„Analiza i metody 

prognozowania popytu”

Praca kontrolna

„Gospodarka zapasami i 

magazynowanie”

Paulina Sopa

Sem.1

Technik logistyk

Prognozowanie stanowi jeden z kluczowych elementów 

zarządzania organizacją. Prognozowanie popytu ma istotne 

znaczenie dla określenia zdolności wytwórczych, a tym samym 

określenia metod wytwarzania czy świadczenia usług, liczby 

zatrudnionych, poziomu kosztów itd. Prognozy stanowią istotny 

element podejmowania decyzji - to na ich podstawie 

menedŜerowie wybierają drogę, którą będzie podąŜać 

organizacja

.

Miejsce prognoz w procesie podejmowania decyzji

Metody prognozowania

Metody prognozowania moŜemy klasyfikować ze względu na 

okres prognozowania na długo-, średnio- i krótkoterminowe, 
jak równieŜ ze względu na sposób realizacji.

Metody projekcyjne są oparte na modelu przeszłych zdarzeń, 

metody przyczynowe są oparte na analizach przyczyn i ich 
skutków. Odkrywając związek wydajności pracy z zasadami 
premiowania, moŜemy dość skutecznie ocenić przyszłą 
wydajność na podstawie zastosowanych premii.

Metody prognozowania: jakościowe 

i ilościowe

Prognozowanie subiektywne

Najprostszą metodą prognozowania jest 
subiektywny osąd dokonany przez menedŜera na 
podstawie zebranych doświadczeń oraz 
dodatkowych informacji i wyciąganie na ich 
podstawie wniosków co do przyszłych zdarzeń. Ta 
metoda prognozowania moŜe być skuteczna w mało 
skomplikowanym i stabilnym otoczeniu. Do 
najczęściej stosowanych podejść subiektywnych 
naleŜą: intuicja osobista, dyskusje panelowe, 
metoda delficka, analogie historyczne. W złoŜonej 
organizacji, działającej na róŜnych rynkach, metody 
subiektywne rzadko się jednak sprawdzają.

Schemat powstawania prognoz 

jakościowych

Szeregi czasowe

Szeregi czasowe są seriami obserwacji dokonywanymi w 

równych odstępach czasu. Miesięczna sprzedaŜ, koszt dnia 
pracy, produkcja tygodniowa są przykładami szeregów 
czasowych.

Rozpatrując szeregi czasowe, naleŜy mieć na uwadze główny 

trend i nakładające się na niego zakłócenia. Zakłócenia 
moŜna oceniać na podstawie średnich błędów 

Najpopularniejsze szeregi czasowe: 

a) stały, 

b) o trendzie rosnącym

c) sezonowy 

Zakłócenia nakładające się na 

podstawowy trend

Regresja liniowa

Regresja liniowa jest 

przykładem prognozy 
przyczynowej, w której 
poszukuje się związku lub 

przyczyny, jakie moŜna 
wykorzystać w prognozie.

Regresja liniowa wskazuje 

na prosty związek 
zmiennej niezaleŜnej 
(opisującej) i zmiennej 

zaleŜnej (opisywanej).

Oczywiście rzeczywiste   

zdarzenia nie muszą 

idealnie "siedzieć" na 
prostej regresji. Stopień 
dopasowania wyników do 

prostej określa między 
innymi współczynnik 

korelacji.

Prognozowanie projekcyjne

Prognozowanie przyczynowe 

moŜna uznać za zewnętrzne, 
poniewaŜ bada wpływ 
zewnętrznych czynników na 

interesujące nas zjawisko. 
Natomiast prognozowanie 

projekcyjne jest 
wewnętrzne, poniewaŜ 

ignoruje wpływ innych 
danych, koncentrując się na 
historycznych informacjach. 

To tego typu prognoz naleŜą 
metody takie jak:

•

Średnie arytmetyczne,

•

Średnie ruchome,

•

Aproksymacja wykładnicza,

•

Model sezonowości i trendu.

Wykres popytu sezonowego

Zalety skutecznego przewidywania 

wielkości popytu to:

1. Dynamiczne 

dostosowywanie poziomu 
zapasów
2. Oszczędności w 
systemie składowania
3. Zwiększenie obrotów 
towarów rotujących przez 
uwolnienie działań 
marketingowych
4. Redukcja kosztów 
działalności
5. Uwolnienie dodatkowych 
środków finansowych i ich 
płynności
6. Bilansowanie zasobów z 
popytem w całym łańcuchu 
logistycznym