การใช้เทคนิคการพยากรณ์ในการพยากรณ์ยอดขายผลิตภัณฑ์อุปกรณ์ระบบเครือข่ายยี่ห้อหัวเว่ยของบริษัทตัวแทนจำหน่ายแห่งหนึ่ง
0
0
Files
Issued Date
2020
Resource Type
Language
other
File Type
application/pdf
Rights
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
Rights Holder(s)
มหาวิทยาลัยสุโขทัยธรรมาธิราช
Suggested Citation
กัณณวัชร์ มณีรัชตินาคสกุล (2020). การใช้เทคนิคการพยากรณ์ในการพยากรณ์ยอดขายผลิตภัณฑ์อุปกรณ์ระบบเครือข่ายยี่ห้อหัวเว่ยของบริษัทตัวแทนจำหน่ายแห่งหนึ่ง. Retrieved from: https://hdl.handle.net/20.500.14770/11791
Alternative Title(s)
Use of forecasting techniques for sale forecast of Hauwei networking systems equipment for a distributor company
Author(s)
Advisor(s)
Other Contributor(s)
Abstract
การศึกษานี้มีวัตถุประสงค์เพื่อศึกษา (1) เทคนิคการพยากรณ์ด้วยวิธีการแตกอนุกรมเวลาในการพยากรณ์ยอดขายอุปกรณ์ระบบเครือข่ายยี่ห้อหัวเว่ยของบริษัทตัวแทนจำหน่ายแห่งหนึ่ง (2) เปรียบเทียบค่าความคลาดเคลื่อนระหว่างการพยากรณ์จากยอดขายจริงกับค่าเป้าหมายในแผนการขายอุปกรณ์ระบบเครือข่ายยี่ห้อหัวเว่ยของฝ่ายบริหารบริษัทตัวแทนจำหน่ายแห่งหนึ่งการศึกษานี้เป็นการวิจัยเชิงปริมาณ ประชากรที่ใช้ในการศึกษา ได้แก่ ข้อมูลยอดขายจริงเกี่ยวกับอุปกรณ์ระบบเครือข่ายยี่ห้อหัวเว่ย และค่าเป้าหมายในแผนการขายอุปกรณ์ระบบเครือข่ายยี่ห้อหัวเว่ยของฝ่ายบริหารบริษัทตัวแทนจำหน่ายแห่งหนึ่ง ย้อนหลัง 3 ปี ระหว่างเดือนมกราคม พ.ศ.2559 ถึงเดือนธันวาคม พ.ศ.2561 เครื่องมือที่ใช้ คือเทคนิคการพยากรณ์ด้วยวิธีการแตกอนุกรมเวลาความสัมพันธ์แบบคูณและวิธีการแตกอนุกรมเวลาความสัมพันธ์แบบบวก สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ยส่วนเบี่ยงเบนสัมบูรณ์ ค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง และค่าความลำเอียง ผลการศึกษา พบว่า (1) เทคนิคการพยากรณ์ยอดขายอุปกรณ์ระบบเครือข่ายยี่ห้อหัวเว่ยที่นำมาประยุกต์ใช้ ได้แก่ วิธีการแตกอนุกรมเวลาความสัมพันธ์แบบคูณ และวิธีการแตกอนุกรมเวลา ความสัมพันธ์แบบบวก ซึ่ง พบว่า วิธีการแตกอนุกรมเวลาความสัมพันธ์แบบบวก เหมาะสมต่อการนำมาใช้ในการพยากรณ์มากกว่าวิธีการแตกอนุกรมเวลาความสัมพันธ์แบบคูณ เนื่องจากให้ค่าเฉลี่ความเบี่ยงเบนสัมบูรณ์และค่าเฉลี่ยคลาดเคลื่อนกำลังสองน้อยกว่า และเมื่อทำการทดสอบค่าความลำเอียงภายใต้ช่วงค่าควบคุมที่ +5MAD พบว่า ค่าความลำเอียงส่วนใหญ่อยู่ภายใต้ช่วงค่าควบคุม โดยมีค่าที่ออกนอกช่วงควบคุมที่สามารถค้นหาข้อมูลเชิงประจักษ์มาอธิบายได้ (2) ค่าเฉลี่ยความเบี่ยงเบนสัมบูรณ์ และค่าเฉลี่ยคลาดเคลื่อนกำลังสองที่ได้จากการคำนวณจากยอดขายจริงด้วยวิธีการแตกอนุกรมเวลาความสัมพันธ์แบบบวก ให้ค่าคลาดเคลื่อนน้อยกว่าการคำนวณจากค่าเป้าหมายในแผนการขายของฝ่ายบริหาร ดังนั้น เทคนิคการพยากรณ์ด้วยวิธีการแตกอนุกรมเวลาความสัมพันธ์แบบบวก จึงมีความเหมาะสมต่อการนำมาประยุกต์ใช้ เพื่อกำหนดค่าเป้าหมายการขายเบื้องต้นในแผนการขายของบริษัทตัวแทนจำหน่ายแห่งนี้ ซึ่งผู้บริหารอาจพิจารณาปรับค่าเป้าหมาย โดยใช้ค่าพยากรณ์เป็นข้อมูลพื้นฐานที่มีความน่าเชื่อถือได้
This study aims to study (1) forecasting techniques using Decomposition of Time Series Method in sale forecast of Huawei networking systems equipment for a distributor company; and (2) the comparison on error between the forecast from actual sale and the target value of the sale plan of a distributor company on Huawei networking systems equipment. This study was a quantitative research. The population used in the research was the actual sale data related to Huawei networking systems equipment, and target value of the sale plan of a distributor company on Huawei networking systems equipment for three retroactive years from January 2016 to December 2018. The instruments used were forecasting techniques using Time Series Decomposition Method of Multiplicative Relationship and Time Series Decomposition Method of Additive Relationship. The statistics used in data analysis were Mean Absolute Deviation, Root Mean Square Error, and Bias value. The finding revealed that (1) the applied forecasting techniques for sale of Huawei networking systems equipment were Time Series Decomposition Method of Multiplicative Relationship and Time Series Decomposition Method of Additive Relationship. It was discovered that Time Series Decomposition Method of Additive Relationship was more appropriate for using in forecasting than Time Series Decomposition Method of Multiplicative Relationship due to its lower Mean Absolute Deviation and Root Mean Square Error. Upon testing Bias under the control value interval at ±5MAD, it was discovered that Bias value was mostly under the control value interval, whereas the empirical data could be searched for explanation in the value outside the control interval. (2) Mean Absolute Deviation and Root Mean Square Error derived from the calculation of actual sale using Time Series Decomposition Method of Additive Relationship yielded lower error than those calculated from target value of the executive’s sale plan. Therefore, the forecasting technique using Time Series Decomposition Method of Additive Relationship was appropriate for applying to define a primary selling target value in the sale plan of this distributor company. The management may consider adjusting target value using forecast value as reliable basic data.
This study aims to study (1) forecasting techniques using Decomposition of Time Series Method in sale forecast of Huawei networking systems equipment for a distributor company; and (2) the comparison on error between the forecast from actual sale and the target value of the sale plan of a distributor company on Huawei networking systems equipment. This study was a quantitative research. The population used in the research was the actual sale data related to Huawei networking systems equipment, and target value of the sale plan of a distributor company on Huawei networking systems equipment for three retroactive years from January 2016 to December 2018. The instruments used were forecasting techniques using Time Series Decomposition Method of Multiplicative Relationship and Time Series Decomposition Method of Additive Relationship. The statistics used in data analysis were Mean Absolute Deviation, Root Mean Square Error, and Bias value. The finding revealed that (1) the applied forecasting techniques for sale of Huawei networking systems equipment were Time Series Decomposition Method of Multiplicative Relationship and Time Series Decomposition Method of Additive Relationship. It was discovered that Time Series Decomposition Method of Additive Relationship was more appropriate for using in forecasting than Time Series Decomposition Method of Multiplicative Relationship due to its lower Mean Absolute Deviation and Root Mean Square Error. Upon testing Bias under the control value interval at ±5MAD, it was discovered that Bias value was mostly under the control value interval, whereas the empirical data could be searched for explanation in the value outside the control interval. (2) Mean Absolute Deviation and Root Mean Square Error derived from the calculation of actual sale using Time Series Decomposition Method of Additive Relationship yielded lower error than those calculated from target value of the executive’s sale plan. Therefore, the forecasting technique using Time Series Decomposition Method of Additive Relationship was appropriate for applying to define a primary selling target value in the sale plan of this distributor company. The management may consider adjusting target value using forecast value as reliable basic data.
Degree Level
ปริญญาโท
Degree Discipline
วิทยาการจัดการ
Degree Grantor(s)
มหาวิทยาลัยสุโขทัยธรรมาธิราช
View online Resources
Collections
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)