경영학 — 수요예측기법 분류(시계열·인과형·정성적)·MAD 측정

판시사항

수요예측(Demand Forecasting)은 미래 수요를 추정하여 생산·재고·인력 계획의 기초를 마련하는 활동이다. 예측 기법은 크게 정량적(정형적)과 정성적(비정형적)으로 대별된다. ① 시계열 분석법(Time Series Methods): 과거 수요 데이터의 패턴(추세·계절성·순환·불규칙 성분)을 분석하여 미래 수요를 예측. 주요 기법: 이동평균법(단순·가중 이동평균), 지수평활법(Exponential Smoothing, 최근 데이터에 더 높은 가중치 부여), 분해법(추세·계절·순환 성분 분리). 계절성이 있는 제품에 적합. ② 인과형(Causal) 기법: 수요와 하나 이상의 외생변수(가격·경제지표·광고비 등) 간의 인과관계를 모형화. 대표: 회귀분석(Regression Analysis). 독립변수가 수요를 설명하는 구조. ③ 정성적(판단적) 기법: 전문가의 경험·판단에 의존. 주요 기법: 델파이법(Delphi Method, 전문가 익명 반복 설문 합의), 시장조사법, 경영자 의견법, 판매원 의견 종합법. 신제품·데이터 부족 상황에 적합. MAD(Mean Absolute Deviation, 평균절대편차)는 예측 정확도를 측정하는 지표로, 실제값과 예측값의 차이(오차)의 절댓값 평균이다. MAD = Σ|실제값 - 예측값| / n. MAD가 작을수록 예측 정확도 높음. 유사 지표: MSE(Mean Squared Error, 평균제곱오차), MAPE(Mean Absolute Percentage Error, 평균절대백분율오차). 이동평균법의 특성: 이동 기간(n)이 길수록 평활 효과 크고 추세 반응 느림, 짧을수록 최근 변화에 민감. 지수평활법의 평활상수 α(0<α<1): α가 크면 최근 데이터 반영 비중 높아 변화에 빠르게 반응.