2. 2/42
학습 목표
• 공급망 계획을 위한 기초로서 예측의 역할 이해.
• 독립수요와 종속수요의 차이점 이해.
• 독립수요의 기본적 구성요소 파악: 평균, 추세,
계절성, 불규칙 변동.
• 델파이 기법과 협력적 예측 등과 같은 정성적
예측기법에 대한 이해.
• 이동평균법, 지수평활법 및 회귀분석을 이용한
시계열분석 과정 이해.
• 추세 및 계절적 요인이 동시에 나타날 때
시계열분해법에 의한 예측과정 이해.
3. 3/42
수요 관리
• 전략적 예측: 어떻게 수요에 부응할 것인가에 대한
전략 수립을 위한 예측
• 전술적 예측: 매일 통상적인 기업 운영과정에
필요한 예측
• 수요관리의 목적은 수요발생 모든 원천을 통제하고
조정하는데 있음
• 수요발생의 두 가지 원천
– 종속 수요: 다른 상품이나 서비스 수요에 의하여 발생하는
수요
– 독립 수요: 다른 상품의 수요에 의하여 발생될 수 없는
상품이나 서비스 수요
4. 4/42
수요관리 계속
• 독립수요에 대하여는 기업으로서 할 수
있는 범위가 제한적
– 무조건 충족되어야 하는 수요
• 종속수요의 경우 기업이 취할 수 있는
조치는 많음
– 수요에 영향을 줄 수 있는 적극적인 역할 이행
– 소극적인 역할 이행 이후 수요에 따라 적절한
대응
5. 5/42
예측 유형
• 4가지 형태
– 정성적
– 시계열 분석
– 인과관계 분석
– 시뮬레이션
• 시계열 분석의 기반은 미래 수요를
예측하는데 과거수요와 관련되는 자료를
이용할 수 있다는 관점
10. 10/42
예측기법 선택시 고려 사항
• 예측대상 기간
• 자료 가용성
• 요구되는 예측 정확도
• 예측관련 예산 규모
• 예측기법을 제대로 활용할 수 있는
전문인력 보유 여부
11. 11/42
단순이동평균법
• 수요형태가 급격하게 증가 혹은 감소하지
않고 계절적 특성도 나타나지 않은 경우에
유용
• 이동평균은 중심지향적일 수도 있지만
과거자료를 활용하여 예측하는데 편리
• 최적 이동평균기간 결정이 중요
– 기간이 길수록 완만한 예측치
– 기간이 짧을수록 추세에 민감하게 반응
14. 14/42
가중이동평균법
• 단순이동평균법 공식은 해당기간의
자료에 같은 가중치 부여
• 가중이동평균법은 해당기간의 자료에
다른 가중치 부여 가능
– 가중치의 합은 반드시 1이 되어야 함
F = w A + w A + w A +...+w At 1 t-1 2 t-2 3 t-3 n t-nF = w A + w A + w A +...+w At 1 t-1 2 t-2 3 t-3 n t-n
15. 15/42
가중치 선정
• 경험과 시행착오가 가장 간단한 방법
• 일반적으로 최근 자료가 예측치의 가장
좋은 지표
• 계절적 요인이 내재된 경우는 그런 상황을
감안하여 가중치 부여
16. 16/42
지수평활법
• 가장 늘리 사용되는 예측기법
• 대부분의 상용 예측 프로그램에 사용
• 소매 및 서비스 업종에 많이 사용
• 광범위하게 사용되는 이유는…
– 상당히 정확함
– 공식이 상대적으로 쉽다
– 사용자가 모형이 어떻게 작동되는지 이해하기
쉽다
– 적은 계산으로 예측 가능
– 자료 저장공간이 많이 필요하지 않다
– 예측 정확성을 위한 테스트가 쉽다.
19. 19/42
지수평활법에서의 추세효과
• 지수평활법에 의한 예측치는 실제 자료
추세가 항상 늦게 반영됨
• 추세조정을 통하여 이러한 지연현상을
어느 정도 보정 가능
• 추세를 보정하기 위해서는 2가지
평활상수 필요
– 지수평활상수 (a)
– 추세 평활상수 (δ)
20. 20/42
추세를 포함한 예측방정식
( )
( )
지수평활상수
지수평활상수
실제수요의직전기간
예측값포함한추세를직전기간의
예측값기간의포함한추세를
추세값지수평활기간의
예측값지수평활기간의
1)-(tA
FIT
FIT
T
F
FIT
1-t
1-t
t
t
t
11
111
t
=
=
=
=
=
=
=
-+=
-+=
+=
--
---
d
a
d
a
tttt
tttt
tt
FITFTT
FITAFITF
TF
21. 21/42
선형회귀분석
• 회귀: 2개 혹은 그 이상 변수들간의 함수적
상관관계
• 주어진 변수를 바탕으로 다른 변수 값을 예측
• Y = a + bX
– Y 는 회귀식에 의하여 계산되는 종속변수
– a 는 Y축의 절편
– b 는 기울기
– X는 독립변수
• 모든 변수가 직선 위에 분포한다고 가정
25. 25/42
예제11.1: 최소자승법 예측치 계산
( )
( )
( )
( ) 2.195,6176.3596.441
6.835,5166.3596.441
0.476,5156.3596.441
4.116,5146.3596.441
16
15
14
13
=+=
=+=
=+=
=+=
+=
Y
Y
Y
Y
bxaY
26. 26/42
시계열분해법
• 시계열 : 수요의 구성요소인 추세, 계절성,
순환, 자기상관, 불규칙 변동 등을 하나
혹은 그 이상 가질 수 있는 자료를 시간
흐름에 따라 정리된 자료
• 분해: 시계열을 구성요소별로 분리하여
파악하는 것
• 계절적 변동
– 가법적: 계절적 요인 분량이 일정
– 승법적: 계절적 변동 분량이 수요의 일정한
비율로 존재
31. 31/42
최소자승법을 활용한 분해법
1. 계절 요인을 파악하여 결정
2. 수요에서 계절 요인 제거
3. 계절요인이 제거된 자료를 바탕으로
최소자승법으로 회귀선 계산
4. 회귀선을 이용하여 예측기간에 대한
예측치 계산
5. 계절지수를 고려하여 회귀선을 조정하여
최종 예측
34. 34/42
예측오차
• 편향 오차: 지속적인 실수에 의하여 발생
• 불규칙 오차: 예측모형으로 설명할 수
없는 오차
• 오차 측정지표
– 평균절대오차 (Mean absolute deviation:
MAD)
– 평균절대백분율오차 (Mean absolute percent
error: MAPE)
– 추적지표 (Tracking signal)
35. 35/42
예측의 정확성를 판단하는데 평균절대오차
(MAD) 값의 의미
• 예측오차가 없을 경우 이상적인
평균절대오차(MAD)는 0이다
• MAD 값이 클수록 모형의 정확도는
떨어진다
MAD =
A - F
n
t t
t=1
n
å
MAD =
A - F
n
t t
t=1
n
å
36. 36/42
추적지표 (Tracking Signal)
• 추적지표 (TS)는 수요의 지속적인 상향
혹은 하향적 변화를 예측평균이 잘
반영하고 있는지를 판단하는 지표
• 추적지표(TS)는 평균절대오차(MAD) 값을
기본 단위로 예측치가 어느 정도 정확하게
계산되고 있는지를 파악하고 통제하는, 즉
품질관리도 역할을 한다
TS =
RSFE
MAD
=
Running sum of forecast errors
Mean absolute deviation
TS =
RSFE
MAD
=
Running sum of forecast errors
Mean absolute deviation
39. 39/42
인과형 예측
• 인과형 예측: 미래수요를 예측하는데
시간이 아닌 다른 독립변수를 활용
– 독립변수는 선행지표 역할을 할 수 있어야 함
• 선행지표, 즉 원인 변수 역할을 하는 것을
찾는 것이 중요
40. 40/42
수요예측을 위한 정성적 기법
• 정성적 기법은 전문가의 식견을 활용하는
이점이 있음
• 새로운 제품을 출시하거나 예전에 전혀
지식이나 경험이 없는 새로운 시장에
진출하는 경우에 유용
• 널리 사용되는 정성적 기법
– 시장조사
– 패널동의법
– 역사적 유추법
– 델파이 기법
41. 41/42
웹기반 예측(Web-Based Forecasting:
CPFR)
• 협력계획, 예측, 및 보충 (Collaborative planning,
forecasting, and replenishment: CPFR): 공급망에
참여하고 있는 관련자들간 수요예측, 생산, 구매
계획, 및 재고 보충을 조정하기 위한 웹기반 도구
• 공급망에 연관되는 모든 참여자를 통합하는
수단으로 사용
• CFFR의 목적은 공급망에서 신뢰할 수 있는 장기
수요를 예측하기 위하여 웹을 통하여 선별된
내부정보를 공유하기 위한 것
• CPFR는 특정 공급망의 수요 예측치에 대한
관련자들의 의견수렴을 위하여 주기적으로
반복적으로 시행
