میانگین متحرک چیست؟

 میانگین متحرک از ابزارهای آماری در مهندسی فروش و پیش بینی فروش است و دو ویژگی دارد. همانگونه که از نام آن پیداست نوعی میانگین است. میانگین، میزان متوسط از مجموعه اعداد مشخصی را به دست می‌دهد و تقریبا همه با آن آشنا هستند. از خصوصیات میانگین این است تحت تاثیر ارقام بزرگ قرار می‌گیرد.

ویژگی دیگر آن این است که متحرک است. به طور دقیق یعنی اینکه در طول زمان تغییر می‌کند. اولین میانگین متحرک ممکن است میانگین فروش  روزهای شنبه، یک شنبه و دوشنبه باشد.  میانگین بعدی متعلق به فروش روزهای یک شنبه، دوشنبه و سه شنبه خواهد بود و به همین ترتیب.

ایده استفاده از میانگین متحرک از آنجا ناشی می‌گردد که اگر چیزی قابل پیش بینی باشد پس حتما از الگوی خاصی پیروی می‌کند مانند افزایش فروش لوازم اسکی در پاییز و زمستان و افت تعداد فروش در بهار و تابستان. دمنوش‌ها و نوشیدنی‌های گرم نیز از همین الگو پیروی می‌کنند.

اما گاهی رویدادی پیش‌می‌آید که غیر معمول است. مثلا اگر فروشگاهی در تابستان چکمه‌های خود را به حراج گذارد ممکن است تعدادی از افراد برای صرفه‌جویی در پرداخت، نیاز زمستان خود را در تابستان خریداری کنند. در پیش بینی فروش این رویدادها را نویز Noise می‌نامیم . عدد بزرگی که در نتیجه نویز به دست می‌آید بر میانگین فروش تأثیر می‌گذارد. دلیل اصلی استفاده از میانگین متحرک این است که این تأثیر به حداقل رسد.

اکنون فرض کنیم شما سررسید و هدایای چاپی به فروش می‌رسانید. به طور معمول باید فروش شما در ماه‌‌های انتهای سال حداکثر افزایش را تجربه کند؛ از این رو تعداد بیشتری سررسید چاپ می‌کنید و ناگهان بازار شما با شوک روبه‌رو می‌شود. مشتریان کمتری به شما مراجعه کرده و تعداد اندکی به فروش می‌رسد. این عدد بسیار کوچک هم بر میانگین تاثیر گذاشته و به عنوان نویز شناخته می‌شود.

همانطور که حراج فلان محصول به دلیل موجودی زیاد در پایان فصل، غیرقابل پیش‌بینی است ، افت و رکود بازار هم همین‌طور است. بنابراین نویز ها از روش آماری قابل تخمین نیستند و تنها پس از آنکه روش آماری را با روش قضاوتی در هم آمیزیم می‌توانیم برایشان چاره جویی کنیم.

کنترل نویزها

با استفاده از میانگین متحرک، میزان نویز در محاسبات به حداقل رسیده و  آنچه به دست می‌آوریم علامت و سیگنال Signal است. سیگنال جهت روند افت و خیز را نشان می‌دهد.

هنگام برنامه‌ریزی، نویزهای احتمالی در آینده از طریق میانگین متحرک قابل کنترل می‌شوند. نویز در آینده که به آن خطا هم می‌گویند ممکن است از عوامل متعددی ناشی گردد اما به همان ترتیبی که نویز گذشته را با میانگین متحرک حل می‌کنیم، خطای آینده هم در میانگین متحرک حل می‌شود.

میانگین متحرک

میانگین متحرک

میانگین متحرک،جهت کلی فروش را نشان می‌دهد (Signal) و تاثیر تغییرات (Noise) را به حداقل می‌رساند.

فرض کنیم میانگین متحرک را برپایه دو ماهه قرار دهیم. فروش کم فروردین در فروش اردیبهشت خنثی می‌شود. سپس اردیبهشت و خرداد را میانگین می‌گیریم و بعد از آن هم خرداد و تیرماه و به همین ترتیب ادامه می‌دهیم. اکنون برای محاسبه فروش یک ماه دلخواه مانند شهریور از میانگین متحرک تیر و مرداد به عنوان سیگنال استفاده می‌کنیم.


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

20 − چهار =