บทที่ 3 การพัฒนาผลิตภัณฑ์และการพยากรณ์ยอดขาย

บทท่ี 3

การพัฒนาผลิตภณั ฑ์และ
การพยากรณ์ยอดขาย

ความหมาย

การพัฒนาผลิตภัณฑ์ หมายถงึ การออกแบบและพฒั นาสนิ ค้า
ใหม่ๆ ตามความต้องการของลูกค้าหรือตลาด

การพยากรณ์ยอดขาย หมายถงึ การทานายสิ่งท่ีจะเกิดขึน้ ใน
อนาคตหรือการทานายความต้องการของลกู ค้า

การออกแบบและพฒั นาผลติ ภัณฑ์

การออกแบบและพฒั นาผลิตภณั ฑ์ หมายถึง การกาหนดลกั ษณะและรูปร่าง
ของผลิตภณั ฑ์ อนั จะทาให้เกิดผลกาไร เมื่อทาการผลิตและสง่ จาหนา่ ย โดย
เป็นท่ีพงึ พอใจของลกู ค้า หรือ การกาหนดลกั ษณะและรูปร่างของผลติ ภณั ฑ์
ให้เป็นที่พงึ พอใจของลกู ค้า เพอ่ื ท่ีลกู ค้าจะได้จงรักภกั ดีตอ่ สนิ ค้าและกลบั มา
ซอื ้ หรือใช้ซา้

แรงผลกั ดนั ท่ตี ้องมกี ารออกแบบและพฒั นาผลติ ภัณฑ์

1. วฏั จกั รชีวติ ของผลิตภณั ฑม์ ีช่วงเวลาท่ีส้นั ลง
2. ความตอ้ งการของลูกคา้ เปล่ียนแปลงไปตามวถิ ีชีวิต
3. สภาพเศรษฐกิจในแต่ละช่วงเวลา
4. สภาพแวดลอ้ มท่ีองคก์ รควบคุมไม่ได้
5. การแขง่ ขนั
6. การเปิ ดเสรีทางการดา้ นการคา้ (FTA)

Five Force Model ของ Michael E. Porter

สภาวะการแขง่ ขนั ในอุตสาหกรรมท่ีองคก์ รธุรกิจน้นั อยู่ ข้ึนกบั ปัจจยั ท่ีสาคญั
5 ประการ ดงั น้ี
1. ขอ้ จากดั ในการเขา้ สู่อุตสาหกรรมของคูแ่ ขง่ ขนั ใหม่
2. ความรุนแรงของการแขง่ ขนั ภายในอุตสาหกรรม
3. ความเส่ียงจากสินคา้ ทดแทน
4. อานาจต่อรองของผซู้ ้ือ
5. อานาจต่อรองของผขู้ ายวตั ถุดิบ(Supplier)



หลกั การพืน้ ฐานในการออกแบบผลติ ภัณฑ์

1.การออกแบบตามหน้าท่ีการทางาน(Design for Function)
2.การออกแบบตามกรรมวธิ ีการผลติ (Design for Making)
3.การออกแบบเพ่ือการขาย(Design for Selling)

1.การออกแบบตามหน้าท่ีการทางาน(Design for Function)

การออกแบบตามหนา้ ที่การทางานในลกั ษณะน้ีจะไม่คานึงถึงกรรมวธิ ี
การผลิต ความสวยงาม ความประหยดั และอ่ืนๆ แต่จะมองวา่
ผลิตภณั ฑน์ ้นั สามารถใชง้ านไดต้ ามหนา้ ที่หรือไม่

2.การออกแบบตามกรรมวธิ ีการผลติ (Design for Making)

การออกแบบตามกรรมวิธีการผลิต เป็ นการออกแบบผลิตภณั ฑใ์ ห้สามารถ
ผลิตไดจ้ ริงในเชิงพาณิชย์ เน่ืองจากเป็ นการออกแบบท่ีคานึงถึงหน้าท่ี
การใชง้ านอยา่ งเดียวน้ัน อาจจะไม่สามารถผลิตไดจ้ ริง ถึงแมจ้ ะผลิตไดจ้ ริง
แต่ตอ้ งลงทุนสูง นอกจากน้ีการออกแบบตามกรรมวิธีน้นั ผูอ้ อกแบบตอ้ ง
คานึงถึงชิ้นส่วนมาตรฐานดว้ ย

3. การออกแบบเพ่ือการขาย(Design for Selling)

การออกแบบเพ่ือการขาย เป็นการออกแบบผลิตภณั ฑใ์ หม้ ีลกั ษณะและ
รูปร่าง สีสนั สวยงาม เพอ่ื ใหเ้ ป็นท่ีสนใจของลูกคา้ ซ่ึงมีความสาคญั
ไม่นอ้ ยกวา่ การใชง้ านตามหนา้ ที่ และความสามารถทาการผลิตในเชิง
พาณิชย์

เครื่องมือทใ่ี ช้ในการวเิ คราะห์ข้อมูลทไี่ ด้จากลูกค้า

1.แผนภมู ิเปรียบเทียบการรับรู้ของลกู ค้าในผลติ ภณั ฑ์ตา่ งๆ(Perceptual Maps)
2.การกระจายหน้าท่ีคณุ ภาพ(Quality Function Deployment ; QFD)
3.วิศวกรรมย้อนรอย(Reverse Engineering)

1.แผนภูมเิ ปรียบเทยี บการรับรู้ของลูกค้าในผลติ ภณั ฑ์

แผนภมู เิ ปรียบเทียบการรับรู้ของลกู ค้าในผลติ ภณั ฑ์ เป็นเครื่องมือท่ีใช้แสดง
คณุ สมบตั ขิ องผลิตภณั ฑ์ใน 2 ประเดน็ หลกั เพื่อพจิ ารณาวา่ ช่องว่างสว่ นใด
ของตลาดที่ยงั ไม่มีผลติ ภณั ฑ์ใดที่สามารถตอบสนอง ตอ่ ความต้องการของ
ลกู ค้าได้

การประหยดั นา้ มนั


Adventure
Vega

Sportrider สมรรถนะการใช้งาน

 CRV 

Trooper

Land Rover



แผนภูมิเปรียบเทียบการรับรู้ของลูกคา้ ในตลาดรถยนต์

2.การกระจายหน้าทค่ี ุณภาพ(Quality Function Deployment ; QFD)

เป็นการแปลงหรือกระจายความต้องการของลกู ค้าให้เป็นผลติ ภณั ฑ์จริง โดย
วศิ วกรฝ่ายออกแบบและผลติ ซงึ่ QFD มีประโยชน์หลายประการดงั นี ้
1.ลดจานวนครัง้ ของการเปลยี่ นแปลงผลิตภณั ฑ์ที่ต้องปรับปรุง หลงั เข้าตลาด
2.ลดเวลาในการพฒั นาผลติ ภณั ฑ์
3.ลดต้นทนุ การผลติ
4.เพม่ิ ผลติ ภาพ
5.สร้างความพงึ พอใจให้แก่ลกู ค้า สง่ ผลให้สว่ นแบง่ ของตลาดสงู ขึน้
6.เป็นส่อื ที่เชื่อมโยงองค์กรธรุ กิจกบั ลกู ค้า
7.เป็นข้อมลู ท่ีใช้ในการอ้างอิงการออกแบบในอนาคต

องค์ประกอบของบ้านแห่งคุณภาพ(QFD)

3.วศิ วกรรมย้อนรอย

วศิ วกรรมย้อนรอย (Reverse Engineering)เป็นการวิเคราะห์แยกแยะผลิตภณั ฑ์
ของคแู่ ขง่ เพื่อนามาปรับปรุงผลติ ภณั ฑ์ของตน โดยการศกึ ษาลกั ษณะและ
รายละเอียดของผลิตภณั ฑ์ของคแู่ ขง่ อยา่ งละเอียด เพื่อนามาเป็นข้อมลู ใน
การกาหนดรายละเอียดของผลิตภณั ฑ์ของตนให้มีคณุ สมบตั ทิ ี่โดดเด่นกวา่

ข้อมูลทใี่ ช้ในการทาวศิ วกรรมย้อนรอย

1.วสั ดแุ ละคณุ สมบตั ิของวสั ดุ
2.กรรมวธิ ีการผลิต
3.การอา่ นแบบและเขยี นแบบ
4.การทดสอบวสั ดุ
5.เทคโนโลยีในปัจจบุ นั
อ่ืนๆ

วัฎจักรชีวิตของผลติ ภณั ฑ์(Product Life Cycle)

1.ช่วงแนะนาสนิ ค้า(Product Introduction)

เป็ นช่วงท่ีนาผลติ ภัณฑ์ใหม่ออกสู่ตลาด ลูกค้ายังไม่ค่อยรู้จักหรืออาจกล่าวได้ว่า
เป็ นระยะของการวจิ ัยและพัฒนา ทาให้ยอดขายและกาไรยังน้อยอยู่ รวมทัง้
กจิ การมีต้นทุนสูง เพราะต้องทุ่มงบประมาณไปใช้เพ่ือการพัฒนาเป็ นส่วนใหญ่

ดังนัน้ ในช่วงนีอ้ งค์กรจงึ ควรเน้นไปท่กี ารแนะนาสนิ ค้าในรูปแบบต่างๆ ไม่ว่าจะ
เป็ น การแจก, การลดราคา, การใช้ส่ือโฆษณา รวมทงั้ การจัดงานแนะนาสนิ ค้า
เป็ นต้น เพ่อื ให้สนิ ค้าตดิ ตลาดหรือทาให้คนรู้จักสนิ ค้า

2.ช่วงเจริญเตบิ โต (Market Growth)

เป็ นระยะท่สี ินค้ากาลังเป็ นท่รี ู้จักของตลาดหรือกาลังตดิ ตลาด ทาให้
ยอดขายและกาไรเพ่มิ ขนึ้ อย่างรวดเร็ว

ในช่วงนีอ้ งค์กรควรมีการท่มุ งบประมาณ เพ่อื ส่งเสริมการขายอย่าง
ต่อเน่ือง การส่งเสริมการขายประเภทลดแลกแจกแถมกจ็ ะเกิดในช่วงนี้
คู่แข่งกม็ ากขนึ้ เพราะใครๆ ก็คดิ อยากจะทากาไรจากสินค้าตวั นี้

3.ช่วงตลาดอ่มิ ตวั (Market Maturity)

ระยะนีค้ วามสามารถในการทากาไรลดน้อยลง อนั เป็ นผลมาจากการ
แข่ งขันทวีความรุนแรงมากขนึ ้

ในภาวะเช่นนีต้ ้อง พยายามรักษา ส่วนแบ่งตลาดของตนไว้ แต่ก็ฝื ด
เตม็ ที เพราะวงจรชีวิตของผลิตภณั ฑ์ของคู่แข่งกม็ ักจะเร่ิมอยู่
ในช่วงเตบิ โต หรือไม่ก็เตบิ โตสูงสุดพอดี

4.ช่วงถดถอย (Sales Decline)

เป็ นช่วงขาลงของสินค้า เน่ืองจากลูกค้าหมดความนิยม ทาให้ค่แู ข่ง
สามารถแย่งลูกค้าไปได้

ดงั นัน้ ในช่วงนีอ้ งค์กรจงึ ควรนาผลิตภณั ฑ์ใหม่ออกสู่ตลาด และค่อยๆ
ถอนผลิตภณั ฑ์เดมิ ออกจากตลาดพร้อมๆ กบั การลดต้นทนุ ในการ
ดาเนินงานต่างๆ

การพยากรณ์ยอดขาย(Sales Forecasting)

การพยากรณ์ เป็นการทานายส่ิงที่จะเกิดข้ึนในอนาคต โดยเฉพาะอยา่ งยงิ่
ยอดขายผลิตภณั ฑท์ ่ีคาดวา่ จะเป็นความตอ้ งการของลูกคา้

ในการพยากรณ์อาจจะไม่ใหผ้ ลลพั ธท์ ่ีถูกตอ้ ง 100 % แต่กถ็ ือวา่ เป็นข้นั ตอน
สาคญั ท่ีช่วยในการวางแผนจดั เตรียมทรัพยากรต่างๆที่จะใชใ้ นการผลิตสาหรับ
อนาคตได้ องคก์ รธุรกิจนิยมใชก้ ารพยากรณ์ในการทานายยอดขายต่างๆ เพอ่ื
เตรียมกาลงั การผลิตใหเ้ หมาะสม

ประโยชน์ของการพยากรณ์

1.ฝ่ ายผลิต เตรียมเคร่ืองจกั ร/อุปกรณ์ และ แรงงาน
2.ฝ่ ายจดั ซ้ือ หาแหล่งจดั ซ้ือวตั ถุดิบใหเ้ พยี งพอกบั ความตอ้ งการ
3.ฝ่ ายบุคคล สรรหาบุคลากรใหเ้ พยี งพอกบั ความตอ้ งการ
4.ฝ่ ายสโตร์ จดั เตรียมพ้ืนที่สาหรับการจดั เกบ็ วตั ถุดิบหรือสินคา้ คงคลงั
5.ฝ่ ายซ่อมบารุง วางแผนการบารุงรักษาเคร่ืองจกั รใหพ้ ร้อมสาหรับการใชง้ าน

องค์ประกอบของการพยากรณ์ทดี่ ี

1.การพยากรณ์ควรมีการกาหนดช่วงเวลาที่เหมาะสม
2.ควรเลือกเทคนิคท่ีมีความคลาดเคล่ือนนอ้ ยท่ีสุด
3.ควรมีการกาหนดหน่วยท่ีจะทาการพยากรณ์ เช่น จานวนชิ้น, บาท เป็นตน้
4.ควรเลือกเทคนิคท่ีใชง้ านง่าย(Simple) และเหมาะสม(Appropriate)

ประเภทของการพยากรณ์

1.การพยากรณ์เชิงคุณภาพ(Qualitative Forecasting)
2.การพยากรณ์เชิงปริมาณ(Quantitative Forecasting)

การพยากรณ์เชิงคุณภาพ(Qualitative Forecasting)

เป็นการพยากรณ์ โดยอาศยั ขอ้ มูลจากการพจิ ารณาความคิดเห็นจาก
บุคคลต่างๆ ซ่ึงข้ึนอยกู่ บั การประมาณ ประสบการณ์ และความคิดของ
ผพู้ ยากรณ์ หรืออีกนยั หน่ึงกค็ ือ ขอ้ มูลสาหรับการพยากรณ์ไม่มาก
พอที่จะสร้างตวั แบบได้

การพยากรณ์เชิงคุณภาพ(Qualitative Forecasting)

1.ความคิดเห็นจากผบู้ ริหาร(Executive Opinions)
2.ความคิดเห็นจากพนกั งานขาย(Opinions of Sales Staff)
3.การสารวจลูกคา้ (Customer Survey)
4.การสารวจผเู้ ชี่ยวชาญ(Opinions of Experts)

ความคดิ เห็นจากผู้บริหาร(Executive Opinions)

เป็นประชุมของผบู้ ริหารระดบั สูงจากหน่วยงานต่างๆ เช่น การตลาด, การขาย
การผลิต, การเงิน ฯลฯ เทคนิคน้ีมกั จะเป็นส่วนหน่ึงของการวางแผนระยะยาว
และพฒั นาผลิตภณั ฑใ์ หม่ขององคก์ ร โดยมีขอ้ ดีคือเราจะไดค้ วามคิดหลากหลาย
จากผบู้ ริหารหลายๆท่าน แต่ขอ้ เสียคือ มีโอกาสท่ีจะเกิดการคิดเห็นคลอ้ ยตาม
บุคคลใดบุคคลหน่ึง

ความคดิ เห็นจากพนักงานขาย(Opinions of Sales Staff)

เป็นความคิดเห็นของพนกั งานขายหรือพนกั งานบริการลูกคา้ เน่ืองจากบุคลเหล่าน้ี
มีการติดต่อกบั ลูกคา้ โดยตรง
แต่มีขอ้ เสียกค็ ือ ผลจากการสอบถามลูกคา้ อาจจะแตกต่างจากการปฏิบตั ิจริง
ของลูกคา้ ทาใหผ้ ลการพยากรณ์ผดิ พลาด ส่วนของเสียอีกขอ้ กค็ ือ พนกั งานขาย
หรือพนกั งานบริการลูกคา้ อาจมองโลกในแง่ดีเกินไป

การสารวจลูกค้า (Customer Survey)

เป็นการสารวจความคิดเห็นจากลูกคา้ โดยตรง เป็นวิธีการที่ดี แต่ไม่สามารถท่ีจะ
สอบถามลูกคา้ ที่ตอ้ งการผลิตภณั ฑไ์ ดท้ ุกคน จึงทาใหเ้ พยี งการสุ่มตวั อยา่ งจาก
ลูกคา้ กลุ่มหน่ึงเท่าน้นั
ขอ้ ดีคือ ไดท้ ราบความคิดเห็นจากลูกคา้ โดยตรง แต่มีขอ้ เสียกค็ ือตอ้ งมีความรู้
ทางดา้ นวชิ าการ อาทิเช่น รูปแบบของการสารวจ, การออกแบบสอบถาม,
เครื่องมือสถิติท่ีใช,้ การวิเคราะห์ขอ้ มูล เป็นตน้

การสารวจจากผู้เชี่ยวชาญ (Opinions of Experts)

เป็นการสารวจความคิดเห็นจากผเู้ ชี่ยวชาญในดา้ นต่างๆ ซ่ึงจะเป็นบุคคลภายนอก
องคก์ รที่มีความรู้ความเช่ียวชาญในดา้ นต่างๆ เช่น ดา้ นเศรษฐกิจ
การสารวจจากผเู้ ช่ียวชาญมีหลายวิธีดว้ ยกนั แต่วิธีการที่นิยมคือ Delphi Method
ซ่ึงเป็นวธิ ีการท่ีถูกพฒั นาข้ึนโดย The Rand Corporation ในปี ค.ศ.1984 ซ่ึงเป็น
วธิ ีการท่ีเหมาะสาหรับการพยากรณ์เทคโนโลยี(Technology Forecasting)

การพยากรณ์เชิงปริมาณ(Quantitative Forecasting)

เป็นการพยากรณ์โดยอาศยั ขอ้ มูลหรือตวั เลขในอดีตจนถึงปัจจุบนั เพอ่ื
ใชใ้ นการสร้างตน้ แบบ ซ่ึงสามารถแบ่งไดเ้ ป็น 3 กลุ่มใหญ่คือ
-ตวั แบบอนุกรมเวลา(Time Series Model)
-ตวั แบบเหตุและผล(Causal Model) และ
-ตวั แบบจาลองปัญหา(Simulation Model)

1.ตวั แบบอนุกรมเวลา

ตัวแบบอนุกรมเวลา เป็นการทานายคา่ พยากรณ์ในอนาคต โดยอาศยั
ขอ้ มูลท่ีรวบรวมมาจากอดีตในคาบเวลา(Time Period)ต่างๆ
ตามลาดบั เวลา

คาบเวลาเป็นช่วงระยะเวลาที่สนใจในการพยากรณ์ เช่น เดือน, ปี ,
ทุกๆ 3 เดือน สปั ดาห์ และ ชว่ั โมง เป็นตน้

รูปแบบทมี่ ผี ลต่อการเปลยี่ นแปลงของอนุกรมเวลา

1.แนวโนม้ (Trend)
2.ฤดูกาล(Seasonality)
3.วฏั จกั ร(Cycles)
4.เหตุการณ์เหนือความคาดหมาย(Irregular)

ปัจจยั ทีม่ ีผลต่อการเลือกเทคนิคในการพยากรณ์

1.ช่วงเวลาที่จะพยากรณ์(Forecast Time Horizon)
2.ขอ้ มูลท่ีจะหาได้ (Data Avialability)
3.งบประมาณสาหรับการพยากรณ์ (Forecasting Budget)
4.บุคคลากรท่ีมีอย(ู่ Availability of Qualified Personnel)

เทคนิคการพยากรณ์อนุกรมเวลา

1.การพยากรณ์แบบนาอฟี (Naive Forecast)
2.การพยากรณ์วิธีค่าเฉลย่ี เคลื่อนท่ีธรรมดา (Simple Moving Average)
3.การพยากรณ์วธิ ีค่าเฉลยี่ เคล่ือนทแี่ บบถ่วงนา้ หนัก (Weighted Moving Average)
4.การพยากรณ์แบบซิงเกลิ เอก็ โปเนนเชียล (Single Exponential Smoothing)

1.การพยากรณ์แบบนาอฟี (Naive Forecast

การพยากรณ์แบบนาอฟี เป็นพยากรณ์ที่ง่ายท่ีสุด โดยอยบู่ นพ้ืนฐาน
ที่วา่ คา่ พยากรณ์จะมีค่าเท่ากบั ยอดขายจริงของช่วงเวลาที่แลว้ เช่น
เดือนท่ีแลว้ ขายได้ 50 ชิ้น เดือนน้ีกค็ าดวา่ จะขายไดอ้ ีก 50 ชิ้น เป็นตน้

2.การพยากรณ์วธิ ีค่าเฉลยี่ เคลื่อนทธ่ี รรมดา (Simple Moving Average)
การพยากรณ์วิธีค่าเฉล่ียเคล่ือนท่ธี รรมดา(Simple Moving Average) เป็น
วธิ ีการที่นาข้อมลู ในอดตี n คา่ มาเฉลย่ี เพื่อเป็นการพยากรณ์ในคาบตอ่ ไป

Ft = At-1 + At-2 + At-3 +…+ At-n
n

เมื่อ Ft = ค่าพยากรณ์ยอดขายคาบที่ t
n = จานวนคาบที่จะทาการเฉล่ีย
At-1 = ยอดขายจริงในคาบที่ t-1

ลกั ษณะของการพยากรณ์อนุกรมเวลา

-เป็นวธิ ีการที่เหมาะกบั กรณีที่ยอดขายไม่มีการเปล่ียนแปลงข้ึนหรือ
ลงอยา่ งรวดเร็ว
-ไม่มีผลของฤดูกาลเขา้ มาเกี่ยวขอ้ ง

ตัวอย่างท่ี 1 จงพยากรณ์ยอดขายด้วยวธิ ีค่าเฉลย่ี เคลื่อนทแี่ บบธรรมดา

สปั ดาห์ที่ ยอดขาย 3 สปั ดาห์ 9 สัปดาห์ สัปดาห์ที่ ยอดขาย 3 สัปดาห์ 9 สปั ดาห์

1 800 1067 1367 16 1700 2200 1811
2 1400 1300 1467 17 1800 2000 1800
3 1000 1333 1500 18 2200 1833 1811
4 1500 1433 1566 19 1900 1900 1911
5 1500 1533 1644 20 2400 1967 1933
6 1300 1600 1733 21 2400 2167 2011
7 1800 1600 22 2600 2233 2111
8 1700 1567 23 2000 2467 2144
9 1300 1567 24 2500 2333 2111
10 1700 1633 25 2600 2367 2167
11 1700 1833 26 2200 2367 2267
12 1500 2033 27 2200 2433 2311
13 2300 28 2500 2333 2311
14 2300 29 2400 2300 2378
15 2000 30 2100 2367 2378

วธิ ีทา พยากรณ์ยอดขายในสปั ดาห์ท่ี 4 โดยใชจ้ านวนคาบเป็น 3 สปั ดาห์

Ft = At-1 + At-n2 + At-3 +…+ At-n

F4 = 800 + 1,400 + 1,000
3

= 1,067

จากผลการพยากรณ์โดยวิธีค่าเฉลย่ี เคล่ือนทแี่ บบธรรมดาสามารถเขยี นในรูปกราฟได้ดงั นี้

2800
2400 3 สัปดาห์
2000 ยอดขาย
1600

9 สัปดาห์

1200
800
400
0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

3.การพยากรณ์วธิ ีค่าเฉลย่ี เคล่ือนทแี่ บบถ่วงนา้ หนัก

การพยากรณ์วธิ ีค่าเฉลย่ี เคล่ือนท่แี บบถ่วงนา้ หนัก (Weighted Moving Average)
เป็นวธิ ีการหาค่าเฉลี่ยเคล่ือนที่แบบถ่วงน้าหนกั จะใหค้ วามสาคญั แก่ขอ้ มูลใน
อดีตไม่เท่ากนั โดยมีหลกั การคือ ขอ้ มูลท่ีเพ่ิงจะเกิดข้ึนจะใหน้ ้าหนกั มาก
ส่วนขอ้ มูลที่เกิดนานแลว้ จะใหค้ วามสาคญั นอ้ ยตามลาดบั ของเวลา

การพยากรณ์วธิ ีค่าเฉลยี่ เคลื่อนทแี่ บบถ่วงนา้ หนัก

Ft = { W1At-1+W2At-2+W3At-3+…+WnAt-1

โดยท่ี W1 = น้าหนกั ของยอดขายจริงในคาบที่ t-1
At-1 = ยอดขายจริงในคาบท่ี t-1
n = จานวนคาบในพยากรณ์

ตัวอย่างท่ี 2 จงทาการพยากรณ์โดยวธิ ีคา่ เฉลี่ยเคล่ือนท่ีแบบถ่วง
น้าหนกั ของเดือนท่ี 5 เมื่อขอ้ มูลในอดีตเป็นดงั น้ี

เดือนท่ี ยอดขาย
1 100
2 90
3 105
4 95

วธิ ีทา

กาหนดน้าหนกั เป็น 40 % ของยอดขายจริง สาหรับช่วงเวลาที่ใกลท้ ่ีสุด
30 % ของยอดขายจริง สาหรับช่วงเวลาท่ีเกิดเมื่อ 2 ช่วงที่แลว้
20 % ของยอดขายจริง สาหรับช่วงเวลาที่เกิดเม่ือ 3 ช่วงท่ีแลว้
10 % ของยอดขายจริง สาหรับช่วงเวลาท่ีเกิดเมื่อ 4 ช่วงที่แลว้

ค่าพยากรณ์ของเดือนท่ี 5 = (W1At-1+W2At-2+W3At-3+…+WnAt-n)

= 0.40(95)+ 0.30(105)+0.20(90)+0.10(100)
= 97.5

4.การพยากรณ์แบบซิงเกลิ เอก็ โปเนนเชียล

การพยากรณ์แบบซิงเกลิ เอก็ โปเนนเชียล(Single Exponential Smoothing) เป็น
พยากรณ์โดยอาศยั ขอ้ มูล 3 ชุดดว้ ยกนั คือ คา่ พยากรณ์ของคาบท่ีแลว้ ,ยอดขายจริง
ของคาบท่ีแลว้ และค่าสมั ประสิทธ์ิการปรับเรียบ(Smoothing Constant)

Ft = Ft-1 + {At-1- Ft-1

โดยที่ Ft = ค่าพยากรณ์แบบเอก็ ซ์โปเนนเชียลของคาบท่ี t
Ft-1 = คา่ พยากรณ์แบบเอก็ ซโ์ ปเนนเชียลของคาบท่ี t-1

At-1 = ยอดขายจริงของคาบท่ี t-1

 = สมั ประสิทธ์ิการปรับเรียบ(อยรู่ ะหวา่ ง 0 – 1)

ข้อดขี องการพยากรณ์แบบซิงเกลิ เอก็ โปเนนเชียล

1.ใชข้ อ้ มูลในอดีตนอ้ ย
2.ตวั แบบเอกซโ์ ปเนนเชียลค่อนขา้ งมีความเที่ยงตรงสูง

3.การสร้างตวั แบบเอกซ์โปเนนเชียลคอ่ นขา้ งง่าย
4.ผใู้ ชส้ ามารถเขา้ ใจในการทางานของตวั แบบไดง้ ่าย
5.ใชข้ อ้ มูลจานวนจากดั จึงทาใหส้ ิ้นเปลืองหน่วยความจาของเคร่ืองพิวเตอร์นอ้ ย
6.ใชเ้ วลาในการคานวณนอ้ ย

ตวั อยา่ งที่ 3 จงพยากรณ์ยอดขายของช่วงเวลาที่ 12 เมื่อ = 0.10, 0.40

ช่วงเวลาที่ ยอดขาย  = 0.10  = 0.40

1 42 คา่ พยากรณ์ คา่ ความคลาดเคลื่อน คา่ พยากรณ์ ค่าความคลาดเคล่ือน

2 40
3 43
4 40
5 41
6 39
7 46
8 44
9 45
10 38
11 40
12