New Forecasting Technique for Intermittent Demand, Based on Stochastic Simulation : an Alternative to Croston's Method

• Autorzy: Mariusz Doszyń

Warianty tytułu

Nowa technika prognozowania popytu nietypowego na podstawie symulacji stochastycznej : alternatywa dla metody Crostona

• Języki publikacji: EN

Abstrakty

EN

The main aim of the article is to present a new forecasting technique, applicable in case of intermittent demand. To present properties of this new technique, the accuracy of the predictions generated by the Croston's method and by the author's method (based on stochastic simulation) was analyzed. For comparison, methods such as moving average and simple exponential smoothing are as well used as a reference. Also the SBA method, a modification of Croston's method, is applied. Croston's method is an extension of adaptive methods. It separates the interval between the (non-zero) sales and the sales level. Its purpose is to better forecast intermittent (sporadic) demand. The second prognostic method is the author's proposal which relies on two stages. In the first stage, based on stochastic simulation, it determines if an event (sale) occurs in a given period. In the second stage, the sales level is estimated (if the previous stage shows that the sales will occur). Due to the strong asymmetry of the sales, the sales level is determined on the basis of the corresponding quantiles. The basis for forecasting are weekly sales series of about fourteen thousand products (real data). The analyzed time series can be defined as atypical, which is manifested by a small number of non-zero observations (high number of zeros), high volatility and randomness (randomness tests indicate white noise). Forecast error measures are used to characterize both the bias and the efficiency. The forecast error measures will be characterized so that they can be applied to a time series with a large number of zeros (including the author's forecast error measure proposal). Forecasts were evaluated with respect to the distributions of four ex post errors, such as mean error (ME), mean absolute deviation (MAD), mean absolute scaled error (MASE) and the author's proposal (error D). The proposed technique, based on stochastic simulation, seems to be the least biased and most efficient. The Croston's method gives positively biased predictions with rather low efficiency. The proposed forecasting technique might support decisions in enterprises facing the problem of forecasting intermittent demand. The more accurate forecasts could increase the quality of customer service and optimize the inventory level.(original abstract)

Głównym celem artykułu jest przedstawienie nowej techniki prognozowania popytu nietypowego (sporadycznego). Aby zaprezentować właściwości proponowanej techniki, przeanalizowano dokładność prognoz generowanych metodą Crostona i metodą autora (opartą na symulacji stochastycznej). Do porównań przyjęto również takie metody, jak średnia ruchoma i proste wygładzanie wykładnicze. Zastosowano również metodę SBA, która jest modyfikacją metody Crostona. Metoda Crostona jest rozszerzeniem metod adaptacyjnych. Oddzielnie analizowane są odstępy między niezerową sprzedażą oraz poziom sprzedaży. Jej celem jest lepsze prognozowanie nietypowego (sporadycznego) popytu. Drugą metodą prognostyczną jest propozycja autora, która opiera się na dwóch etapach. W pierwszym, w oparciu o symulację stochastyczną, określa się, czy zdarzenie (sprzedaż) w danym okresie wystąpi. W drugim etapie szacowany jest poziom sprzedaży (jeśli poprzedni etap pokazuje, że nastąpi sprzedaż). Ze względu na silną asymetrię sprzedaży jej poziom ustalany jest na podstawie odpowiednich kwantyli. Podstawą prognozowania są cotygodniowe serie sprzedaży około czternastu tysięcy produktów (dane rzeczywiste). Analizowane szeregi czasowe można zdefiniować jako nietypowe, co przejawia się niewielką liczbą niezerowych obserwacji (duża liczba zer), dużą zmiennością i losowością (testy losowości wskazują na biały szum). Stosowane miary błędów prognoz charakteryzują zarówno obciążenie, jak i efektywność prognoz. Błędy prognoz zostaną dostosowane do szeregów czasowych z dużą liczbą zer (w tym autorska propozycja miary błędu prognozy). Prognozy zweryfikowano ze względu na rozkłady czterech błędów ex post: błędu średniego (ME), średniego odchylenia bezwzględnego (MAD), średniego absolutnego błędu skalowanego (MASE) i błędu D (propozycja autora). Metoda prognozowania oparta na symulacji stochastycznej jest najmniej obciążona i najbardziej efektywna. Metoda Crostona daje dodatnio obciążone prognozy o raczej niskiej efektywności. Proponowana technika prognozowania może wspierać decyzje podejmowane w przedsiębiorstwach, które borykają się z problemem prognozowania sporadycznego popytu. Bardziej dokładne prognozy mogą zwiększyć poziom obsługi klienta i zoptymalizować poziom zapasów.(abstrakt oryginalny)

Słowa kluczowe

EN

Demand forecasting; Simulation; Stochastic models

PL

Prognozowanie popytu; Symulacja; Modele stochastyczne

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2018
• Numer: vol. 5, t. 338
• Strony: 41--55

Twórcy

autor

Mariusz Doszyń

• University of Szczecin, Poland

Bibliografia

• Boylan J.E., Syntetos A.A. (2007), The accuracy of a Modified Croston procedure, "International Journal of Production Economics", vol. 107, pp. 511-517.
• Croston J.D. (1972), Forecasting and stock control for intermittent demands, "Operational Research Quarterly" 1970-1977, vol. 23(3), pp. 289-303.
• Doszyń M. (2017), Forecasting of Randomly Distributed Zero-inflated Time Series, "Folia Oeconomica Stetinensia", vol. 17(1), pp. 7-19.
• Hyndman R.J., Koehler A.B. (2006), Another look at measures of forecast accuracy, "International Journal of Forecasting", vol. 22(4), pp. 679-688.
• Shukur G., Doszyń M., Dmytrów K. (2017), Comparison of the Effectiveness of Forecasts Obtained by Means of Selected Probability Functions with Respect to Forecast Error Distributions, "Communications in Statistics. Simulation and Computation", vol. 46, no. 5, pp. 3667-3679, http://dx.doi.org/10.1080/03610918.2015.1100734.
• Syntetos A.A. (2001), Forecasting of intermittent demand, A Thesis submitted for the degree of Doctor of Philosophy, Business School, Buckinghamshire Chilterns University College, Brunel University, London.
• Syntetos A.A., Boylan J.E. (2005), The accuracy of intermittent demand estimates, "International Journal of Forecasting", vol. 21(2), pp. 303-314.
• Teunter R.H., Syntetos A.A., Babai M.Z. (2011), Intermittent demand: Linking forecasting to inventory obsolescence, "European Journal of Operational Research", vol. 214, pp. 606-615.
• Xu Q., Wang N., Shi H. (2012), A Review of Croston's Method for Intermittent Demand Forecasting, 9th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD 2012).

Identyfikatory

DOI

10.18778/0208-6018.338.03