Fokusno predviđanje u lancu snabdevanja - studija slučaja kompanije sa robom široke potrošnje u Srbiji

Abstract

Ovaj rad predstavlja primenu fokusnog predviđanja u lancu snabdevanja robe široke potrošnje. Fokusno predviđanje je testirano na stvarnom primeru iz poslovanja jednog preduzeća u Srbiji. Podaci koji su korišćeni u simulaciji odnose se na istorijske podatke o prodaji dve grupe robe široke potrošnje sa nekoliko različitih proizvoda. Podaci o ovim proizvodima su prikupljeni i sumirani kroz čitav distributivni kanal na tržištu Srbije u periodu od januara 2012. do decembra 2013. godine. Na podacima o prodaji je primenjeno nekoliko poznatih metoda za predviđanje vremenskih serija, korišćenjem pristupa fokusnog predviđanja. Pristup fokusnog predviđanja kombinuje različite metode predviđanja na vremenskoj seriji podataka u cilju pronalaženja metode koja je bila najpreciznija u predviđanju proteklih perioda, za predviđanje u budućem periodu. Tačnost predviđanja je definisana pomoću nekoliko indikatora kojima se mere greške predviđanja. U ovom radu, uz pomoć 'Microsoft Excel-a', implementirane su sledeće metode predviđanja prodaje: predviđanje po poslednjem periodu prodaje, prosek prodaje iz svih prethodnih vremenskih perioda, pokretni prosek, eksponencijalno izravnanje sa konstantnim i varijabilnim parametrom α, eksponencijalno izravnanje sa uključenim trendom, eksponencijalno izravnanje sa uključenim trendom i sezonalnošću. Osnovna svrha u radu nije bila evaluacija različitih metoda predviđanja, već prikaz praktične primene fokusnog predviđanja na realnom poslovnom primeru.

This paper presents an application of focus forecasting in a fast moving consumer goods (FMCG) supply chain. Focus forecasting is tested in a real business case in a Serbian enterprise. The data used in the simulation refers to the historical sales of two types of FMCG with several different products. The data were collected and summarized across the whole distribution channel in the Serbian market from January 2012 to December 2013. We applied several well-known time series forecasting models using the focus forecasting approach, where for the future time period we used the method which had the best performances in the past. The focus forecasting approach mixes different standard forecasting methods on the data sets in order to find the one that was the most accurate during the past period. The accuracy of forecasting methods is defined through different measures of errors. In this paper we implemented the following forecasting models in Microsoft Excel: last period, all average, moving average, exponential smoothing with constant and variable parameter α, exponential smoothing with trend, exponential smoothing with trend and seasonality. The main purpose was not to evaluate different forecasting methods but to show a practical application of the focus forecasting approach in a real business case.