DỰ BÁO NHU

CẦU TS Nguyễn Thế Anh

Khoa Quản trị Kinh doanh
Đại học Ngoại thương
Email: ntheanh@ftu.edu.vn
 NỘI DUNG CHÍNH

 Case: LAFOODCO
 Dự báo là gì?
 Dự báo theo thời gian
 Ảnh hưởng của Vòng đời sản phẩm
 Các loại dự báo

4-2
 NỘI DUNG CHÍNH

 Tầm quan trọng của dự báo

 Quản trị nguồn nhân lực
 Hoạch định công suất
 Quản trị chuỗi cung ứng
 Các bước hình thành dự báo

4-3
 NỘI DUNG CHÍNH

 Các phương pháp dự báo

 Dự báo định tính
 Dự báo định lượng
 Dự báo theo chuỗi thời gian
 Đặc điểm của chuỗi thời gian
 Phương pháp dự báo giản đơn

4-4
 NỘI DUNG CHÍNH

 Dự báo theo chuỗi thời gian (cont.)

 Trung bình động (moving averages)
 San bằng hàm số mũ (Exponential Smoothing)
 Phương pháp dự báo nhân quả (Associative
Forecasting): Hồi quy và tương quan (Regression and
Correlation Analysis)
 Hồi quy tuyến tính
 Phân tích tươngquan

4-5
 NỘI DUNG CHÍNH

 Dự báo trong dịch vụ

 Đo lường và Kiểm soát sai số của dự báo;
 Lựa chọn và sử dụng kết quả dự báo.

4-6
 Mục tiêu của chương học

Sau khi hoàn thành chương học này, các

bạn có thể:
1. Hiểu về 03 loại kế hoạch (ngắn, trung và
dài han) và các mô hình dự báo tương
ứng;
2. Giải thích cách sử dụng của 4 phương
pháp dự báo định tính;
3. Áp dụng các phương pháp dự báo định
lượng;

4-7
 Mục tiêu của chương học

Sau khi hoàn thành chương học này, các

bạn có thể:
4. Có thể tiến hành các phân tích hồi quy
và tương quan
5. Tính toán được các chỉ tiêu để đánh
giá sai số của dự báo;
6. Sử dụng tín hiệu cảnh báo (tracking
signal – TS) để kiểm soát sai số.

4-8
 Dự báo và dự báo nhu cầu

 Dự báo là dự tính và
báo trước các sự việc
diễn ra trong tương lai ??
một cách có cơ sở
 Dự báo nhu cầu sản
phẩm là dự kiến, đánh
giá nhu cầu tương lai
của các sản phẩm

4-9
Đặc điểm chung của dự báo

 Hệ thống các yếu tố ảnh hưởng đến giá trị

của đại lượng dự báo trong quá khứ sẽ tiếp
tục có ảnh hưởng trong tương lai;
 Không có dự báo nào là hoàn hảo 100%;
 Dự báo dựa trên khảo sát nhóm đối tượng
càng rộng, càng đa dạng thì càng có nhiều
khả năng cho kết quả chính xác;
 Độ chính xác của dự báo tỷ lệ nghịch với
khoảng thời gian dự báo
4 - 10
Phân loại dự báo

 Dự báo ngắn hạn

 Thời gian dưới 1 năm hoặc dưới 3 tháng;
 Kế hoạch mua sắm, điều độ công việc, cân
bằng nhân lực, phân chia công việc…
 Dự báo trung hạn
 Thời gian từ 3 tháng tới 3 năm;
 Kế hoạch sản xuất, kế hoạch bán hàng…
 Dự báo dài hạn
 Thời gian hơn 3 năm;
 Kế hoạch sản xuất sản phẩm mới, R&D, định vị
hoặc mở rộng doanh nghiệp
4 - 11
 Phân biệt 3 loại dự báo

 Dự báo trung/ dài hạn tập trung giải quyết

những vấn đề có tính toàn diện yểm trợ cho
các quyết định quản lý mang tính chiến
lược, định hướng lâu dài;
 Dự báo ngắn hạn thường sử dụng nhiều
phương pháp dự báo hơn dự báo dài hạn;
 Dự báo ngắn hạn chính xác hơn các dự báo
trung và dài hạn

4 - 12
 Ảnh hưởng của Vòng đời sản phẩm
tới dự báo

Giới thiệu – Phát triển – Chín muồi – Suy thoái

 Giai đoạn giới thiệu và phát triển đòi hỏi dự
báo dài hạn hơn so với giai đoạn chín muồi và
suy thoái
 Dựa vào chu kỳ sản phẩm, các kế hoạch tác
nghiệp sẽ tốt hơn như
 Kế hoạch nhân viên
 Quản trị tồn kho
 Hoạch định công suất

4 - 13
Phân loại dự báo theo nội dung
 Dự báo kinh tế
 Chủ yếu là các dự báo mang tính vĩ mô như tỷ
lệ lạm phát, cung tiền…
 Dự báo công nghệ
 Mức độ phát triển KHCN trong tương lai
 Ảnh hưởng đến phát triển sản phẩm mới
 Dự báo nhu cầu
 Đánh giá nhu cầu tương lai của các sản phẩm

4 - 14
 7 bước để làm một dư báo

1. Xác định mục đích của dự báo

2. Lựa chọn đối tượng dự báo
3. Xác định khoảng thời gian dự báo
4. Chọn phương pháp dự báo
5. Thu thập số liệu
6. Dự báo
7. Kiểm chứng kết quả dự báo

4 - 15
 Các phương pháp dự báo

Phương pháp dự báo định tính

 Sử dụng khi dự báo với ít số liệu
 Sản phẩm mới
 Công nghệ mới
 Dựa trên kinh nghiệm của người
làm dự báo

4 - 16
 Các phương pháp dự báo

Phương pháp dự báo định lượng

 Tình huống dự báo có tính ổn định và
có nhiều số liệu trong quá khứ
 Các sản phẩm hiện tại
 Các công nghệ hiện tại
 Sử dụng các công cụ toán học

4 - 17
 Các phương pháp dự báo định tính

1. Lấy ý kiến của ban quản lý

 Hình thành trên cơ sở tham khảo ý kiến của các cán bộ điều hành các
phòng ban chức năng
2. Phương pháp Delphi
 Dựa trên ý kiến của các chuyên gia

4 - 18
 Các phương pháp dự báo định tính

3. Lấy ý kiến bộ phận bán hàng

 Mỗi nhân viên bán hàng sẽ đưa ra dự tính số lượng hàng bán được
trong khu vực mình phụ trách.
4. Điều tra khách hàng
 Gửi bảng hỏi, phỏng vấn trực tiếp khách hàng.

4 - 19
 Phương pháp Delphi

Người RQĐ
 Tạo và nhận được ý kiến phản hồi,
(Đánh giá phản
qua lại giữa các chuyên gia và hồi và ra QĐ)
những người RQĐ
 3 thành phần tham gia

 Người RQĐ Điều phối viên

(cầu nối giữa
 Điều phối viên người RQĐ và
chuyên gia)
 Các chuyên gia
Chuyên gia
(Đưa ra các tư vấn
cho người RQĐ)
4 - 20
 Các phương pháp dự báo định lượng

1. Dự báo đơn giản

2. Trung bình động
Chuỗi thời
gian
3. San bằng hàm số mũ

4. Hàm hồi quy Dự báo nhân

quả

4 - 21
Dự báo dựa trên dữ liệu theo chuỗi thời
gian

 Chuỗi dữ liệu thời gian là tập hợp các dữ liệu trong quá khứ được
sắp xếp trình tự trong một khoảng thời gian xác định (tiếng, ngày,
tuần, tháng, hoặc năm);
 Dòng nhu cầu là dòng biểu diễn số lượng cầu theo thời gian

4 - 22
Tính chất của chuỗi thời gian

Xu hướng Chu kỳ

Thời vụ Ngẫu nhiên

4 - 23
 Phương pháp dự báo giản đơn

 Mức nhu cầu của kỳ tiếp theo (t) sẽ

chính bằng nhu cầu kỳ trước đó (t-1)
 Ưu điểm:
 Nhược điểm

4 - 24
 Phương pháp dự báo trung
bình động đơn giản
 Dự báo nhu cầu của kỳ tiếp theo (Ft) dựa trên kết quả trung bình
của các kỳ trước đó;
 Được sử dụng đối với dòng thời gian có ít hoặc không có tính xu
hướng

∑ nhu cầu của n kỳ trước

Ft = n

4 - 25
Ví dụ

Actual 3-Month
Month Shed Sales Moving Average
January 10
February 12
March 13
April 16
May 19
June 23
July 26

4 - 26
Phương pháp trung bình động có trọng số

 Sử dụng khi chuỗi thời gian có tính xu hướng

 Trọng số được tính toán dựa trên kinh nghiệm và chủ quan của

người dự báo

∑ (Trọng số của kỳ n)
x (Nhu cầu của kỳ n)
Ft =
∑ Trọng số

4 - 27
 Trọng số Thời kỳ
Phương pháp trung
3
bình động có trọng
1 tháng trước
số
2 2 tháng trước
1 3 tháng trước
6 Tổng trọng số

Actual Trung bình động

Month Shed Sales 3 - tháng
January 10
February 12
March 13
April 16
May 19
June 23
July 26

4 - 28
Phương pháp san bằng hàm số mũ

 Để đưa ra dự báo cho giai đoạn t chúng ta sẽ dựa vào độ chính xác
của kết quả dự báo kỳ (t-1) và điều chỉnh cho phù hợp bằng hệ số san
bằng hàm số mũ α.
 Đặc điểm của hệ số 
  0,1
 Lựa chọn dựa trên kinh nghiệm người làm dự báo

4 - 29
Phương pháp san bằng hàm số mũ

Ft = Ft – 1 + a(At – 1 - Ft – 1)

Trong đó Ft = Dự báo cho kỳ t

Ft – 1 = Dự báo cho kỳ (t-1)
a = Hệ số san bằng hàm số mũ
At-1 = Nhu cầu thực tế kỳ (t-1)

4 - 30
 Ví dụ

Dự báo nhu cầu kỳ (t-1)= 142 Ford Mustangs

Nhu cầu thực tế kỳ (t-1)= 153
a = .20

4 - 31
 Tác động của các  khác nhau

225 –

Actual  = .5
Chọn
200 –
giá trị α cao khi mức
demand
cơ sở dòng nhu cầu thay
Demand

đổi nhiều
175 –
Chọn giá trị α thấp khi mức
cơ sở dòng nhu cầu tương  = .1
đối ổn
| định
| | | | | | | |
150 –
1 2 3 4 5 6 7 8 9
Quarter

4 - 32
Lựa chọn hệ số 

Mục tiêu là số liệu dự báo càng chính

xác càng tốt và không quan tâm đến
dùng phương pháp nào
Nhà dự báo sẽ lựa chọn phương pháp dự
báo nào có sai số thấp nhất

Sai số dự báo = Nhu cầu thực tế - Nhu cầu dự báo

= At - Ft

4 - 33
Đo lường sai số

Độ lệch tuyệt đối trung bình (MAD)

∑ |Thực tế - Dự báo|
MAD =
n

Độ lệch bình phương trung bình (MSE)

∑ (Sai số dự báo)2
MSE =
n

4 - 34
Đo lường sai số

Phần trăm sai số tuyệt đối trung bình

(MAPE)
n
∑100|Thực tếi – Dự báoi|/Thực tếi
MAPE = i=1
n

4 - 35
 So sánh sai số dự báo của 2 hệ số α
khác nhau

Rounded Absolute Rounded Absolute

Actual Forecast Deviation Forecast Deviation
Tonnage with for with for
Quarter Unloaded a = .10 a = .10 a = .50 a = .50
1 180 175 5.00 175 5.00
2 168 175.5 7.50 177.50 9.50
3 159 174.75 15.75 172.75 13.75
4 175 173.18 1.82 165.88 9.12
5 190 173.36 16.64 170.44 19.56
6 205 175.02 29.98 180.22 24.78
7 180 178.02 1.98 192.61 12.61
8 182 178.22 3.78 186.30 4.30

4 - 36
Phương pháp dự báo nhân quả

Đưa ra dự báo dựa trên việc xác định mối

quan hệ giữa các đại lượng (các biến)

Phương pháp phân tích tương quan

tìm cách lượng hóa mối quan hệ
giữa 2 đại lượng

Phương pháp phân tích hồi quy tìm cách

biểu diễn mối quan hệ giữa 2 đại lượng
qua biểu thức

4 - 37
Phương pháp phân tích tương quan

 Để đánh giá mức độ và xu hướng quan hệ giữa hai đại lượng x và y,

người ta sử dụng hệ số tương quan r
 Đặc điểm của r
 r -1,+1

4 - 38
Tính hệ số tương quan r

nSxy - SxSy
r=
[nSx2 - (Sx)2][nSy2 - (Sy)2]

4 - 39
Hệ số tương quan r
y y

nSxy - SxSy
r=
[nSx 2 - (Sx)2][nSy2 - (Sy)2]
(a) Tương quan x (b) Tuyến tính thuận:x
thuận tuyệt đối: 0<r<1
r = +1

y y

(c) Không tương quan:x (d) Tương quan x

r=0 nghịch tuyệt đối:
r = -1 4 - 40
Ví dụ

Giai Tỷ lệ thất Sản lượng tiêu

 Số liệu thống kê về số đoạn nghiệp (%) thụ (1000 sp)
lượng sản phẩm tiêu thụ
1 1.3 10
được của công ty Nhất
Việt và tỉ lệ thất nghiệp 2 2.0 6
của dân cư trên địa bàn 3 1.7 5
hoạt động của doanh
4 1.5 12
nghiệp (xem bảng)
5 1.6 10
6 1.2 15
7 1.6 5
8 1.4 12
9 1.0 17
10 1.1 20

4 - 41
Phương pháp hồi quy tuyến tính đơn

Phương pháp hồi quy tuyến tính đơn cho ta

thấy được khi x thay đổi thì y sẽ thay đổi
tương ứng như thế nào
Đường hồi quy tuyến tính có dạng sau:
y^ = a + bx
^
Trong đó y= giá trị cần dự báo (biến phụ thuộc)
x = the independent variable
a = Hệ số góc của đường tuyến tính
b = Giá trị của y khi x = 0

4 - 42
Phương pháp bình phương nhỏ nhất

Thực tế Độ lệch7
Giá trị của biến phụ thuộc

(y-value)

Độ lệch5 Độ lệch6

Độ lệch3

Độ lệch4

Độ lệch1
(error) Độ lệch2
Xu hướng, y^ = a + bx

t
4 - 43
Phương pháp bình phương nhỏ nhất (LSM)

Actual observation
Giá trị của biến phụ thuộc

Độ lệch7
(y-value)

Độ lệch5 Độ lệch6

Độ lệch3 Mục tiêu của LSM là tối

thiểu hóa tổng bình phương
sai số (độ lệch)
Deviation 4

Độ lệch1
(error) Độ lệch2
Trend line, y^ = a + bx

t
4 - 44
Phương pháp bình phương nhỏ nhất

Công thức tính các giá trị a, b

y^ = a + bx

Sxy - nxy
b=
Sx2 - nx2

a = y - bx

4 - 45
Ví dụ

Time Electrical Power

Year Period (x) Demand x2 xy
2003 1 74 74
2004 2 79 158
2005 3 80 240
2006 4 90 360
2007 5 105 525
2008 6 142 852
2009 7 122 854

4 - 46
Sai số chuẩn của hàm hồi quy
 Sy,x Tđo sai số của giá trị thực tế y so với
giá trị dự báo yc

4.0 –
3.25
3.0 –
Nodel’s sales

2.0 –

1.0 –

| | | | | | |
0 1 2 3 4 5 6 7
Area payroll

4 - 47
Sai số chuẩn của hàm hồi quy

∑(y - yc)2
Sy,x =
n-2

Trong đó y = giá trị thực tế

yc = Giá trị dự báo
n= số kỳ dự báo

4 - 48
Sai số chuẩn của hàm hồi quy

Sy,x Có thể được tính toán dưới dạng

∑y2 - a∑y - b∑xy

Sy,x =
n-2

4 - 49
 Sai số chuẩn của hàm hồi quy

∑y2 - a∑y - b∑xy 39.5 - 1.75(15) - .25(51.5)

Sy,x = =
n-2 6-2

Sy,x = .306 4.0 –

3.25
3.0 –
Nodel’s sales
The standard error
2.0 –
of the estimate is
$306,000 in sales 1.0 –

| | | | | | |
0 1 2 3 4 5 6 7
Area payroll

4 - 50
Kiểm soát sai số

Tín hiệu cảnh báo (Tracking Signal-TS)

 Đo lường tính chính xác của dự báo
 Thể hiện mối quan hệ giữa tổng giá trị sai số
của dự báo so với giá trị MAD
 Dự báo vẫn còn tin cậy khi TS nằm trong
khoảng ±3 và ±8 và thông dụng nhất là ±4;

4 - 51
Kiểm soát sai số

∑(Di - Ti)
TS =
MAD

MADt = MADt-1 + α│ Dt-1 - At-1 │+ (1-α) MADt-1

4 - 52
 Tín hiệu cảnh báo

Vượt giới hạn

Tín hiệu cảnh báo
Giới hạn trên
+

0 MADs Khoảng
chấp nhận

–
Giới hạn dưới

4 - 53