{"id":1387,"date":"2023-02-13T05:08:33","date_gmt":"2023-02-13T05:08:33","guid":{"rendered":"https:\/\/www.telesto.app\/blog\/?p=1387"},"modified":"2025-06-08T22:11:09","modified_gmt":"2025-06-08T22:11:09","slug":"prognozowanie-zapotrzebowania-na-zapasy","status":"publish","type":"post","link":"https:\/\/www.telesto.app\/blog\/2023\/02\/13\/prognozowanie-zapotrzebowania-na-zapasy\/","title":{"rendered":"Prognozowanie Zapotrzebowania na Magazyn"},"content":{"rendered":"<h2>Czym jest prognoza magazynowa?<\/h2>\n<p>Prognoza magazynowa pomaga oszacowa\u0107 przysz\u0142e zapotrzebowanie na produkty w kr\u00f3tkim, \u015brednim lub d\u0142ugim okresie. To kluczowy element ka\u017cdej strategii planowania zapas\u00f3w. Wczesne prognozowanie pozwala poprawi\u0107 obs\u0142ug\u0119 klienta, kontrol\u0119 zapas\u00f3w i zarz\u0105dzanie pojemno\u015bci\u0105 magazynow\u0105.<\/p>\n<p>Mo\u017cna r\u00f3wnie\u017c prognozowa\u0107 koszty zwi\u0105zane z przysz\u0142ymi zam\u00f3wieniami. Innym obszarem do przewidywania jest czas dostawy (lead time), kt\u00f3ry z regu\u0142y ulega skr\u00f3ceniu. Niezale\u017cnie od tego, co prognozujemy, nale\u017cy pami\u0119ta\u0107 o podstawowych zasadach:<\/p>\n<ul>\n<li>Prognozy s\u0105 dok\u0142adniejsze w kr\u00f3tkim okresie. Im dalszy horyzont, tym mniejsza dok\u0142adno\u015b\u0107.<\/li>\n<li>Prognozy nigdy nie b\u0119d\u0105 idealne. B\u0142\u0105d prognozy zawsze wyst\u0105pi i warto zna\u0107 jego skal\u0119.<\/li>\n<li>Prognoza nie zast\u0119puje rzeczywistego popytu.<\/li>\n<\/ul>\n<h2>Rodzaje prognoz<\/h2>\n<p>Istnieje wiele metod prognozowania i \u017cadna z nich nie jest zawsze najlepsza. Wyb\u00f3r zale\u017cy od okresu prognozy i dost\u0119pnych danych. Prognozy mo\u017cna podzieli\u0107 wed\u0142ug horyzontu czasowego:<\/p>\n<ul>\n<li>D\u0142ugoterminowe prognozy: obejmuj\u0105 kilka lat naprz\u00f3d<\/li>\n<li>\u015arednioterminowe prognozy: od trzech miesi\u0119cy do jednego roku<\/li>\n<li>Kr\u00f3tkoterminowe prognozy: dotycz\u0105 najbli\u017cszych tygodni<\/li>\n<\/ul>\n<p>Prognozy mog\u0105 opiera\u0107 si\u0119 na danych historycznych lub subiektywnych szacunkach. Je\u017celi istnieje wiarygodna historia popytu, powinna by\u0107 ona podstaw\u0105 prognozowania.<\/p>\n<h2>Techniki prognozowania<\/h2>\n<p>Wcze\u015bniej om\u00f3wili\u015bmy <a href=\"https:\/\/www.telesto.app\/blog\/2022\/05\/07\/how-much-products-to-buy\/\">metod\u0119 ekonomicznej wielko\u015bci zam\u00f3wienia (EOQ)<\/a>, kt\u00f3ra pomaga okre\u015bli\u0107, ile produkt\u00f3w nale\u017cy kupi\u0107. W tym wpisie przedstawimy trzy podstawowe techniki wykorzystuj\u0105ce dane historyczne.<\/p>\n<p>Do prognozowania pierwszych trzech miesi\u0119cy 2023 roku u\u017cyjemy danych z pa\u017adziernika, listopada i grudnia 2022.<\/p>\n<h3>\u015arednia ruchoma<\/h3>\n<p>Metoda ta oblicza prost\u0105 \u015bredni\u0105 okre\u015blonej liczby miesi\u0119cy, aby przewidzie\u0107 warto\u015b\u0107 na kolejny miesi\u0105c.<\/p>\n<table>\n<tbody>\n<tr>\n<td>Pa\u017adziernik 2022<\/td>\n<td>114<\/td>\n<\/tr>\n<tr>\n<td>Listopad 2022<\/td>\n<td>119<\/td>\n<\/tr>\n<tr>\n<td>Grudzie\u0144 2022<\/td>\n<td>137<\/td>\n<\/tr>\n<tr>\n<td>Stycze\u0144 2023<\/td>\n<td>? 114 + 119 + 137 = 370, 370 \/ 3 = <strong>123<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Luty 2023<\/td>\n<td>? 119 + 137 + 123 = 379, 379 \/ 3 = <strong>126<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Marzec 2023<\/td>\n<td>? 137 + 123 + 126 = 386, 386 \/ 3 = <strong>129<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Wa\u017cona \u015brednia ruchoma<\/h3>\n<p>W tej metodzie przypisuje si\u0119 r\u00f3\u017cne wagi do wcze\u015bniejszych miesi\u0119cy, przy czym najwi\u0119ksz\u0105 wag\u0119 otrzymuje najbardziej aktualny miesi\u0105c. Dobrze sprawdza si\u0119 przy kr\u00f3tkoterminowych prognozach dla produkt\u00f3w o stabilnym popycie.<\/p>\n<p><em>Uwaga: suma wag musi wynosi\u0107 1,00. W tym przyk\u0142adzie przyjmujemy 0,6 (najbardziej aktualny), 0,3 i 0,1<\/em><\/p>\n<table>\n<tbody>\n<tr>\n<td>Pa\u017adziernik 2022<\/td>\n<td>114<\/td>\n<\/tr>\n<tr>\n<td>Listopad 2022<\/td>\n<td>119<\/td>\n<\/tr>\n<tr>\n<td>Grudzie\u0144 2022<\/td>\n<td>137<\/td>\n<\/tr>\n<tr>\n<td>Stycze\u0144 2023<\/td>\n<td>? 137 * 0.6 + 119 * 0.3 + 114 * 0.1 = <strong>129<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Luty 2023<\/td>\n<td>? 129 * 0.6 + 137 * 0.3 + 119 * 0.1 = <strong>131<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Marzec 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>Wyg\u0142adzanie liniowe<\/h3>\n<p>Podobne do wa\u017conej \u015bredniej ruchomej, ale wagi malej\u0105 liniowo wed\u0142ug wzoru. Metoda ta dobrze dzia\u0142a dla kr\u00f3tkoterminowych prognoz produkt\u00f3w o ustabilizowanym popycie.<\/p>\n<p><small><br \/>\nWaga dla jednego okresu wstecz = 3 \/ ((n\u00b2 + n)\/2) = 3 \/ 6 = 0.5<br \/>\nWaga dla dw\u00f3ch okres\u00f3w wstecz = 2 \/ 6 = 0.3<br \/>\nWaga dla trzech okres\u00f3w wstecz = 1 \/ 6 \u2248 0.17<br \/>\n<\/small><\/p>\n<table>\n<tbody>\n<tr>\n<td>Pa\u017adziernik 2022<\/td>\n<td>114<\/td>\n<\/tr>\n<tr>\n<td>Listopad 2022<\/td>\n<td>119<\/td>\n<\/tr>\n<tr>\n<td>Grudzie\u0144 2022<\/td>\n<td>137<\/td>\n<\/tr>\n<tr>\n<td>Stycze\u0144 2023<\/td>\n<td>? 137 * 0.5 + 119 * 0.3 + 114 * 0.17 = <strong>126<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Luty 2023<\/td>\n<td>? 126 * 0.5 + 137 * 0.3 + 119 * 0.17 = <strong>128<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Marzec 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>Wnioski<\/h2>\n<p>Prognozy opieraj\u0105 si\u0119 na danych historycznych i modelach matematycznych. Nie s\u0105 doskona\u0142e i mog\u0105 zawiera\u0107 b\u0142\u0119dy wynikaj\u0105ce z modeli, danych lub ich interpretacji. Mimo to dobra prognoza jest lepsza ni\u017c jej ca\u0142kowity brak.<\/p>\n<p>W kolejnych wpisach om\u00f3wimy bardziej zaawansowane metody, takie jak wyg\u0142adzanie wyk\u0142adnicze i regresj\u0119 najmniejszych kwadrat\u00f3w, oraz jak zautomatyzowa\u0107 te procesy w systemach zarz\u0105dzania magazynem.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Czym jest prognoza magazynowa? Prognoza magazynowa pomaga oszacowa&#263; przysz&#322;e zapotrzebowanie na produkty w kr&oacute;tkim, &#347;rednim lub d&#322;ugim okresie. To kluczowy&hellip;<\/p>\n","protected":false},"author":1,"featured_media":1324,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[21],"tags":[],"class_list":["post-1387","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-polski-pl"],"_links":{"self":[{"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/posts\/1387","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=1387"}],"version-history":[{"count":2,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/posts\/1387\/revisions"}],"predecessor-version":[{"id":1580,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/posts\/1387\/revisions\/1580"}],"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=1387"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/categories?post=1387"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.telesto.app\/blog\/wp-json\/wp\/v2\/tags?post=1387"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}