Data CharacteristicsThe second set

Data Characteristics

The second set of questions concerns the type, availability, and quality of data:

1. What data are available to your company for use in the forecasting function?
Specifically, do you have data available on shipment history, order history, and/or end-consumer demand (e.g., POS data)?

2. How old are the data (i.e., how many weeks, months, or years are contained in the data)?

3. At what level of detail are the data?

4. What data external to your company can you obtain to facilitate sales fore- casting (i.e., external factors that might affect product demand for use in a regression model)?

5. How accurate are the available data?


Sales, Shipments, and Demand

The answer to the first question determines what we will forecast. It is important to distinguish between sales, shipments, and demand. Although called sales fore- casting, this function is really about forecasting demand. Demand is what our cus- tomers would buy from us if they could; sales is our ability to accept orders from our customers; and shipments is what our operations system can actually deliver to our customers. Suppose, for example, that demand for one of our products next month is 10,000, but our salespeople (due to uncertainty about delivery time com- mitments) can only confirm 9,000 units in actual sales. Suppose, further, that our production/logistics system can only produce and deliver 7,500 units of those ordered (sold). If our information system only collects and records shipments, our historical record of this month will show shipments of 7,500 units, and nothing else! What will be lost is the fact that we actually sold 1,500 units more, and could have sold 2,500 units more, if the capacity to produce and deliver had been available. With only this shipments history available to the forecasting function, we will con- tinue to forecast “demand” to be 7,500 units per month, never recognize the lost sales each month, and never increase capacity to capture this extra true demand. However, if the only data we have are a history of what we have shipped in the past, these are the data we will have to use until more meaningful demand data can be gathered—but the commitment should be immediately made to begin gathering this more accurate sales and demand data.

ผลลัพธ์ (ไทย) 1:

ข้อมูลลักษณะ

ชุดที่สองของคำถามที่เกี่ยวข้องกับประเภทที่พร้อมใช้งานและคุณภาพของข้อมูล:

1 กับข้อมูลที่มีอยู่กับ บริษัท ของคุณสำหรับการใช้งานในฟังก์ชั่นการพยากรณ์
โดยเฉพาะคุณมีข้อมูลที่มีอยู่เกี่ยวกับประวัติศาสตร์การจัดส่งประวัติการสั่งซื้อและ / หรือความต้องการของผู้บริโภคที่สิ้นสุด (เช่นข้อมูล POS)

2 วิธีการเดิมข้อมูล (เช่นกี่สัปดาห์เดือนหรือปีที่มีอยู่ในข้อมูล) คืออะไร?

3 สิ่งที่ระดับของรายละเอียดข้อมูลมีอะไรบ้าง

4 ข้อมูลภายนอกเพื่อ บริษัท ของคุณคุณสามารถได้รับการอำนวยความสะดวกในการขายหน้าหล่อ (คือปัจจัยภายนอกที่อาจส่งผลกระทบต่อความต้องการสินค้าสำหรับการใช้งานในรูปแบบการถดถอย)

5 วิธีที่ถูกต้องข้อมูลที่มีอยู่


ขาย, การขนส่ง, และความต้องการเป็น

คำตอบสำหรับคำถามแรกที่จะเป็นตัวกำหนดสิ่งที่เราจะคาดการณ์มันเป็นสิ่งสำคัญที่จะแยกแยะความแตกต่างระหว่างการขายสินค้าและความต้องการ แม้ว่าจะเรียกว่าขายหน้าหล่อ, ฟังก์ชั่นนี้เป็นจริงเกี่ยวกับการคาดการณ์ความต้องการ ความต้องการเป็นสิ่งที่ยูเอส tomers ของเราจะซื้อจากเราถ้าพวกเขาได้; ขายคือความสามารถของเราที่จะยอมรับคำสั่งจากลูกค้าของเราและการขนส่งเป็นสิ่งที่ระบบการดำเนินงานของเราจริงสามารถส่งมอบให้กับลูกค้าของเรา ตัวอย่างเช่นสมมติ,ความต้องการสำหรับผลิตภัณฑ์ของเรานั้นเดือนต่อไปคือ 10,000 แต่พนักงานขายของเรา (เนื่องจากความไม่แน่นอนเกี่ยวกับเวลาการส่งมอบคอม mitments) เท่านั้นที่สามารถยืนยัน 9,000 หน่วยในการขายที่เกิดขึ้นจริง คิดว่าต่อไปว่าระบบการผลิต / จิสติกส์ของเราสามารถผลิตและส่งมอบ 7,500 หน่วยของผู้ที่สั่งซื้อ (ขาย) ถ้าระบบข้อมูลของเราจะรวบรวมเฉพาะและการจัดส่งบันทึกบันทึกประวัติศาสตร์ของเราในเดือนนี้จะแสดงการจัดส่งของ 7,500 หน่วยและไม่มีอะไรอื่น! สิ่งที่จะหายไปคือความจริงที่เราจริงขาย 1,500 หน่วยมากขึ้นและสามารถมียอดขาย 2,500 หน่วยมากขึ้นถ้าความสามารถในการผลิตและส่งมอบได้รับใช้ได้ ที่มีเพียงแค่นี้ประวัติศาสตร์การขนส่งสามารถใช้ได้กับฟังก์ชั่นการพยากรณ์เราจะ con-tinue ที่จะคาดการณ์ "ต้องการ" จะ 7500 หน่วยต่อเดือนไม่เคยรับรู้รายได้ที่สูญเสียไปในแต่ละเดือนและไม่เคยเพิ่มขีดความสามารถในการจับภาพนี้ความต้องการที่แท้จริงเป็นพิเศษ แต่ถ้าข้อมูลเดียวที่เรามีอยู่ในประวัติศาสตร์ของสิ่งที่เราได้จัดส่งไปในอดีตที่ผ่านมา,เหล่านี้เป็นข้อมูลที่เราจะต้องใช้จนกว่าจะมีข้อมูลมากขึ้นตามความต้องการที่มีความหมายสามารถรวบรวม แต่ความมุ่งมั่นที่ควรจะทำทันทีเพื่อเริ่มต้นการรวบรวมยอดขายที่ถูกต้องมากกว่านี้และข้อมูลความต้องการ.

ผลลัพธ์ (ไทย) 2:

ลักษณะข้อมูล

ชุดสองของคำถามที่เกี่ยวข้องกับชนิด ห้องว่าง และคุณภาพของข้อมูล:

1 ข้อมูลบริษัทของคุณสำหรับใช้ในการทำงานที่คาดการณ์?
โดยเฉพาะ คุณมีข้อมูล ในส่งประวัติ ประวัติใบสั่งซื้อ ความต้องการผู้บริโภคสิ้นสุด (เช่น ข้อมูล POS) ?

2 อายุมีข้อมูล (เช่น สัปดาห์จำนวน เดือน หรือปีที่มีอยู่ในข้อมูล)

3 รายละเอียดระดับใดมีข้อมูลหรือไม่

4 ข้อมูลภายนอกที่บริษัทของคุณสามารถคุณได้รับเพื่อขายลำเลียงสาหล่อ (เช่น ปัจจัยภายนอกที่อาจส่งผลต่อความต้องการผลิตภัณฑ์สำหรับใช้ในแบบจำลองถดถอย) ?

5 ข้อมูลถูกต้องอย่างไร?


ขาย จัดส่ง และความต้องการ

คำตอบสำหรับคำถามแรกกำหนดสิ่งที่เราจะคาดการณ์ สิ่งสำคัญที่จะแยกแยะความแตกต่างระหว่างการขาย จัดส่ง และความต้องได้ แม้เรียกว่าขายลำเลียงสาหล่อ ฟังก์ชันนี้ได้จริง ๆ เกี่ยวกับการคาดการณ์ความต้องการ ความต้องเป็นอะไรของเรา tomers cus จะซื้อจากเราถ้าพวกเขาสามารถ ขายจะสามารถยอมรับคำสั่งจากลูกค้าของเรา และจัดส่งคือ อะไรระบบการดำเนินงานของเราสามารถจะส่งให้ สมมติว่า เช่น ที่ความต้องการผลิตภัณฑ์หนึ่งเดือนถัดไปเป็น 10000 แต่พนักงานขายของเรา (เนื่องจากความไม่แน่นอนเกี่ยวกับจัดส่งเวลา com-mitments) สามารถยืนยัน 9000 หน่วยในการขายจริงเท่านั้น สมมติ เพิ่ม เติม ที่ระบบของเราผลิต/โลจิสติกส์สามารถเฉพาะผลิต และส่งมอบหน่วย 7,500 ของผู้สั่งซื้อ (ขายแล้ว) ถ้าระบบข้อมูลของเรารวบรวม และบันทึกการจัดส่ง เฉพาะ บันทึกทางประวัติศาสตร์ของเราเดือนนี้จะแสดงการจัดส่งของหน่วย 7,500 และอะไร อะไรจะหายไปคือ ความจริงที่ว่า เราจริงขาย 1500 หน่วยเพิ่มเติม และไม่มีขาย 2500 หน่วยมากขึ้น ถ้าความสามารถในการผลิต และจัดส่งได้พร้อมใช้งาน มีเท่านี้ส่งประวัติพร้อมฟังก์ชันการคาดการณ์ เราจะคอน tinue เพื่อคาดการณ์ "ต้อง" ให้ 7500 หน่วยต่อเดือน ไม่รู้จักขายหายไปแต่ละเดือน และเพิ่มความสามารถในการจับภาพนี้ความต้องการพิเศษอย่างแท้จริงไม่เคย อย่างไรก็ตาม ถ้าเรามีข้อมูลเพียง มีประวัติอะไรที่เราได้จัดส่งในอดีต เหล่านี้เป็นข้อมูลที่เราจะต้องใช้จนกระทั่งความหมายมากกว่าความต้องการข้อมูลที่สามารถรวบรวมกัน แต่ความมุ่งมั่นทันทีควรใช้เพื่อเริ่มต้นการรวบรวมการขายมากขึ้นถูกต้องและข้อมูลความต้องการนี้

ผลลัพธ์ (ไทย) 3:

ตั้งค่าที่สองข้อมูล ลักษณะ

ของคำถามข้อกังวล ประเภท ความพร้อมใช้งานและ คุณภาพ ของข้อมูล:

1 ข้อมูลใดบ้างมีให้กับบริษัทของคุณสำหรับการใช้งานในฟังก์ชั่นการประมาณการได้จากที่ใด?
โดยเฉพาะคุณมีข้อมูลที่มีอยู่ในข้อมูลประวัติการสั่งซื้อการจัดส่งความต้องการและ/หรือสิ้นสุด - ผู้ใช้ทั่วไป(เช่นข้อมูล POS )?

2 วิธีการเก่ามีข้อมูล(เช่นวิธีการเดือนหลายสัปดาห์หรือหลายปีมีที่อยู่ในข้อมูล)

3 . ที่ว่าระดับของรายละเอียดซึ่งได้รับข้อมูลหรือไม่?

4 ข้อมูลใดบ้างจาก ภายนอก ที่เป็นบริษัทของคุณคุณจะได้รับการอำนวยความสะดวกสำหรับการขายเสียง(เช่นสำหรับปัจจัย ภายนอก ประเทศที่อาจมีผลกระทบต่อความต้องการ ผลิตภัณฑ์ สำหรับใช้ในรุ่น( Log )?

5 ความแม่นยำมีข้อมูลที่มีอยู่หรือไม่?


ยอดขายสินค้าและความ ต้องการ

คำตอบสำหรับคำถามแรกจะเป็นตัวกำหนดว่าจะมีอะไรเราจะประมาณการเป็นเรื่องสำคัญที่จะต้องแยกแยะระหว่างความต้องการและการจัดส่งการขาย แม้ว่าจะเรียกว่าการขายหน้าเสียงฟังก์ชันนี้เป็นเรื่องที่เกี่ยวกับการประมาณการความต้องการ ความต้องการมีอะไร CU ร่วมกัน - tomers ของเราจะซื้อจากเราหากพวกเขาไม่สามารถขายมีความสามารถของเราในการรับคำสั่งซื้อจากลูกค้าของเราและการขนส่งเป็นระบบการทำงานของเราสามารถให้กับลูกค้าของเรา คิดว่าตัวอย่างเช่นความต้องการสำหรับหนึ่งใน ผลิตภัณฑ์ ของเราเดือนถัดไปคือ 10 , 000 แต่พนักงานขายของเรา(เนื่องจากความไม่แน่นอนเกี่ยวกับระยะเวลาในการจัดส่งสินค้า COM - mitments )สามารถยืนยัน 9,000 หน่วยในการขายที่แท้จริงเท่านั้น คิดว่าอีกว่าระบบการผลิต/การขนส่งสินค้าของเราสามารถผลิตและส่งมอบ 7,500 ชุดของผู้ที่สั่งซื้อ(แยกจำหน่าย)เท่านั้น หากระบบข้อมูลของเราจะเก็บรวบรวมและบันทึกข้อมูลการส่งสินค้าบันทึกทางประวัติศาสตร์ของเราในเดือนนี้จะแสดงการจัดส่งของ 7,500 หน่วยและไม่มีอะไรอย่างอื่น สิ่งที่จะสูญเสียไปก็คือความจริงที่ว่าเราขาย 1 , 500 คันมากกว่าและไม่มีขาย 2 , 500 คันมากกว่าถ้าความสามารถในการผลิตและส่งมอบได้รับการจัดให้บริการ พร้อมด้วยอย่างนี้มีประวัติการส่งออกไปยังการทำงานการประมาณการที่เราจะ Con - tinue การคาดการณ์ปริมาณความต้องการ"เพื่อเป็น 7500 หน่วยต่อเดือนไม่เคยรู้จักสูญเสียยอดขายที่แต่ละเดือนและไม่เคยเพิ่มความจุในการบันทึก ภาพ ความต้องการอย่างแท้จริงพิเศษนี้ อย่างไรก็ตามหากข้อมูลเพียงอย่างเดียวที่เราได้มีประวัติของสิ่งที่เรามีการจัดส่งในอดีตเหล่านี้เป็นข้อมูลที่เราจะต้องใช้จนกว่าข้อมูลความต้องการมีความหมายมากกว่าสามารถรวบรวมได้แต่ความมุ่งมั่นที่จะทำให้ได้ทันทีเพื่อเริ่มการรวบรวมข้อมูลและความต้องการด้านการขายที่เพิ่มมากขึ้นความแม่นยำสูงนี้.