采购需求是指对采购标的物的特征描述。要实施采购就一定要认清楚采购需求,好的采购需求能够合理、客观地反映采购标的物的主要特征以及符合供应商响应的条件,满足适用原则、非歧视原则,并能够契合市场实际。
所谓“需求分析”,是指对要解决的问题进行详细的分析,弄清楚问题的要求,采购需求即是明确采购的内容、规格、要求等,在制订采购需求计划之前,需要进行采购需求分析,一般情况下,采购需求分析的风险主要包含3个方面,如图1-1所示。
图1-1 采购需求分析风险的表现
采购需求预测即对采购物资需要的产品数量、质量、价格等信息进行估计。采购需求预测的风险一般表现在3个方面,如图1-2所示。
图1-2 采购需求预测风险的表现
物资需求汇总表如表1-1所示。
表1-1 物资需求汇总表
物资需求分析表如表1-2所示。
表1-2 物资需求分析表
下面是某公司内部采购需求调研问卷。
采购需求预测的方法,依照主客观因素所起的作用分类,可以将它分为定性预测方法和定量预测方法。
定性预测方法也称判断分析法。主要是利用市场调查得到的各种信息,根据预测者个人的知识、经验和主观判断,对市场的未来发展趋势做出估计和判断。
这种方法的优点是时间短,费用省,简单易行,能综合多种因素。缺点是主观随意性较大,预测结果不够准确。
常用的定性预测方法有德菲尔法、经验判断法、专家会议法、市场调查法、消费水平预测法等,下面就前2种方法进行详细介绍。
德菲尔法即将提出的问题和必要的背景材料,告知有经验的专家,并让他们提出意见,然后把他们答复的意见进行综合,再反馈给他们,如此反复多次,直到找到认为合适的意见为止。
a. 特征
采用德菲尔法进行采购需求预测,这一方法具有一些特征,特征介绍见图1-3。
图1-3 特征介绍
b. 示例
某商场经销商选取若干代表组成专家小组,要求他们对某物料的最低采购量、最可能的采购量、最高采购量各自进行预估并说明理由;然后将他们的意见收集起来返回给各位专家,要求他们重新预测,前三轮专家大多数都修改了意见,四轮之后,所有专家基本不用修改意见了。最终达成一致意见。
经验判断法是指公司根据采购人员对其负责区域内的购买量或顾客未来需求量的估计进行综合预测的一种方法。表1-3是一则示例。
表1-3 经验判断法运用示例
如果企业对这两位采购人员意见的信赖程度是一样的,则平均预测值为
定量预测方法是根据已掌握的比较完备的历史统计数据,运用一定的数学方法进行科学的加工整理,借以揭示有关变量之间的规律性联系,用于预测和推测未来发展变化情况的一类预测方法。其主要特点是利用统计资料和数学模型来进行预测。
常见方法主要包括时间序列预测法、季节性预测法等。
时间序列预测法是一种统计分析方法,根据一定时间的数据序列预测未来发展趋势的方法。采用这一方式进行采购需求预测,需符合一个假设的前提,假设前提见图1-4。
图1-4 假设前提
时间序列预测法的主要类型包括简单移动平均法、加权移动平均法、指数平滑法等。
a. 简单移动平均法
简单移动平均法即将过去各个时期的实际数据进行算术平均,以其平均数作为下一时期的预测值。
例如:某商场今年前3个月的配送次数分别是11、10、12次,需要预估第4个月的配送次数,可以用前3个月的数据进行平均求得。
我们可以看出这是一个比价稳定的变化数列,大致围绕11上下波动,因此可以用简单移动平均法。
b. 加权移动平均法
加权移动平均法是建立在 n 时段的权重移动平均上,其计算公式如下:
例如:某百货公司进行采购,以4个月为计算期,公司为其设置的权数为0.1、0.2、0.3、0.4,前3个月的需求量分别是12、20、25个,那么第4个月的需求量预计为(12×0.1+20×0.2+25×0.3)÷0.4=31.75(个)。
c. 指数平滑法
指数平滑法是一种复杂的权重移动平均预测,下一期的需求预测是由本期的实际需求加上一个调整的数值得来的,调整的数值就是本期的实际需求与预测数据的差值乘以一个系数。
方法原理:指数平滑法实际上也是加权移动平均法的一种。它的基本方法原理就是将下一期的预测值 Y t +1 看作等于上一期实际值 X t 的 a 倍加上上一期预测值 Y t 的(1- a )倍之和。
式中, Y t +1 为时段 t +1的预测; Y t 为时段 t 的预测; X t 为在时段 t 的实际需求; a 为移动系数(0≤ a ≤1)。
在运用指数平滑法进行采购需求预测时,会用到3个数据,所需的数据见图1-5。
图1-5 所需的数据
例如:某企业第2季度的预测需求为1500个,而实际需求为1650个,平滑系数 a =0.2。应用该方法预测出第3期的结果。
季节性预测法即将历史数据综合到一起,并计算出不同季节或时段的周期变化趋势,即每一时段的预测量占整个周期的权重。然后利用这个权数进行季节预测。
该方法又可分为2种计算模式:其一是无趋势变动的季节模型——季节水平模型;其二是有趋势变动的季节模型。下面以第一种模式为例进行介绍。
季节水平模型为:
式中, y 为时间序列的平均水平; s t 为季节指数。
下面结合一则示例进行讲解。
某公司2015~2017年的部分采购数据见表1-4,预测2018年各季度的采购量。
表1-4 某公司2015~2017年的部分采购数据
关于 y 的确定方法如下所述。
如果以预测期前一年季度平均水平作为 y ,如14.75,那么2018年各季度的销售值预测为。
下面是某公司内部的采购需求调研报告。
需求预测流程如图1-6所示。
图1-6 需求预测流程