예측에 유용하다. 이동평균을 통하여 우연변동을 제거하고자 처음으로 이 기법을 적용해 보았다. 이동평균기간은 3개월과 6개월로 선택하고, 값을 비교해 보기로 하였다. 이동평균기간이 길수록 우연요인이 더 많이 상쇄되어 예측선이 고르게 분포되고 오차가 적게 발생할 것이라 기대하고 실제로 기
1) 사례를 선정하기까지
우리는 ‘Forecasting-Manufacturing’ 부분의 사례발표를 맡고 나서 어떤 사례를 가지고 발표를 해야 좋을지에 대해 오랫동안 고민했다. 제조업의 생산계획에 있어서 예측이 얼마나 중요한지를 잘 보여줄 수 있는 적절한 사례를 찾는 것이 무엇보다 중요하다고 생각했기 때문이다.
1. 연구 목적 및 방법
많은 기업들이 존재하며 각 기업은 하루하루 살아남기 위한 치열한 경쟁을 하고 있다. 이런 속에서 예측이란 기법이 등장했다. 기업은 우선 수요를 예측하여 생산량을 결정한다. 수요를 과다하게 예측하면 기업의 재고가 증가하여 재고관련 비용이 증가될 것이며 재고의 진부화
※ 기업소개
1968년 설립된 이래 오직 한 길만을 걸어온 동서식품은 국내 식품업계에서 우수한 회사로서 성장·발전하고 있음. 특히 주력 제품인 맥심과 맥스웰 하우스는 커피 시장에서, 프리마는 커피 크리머 시장에서 압도적인 시장 점유율 1위와 브랜드 파워 1위를 차지하고 있으며 포스트 시리얼,
예측을 실시하였다. 3일 단순이동평균법은 6일 단순이동평균법보다 CFE가 크고, MAD나 MAPE를 계산해봤을 때는 예측오차가 더 적음을 알 수 있다. 결과적으로 3일 단순이동평균법이 더 좋다는 결론이 나오긴 하지만 5월 실제매출액 그래프와 차이가 많음을 한눈에 파악할 수 있다. 따라서 단순이동평균법을