Ещё по теме

Комментарии по теме

«Упра­вле­ние ви­зу­а­ли­за­ци­ей полей в основной записи материала»
Олег Башкатов:
Примечание переводчика к статье. Реализация режимов вывода полей по приоритетам. Для пояснения работы системы я продемонстрирую получаемый результат настройки визуализации поля «Старый...
«OMWC – Ра­зде­льная оценка запасов»
Александр Вихлянцев:
Я не спорю по поводу возможности ведения раздельной оценки с/без регистра материалов. Вариант расчета фактической калькуляции для материала с управлением ценой S c "тройкой" без раздельной оценки...
«Упра­вле­ние ви­зу­а­ли­за­ци­ей полей в основной записи материала»
Олег Точенюк:
Нельзя такое сделать, как одно поле из группы. Для этого убираете поле из общей группы, где оно находиться и создаете для него свою группу. Техника настройки полей ОЗМ такая, что обработки идет для...

Оптимизация текущих прогнозных моделей в SAP MM

Ключевая идея
Тренды могут быть детерминированными и стохастическими. Детерминированный компонент определяет точную взаимосвязь между переменными при прогнозировании тенденции. Ему противоположный - стохастический компонент, который представляет собой набор случайных переменных и, часто, набор случайных значений в течение периода времени.

 

В SAP MM (Materials Management - Управление материальными потоками) имеются следующие модели прогнозирования: устойчивая модель (Constant), средняя скользящая (Moving Average), средняя скользящая взвешенная (Weighted Moving Average), трендовая (Trend), сезонная (Seasonal), сезонно-трендовая (Seasonal Trend). На своем опыте мы убедились, что ни одна из моделей не может полностью подойти для прогнозирования в реальных условиях. Мы обнаружили, что на основе сочетания моделей можно сделать более точный прогноз и, следовательно, улучшить процесс принятия решения.

Для определения объема закупок в будущем, компания может использовать подход смешанной модели прогнозирования (Combined Forecast Model (CFM)); этот подход представляет собой улучшение стандартных методов прогнозирования, доступных в модуле MM.  CFM (смешанная модель прогнозирования) может быть использована с помощью программы RMPR1001. Условиями для запуска программы являются: использование модуля MM и подмодуля управление запасами (inventory management, IM). А также использование двух модулей: финансовая бухгалтерия (FI - financial accounting)  и сбыт (SD - sales and distribution).

Мы поясним математический анализ, лежащий в основе прогнозных моделей SAP, в также сочетание прогнозов и присвоение определенного веса результату каждого из них. После пояснения оценки точности прогноза, мы покажем процесс выбора прогнозной модели и её исполнение, что предполагает подготовку основных данных. Затем, мы покажем Вам как импортировать прогнозные значения. Этот шаг включает просмотр прогнозных значений в основных данных материала и построение списка потребностей запасов. В заключении, мы поясним как выполнить прогон ППМ.

Для обоснования нашей точки зрения, мы оценивали точность прогнозных сценариев в течение 12-месячного периода с использованием комбинированной и взвешенной прогнозных моделей. Для ознакомление с базовыми понятиями о прогнозировании, см. заметку Understanding SAP Forecasting Models.” (прим.переводчика - перевод статьи доступен по адресу http://sapland.ru/articles/spj/2013/5/obzor-prognoznih-modelei-sap-2.html).

Вы хотели бы увидеть полную версию статьи?

Если вы являетесь подписчиком журнала SAP Professional Journal, пожалуйста, введите в правом верхнем углу логин и пароль.

Если вы хотите подписаться на журнала SAP Professional Journal, пожалуйста, обратитесь в редакцию или сделайте заказ на сайте.

Правила получения тестового доступа к статьям SAP Professional Journal


Любое воспроизведение запрещено.
Копирайт © «Издательство ООО «Эксперт РП» Copyright © 2010 Wellesley Information Services. All rights reserved.