How To

Forecasting methods (ႀကိဳတင္ခန္႔မွန္းမႈ နည္းလမ္း) အမ်ိဳးမ်ိဳးအေၾကာင္း သိေကာင္းစရာ

Forecasting methods (ႀကိဳတင္ခန္႔မွန္းမႈ နည္းလမ္း) အမ်ိဳးမ်ိဳးအေၾကာင္း သိေကာင္းစရာ Super Light logistics

             ႀကိဳတင္ခန္႔မွန္းမႈ (Forecasting) ဆိုတာကေတာ့ အတိတ္နဲ႔ပစၥဳပၸန္အခ်က္အလက္ေတြကို အေျခခံၿပီး၊ အမ်ားအားျဖင့္ ျဖစ္လာႏိုင္မဲ့အလားအလာေတြကို ခြဲျခမ္းစိတ္ျဖာရင္း၊ အနာဂတ္အတြက္ႀကိဳတင္ခန္႔မွန္းမႈကို ေဆာင္ရြက္တဲ့လုပ္ငန္းစဥ္ပဲ ျဖစ္ပါတယ္။ တနည္းေျပာရရင္ ႀကိဳတင္ခန္႔မွန္းျခင္းဟာ ေနာင္ဘာေတြျဖစ္လာႏိုင္မလဲဆိုတာ တြက္ဆၿပီး အနာဂတ္အတြက္ အစီအစဥ္ေတြခ်မွတ္ဖို႔ အေထာက္အကူျဖစ္ေစတဲ့ ကရိယာတန္ဆာပလာတစ္ခုပဲျဖစ္ပါတယ္။


             ႀကိဳတင္ခန္႔မွန္းတယ္ဆိုတည္းက မေသခ်ာမႈေတြနဲ႔ စြန္႔စားရမႈေတြ႐ွိေနမွာျဖစ္လို႔ ႀကိဳတင္ခန္႔မွန္းမႈကို တိက်ခိုင္လံုႏိုင္ေစဖို႔အတြက္ မွီျငမ္းတဲ့အခ်က္အလက္ေတြဟာ ေနာက္ဆံုးရအခ်က္အလက္ေတြျဖစ္ဖို႔ လိုပါတယ္။ ဒါ့အျပင္ႀကိဳတင္ခန္႔မွန္းမႈ နည္းလမ္းအမ်ိဳးမ်ိဳးကို အတြင္းက်က်သိ႐ွိၿပီး၊ မိမိရဲ႕လိုအပ္ခ်က္နဲ႔ ဘယ္နည္းလမ္းက အေကာင္းဆံုးအေထာက္အကူ ျဖစ္ေစႏိုင္မလဲဆိုတာ သိ႐ွိထားဖို႔လိုပါတယ္။ႀကိဳတင္ခန္႔မွန္းမႈ နည္းလမ္းအမ်ိဳးမ်ိဳးကေတာ့ ေအာက္ပါအတိုင္းပဲ ျဖစ္ပါတယ္။

 

 

(၁) အ႐ိုး႐ွင္းဆံုးႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ား(Naive forecasting methods)

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>


             အ႐ိုး႐ွင္းဆံုးႀကိဳတင္ခန္႔မွန္းမွုနည္းလမ္းမ်ား (Naive forecasting methods) ဟာ ၿပီးခဲ့တဲ့ကာလအပိုင္းအျခားတစ္ခုက မွတ္တမ္းတင္ထားတဲ့ အခ်က္အလက္ေတြကို အေျခခံၿပီးေတာ့ လက္႐ွိဦးတည္ခ်က္အတိုင္း အနာဂတ္ကာလအပိုင္းအျခားတစ္ခုအတြက္ ႀကိဳတင္ခန္႔မွန္းျခင္းပဲျဖစ္ပါတယ္။ Naive forecasting methods ဟာ အနာဂတ္ကာလအတြက္ ခန္႔မွန္းတဲ့ေနရာမွာ ရာသီအလိုက္အေျပာင္းအလဲေတြ၊ အတက္အက်ေတြ၊ ဆက္စပ္ေနမႈေတြ စတာေတြကို ျပန္ညႇိတာမ်ိဳး လံုးဝမလုပ္ပဲ အတိတ္ကာလအခ်က္အလက္ေတြကိုပဲ အတည္ယူေဆာင္ရြက္တာျဖစ္ပါတယ္။ ဒါေၾကာင့္ Naive forecasting methods မ်ားကို အျခားပိုမို႐ႈပ္ေထြးတဲ့ ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ားရဲ႕ ရလာဒ္မ်ားကို ဆန္းစစ္ဖို႔အတြက္ ” စံ ” (Benchmark) အျဖစ္ ႏိႈင္းယွဥ္အသံုးျပဳၾကေလ့႐ွိပါတယ္။

 

 

(၂) အရည္အေသြးႏွင့္အရည္အတြက္ ႀကိဳတင္ခန္႔မွန္းမႈ နည္းလမ္းမ်ား(Qualitative & quantitative forecasting methods)

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>


             အရည္အေသြးႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ား (Qualitative forecasting methods) မ်ားဟာ အတိတ္ကာလအခ်က္အလက္မ်ား မရ႐ွိႏိုင္တဲ့အခါ အသံုးျပဳေလ့႐ွိၿပီး သံုးစြဲသူမ်ားႏွင့္ သက္ဆိုင္ရာကြၽမ္းက်င္သူမ်ားရဲ႕သေဘာထား၊ ေဝဖန္ဆံုးျဖတ္ခ်က္မ်ားအေပၚ အေျခခံၿပီး ႀကိဳတင္ခန္႔မွန္းတဲ့နည္းလမ္းမ်ားျဖစ္ပါတယ္။ Qualitative forecasting methods မ်ားကို ကာလ႐ွည္နဲ႔ အလယ္အလတ္ကာလ ဆံုးျဖတ္ခ်က္မ်ားအတြက္ အသံုးၾကေလ့႐ွိပါတယ္။ အေရအတြက္ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ား (Quantitative forecasting methods) မ်ားကို အတိတ္ကာလ ကိန္းဂဏန္းအခ်က္အလက္မ်ား ရ႐ွိႏိုင္တဲ့အခါနဲ႔ အတိတ္ကာလအခ်က္အလက္အခ်ိဳ႕ဟာ အနာဂတ္မွာပါျဖစ္ႏိုင္ေျခ႐ွိတယ္လို႔ ယူဆတဲ့အခါ အသံုးျပဳၾကေလ့႐ွိပါတယ္။ Quantitative forecasting methods မ်ားကို ကာလတိုနဲ႔ အလယ္အလတ္ကာလဆံုးျဖတ္ခ်က္မ်ားအတြက္ အသံုးျပဳၾကေလ့႐ွိပါတယ္။

 

 

(၃) ေၾကာင္းက်ိဳးဆက္စပ္ ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ား(Causal forecasting methods)

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>


             ေၾကာင္းက်ိဳးဆက္စပ္ ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ားဟာ အတိတ္ကာလ ကိန္းဂဏန္းအခ်က္အလက္မ်ားအရ ေပၚထြက္လာတဲ့ရလာဒ္မ်ားအေပၚမွာပဲ အေျခတည္အမွီသဟဲျပဳၿပီး ခန္႔မွန္းျခင္းမ်ိဳးမဟုတ္ပါဘူး။ ျဖစ္လာႏိုင္တဲ့အေျပာင္းအလဲမ်ားအေပၚ အက်ိဳးသက္ေရာက္ႏိုင္တဲ့ ငုတ္လ်ိွဳးေနတဲ့ အေၾကာင္းျခင္းရာေတြကိုပါ ေၾကာင္းက်ိဳးဆက္စပ္ၿပီး ႀကိဳတင္ခန္႔မွန္းျခင္းျဖစ္ပါတယ္။ Causal forecasting methods ေတြမွာ ကိန္းဂဏန္းအခ်က္အလက္ေတြက အဓိကမဟုတ္ပဲ ႀကိဳတင္ခန္႔မွန္းသူရဲ႕ သေဘာထားအျမင္က အဓိကျဖစ္ပါတယ္။

 

 

(၄) ေဝဖန္ပိုင္းျခား ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ား(Judgmental forecasting methods)

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>


             ေဝဖန္ပိုင္းျခား ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ားမွာ သံုးစြဲသူသေဘာထားစစ္တမ္းမ်ား၊ ကြၽမ္းက်င္သူအဖြဲ႔မ်ား၏ သေဘာထား၊ လုပ္ငန္းဆိုင္ရာမန္ေနဂ်ာမ်ား၏အျမင္ စသည္တို႔အေပၚ အေျခခံကာ ႀကိဳတင္ခန္႔မွန္းျခင္းျဖစ္ပါတယ္။ ေဝဖန္ပိုင္းျခား ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ားကို အတိတ္ကိန္းဂဏန္းအခ်က္အလက္မ်ား မရႏိုင္တဲ့အခါ၊ ကုန္ပစၥည္းအမယ္သစ္ ေစ်းကြက္တင္တဲ့အခါနဲ႔ ေစ်းကြက္အတြင္းထူးျခားတဲ့ အေျခအေနနဲ႔ အလားတူပစၥည္းမ႐ွိတဲ့အေျခအေနမ်ိဳးမွာ အသံုးျပဳေလ့႐ွိပါတယ္။

 

 

(၅) စဥ္ဆက္မျပတ္ ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ား(Time series forecasting methods)

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>


             စဥ္ဆက္မျပတ္ ႀကိဳတင္ခန္႔မွန္းမႈနည္းလမ္းမ်ားဟာ အတိတ္ကာလအခ်က္အလက္မ်ားကို အေျခခံၿပီး အနာဂတ္ျဖစ္ေပၚလာႏိုင္တာကို ႀကိဳတင္ခန္႔မွန္းျခင္းျဖစ္ပါတယ္။ Time series forecasting methods မွာ သတ္မွတ္ထားတဲ့ ကာလအပိုင္းအျခားတစ္ရပ္ (ဥပမာအားျဖင့္ ၂၀၀၀ ျပည့္ႏွစ္မွ ယခုအထိ သံုးလပတ္အလိုက္ ေရာင္းခ်ခဲ့ရမႈစာရင္း စသည္)မွ အခ်က္အလက္တသီတတန္းႀကီးကို အေျခခံၿပီး ေနာင္ကာလ႐ွည္ (ဥပမာ ၅ႏွစ္၊ ၁၀ႏွစ္၊ ၁၅ႏွစ္ အတြက္) ႀကိဳတင္ခန္႔မွန္းရာမွာ အသံုးျပဳေလ့႐ွိၾကပါတယ္။

 

Source ; Super Light logistics

 

Read times
Rate this item
(0 votes)