Peramalan permintaan yang lebih cerdas menggunakan rata-rata pergerakan yang dihaluskan

Seperti yang telah kita bahas di blog baru-baru ini tentang perkiraan permintaan dan rantai pasokan, manajemen rantai pasokan yang efektif menjadi semakin kompleks sebagai akibat dari kekuatan pasar utama seperti meningkatnya volatilitas permintaan dan globalisasi.

Rata-rata pergerakan yang dihaluskan adalah model perkiraan permintaan yang membantu memerangi pengaruh kekuatan pasar ini untuk mengungkapkan tren yang berlaku selama periode waktu tertentu.

Mari kita lihat lebih dekat cara kerjanya.

Apa itu rata-rata pergerakan yang dihaluskan?

Smoothed moving average (SMMA) adalah model peramalan permintaan yang dapat digunakan untuk mengukur tren berdasarkan serangkaian rata-rata dari periode berturut-turut.

Misalnya, rata-rata pergerakan yang dihaluskan dari enam bulan penjualan dapat dihitung dengan mengambil rata-rata penjualan dari Januari hingga Juni, lalu rata-rata penjualan antara Februari hingga Juli, lalu Maret hingga Agustus, dan seterusnya.

Model ini disebut 'bergerak' karena rata-rata terus dihitung ulang saat lebih banyak data tersedia.

Apa pro dan kontra dari model rata-rata bergerak yang dihaluskan?

Rata-rata pergerakan yang dihaluskan berguna untuk melihat tren penjualan secara keseluruhan dari waktu ke waktu dan membantu perencanaan permintaan jangka panjang. Perubahan cepat sebagai akibat dari musim atau fluktuasi lainnya dihaluskan sehingga Anda dapat menganalisis gambaran yang lebih besar dengan lebih akurat. Model rata-rata bergerak yang dihaluskan biasanya berfungsi dengan baik saat Anda memiliki produk yang tumbuh secara konsisten atau menurun seiring waktu.

Menurut definisi, model ini 'memuluskan' penjualan selama periode waktu tertentu, yang berarti model ini tidak memperhitungkan faktor-faktor seperti musim atau perubahan penjualan yang cepat.

Misalnya, jika Anda melipatgandakan penjualan Anda selama Natal, rata-rata pergerakan Anda yang dihaluskan tidak akan menunjukkan bahwa Anda perlu memesan lebih banyak stok selama periode tersebut. Sebaliknya, itu akan menunjukkan kinerja rata-rata Anda dari waktu ke waktu, seperti seluruh kuartal atau tahun. Karena alasan ini, yang terbaik adalah memeriksa tren dalam jangka panjang daripada memperkirakan periode penjualan musiman.

Bagaimana cara kerja model rata-rata pergerakan TradeGecko yang dihaluskan?

Model perkiraan permintaan TradeGecko menggunakan rata-rata pergerakan yang dihaluskan dengan melihat kembali periode dua tahun, dan memperkirakan dari hari pertama penjualan dalam jendela dua tahun itu. Dengan kata lain, ini memperkirakan dari hari pertama penjualan Anda yang tercatat di TradeGecko hingga dua tahun yang lalu.

Anda dapat memilih untuk melihat prediksi berdasarkan penjualan rata-rata menurut minggu atau bulan. Misalnya, jika Anda menjual 35 unit selama minggu pertama bulan Februari dan memilih untuk menghitung rata-rata setiap minggu, TradeGecko akan memprediksi bahwa Anda akan menjual lima unit setiap hari di minggu kedua bulan Februari, yaitu 35 / 7 =5. Jika Anda memilih untuk menghitung rata-rata setiap bulan dan menjual 112 unit selama bulan Februari, TradeGecko akan memprediksi bahwa Anda akan menjual empat unit setiap hari di bulan Maret, yaitu 112 / 28 =4.

Produk apa pun tanpa data penjualan selama dua tahun terakhir tidak akan disertakan dalam perkiraan.

Ingin belajar lebih banyak? Lihatlah ikhtisar terperinci kami tentang rata-rata pergerakan yang dihaluskan dengan TradeGecko.