Saisonindizes

Bei Saisonindizes handelt es sich um Schätzungen, um wie viel der Bedarf während einer bestimmten Saison über oder unter dem durchschnittlichen Bedarf eines Artikels liegt. Indizes werden von Anwendern des Systems manuell erstellt und bearbeitet. Bevor sie in Modellen eingesetzt werden, werden die Profile automatisch normalisiert. Ein Saisonprofil wird folgendermaßen normalisiert:

Mit N = Anzahl der Perioden pro Jahr und P =Saisonindex muss ein normalisiertes Saisonprofil die folgende Eigenschaft besitzen:

Bei jeder Änderung oder Generierung eines beliebigen Saisonindexes wird das Profil sofort normalisiert. Wenn der zu normalisierende Saisonindex ist, wird die folgende Normalisierungsmethode verwendet:

Wenn das automatische Saisonprofil gewählt wird, muss der Artikel zuerst den Erkennungsalgorithmus für Saisonkomponenten durchlaufen (sieheErkennung über 2 Jahre) Wenn der Artikel den Erkennungsalgorithmus für Saisonprofile durchlaufen hat, erhält er sein eigenes Saisonprofil, das für die Prognoseerstellung für den Artikel verwendet wird (siehe Erstellen eines Saisonprofils). Das automatische Saisonprofil verwendet die gleichen Parameterwerte wie die unten erklärte automatische Generierung von Saisonindizes. Der einzige Parameter, der dann ggf. geändert werden muss, ist der Parameter PartProfileLowerO2Limit und PartProfileUpper02Limmit, der steuert, wie streng der Erkennungsalgorithmus für Saisonkomponenten sein sollte. Nach dem Standardwert dieses Parameters besteht zu 85 % und 75 % Gewissheit, dass wenn ein Artikel ein Saisonprofil bekommt, der Artikel ein Saisonprofil aufweist. Dieser Wert könnte in einigen Fällen zu streng sein.

Automatische Generierung von Saisonindizes

SeasonProfiles/PartProfileUpperO2Limit (Einstellung in den erweiterten Servereinstellungen des Bedarfsplanungs-Servers)

Arbeitet mit PartProfileLowerO2Limit zusammen, um ein besseres und stabileres automatisches Saisonprofil zu erstellen. Funktionsweise: Damit ein Artikel ein Saisonprofil erhält, das in seiner Prognoseberechnung verwendet wird, benötigt er einen Saisonindikator über dem PartProfileUpperO2Limit. Wenn der Artikel über diesem Limit liegt, erhält er ein Saisonprofil, das in seiner Prognoseberechnung verwendet wird, bis er einen Wert unter dem PartProfileLowerO2Limmit erhält. Der Artikel verliert dann das Saisonprofil in seiner Prognoseberechnung. Wenn ein Artikel sein Profil verloren hat, benötigt er einen Saisonindikator über dem PartProfileUpperO2Limit, um ein Saisonprofil in seiner Prognoseberechnung zu erhalten.

Dies ist die Obergrenze, die ein Artikel ohne Saisonkomponente überschreiten muss, bevor ein Saisonprofil bei Verwendung des automatischen Saisonprofils für einen Artikel angewendet wird.

Dies bedeutet, dass unter Verwendung der Standardnummern von PartProfileUpperO2Limit (1,05) und PartProfileLowerO2Limit (0,7) das automatische Saisonprofil folgendermaßen funktioniert. Bei einem Artikel ohne Saisonkomponente muss der Indikator des Artikels über 1,05 liegen, um ein Saisonprofil in seiner Prognoseberechnung zu erhalten. Bei einem Artikel, der bereits über 1,05 gelegen hat (ein Saisonprofil wurde angewendet), muss der Indikator unter 0,7 liegen, damit dieser Artikel seine Saisonkomponente verliert.

Dieser Indikator wird für den Algorithmus verwendet, der Artikel mit einem Bedarf von mehr als 2 Jahren berechnet. Bei der Einstellung dieses Parameters empfiehlt es sich, die Normalverteilung heranzuziehen. Der Wert 1,96 ergibt eine Genauigkeit von 97,5% (entsprechend der Normalverteilung); das bedeutet, dass es sich bei der Saisonkomponente mit 2,5% Wahrscheinlichkeit nur um eine Zufallsabweichung handelt. Der Standardwert ist 1,05 (ergibt eine Genauigkeit von 85 %). Diesen Wert senken Sie, wenn viele Artikel vorhanden sind, die ein Saisonprofil erhalten, aber keine Saisonkomponente haben, wenn für sie die Verwendung des automatischen Saisonprofils festgelegt ist. Ein Wert von 0,25 ergibt eine Genauigkeit von 60 %, es besteht jedoch eine Wahrscheinlichkeit von 40 %, dass Artikel einfach nur aufgrund von statistischem Rauschen ein Saisonprofil erhalten haben, ohne über eine Saisonkomponente zu verfügen. Hinweis: Diese Zahl MUSS unter PartProfileLowerO2Limit liegen oder gleich sein.

SeasonProfiles\PartProfileLowerO2Limit (Einstellung in den erweiterten Servereinstellungen des Bedarfsplanungs-Servers)

Arbeitet mit PartProfileUpperO2Limit zusammen, um ein besseres und stabileres automatisches Saisonprofil zu erstellen. Funktionsweise: Damit ein Artikel ein Saisonprofil erhält, das in seiner Prognoseberechnung verwendet wird, benötigt er einen Saisonindikator über dem PartProfileUpperO2Limit. Wenn der Artikel über diesem Limit liegt, erhält er ein Saisonprofil, das in seiner Prognoseberechnung verwendet wird, bis er einen Wert unter dem PartProfileLowerO2Limmit erhält. Der Artikel verliert dann das Saisonprofil in seiner Prognoseberechnung. Wenn ein Artikel sein Profil verloren hat, benötigt er einen Saisonindikator über dem PartProfileUpperO2Limit, um ein Saisonprofil in seiner Prognoseberechnung zu erhalten.

Dies ist die Untergrenze, unter der ein Artikel mit einem Saisonprofil in der letzten Periode liegen muss, um die Saisonkomponente zu verlieren.

Dieser Indikator wird für den Algorithmus verwendet, der Artikel mit einem Bedarf von mehr als 2 Jahren berechnet. Bei der Einstellung dieses Parameters empfiehlt es sich, die Normalverteilung heranzuziehen. Der Wert 1,96 ergibt eine Genauigkeit von 97,5% (entsprechend der Normalverteilung); das bedeutet, dass es sich bei der Saisonkomponente mit 2,5% Wahrscheinlichkeit nur um eine Zufallsabweichung handelt. Der Standardwert ist 1,05 (ergibt eine Genauigkeit von 85 %). Erhöhen Sie diesen Wert, wenn viele Artikel vorhanden sind, die ein Saisonprofil erhalten, aber keine Saisonkomponente zu haben scheinen, wenn für sie die Verwendung des automatischen Saisonprofils festgelegt ist. Ein Wert von 0,25 ergibt eine Genauigkeit von 60 %, es besteht jedoch eine Wahrscheinlichkeit von 40 %, dass Artikel einfach nur aufgrund von statistischem Rauschen ein Saisonprofil erhalten haben, ohne über eine Saisonkomponente zu verfügen. Der Standardwert ist 0,7 (ergibt eine Genauigkeit von 75 %). Hinweis: Diese Zahl MUSS unter PartProfileUpperO2Limit liegen oder gleich sein.

Den Algorithmus finden Sie hier.

SeasonProfiles\MinAverageSeasonProfileIndexes (Einstellung in den erweiterten Servereinstellungen des Bedarfsplanungs-Servers)

Dieser Parameter wird verwendet, um eine Mindestebene festzulegen, die der DP-Server bei der Anpassung des saisonbereinigten historischen Bedarfs verwendet, um das richtige Bedarfsniveau zu erreichen. Die Standardeinstellung beträgt 0,2, was bedeutet, dass der historische Bedarf maximal 5 Male erhöht wird, wenn der Artikel nur historische Daten in der Nebensaison hat. Der Grund dafür ist, Situationen zu vermeiden, in denen neue Artikel, die keine normalen Verkäufen gemäß dem verwendeten Saisonprofil haben, sehr hohe Prognosen erhalten, da das verwendete Saisonprofil eine niedrige Verkaufsperiode anzeigt. Wenn z. B. der saisonale Index bei 0,01 und die Verkäufe in dieser Periode bei 10 liegen, ist die saisonbereinigte Historie in diesem Fall 10/0,01 = 1.000. Diese Historie wird dann in das Prognosemodell integriert und höchstwahrscheinlich zu einer zu hohen Prognose führen.

Eine ausführliche Erklärung der Erstellung von Saisonprofilen folgt.

Algorithmus zum Generieren von Saisonprofilen

Bedarf von weniger als 2 Jahren

Bedarf von mehr als 2 Jahren

Es wird ein zentrierter gleitender Durchschnitt mit der Anzahl der Perioden pro Jahr ausgeführt. Bei Verwendung von Monatsperioden werden die Perioden über ein Jahr wie folgt gewichtet (die Zahl in Fettdruck ist der Mittelpunkt): 1/12[0,5, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0,5]

Nachfolgend werden die verwendeten Formeln dargestellt; die Tabelle zeigt ein Beispiel.

Beispieltabelle:

Periode	Bedarf	12 Monate zentriert	12-Saison-Verhältnis
199001	112	NV	NV
199002	118	NV	NV
199003	132	NV	NV
199004	129	NV	NV
199005	121	NV	NV
199006	135	NV	NV
199007	148	126.7916667	1.167269142
199008	148	127.25	1.163064833
199009	136	127.9583333	1.062845979
199010	119	128.5833333	0.925469864
199011	104	129	0.80620155
199012	118	NV	NV
199101	115	NV	NV
199102	126	NV	NV

Erkennungsalgorithmus für Saisonkomponenten (für Artikel mit einem Bedarf von mehr als 2 Jahren)

Für Artikel mit mehr als 2 Jahren Bedarf wird der Autokorrelationsfaktor des Bedarfs errechnet: Autokorrelationsfaktor von Lag 12 (gleich der Anzahl der Perioden pro Jahr, falls Monatsperioden verwendet werden). Dieser Lag-Autokorrelationsfaktor wird mit dem folgenden Grenzwert verglichen, um eine 85-prozentige Genauigkeit der Formel zu erhalten: 1,05/Quadratwurzel aus der Anzahl der Bedarfsperioden. Der Wert 1,05 (siehe Tabelle einer Normalverteilung) ergibt eine 85-prozentige Genauigkeit. Um die Genauigkeit zu ändern, entnehmen Sie den gewünschten Wert einer Normalverteilungstabelle und verwenden Sie ihn anstelle von 1,05. Nachfolgend werden die Formeln dargestellt.

Der Artikel weist eine Saisonkomponente auf, wenn r(k) > Grenzwert (k = Anzahl Perioden pro Jahr). Der Grenzwert partProfileUpperO2Limit kann in den erweiterten Servereinstellungen geändert werden. Eintrag: SeasonProfiles/partProfileUpperO2Limit. Bei der Einstellung dieses Parameters empfiehlt es sich, die Normalverteilung heranzuziehen. Ein Wert von 1,05 ergibt eine Genauigkeit von 85 %.

Wenn das automatische Saisonprofil verwendet wird, müssen die Artikel diese Überprüfung durchlaufen, damit ein Saisonprofil berechnet werden und bei der Erstellung der Prognose verwendet werden kann.

Ein Artikel muss über der Obergrenze liegen, um ein Saisonprofil zu erhalten. Wenn der Artikel jedoch ein Profil in der Prognoseerstellung verwendet hat, wird es mit r(k) unterhalb des unteren Grenzwerts versehen, um das Profil zu löschen. Das Niemandsland-Intervall sorgt für höhere Stabilität der Prognosen für Artikel, die an der Grenze zu einem Saisonprofil liegen.

Gauß-Filter (Verwischen)

Der Gauss-Filter glättet die Spitzen eines Saisonprofils. Das Diagramm unten zeigt eine typische Form eines Gauss-Filters an. Diese Funktion kann Ausführung mehrmals ausgeführt werden, um das Saisonprofil weiter zu glätten.

<![if!msEquation]> <![if!vml]><![endif]><![endif]>

Die obige Formel wird für den Gauss-Filter verwendet.

a ist ein alpha-Wert, der je nach verwendeter Version/Periode variiert.

Wenn die Periodenversion unter 10 Perioden pro Jahr liegt = 3

Alle anderen Version/Periode-Längen

a= (-0.002537136 * Anzahl der Perioden pro Jahr) + 0.931143734

Wenn dies unter 0,005 fällt, wird a auf 0,005 festgelegt.

X ist die Periodennummer des Saisonprofils.

Anwenden von Saisonprofilen

Ein Saisonprofil wird mit dem folgenden Algorithmus auf einen Artikel angewendet (vereinfacht).

1. Entfernen Sie die Saisonabhängigkeit aus der ursprünglichen Artikel-Historie. Dies geschieht durch Division durch die Saisonindizes.Beachten Sie, dass dazu das automatisch angelegte Saisonprofil verwendet wird (den Algorithmus dazu finden Sie hier). Dann wird dieser historische Bedarf normalisiert, indem alle Perioden mit einem Faktor = Summe (ursprüngliche Historie/Summe(entfernte Historie)) multipliziert werden. Dann wird diese normalisierte Historie durch den Durchschnitt der Saisonindizes geteilt, die verwendet werden, um die Saisonabhängigkeit aus der ursprünglichen Historie zu entfernen. Beachten Sie, dass es möglich ist, festzulegen, wie klein dieser Durchschnittswert sein darf (siehe Erweiterte Servereinstellungen).

2. Dann wird das ausgewählte Prognosemodell auf der resultierenden bereinigten Bedarfshistorie berechnet. (siehe Prognosemodelle für Details). Es ist zu beachten, dass der aus Punkt 1 resultierende bereinigte Bedarf in keiner Position im Diagramm oder Tabellen in der Bedarfsplanung angezeigt wird.

3. Dann wird das ausgewählte Saisonprofil auf die Prognose aus Punkt 2 angewendet. Dies wird durch Multiplizieren mit den Indizes erreicht.