{"id":1378,"date":"2023-02-13T04:55:28","date_gmt":"2023-02-13T04:55:28","guid":{"rendered":"https:\/\/www.telesto.app\/blog\/?p=1378"},"modified":"2025-06-08T22:09:33","modified_gmt":"2025-06-08T22:09:33","slug":"beholdningsbehovsprognose","status":"publish","type":"post","link":"https:\/\/www.telesto.app\/blog\/2023\/02\/13\/beholdningsbehovsprognose\/","title":{"rendered":"Prognoser for Lagerbehov"},"content":{"rendered":"<h2>Hva er en lagerprognose?<\/h2>\n<p>En lagerprognose hjelper deg med \u00e5 estimere fremtidig ettersp\u00f8rsel etter produkter p\u00e5 kort, mellomlang eller lang sikt. Det er en grunnleggende del av enhver effektiv lagerplanlegging. N\u00e5r du kjenner til ettersp\u00f8rselen p\u00e5 forh\u00e5nd, kan du forbedre kundeservice, lagerstyring og kapasitetsplanlegging.<\/p>\n<p>Du kan ogs\u00e5 forutsi fremtidige kostnader knyttet til innkj\u00f8p. Et annet omr\u00e5de \u00e5 vurdere er leveringstid (lead time), som vanligvis blir kortere. Uansett hva du \u00f8nsker \u00e5 forutsi, husk disse prinsippene:<\/p>\n<ul>\n<li>Prognoser er mer n\u00f8yaktige p\u00e5 kort sikt. Jo lenger frem i tid, desto mindre presise.<\/li>\n<li>Prognoser vil ikke v\u00e6re feilfrie. Det vil alltid v\u00e6re en feilmargin du m\u00e5 kjenne til.<\/li>\n<li>Prognoser kan ikke erstatte faktisk ettersp\u00f8rsel.<\/li>\n<\/ul>\n<h2>Typer av prognoser<\/h2>\n<p>Det finnes mange m\u00e5ter \u00e5 lage prognoser p\u00e5, og ingen metode er best i alle tilfeller. Valget avhenger av tidshorisonten og hvilke data som er tilgjengelige. Prognoser deles ofte inn i:<\/p>\n<ul>\n<li>Langsiktige prognoser: flere \u00e5r frem i tid<\/li>\n<li>Middels langsiktige prognoser: tre m\u00e5neder til ett \u00e5r frem<\/li>\n<li>Kortsiktige prognoser: de neste ukene<\/li>\n<\/ul>\n<p>Prognoser kan v\u00e6re datadrevne eller basert p\u00e5 vurderinger. Hvis det finnes p\u00e5litelig ettersp\u00f8rselshistorikk, b\u00f8r dette v\u00e6re det prim\u00e6re grunnlaget.<\/p>\n<h2>Prognoseteknikker<\/h2>\n<p>Vi har tidligere dekket <a href=\"https:\/\/www.telesto.app\/blog\/2022\/05\/07\/how-much-products-to-buy\/\">EOQ-metoden (\u00f8konomisk bestillingsmengde)<\/a> for \u00e5 avgj\u00f8re hvor mye du b\u00f8r bestille. Her ser vi p\u00e5 tre grunnleggende metoder som bruker historiske data.<\/p>\n<p>Vi bruker tall fra oktober, november og desember 2022 for \u00e5 forutsi de tre f\u00f8rste m\u00e5nedene i 2023.<\/p>\n<h3>Bevegelig gjennomsnitt<\/h3>\n<p>Denne metoden beregner et enkelt gjennomsnitt av et bestemt antall tidligere m\u00e5neder for \u00e5 forutsi neste m\u00e5neds ettersp\u00f8rsel.<\/p>\n<table>\n<tbody>\n<tr>\n<td>Oktober 2022<\/td>\n<td>114<\/td>\n<\/tr>\n<tr>\n<td>November 2022<\/td>\n<td>119<\/td>\n<\/tr>\n<tr>\n<td>Desember 2022<\/td>\n<td>137<\/td>\n<\/tr>\n<tr>\n<td>Januar 2023<\/td>\n<td>? 114 + 119 + 137 = 370, 370 \/ 3 = <strong>123<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Februar 2023<\/td>\n<td>? 119 + 137 + 123 = 379, 379 \/ 3 = <strong>126<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Mars 2023<\/td>\n<td>? 137 + 123 + 126 = 386, 386 \/ 3 = <strong>129<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Vektet bevegelig gjennomsnitt<\/h3>\n<p>Her tildeles ulike vekter til tidligere m\u00e5neder, der de nyeste dataene f\u00e5r st\u00f8rst vekt. Den egner seg godt til kortsiktige prognoser for modne produkter.<\/p>\n<p><em>Merk: Summen av vektene m\u00e5 v\u00e6re 1,00. I dette eksemplet bruker vi 0,6 (nyeste), 0,3 og 0,1<\/em><\/p>\n<table>\n<tbody>\n<tr>\n<td>Oktober 2022<\/td>\n<td>114<\/td>\n<\/tr>\n<tr>\n<td>November 2022<\/td>\n<td>119<\/td>\n<\/tr>\n<tr>\n<td>Desember 2022<\/td>\n<td>137<\/td>\n<\/tr>\n<tr>\n<td>Januar 2023<\/td>\n<td>? 137 * 0.6 + 119 * 0.3 + 114 * 0.1 = <strong>129<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Februar 2023<\/td>\n<td>? 129 * 0.6 + 137 * 0.3 + 119 * 0.1 = <strong>131<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Mars 2023<\/td>\n<td>? 131 * 0.6 + 129 * 0.3 + 137 * 0.1 = <strong>130<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Line\u00e6r utjevning<\/h3>\n<p>Ligner p\u00e5 vektet gjennomsnitt, men vektene reduseres line\u00e6rt i henhold til en formel. Egner seg godt til kortsiktige prognoser for etablerte produkter.<\/p>\n<p><small><br \/>\nVekt for \u00e9n periode tilbake = 3 \/ ((n\u00b2 + n)\/2) = 3 \/ 6 = 0.5<br \/>\nVekt for to perioder tilbake = 2 \/ 6 = 0.3<br \/>\nVekt for tre perioder tilbake = 1 \/ 6 \u2248 0.17<br \/>\n<\/small><\/p>\n<table>\n<tbody>\n<tr>\n<td>Oktober 2022<\/td>\n<td>114<\/td>\n<\/tr>\n<tr>\n<td>November 2022<\/td>\n<td>119<\/td>\n<\/tr>\n<tr>\n<td>Desember 2022<\/td>\n<td>137<\/td>\n<\/tr>\n<tr>\n<td>Januar 2023<\/td>\n<td>? 137 * 0.5 + 119 * 0.3 + 114 * 0.17 = <strong>126<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Februar 2023<\/td>\n<td>? 126 * 0.5 + 137 * 0.3 + 119 * 0.17 = <strong>128<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Mars 2023<\/td>\n<td>? 128 * 0.5 + 126 * 0.3 + 137 * 0.17 = <strong>129<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Konklusjon<\/h2>\n<p>Prognoser bygger p\u00e5 historiske data og modeller. De er aldri helt presise og inneholder alltid en viss feilmargin, enten fra modellene, dataene eller tolkningen. Likevel er en godt fundert beregning bedre enn ingen.<\/p>\n<p>I fremtidige innlegg skal vi se n\u00e6rmere p\u00e5 mer avanserte metoder som eksponentiell utjevning og minste kvadraters regresjon, og hvordan disse kan automatiseres i lagerstyringssystemer.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Hva er en lagerprognose? En lagerprognose hjelper deg med &aring; estimere fremtidig ettersp&oslash;rsel etter produkter p&aring; kort, mellomlang eller lang&hellip;<\/p>\n","protected":false},"author":1,"featured_media":1324,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[24],"tags":[],"class_list":["post-1378","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-norsk-no"],"_links":{"self":[{"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/posts\/1378","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/comments?post=1378"}],"version-history":[{"count":3,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/posts\/1378\/revisions"}],"predecessor-version":[{"id":1624,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/posts\/1378\/revisions\/1624"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/media\/1324"}],"wp:attachment":[{"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/media?parent=1378"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/categories?post=1378"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/tags?post=1378"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}