ما هو التجانس الأسي؟

ال تجانس الأسي إنها طريقة لها آلية تصحيح ذاتي لديها القدرة على تكييف التنبؤات بطريقة تتعارض مع أخطاء الماضي. هذه هي المتوسطات المتحركة المرجحة للقيم الحالية والسابقة حيث يتم تقليل الأوزان لذلك ، يمكن استخدامه بشكل أسي لتنعيم وفي نفس الوقت لأداء مختلف التنبؤ.

تعتبر هذه الطريقة بمثابة تطور لطريقة المتوسط ​​المتحرك المرجح ، حيث يتم حساب متوسط ​​الوقت الذي يحتوي على آلية التصحيح الذاتي. يركز على تعديل التوقعات بطريقة تتعارض مع الانحرافات السابقة من خلال التصحيحات التي يمكن أن تؤثر على معامل التنعيم.

بهذه الطريقة ، يمكن أن يصل هذا النموذج تحديد بيانات التنبؤ والطلب للفترة الماضية, بالإضافة إلى معامل التنعيم. يسعى تأثيره إلى إيجاد طريقة للقضاء على العناصر التاريخية المختلفة غير النظامية خلال فترات الطلب الحالية ، وتحقيق النتائج المثلى.

خصائص التسوية الأسية

الشرق طريقة التنعيم يشمل الخصائص التالية:

• إنها تقنية لبناء الثقة حيث يمكن تطبيقها على البيانات الموسمية والمتسلسلة الزمنية. بهذه الطريقة توفر سلسلة من البيانات المتجانسة للعرض التقديمي وللأداء أيضًا التنبؤ.
• بيانات السلاسل الزمنية هي سلسلة من الملاحظات.
• الملاحظة هي عملية تتم بشكل عشوائي بطريقة منظمة.
• يسمح التجانس الأسي بتخصيص الأوزان الأسية المتناقصة بمرور الوقت.
• إنها طريقة لا ينبغي استخدامها للتنبؤ بمبيعات المنتجات الموسمية ، وذلك بسبب المبيعات التي تظهر نمطًا لا تملك طريقة المتوسط ​​المتحرك القدرة على نمذجه.
• اعتمادًا على القياس الكمي ، يمكن أن تعطي هذه الطريقة وزنًا أكبر للبيانات الحديثة مقارنة بالبيانات الأقل حداثة أو العكسية.
• إنها طريقة تحدد قيمة واحدة تضمن الوقاية في المستقبل.

كيف تحسب توقعًا باستخدام التجانس الأسي؟

نظرًا لأنها عملية حسابية بسيطة ، فهي تتطلب فقط التنبؤ السابق والطلب لفترة التنبؤ الفعلية وثابت التنعيم. عند استخدام هذه الطريقة لأول مرة ، سيتم أخذ تقدير للتنبؤ السابق أو نتيجة المتوسط ​​البسيط في الاعتبار.

ال صيغة تجانس أسية أنه:

توقعات جديدة = توقعات الفترة السابقة + ألفا (الطلب الفعلي للفترة السابقة - توقعات الفترة السابقة)

أين:

F1 = توقعات جديدة

F1–1 = توقعات الفترة السابقة

ألفا = ثابت التجانس

A1-1 = الطلب الحقيقي للفترة السابقة

ما هو ثابت التنعيم في التنعيم الأسي؟

تعمل هذه الطريقة عن طريق ثابت تجانس ألفا التي لها قيمة بين 0 و 1 ، ومع ذلك ، في تطبيقها الفعلي ، يمكن أن تختلف القيمة بين 0.05 و 0.50.

يعمل الثابت كعامل مرجح ويتم تباينه اعتمادًا على الحاجة إلى إعطاء وزن أكبر للبيانات الحديثة أو البيانات السابقة. بهذا المعنى ، إذا كانت ألفا تساوي 1 ، يجب أن تكون توقعات الطلب للفترة التالية مساوية للفترة الحالية.

نتيجة لذلك ، يجب أن تكون ألفا المختارة مرتبطة بمعدل الاستجابة المطلوب والمنتج. خلاف ذلك ، يحدث إذا بدأت الشركة في تحقيق نمو في طلبها ، فسيحتاج ذلك إلى مستوى ألفا أعلى وبالتالي توفير أهمية أكبر للطلب الأخير.

مزايا وعيوب طريقة التجانس الأسي

من بين المزايا الأكثر صلة:

• إنها طريقة التنبؤ الأكثر استخدامًا لأنها بسيطة للغاية ، مما سمح بتطبيقها في الشركات الكبيرة والصغيرة. يتم ذلك عادةً في ملفات Excel بسيطة أو في برنامج.
• الصيغة المستخدمة سهلة للغاية ، ما عليك سوى التنبؤ السابق والطلب الفعلي لفترة التنبؤ وثابت التجانس.
• ليس عليك امتلاك كمية كبيرة من البيانات التاريخية.
• إنه يضمن دقة أكبر ، لأنه نموذج أسي.
• عادة ما يكون مرنًا تمامًا في السعي لإعطاء أهمية أكبر لكل من الطلب الأحدث والأقدم.

لتسليط الضوء على بعض عيوب هذه الطريقة ، يمكن القول:

• مثل طرق المتوسط ​​المتحرك ، فهي استجابة اتجاه ، أي على الرغم من تحقيق قيمة ألفا الاستجابة لبعض التغييرات التي تحدث في المتوسط ​​، فإن هذه التغييرات المنهجية ستزيد من خطأ التنبؤ. هذا يعني أنه عند تطبيق ألفا أكبر من 0.5 له نتائج جيدة ، فمن الأفضل اختيار التجانس الأسي المزدوج.

قالب إكسل تجانس أسي

ال قالب إكسل تجانس أسي يحتوي على الميزات التالية:

• قم بتشغيل توقع لسلسلة مع رسم بياني للحصول على أخطاء التقدير.
• يمكنك حساب متوسط ​​سلسلة زمنية باستخدام إجراء التصحيح الذاتي.
• متوسط ​​الملاحظات ، يمكنك الحصول عليها أضعافا مضاعفة ، مما يعني أن البيانات موجودة يتم ترجيحهم من خلال إعطاء وزن أكبر للملاحظات الحديثة ووزن أقل لأولئك الذين لديهم وزن أكبر العصور القديمة.
• يوصى به بشدة لأنماط الطلب المستوية أو العشوائية ، حيث يُطلب منه تجنب إنتاج التأثير على العناصر التاريخية غير النظامية.