Eksponentsiaalse silumise meetod kasutab muutuja ajaloolisi keskmisi perioodil, et proovida ennustada selle tulevast käitumist.
Seetõttu on see ennustada, mis juhtuma hakkab ja mida see teeb, ajasarjade silumiseks. Eesmärk on kõikumisi vähendada ja osata jälgida trendi, mis mõnikord pole palja silmaga selge. Seda kasutatakse laialdaselt, eriti müügi ootuses ja see on osutunud enam kui vastuvõetavaks.
Eksponentsiaalne silumismeetod
Vaatame lihtsat arvutusviisi. Valem, mida näites üksikasjalikult näitame, sisaldab tegelikku nõudlust (Do) ja prognoosi (Po). Teiselt poolt on silumistegur (alfa) väljendatud nii mitu korda ühes. Valem oleks järgmine:
See, mida me teeme, nagu lõpus näeme, on sari sujuv. Lisage eelmise perioodi (Po) prognoosile selle ja nõudluse (Do) vahe, mis on korrutatud silumisteguriga (alfa). Selle abil saavutame väiksema varieeruvusega väärtused ja aegridade arengut saab paremini jälgida.
Muidugi on mõnevõrra keerukamaid mudeleid. Ühelt poolt Box-Jenkinsi mudel ja teiselt poolt Holt-Winter mudel. Viimane on oma lihtsuse ja kasutusmugavuse tõttu väga kasulik. Me ei hakka täpsustama üksikasju, kuna ületaksime eesmärgi näidata majandust lihtsal viisil.
Eksponentsiaalse silumismeetodi eelised
Eelised on ennekõike lihtsus ja rakendamise lihtsus, kuid on veel mõned. Näitame allpool kõige asjakohasemaid:
- Erinevalt teistest meetoditest nagu ARIMA ei vaja see palju ajaloolisi andmeid.
- Eksponentsiaalse modelleerimise tehnikate kasutamisel on selle täpsus suurem kui teistel.
- See on meetod, mis naudib suurt paindlikkust, kasutades nõudluse andmeid, mida teadlane saab valida.
- Nn topelteksponentsiaalne silumine võimaldab prognoosiprobleeme vähendada, kui silumistegur on suurem kui 0,5. Üks vähestest puudustest.
Eksponentsiaalse silumise näide
Kujutage ette ettevõtet, mis müüb kartulikrõpse. Mehhiko emaettevõtte kaubandusdirektor võtab ühendust oma kolleegiga Hispaanias. See ütleb teile, et teete Valencia müügiprognoosi. Kuid loomulikult on ainus näitaja, millest peate alustama, müük Mehhiko linnas, kus saab andmeid võrrelda. 35% seeria silumiseks kasutage tegurit.
Nagu näeme jooniselt, saame valemi rakendades prognoosiväärtused. Esimesed (P1) alates 2015. aasta jaanuarist on selle kuu müük Mexico Citys. Nõudluse veerg on selle aasta tegelikud andmed. Sealt saab valemi sisestades luua ülejäänud andmed prognoosi veerus.
Saame kontrollida, kas eksponentsiaalne silumine vähendab kõikumisi ja täheldame, et selget suundumust ei paista olevat. Prognoos on siiski enamasti suurem tegelikust nõudlusest, mis lõpuks tekkis. Kuigi hilisemal perioodil on see palju suurem.