对预测进行有效的监控
预测的完成并不意味着结束，预测的结果可能同实际运行的结果完全不同，如果偏差过大，预测的实际意义就大打折扣，为了保证预测能够实现，而且对于偏差进行修正，所以企业管理者重视的不仅仅在于预测的结果或正确性，更重要的在于了解实际需求为什么同预测需求会产生差异，以及这种差异产生的原因是什么，这时就需要对预测进行有效的监控。
一、监控预测
监控预测以使预测结果准确是进行监控的主要目的所在，目前经常采用的一种方法就是运用跟踪信号的手段来衡量预测的难确程度。在每个时期或阶段的经济数据进行更新时，与预测的数据进行比较并且得出实际数据与预测数据之间的差异。
跟踪信号由游动预测误差综合除以平均绝对误差得到。正的跟踪信号表明实际需求大于预测值，负的则表明实际需求小于预测值。一个令人满意的跟踪信号应该具有比较小的游动预测误差。小的误差是可以接受的，只要正的和负的误差进行抵消就可以了。
要将跟踪信号与预定的控制界限比较，控制界限规定了预测准确性的范围。若超过上下控制限，说明预测方法存在问题，管理预测人员应当采用新的预测方法或者对原有的预测方法进行调整。
控制界限并不是一个一成不变的东西，应当根据实际的情况加以确定。控制界限不能太窄以至于任何误差都会超出这样的控制界限；反之也不能太宽，否则预测的精确度受到了影响。根据专家的建议，小批量的存货跟踪信号值应当在-8和+8之间变动，而大批量的存货应当控制在-4与4之间。
二、自适应平滑预测
自适应平滑预测方法是指在计算机应用的基础上，由计算机监控跟踪信号，并当信号超出控制界限的时候对经济数据进行调整。
如果在预测中运用的是回归分析的方法，首先以使预测误差最小化的原则来选取α、β，当计算机注意到异常跟踪信号时，自动根据这样的原则对α和β卢进行调整。这种方法叫做自适应平滑(adaptive smoothing)。
#p#副标题#e#
三、聚焦预测
计算机不仅只是自动调整平滑系数，更重要的是还允许对各种预测模型进行比较和选择，从而根据一些简单的规则进行试算，这种方法称为聚焦预测。聚焦预测建立在两个原则的基础上：第一，模型的复杂性同模型的精确程度不成正比，也就是说，复杂的模型不一定是最好的，而且存在一些简单的预测规则，利用计算机对这些简单的规则进行模拟。第二，不存在统一的或单一的技术，以至于这种技术可以运用于所有的厂商产品和服务。
聚焦预测是由美国的硬件供应公司的伯尼·史密斯(Bemie Smith)首先创造的，当时他预测21家客户的硬件销售量。在工作过程中，他发现，客户实际对所谓的复杂预测方法，如指数平滑方法、回归分析方法等并不感兴趣，他们更喜欢采用自己的方法，尽管这些方法如此简单。史密斯
的主要任务就是发明了选择预测方法的计算机系统，用计算机来模拟比较简单的预测规则，这样的计算机系统主要用于对库存的管理。
史密斯选择了7个预测方法来进行调试，从简单的统计方法到非常复杂的统计模型。每月史密斯都将这7种模型用于存货预测，在这些模拟实验中，将实际需求减去各模型预测值，得到模拟预测误差。能产生最小预测误差的预测方法则被计算机选择，然后用于下月预测。
史密斯还提出，运用各种指数平滑方法进行预测模拟的效果要比其他方法更好。虽然当时的客户对史密斯的这种方法并没有注意，但美国硬件供应公司发现聚焦预测有极好的效果。
四、新世纪预测展望
现代社会是竞争激烈的社会，是信息爆炸的时代，企业之间的竞争是残酷的。世界型的企业如果想在竞争中取胜，有效地把握未来是十分必要的，市场预测的方法也在不断地更新，呈现出日新月异的态势。
世界一流的企业都把预测作为企业经营发展战略的重要组成部分，它们也从预测中得到了丰厚的回报，巩固了本企业在所在行业乃至国家的重要地位，而这一切都依赖于对瞬息万变的市场的有效把握。
他们不仅运用预测方法，而且在企业的实践中开发出了非常优异的预测方法，从生产能力的设计、存货的控制到员工配备的规模和现金流量，已经形成了预测方法的体系。在这个体系中，既包括短期的预测方法，同时，长期计划也是很重要的，它决定了企业在未来的生产和产品结构战略，甚至这些企业的员工也深深地认识到了预测对于企业的重要性。
在前面的文章中，我们已经阐述了现代预测的发展趋势，包括新技术的应用、各种各样的预测方法的出现，对于企业的决策人员而言，面临的是两大挑战，第一，如何适应千变万化的预测方法革命。第二，如何提高预测的准确程度和预测的实用性，使经营计划和决策建立在有效的预测基础之上。
面对这些挑战，成为世界型的企业已不仅仅是企业家的梦想，有效的预测是梦想变为现实的必要条件。
一、监控预测
监控预测以使预测结果准确是进行监控的主要目的所在，目前经常采用的一种方法就是运用跟踪信号的手段来衡量预测的难确程度。在每个时期或阶段的经济数据进行更新时，与预测的数据进行比较并且得出实际数据与预测数据之间的差异。
跟踪信号由游动预测误差综合除以平均绝对误差得到。正的跟踪信号表明实际需求大于预测值，负的则表明实际需求小于预测值。一个令人满意的跟踪信号应该具有比较小的游动预测误差。小的误差是可以接受的，只要正的和负的误差进行抵消就可以了。
要将跟踪信号与预定的控制界限比较，控制界限规定了预测准确性的范围。若超过上下控制限，说明预测方法存在问题，管理预测人员应当采用新的预测方法或者对原有的预测方法进行调整。
控制界限并不是一个一成不变的东西，应当根据实际的情况加以确定。控制界限不能太窄以至于任何误差都会超出这样的控制界限；反之也不能太宽，否则预测的精确度受到了影响。根据专家的建议，小批量的存货跟踪信号值应当在-8和+8之间变动，而大批量的存货应当控制在-4与4之间。
二、自适应平滑预测
自适应平滑预测方法是指在计算机应用的基础上，由计算机监控跟踪信号，并当信号超出控制界限的时候对经济数据进行调整。
如果在预测中运用的是回归分析的方法，首先以使预测误差最小化的原则来选取α、β，当计算机注意到异常跟踪信号时，自动根据这样的原则对α和β卢进行调整。这种方法叫做自适应平滑(adaptive smoothing)。
#p#副标题#e#
三、聚焦预测
计算机不仅只是自动调整平滑系数，更重要的是还允许对各种预测模型进行比较和选择，从而根据一些简单的规则进行试算，这种方法称为聚焦预测。聚焦预测建立在两个原则的基础上：第一，模型的复杂性同模型的精确程度不成正比，也就是说，复杂的模型不一定是最好的，而且存在一些简单的预测规则，利用计算机对这些简单的规则进行模拟。第二，不存在统一的或单一的技术，以至于这种技术可以运用于所有的厂商产品和服务。
聚焦预测是由美国的硬件供应公司的伯尼·史密斯(Bemie Smith)首先创造的，当时他预测21家客户的硬件销售量。在工作过程中，他发现，客户实际对所谓的复杂预测方法，如指数平滑方法、回归分析方法等并不感兴趣，他们更喜欢采用自己的方法，尽管这些方法如此简单。史密斯
的主要任务就是发明了选择预测方法的计算机系统，用计算机来模拟比较简单的预测规则，这样的计算机系统主要用于对库存的管理。
史密斯选择了7个预测方法来进行调试，从简单的统计方法到非常复杂的统计模型。每月史密斯都将这7种模型用于存货预测，在这些模拟实验中，将实际需求减去各模型预测值，得到模拟预测误差。能产生最小预测误差的预测方法则被计算机选择，然后用于下月预测。
史密斯还提出，运用各种指数平滑方法进行预测模拟的效果要比其他方法更好。虽然当时的客户对史密斯的这种方法并没有注意，但美国硬件供应公司发现聚焦预测有极好的效果。
四、新世纪预测展望
现代社会是竞争激烈的社会，是信息爆炸的时代，企业之间的竞争是残酷的。世界型的企业如果想在竞争中取胜，有效地把握未来是十分必要的，市场预测的方法也在不断地更新，呈现出日新月异的态势。
世界一流的企业都把预测作为企业经营发展战略的重要组成部分，它们也从预测中得到了丰厚的回报，巩固了本企业在所在行业乃至国家的重要地位，而这一切都依赖于对瞬息万变的市场的有效把握。
他们不仅运用预测方法，而且在企业的实践中开发出了非常优异的预测方法，从生产能力的设计、存货的控制到员工配备的规模和现金流量，已经形成了预测方法的体系。在这个体系中，既包括短期的预测方法，同时，长期计划也是很重要的，它决定了企业在未来的生产和产品结构战略，甚至这些企业的员工也深深地认识到了预测对于企业的重要性。
在前面的文章中，我们已经阐述了现代预测的发展趋势，包括新技术的应用、各种各样的预测方法的出现，对于企业的决策人员而言，面临的是两大挑战，第一，如何适应千变万化的预测方法革命。第二，如何提高预测的准确程度和预测的实用性，使经营计划和决策建立在有效的预测基础之上。
面对这些挑战，成为世界型的企业已不仅仅是企业家的梦想，有效的预测是梦想变为现实的必要条件。
