توضیحات
عنوان فارسی: سیستم های مدیریت تولید و بهره برداری (فصل سوم)
عنوان انگلیسی مقاله ترجمه شده:
Production and Operations Management Systems
فصل 3: ارزیابی حجم کار (پیشبینی)
انتخاب خوانندگان: روششناسی یک سیستم است.
پیشبینیها برای توصیف آینده ضروری هستند. نمونههایی از پیشبینیها شامل تعداد بیماران در بیمارستان، دانش آموزان در یک کالج، مشتریان در یک فروشگاه مواد غذایی، ماشینهایی تولیدی و … میشوند. شرکتها بر اساس پیشبینیهای تقاضای برنامهای، تأمین منابع، تماس با تأمینکنندگان خارجی و برنامههای کاری خود را تنظیم میکنند. پیشبینیها، اطلاعات را برای هماهنگ کردن تقاضا جهت محصولات و خدمات با منابع مورد نیاز برای پاسخگویی به خواستهها فراهم میکنند. به همین ترتیب، پیشبینی بستری برای برنامهریزی آینده است. پیشبینی برنامهریزی واکنشی است. هدف یک استراتژی خوب اصلاح پیشبینی تأثیر گذاشتن بر آینده است، نه اینکه پیشبینی را به عنوان یک واقعیت اجتناب ناپذیر پذیرفته باشد. به این ترتیب، مدیریت با استفاده از پیشبینیهای خوب تواناییهای تولید (کوتاه و بلند مدت) با فرصتهای بازاریابی را به دست میآورد.
پس از خواندن این فصل، باید قادر باشید:
– اهمیت پیشبینی را شرح دهید.
– مفاهیم مختلف سری زمانی را توضیح دهید.
– یک مدل پیشبینی مناسب را انتخاب کنید.
– ارزیابی رگرسیون را انجام دهید.
– روابط علت اثر.را شناسایی نمایید.
– خطاهای پیشبینی را ارزیابی نمایید.
– باید بتوانید از روش دلفی استفاده کنید.
– باید بتوانید از اطلاعات استخر برای پیشبینیهای متعدد استفاده کنید.
– باید بتوانید مراحل چرخه مصرف محصول را توصیف کنید.
3.1- مقدمه
به طور کلی، اصطلاح پیشبینی در مورد ترکیب یک کارت قرعه کشی یا چگونگی انجام چرخ رولت استفاده نمیشود. اینها آماری هستند که احتمال درباره آنها به کار میرود. لاس وگاس و آتلانتیک سیتی، سود قمار خود را بر اساس قوانین احتمالی ساختهاند اما مشتریان هنوز مجبورند بازی کنند. احتمالاً حضور مشتری شناخته شده نیست و کازینو سعی دارد پیشبینی کند که حضور داشته باشند. پیشبینی این است که حجم تقاضای فروش پیشبینی شود حتی اگر هرگز ارزیابی نشده باشد. مردم برای انجام تجارت با توجه به وضعیت امروز احتمالات آینده را پیشبینی میکنند و تصمیماتی برای بهتر شدن شرایط میگیرند. اغلب وقوع در آینده، مبنای تجربی برای برآورد احتمال است.
مدلهای بازاریابی برای پیشبینی فروش (بدون قرارداد) با سطوح عدم اطمینانی برخورد میکنند که پیشبینیهای حجم تقاضا، سهم بازار و درآمد را دشوار میکند اما غیر منطقی نیست. یکی از بهترین منابع اطلاعات در مورد آینده، گذشته است. برای محصولات جدید، هیچ گذشتهای وجود ندارد و بنابراین میتوان سعی کرد که روشهای دیگری نیز داشته باشد. در اینجا تمرکز بر این است که از اطلاعات موجود برای توسعه پیشبینیهای آینده استفاده شود. کارخانه ریوت و نایل باید فروش محصولات را برای برنامههای اداری جهت دوره تولید بعدی پیشبینی کنند. شرکت مایل اوردر باید پیشبینی کند که تعداد پرسنل و اپراتورهای آموزش دیده در محل مناسب باشد. شرکت موتور فورد باید به گونهای برای فروش خودرو پیشبینی کند که سهام دلاری برای هر مدل معقول باشد. در هر وضعیت پیشبینی فروش، بیثباتی تقاضا تعیین خواهد کرد که احتمال دارد پیشبینی خوبی باشد. الگوهای پایداری که برای مدت زمان طولانی ادامه مییابند، میتوانند شرکتها را متقاعد میکنند که یک کار قابل اعتماد از پیشبینی میتواند انجام شود. تخمینهای اشتباه باعث شکست پیشبینی میشوند بنابراین آنها عوامل جدیدی را برای ارتباط با سیستم تقاضا جستجو میکنند. با افزایش رقابت و اطلاعات، الگوهای فروش پایدارتر میشوند. فروش مواد غذایی که در گذشته بسیار عالی بود، اکنون تحت تأثیر گزارشات پزشکی درباره تأثیر غذا بر سلامتی قرار دارد. خودرو و خانه از جمله محصولاتی هستند که فروش آنها به شدت تحت تأثیر نرخهای بهرهای است که در محیط جهانی نوسان دارند. صادرات و واردات در سراسر جهان با توجه به نوسانات ارزی انجام میشوند که بسیار ناپایدار هستند. در نتيجه، از نظر اقتصادي بهترين روشهای پیشبینی بايد توسط شرکتهایی انجام شود که تحت تأثیر افزايش نوسان قرارگرفتهاند. چطور میتوان آینده را پیشبینی کرد؟ پاسخ به پایداری الگوی سری زمانی برای وقایع مورد مطالعه بستگی دارد. حتی اگر الگویی نیز یافت شود این سؤال باقی میماند که تا چه مدت اعتبار دارد؟ چه زمانی تغییر خواهد کرد؟ کسانی که مایل به پیشبینی هستند باید این مشکلات را بپذیرند.
برای انواع مختلف پیشبینی از معادلات ریاضی استفاده میشود. لازم به ذکر است که معادلات “حقیقت” را پیشبینی نمیکنند. همچنین، باید به این نکته توجه داشت که با یا بدون معادلات ریاضی هم میشود پیشبینیهای خوبی انجام داد.
3.2- سری زمانی و اضطراری
سری زمانی یک جریان اطلاعاتی است که نشاندهنده اندازهگیریهای گذشته است. هر رویدادی (مشاهده تقاضا) زمان بندی شده است تا مشخص شود که مجموعهای از اطلاعات در آن قرار دارند. سری زمانی شامل اطلاعات ثبتی در دورههای زمانی مختلف مانند هفتگی یا روزانه برای متغیری است که میتواند واحدهای تولیدی یا درخواستهای دریافتی باشد. پیشگامان تلاش میکنند تا ارزشهای بعدی یا مجموعهای از ارزشهایی را پیشبینی کنند که در یک زمان آینده اتفاق میافتد. در ارزیابی سری زمانی، عوامل خارجی مشخص نیستند. الگوی این مجموعه به زمان وابسته است. به همین دلیل تعریف انجمن تولید و کنترل انبار آمریکا (APICS) بیان میکند “ارزشهای متغیرها تابع دورههای زمانی هستند.” APICS اکنون خود را به عنوان انجمن مدیریت عملیات فهرست میکند. فرایند اضطراری حرکت از اطلاعات مشاهده شده (گذشته و حال) به مقادیر ناشناخته از نقاط آینده است. سری زمانی یکی از توابع اصلی پیشبینی است. اطلاعات سری زمانی ممکن است از چندین نوع تغییرات تشکیل شده باشد. مهمترین آنها عبارت از تغییرات تصادفی، روند افزایش یا کاهش و تغییرات فصلی هستند. تغییرات تصادفی (نگاه کنید به شکل 3.1) اتفاق میافتند زیرا تقاضا در سطح معینی به ندرت ثابت میشود. تغییرات جزئی از یک دوره زمانی برای سال دیگر رخ میدهند. در بسیاری از موارد، هیچ علت خاصی برای این تغییرات تصادفی وجود ندارد. تغییرات تصادفی در نتیجه محیط زیست اقتصادی و بازار است که در آن سازمان یک عامل است.
توجه:
- برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
- لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.
به منظور سفارش ترجمه تخصصی مقالات خود بر روی کلید زیر کلیک نمایید.
سفارش ترجمه مقاله
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.