3-1　需求與預測

• 3.1.1 獨立需求與相依需求

需求的來源可分為二種：

1. 獨立需求：其需求不直接來自於其他產品或服務，通常由市場決定。例如：汽車的銷售量便是一種獨立需求。當我們考慮預測時，通常所指的都是獨立需求。

2. 相依需求：對產品或服務的需求來自於其他產品或服務，相依需求通常由獨立需求所決定。例如：汽車銷售量確定後，所需輪胎的數量便是一種相依需求。對於相依需求的管理，通常可透過MRP來進行。

• 3.1.2 獨立需求的組成成分

一般來說，對產品或服務的需求可分為六種型態，其可見下圖需求類型圖：

1. 平均需求(Average demand)：在某段時間內的平均需求

2. 趨勢(Trend)：指在某一範圍內，觀測值逐漸且緩慢的上升或下降，例如：人口逐年增加。

3. 季節性(Seasonal element)：由於氣候或人為因素，使得觀測值在短期（多為一年）內十分規則且定期的變化。例如：冷氣機的銷售量在夏季比在其他季節還多。

4. 循環週期(Cyclical element)：超過一年以上（通常為4-8年）的循環像波浪式的觀測值變化，大多是政治選舉、戰爭、經濟蕭條或社會性壓力所引起的。例如：經濟景氣循環影響塑膠公司的產品銷售量。

5. 隨機變異(Random variation)：是偶發事件所引起的。去除上述對需求的已知因素（如：平均、趨勢、季節、循環、自我相關）外的其他變動影響因素稱之。

6. 自我相關性(Autocorrelation)：表示事件的持續特性。更明確的說，在任何一點的期望值是與他自己過去的值有高度相關。

• 3.1.3 預測類型

預測可分為四種不同的類型：

1. 定性(Qualitative)：主要是基於專業知識的判斷，而依其資訊獲得的方式，或來源或是判斷者之不同而有各種不同的方法。

2. 時間序列分析(Time series analysis)： 也可以稱為定量分析。認為過去需求的相關資料可以用來預測未來的需求。過去的需求類型如上述所討論的，故在此不一一說明。

3. 因果關係(Causal relationships)：假設需求是與環境中的許多因素有相關，例如：銷售可能會受廣告、品質、競爭者所影響，一般以線性迴歸來討論。

4. 模擬(Simulation)： 是一種動態模型，通常以電腦為基礎，允許預測者對未來預測情境，在一個規範的假設下做預測。

一般而言，在為期3個月內的短期需求預測，可以使用時間序列分析法、因果關係法以及定性預測法；而3個月至2年的中期需求預測，則建議採用因果關係法以及定性預測法；至於大於2年的長期需求預測如中期預測一樣使用因果關係法以及定性預測法。