل كان التغيير أعلى أو أقل في سنوات معينة ثم، فكر في سبب ذلك. استخدام ما تعلمته وتطبيقه على توقعات السنوات الحالية. على سبيل المثال، إذا كنت تبيع أحذية الثلوج، فربما كنت قد شهدت زيادة كبيرة بشكل خاص في المبيعات في فصل الشتاء البارد. إذا كان من المتوقع أن يكون هذا العام الشتاء البارد مماثل، يجب زيادة توقعات الطلب وفقا لذلك. ابحث عن ردود فعل العملاء. ويشير هذا إلى الحالات التي أدى فيها التغيير في منتجك أو سوقه إلى مبيعات أعلى أو أقل. يمكنك إنشاء مخططات لمبيعاتك التاريخية للمنتج وتحديد التواريخ المهمة، على سبيل المثال زيادة الأسعار أو إدخال منتج منافس. ويمكن أن يكون هذا أيضا أوسع، مثل رد فعل على الاقتصاد المتغير أو التغيرات في إنفاق المستهلكين. قراءة المجلات التجارية ذات الصلة والمقالات الصحفية لجمع هذه المعلومات. يمكن أن توفر لك كل هذه البيانات في متناول يدك فكرة أفضل عن ما قد يؤثر على طلبك في المستقبل. إنشاء نموذج دورة الحياة. دورة الحياة تشير إلى حياة المنتجات الخاصة بك، بين عندما تم عرضه لأول مرة واليوم الحاضر. نظرة على مبيعات المنتج الخاص بك في مراحل مختلفة. فحص طبيعة العملاء الذين يشترون المنتج الخاص بك خلال هذه المراحل. على سبيل المثال، سيكون لديك الأوائل (أولئك الذين يحبون أحدث التقنيات) والمشترين التيار (الناس الذين ينتظرون استعراض المنتج والإحالات)، لاغاردز (أنها تشتري فقط عندما كان المنتج قد تم لفترة طويلة)، وأنواع أخرى من المستهلكين. سيساعدك ذلك على تحديد اتجاهات دورة حياة المنتجات وأنماط الطلب الخاصة بمنتجك. 22 الصناعات التي تستخدم هذا النموذج أكثر من غيرها تشمل التكنولوجيا العالية، والأزياء، والمنتجات التي تواجه دورات حياة قصيرة. ما يجعل هذا النهج فريد من نوعه هو أن سبب الطلب يرتبط مباشرة إلى دورة حياة المنتجات. استخدام نموذج المحاكاة. إنشاء نموذج يحاكي تدفق المكونات إلى مصانع التصنيع على أساس متطلبات المواد الخاصة بك جداول التخطيط وتدفق توزيع السلع تامة الصنع الخاصة بك. على سبيل المثال، حساب المهلة اللازمة لاستقبال كل مكون بما في ذلك وقت الشحن بغض النظر عن مكان مصدرها في العالم. هذا سوف تعطيك فكرة عن مدى السرعة التي يمكن أن تجعل المنتج الخاص بك لتلبية الطلب. 23 من المعروف أن هذه النماذج صعبة ومرهقة لخلق وصيانة. شهادات القارئ لقد كنت خارج العمل لبعض الوقت، ولكن مع تطور التكنولوجيات الجديدة، وأدوات المعرفة والخبرة تسير جنبا إلى جنب. محترف يحب دائما لمواكبة. كان من المثير للاهتمام من خلال ما تقدمت به في الماضي مع بعض الإضافات مفيدة. وسوف أذهب من خلال هذا مرة أخرى. شكر. . المزيد - جويد منذور ساعدتني هذه الصفحة في فهم تقريري عن مبادئ التسويق. - جيز نابيال كانت المعلومات مفصلة جدا ومفيدة. - سيلفي بيريرا جيد جدا مكتوبة وسهلة الفهم. - سهيل أكرم مقال جيد. إنها سهلة لتفهم. - تانيا ماثيوز