สรุปจบ! อนุกรมเวลา: วิธีการและการคำนวณที่ใช้ใน

พยากรณ์แบบอนุกรมเวลา (Time Forecasting): วิธีการและเทคนิคสำคัญ

แบบอนุกรมเวลา (Time Series Forecasting) เป็นเทคนิคสำคัญในการคาดการณ์ยอดขายในอนาคต โดยพิจารณาจากข้อมูลยอดขายในอดีต เทคนิคนี้ช่วยให้ธุรกิจสามารถคาดการณ์แนวโน้มยอดขายได้แม่นยำยิ่งขึ้น การอาจมีจากหลายปัจจัย เช่น แนวโน้ม (Trend), ฤดูกาล (Seasonal), วัฎจักร (Cycle), และเหตุการณ์ผิดปกติ (Irregular Variation) ซึ่งมี 3 วิธีหลักในการพยากรณ์:

1. การพยากรณ์อย่างง่าย (Naïve Forecast)

การพยากรณ์อย่างง่ายเป็นวิธีที่ตรงไปตรงมา โดยคาดการณ์ว่ายอดขายในอนาคตจะคงที่ตามยอดขายปัจจุบัน ตัวอย่างเช่น หากเดือนมกราคมมียอดขาย 35 กล่อง การในเดือนกุมภาพันธ์จะคงที่ที่ 35 กล่องเช่นกัน หากยอดขายจริงในเดือนกุมภาพันธ์เป็น 42 กล่อง การพยากรณ์สำหรับเดือนมีนาคมจะเป็น 42 กล่อง

2. การหาค่าเฉลี่ยเคลื่อนที่ (Moving )

การหาค่าเฉลี่ยเคลื่อนที่เป็นการคำนวณค่าเฉลี่ยของยอดขายโดยใช้ข้อมูลจากหลายช่วงเวลา การคำนวณนี้ช่วยลดผลกระทบจากความผันผวนและทำให้แนวโน้มของยอดขายเป็นที่มองเห็นได้ชัดเจนยิ่งขึ้น ตัวอย่างเช่น การใช้ค่าเฉลี่ยของยอดขายใน 3 เดือนที่ผ่านมาเพื่อคาดการณ์ยอดขายในเดือนถัดไป ข้อมูลเก่าจะถูกแทนที่ด้วยข้อมูลใหม่เมื่อล่วงเวลาผ่านไป

3. การปรับเรียบด้วยเอ็กซ์โปเนนเชียล (Exponential Smoothing)

การปรับเรียบด้วยเอ็กซ์โปเนนเชียลเป็นเทคนิคที่ใช้การเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก ซึ่งจะคำนวณค่าพยากรณ์จากค่าเฉลี่ยของข้อมูลที่ผ่านมาพร้อมกับการใช้สัมประสิทธิ์เชิงเรียบ (Smoothing Coefficient) ที่อยู่ในช่วง 0 ถึง 1.00 วิธีนี้ช่วยให้ค่าพยากรณ์มีความแม่นยำยิ่งขึ้นโดยให้ความสำคัญกับข้อมูลล่าสุดมากกว่าข้อมูลที่เก่า

การเลือกวิธีที่เหมาะสม

การเลือกวิธีการพยากรณ์ที่เหมาะสมขึ้นอยู่กับลักษณะและรูปแบบของข้อมูลยอดขาย การเข้าใจและใช้เทคนิคต่างๆ อย่างถูกต้องจะช่วยให้การพยากรณ์ยอดขายมีความแม่นยำและเชื่อถือได้มากขึ้น

การพยากรณ์ยอดขายด้วยแต่ละวิธี

1. การพยากรณ์อย่างง่าย (Naïve Forecast)

ตัวอย่าง 1

ข้อมูลยอดขาย:

  • เดือนธันวาคม: 50 กล่อง
  • เดือนมกราคม: 55 กล่อง
  • เดือนกุมภาพันธ์: 60 กล่อง

การพยากรณ์ยอดขายในเดือนมีนาคม:

การพยากรณ์แบบง่ายจะใช้ยอดขายของเดือนกุมภาพันธ์เป็นตัวคาดการณ์ยอดขายในเดือนมีนาคม

การคำนวณ:

  • ยอดขายในเดือนมีนาคม = ยอดขายในเดือนกุมภาพันธ์
  • ยอดขายในเดือนมีนาคม = 60 กล่อง

ตัวอย่าง 2

ข้อมูลยอดขาย:

  • เดือนตุลาคม: 70 กล่อง
  • เดือนพฤศจิกายน: 75 กล่อง
  • เดือนธันวาคม: 80 กล่อง

การพยากรณ์ยอดขายในเดือนมกราคม:

การพยากรณ์แบบง่ายจะใช้ยอดขายของเดือนธันวาคมเป็นตัวคาดการณ์ยอดขายในเดือนมกราคม

การคำนวณ:

  • ยอดขายในเดือนมกราคม = ยอดขายในเดือนธันวาคม
  • ยอดขายในเดือนมกราคม = 80 กล่อง

ตัวอย่าง 3

ข้อมูลยอดขาย:

  • เดือนกรกฎาคม: 90 กล่อง
  • เดือนสิงหาคม: 85 กล่อง
  • เดือนกันยายน: 95 กล่อง

การพยากรณ์ยอดขายในเดือนตุลาคม:

การพยากรณ์แบบง่ายจะใช้ยอดขายของเดือนกันยายนเป็นตัวคาดการณ์ยอดขายในเดือนตุลาคม

การคำนวณ:

  • ยอดขายในเดือนตุลาคม = ยอดขายในเดือนกันยายน
  • ยอดขายในเดือนตุลาคม = 95 กล่อง

การพยากรณ์อย่างง่ายใช้ข้อมูลยอดขายล่าสุดเป็นตัวคาดการณ์ยอดขายในอนาคต ซึ่งเป็นวิธีที่ง่ายและตรงไปตรงมา แต่ไม่พิจารณาปัจจัยอื่น ๆ ที่อาจมีผลต่อยอดขาย

2. การหาค่าเฉลี่ยเคลื่อนที่ ()

ตัวอย่างการคำนวณการหาค่าเฉลี่ยเคลื่อนที่ (Moving Average) แบบซ้ำซ้อน:

ตัวอย่างที่ 1: ค่าเฉลี่ยเคลื่อนที่ 3 เดือน

ข้อมูลยอดขาย:

  • เดือนเมษายน: 120 กล่อง
  • เดือนพฤษภาคม: 130 กล่อง
  • เดือนมิถุนายน: 140 กล่อง
  • เดือนกรกฎาคม: 150 กล่อง
  • เดือนสิงหาคม: 160 กล่อง

การพยากรณ์ยอดขายในเดือนกันยายนด้วยค่าเฉลี่ยเคลื่อนที่ 3 เดือน:

  1. คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับเดือนมิถุนายน:
    • ค่าเฉลี่ย = (120 + 130 + 140) / 3
    • ค่าเฉลี่ย = 390 / 3 = 130 กล่อง
  2. คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับเดือนกรกฎาคม:
    • ค่าเฉลี่ย = (130 + 140 + 150) / 3
    • ค่าเฉลี่ย = 420 / 3 = 140 กล่อง
  3. คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับเดือนสิงหาคม:
    • ค่าเฉลี่ย = (140 + 150 + 160) / 3
    • ค่าเฉลี่ย = 450 / 3 = 150 กล่อง

การพยากรณ์ยอดขายในเดือนกันยายน = 150 กล่อง

ตัวอย่างที่ 2: ค่าเฉลี่ยเคลื่อนที่ 4 เดือน

ข้อมูลยอดขาย:

  • เดือนมีนาคม: 200 กล่อง
  • เดือนเมษายน: 210 กล่อง
  • เดือนพฤษภาคม: 220 กล่อง
  • เดือนมิถุนายน: 230 กล่อง
  • เดือนกรกฎาคม: 240 กล่อง

การพยากรณ์ยอดขายในเดือนสิงหาคมด้วยค่าเฉลี่ยเคลื่อนที่ 4 เดือน:

  1. คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับเดือนมิถุนายน:
    • ค่าเฉลี่ย = (200 + 210 + 220 + 230) / 4
    • ค่าเฉลี่ย = 860 / 4 = 215 กล่อง
  2. คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับเดือนกรกฎาคม:
    • ค่าเฉลี่ย = (210 + 220 + 230 + 240) / 4
    • ค่าเฉลี่ย = 900 / 4 = 225 กล่อง

การพยากรณ์ยอดขายในเดือนสิงหาคม = 225 กล่อง

ตัวอย่างที่ 3: ค่าเฉลี่ยเคลื่อนที่ 5 เดือน

ข้อมูลยอดขาย:

  • เดือนธันวาคม: 90 กล่อง
  • เดือนมกราคม: 95 กล่อง
  • เดือนกุมภาพันธ์: 100 กล่อง
  • เดือนมีนาคม: 105 กล่อง
  • เดือนเมษายน: 110 กล่อง
  • เดือนพฤษภาคม: 115 กล่อง

การพยากรณ์ยอดขายในเดือนมิถุนายนด้วยค่าเฉลี่ยเคลื่อนที่ 5 เดือน:

  1. คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับเดือนเมษายน:
    • ค่าเฉลี่ย = (90 + 95 + 100 + 105 + 110) / 5
    • ค่าเฉลี่ย = 500 / 5 = 100 กล่อง
  2. คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับเดือนพฤษภาคม:
    • ค่าเฉลี่ย = (95 + 100 + 105 + 110 + 115) / 5
    • ค่าเฉลี่ย = 525 / 5 = 105 กล่อง

การพยากรณ์ยอดขายในเดือนมิถุนายน = 105 กล่อง

การคำนวณค่าเฉลี่ยเคลื่อนที่ใช้การรวมข้อมูลจากช่วงเวลาหลายช่วง (เช่น 3 เดือน, 4 เดือน, 5 เดือน) เพื่อสร้างค่าเฉลี่ยที่ช่วยในการคาดการณ์ยอดขายในอนาคต โดยการพยากรณ์จะใช้ค่าเฉลี่ยล่าสุดของช่วงเวลาที่กำหนด

3. การปรับเรียบด้วยเอ็กซ์โปเนนเชียล (Exponential Smoothing)

ตัวอย่าง: สมมุติว่าคุณมีข้อมูลยอดขายในเดือนมกราคม, กุมภาพันธ์, และมีนาคม และเลือกใช้สัมประสิทธิ์เชิงเรียบ (α) = 0.3:

  • เดือนมกราคม: 30 กล่อง
  • เดือนกุมภาพันธ์: 35 กล่อง
  • เดือนมีนาคม: 42 กล่อง

การคำนวณ:

  • คำนวณค่าพยากรณ์สำหรับเดือนกุมภาพันธ์ (F2) โดยใช้ยอดขายในเดือนมกราคม (A1) และค่าพยากรณ์ในเดือนมกราคม (F1)
    • ซึ่งถือว่าเป็นค่าเริ่มต้น:F2 = α * A1 + (1 – α) * F1
      F2 = 0.3 * 30 + (1 – 0.3) * 30
      F2 = 9 + 21 = 30
  • คำนวณค่าพยากรณ์สำหรับเดือนมีนาคม (F3)
    • โดยใช้ยอดขายในเดือนกุมภาพันธ์ (A2) และค่าพยากรณ์ในเดือนกุมภาพันธ์ (F2):F3 = α * A2 + (1 – α) * F2
      F3 = 0.3 * 35 + (1 – 0.3) * 30
      F3 = 10.5 + 21 = 31.5
  • คำนวณค่าพยากรณ์สำหรับเดือนเมษายน (F4)
    • โดยใช้ยอดขายในเดือนมีนาคม (A3) และค่าพยากรณ์ในเดือนมีนาคม (F3):F4 = α * A3 + (1 – α) * F3
      F4 = 0.3 * 42 + (1 – 0.3) * 31.5
      F4 = 12.6 + 22.05 = 34.65

การพยากรณ์ยอดขายในเดือนเมษายน = 34.65 กล่อง