Vad är exponentiell utjämning?

De exponentiell utjämning Det är en metod som har en självkorrigerande mekanism som har förmågan att anpassa prognoser på ett sätt som strider mot tidigare fel. Dessa är viktade glidande medelvärden för aktuella och tidigare värden där vikterna minskas exponentiellt kan den därför användas för att jämna ut och samtidigt utföra olika prognoser.

Denna metod betraktas som en utveckling av den vägda metoden för glidande medelvärde, där tidsmedlet som har en självkorrigeringsmekanism beräknas. fokuserar på att justera prognoser i motsats till tidigare avvikelser genom korrigeringar som kan påverka utjämningskoefficienten.

På detta sätt kan den här modellen nå ange prognosdata och efterfrågan för den senaste perioden, förutom utjämningskoefficienten. Dess inverkan söker ett sätt att eliminera de olika historiska oregelbundna elementen genom nuvarande efterfrågan, vilket uppnår optimala resultat.

Exponentiella utjämningsegenskaper

Öst utjämningsmetod innefattar följande egenskaper:

• Det är en förtroendeskapande teknik eftersom den kan tillämpas på säsongs- och tidsseriedata. på detta sätt ge en serie utjämnade data för presentation och även för att utföra prognoser.
• Tidsseriedata är observationsserier.
• Observation är en process som utförs slumpmässigt på ett ordnat sätt.
• Exponentiell utjämning möjliggör tilldelning av minskande exponentiella vikter över tiden.
• Det är en metod som inte bör användas för att förutsäga försäljningen av säsongsbetonade produkter, detta beror på försäljningen som visar ett mönster som metoden för glidande medel inte har förmågan att modellera.
• Beroende på kvantifieringen kan den här metoden ge mer tyngd åt senaste data än mindre nyligen eller inversa.
• Det är en metod som tilldelar ett enda värde som garanterar förebyggande i framtiden.

Hur beräknar du en prognos med Exponential Smoothing?

Eftersom det är en enkel beräkning, kräver den bara den tidigare prognosen, efterfrågan på den faktiska prognosperioden och konstanten av glättning. När du använder denna metod för första gången kommer en uppskattning av den tidigare prognosen eller resultatet av ett enkelt genomsnitt att beaktas.

De exponentiell utjämningsformel det är:

Ny prognos = Tidigare prognos + alfa (Tidigare period faktisk efterfrågan - Tidigare prognos)

Var:

F1 = Ny prognos

F1–1 = Prognos för föregående period

Alpha = utjämningskonstant

A1-1 = Verklig efterfrågan från föregående period

Vad är utjämningskonstanten i exponentiell utjämning?

Denna metod fungerar med en konstant av alfa-utjämning som har ett värde som ligger mellan 0 och 1, men i sin faktiska tillämpning kan värdet variera mellan 0,05 och 0,50.

Konstanten fungerar som en viktad faktor och dess variation görs beroende på behovet av att lägga mer vikt på senaste data eller tidigare data. I den meningen måste, om alfa är lika med 1, efterfrågan på prognosen för nästa period vara lika med den aktuella perioden.

Som en konsekvens av detta bör den valda alfa vara relaterad till den önskade svarsfrekvensen och produkten. Annars händer det om företaget börjar öka sin efterfrågan, detta kommer att behöva en högre alfa och därmed ge en större betydelse för den senaste efterfrågan.

För- och nackdelar med metoden Exponential Smoothing

Bland de mest relevanta fördelarna är:

• Det är prognosmetoden som används mest eftersom den är väldigt enkel, vilket har gjort det möjligt att genomföra den i stora och små företag. Det görs vanligtvis i enkla Excel-filer eller i programvara.
• Formeln som används är mycket enkel, du behöver bara den tidigare prognosen, den faktiska efterfrågan för prognosperioden och utjämningskonstanten.
• Du behöver inte ha en stor mängd historiska data.
• Det garanterar större precision, eftersom det är en exponentiell modell.
• Det är vanligtvis ganska flexibelt när det gäller att lägga större vikt vid både den senaste efterfrågan och den äldsta efterfrågan.

För att lyfta fram några nackdelar med denna metod kan man säga att:

• Liksom glidande medelmetoder är det ett trendsvar, det vill säga, även om ett alfavärde uppnår svara på vissa förändringar som sker i genomsnitt, kommer dessa systematiska ändringar att öka felet i prognoser. Detta innebär att när man applicerar en alfa som är större än 0,5 som har bra resultat är det bättre att välja dubbel exponentiell utjämning.

Exponentiell utjämning av Excel-mall

De exponentiell utjämningsmall för excel innehåller följande funktioner:

• Kör en prognos för en serie i kombination med ett diagram för att få uppskattningsfelen.
• Du kan beräkna genomsnittet för en tidsserie med hjälp av en självkorrigeringsprocedur.
• Medelvärdet av observationerna kan du få dem exponentiellt, vilket innebär att data är de viktas genom att ge mer vikt till de senaste observationerna och mindre vikt till dem med större antiken.
• Det rekommenderas starkt för nivåmässiga eller slumpmässiga efterfrågemönster, där man försöker undvika att påverka oregelbundna historiska element.