下载文档原格式
在之前已经有多篇博文从多个角度对SAP系统的MRP功能进行过分析的情况下,从本篇博文起,我们将开始探讨SAP系统中一个很不常用的物料计划功能—- 预测（Forecast）.物料计划是PP模块的一个重要组成部分，其核心要素在于通过不同的方式，对未来一段时间内预期的物料需求进行提前计划，从而根据相应的提前期进行有条不紊的生产与采购活动。
在众多的物料计划方式中，MRP无疑是应用最为广泛的一种，这是因为MRP这种物料需求的计划方式逻辑清晰、容易理解、易于使用，且 MRP的顺利运行无需过多过严苛的先决条件。
同时,MRP的运算逻辑本身也十分合理、在功能上也强大，为企业物料计划员所广为接受。
从本质上讲，MRP的物料计划方式是一种根据未来需求推算未来需求、以及根据未来需求推算未来供给的过程.无论如何，我们一定要事先通过某种方式（如计划独立需求、销售订单）将未来的物料需求给到系统，而后系统才能根据这些需求进行一系列的MRP运算。
这样一来,当我们使用MRP的时候,就必须要花费一定的工作量，找到一些可行的方法，将未来的物料需求输入到系统中。
因此可以说，虽然MRP的运行在很大程度上降低了计划员的工作量，但由于MRP本身以物料需求的输入作为前提条件，则维护物料需求的工作量就是不可避免的。
在SAP系统中,除了最经典的MRP运算方式之外,还存在着另外一种物料计划方式，这就是预测（Forecast）。
与MRP所不同的是，预测功能的本质是根据过去的物料消耗值来推算未来的物料消耗值（即物料需求）。
在这种情况下，我们无需在系统中输入物料在未来的预期需求，系统就会直接根据物料在历史上的消耗数据，自动推算出未来的物料需求。
可以看出，预测功能在SAP系统中是一项非常高级与深入的功能,它可以实现物料需求推算的自动化、进而实现物料供给推算的自动化。
我们再也不需绞尽脑汁地去设想物料在未来的需求数据了，系统的自动运算会搞定一切。
然而，虽然预测功能是如此的高档与智能化，但真正在SAP系统中应用了这一功能的企业却是寥寥无几.这其中最重要的原因就在于预测功能的成功应用需要太多、太复杂的先决条件,而绝大多数企业根本不具备这些先决条件。
MM快速入门MM的英文全称是Material Management，即物料管理。
在物流理论界，物料管理包括的范围要比SAP的范围广。
而在SAP中它与SD模块一起组成了物料的进和出，买和卖，采购和销售之间的一些过程，当然，生产过程则是通过PP模块来控制的。
MM是后勤的上游和中游，SD是后勤的下游，包购采购、供应商管理、物料需求预测、库存管理、发票校验等，另外作为一个系统模块，还有一个后勤信息报表体系。
ＭＭ主要管理的业务流如下图：比较采购货源,决定采购需求, 选择供应商, 采购订单处理, 采购订单跟踪, 收货/库存管理, 发票校验.物料（Material）的含义极广，生产企业里更多地是指原料及原料经过增值加工后形成的半成品、成品，零售企业则多指商品。
同时，也可以把采购来的或要提供给客户的“服务”作为物料来管理，当然企业内部的一些独立部门的提供的各种“服务”需要有采购、销售过程也可以用物料来管理。
在用IT系统管理物料之前，有个很重要的工作就是对这些物料进行编码、分类，并收集、记录相关属性（比如如形状、长宽高、体积、颜色、规格、重量、基本单位、销售单位、运输单位、存放条件、批次等）。
管理最基本的一个方法就是分类，使用系统进行管理最基本的一个方法就是编码。
物料编码为企业统一管理自由流动资产的基础，也是日常业务单据处理的基础。
统一合理的编码非常的重要，这个学问也非常地专业，听说有一些标准化的组织作这个事情。
好的编码能为库存管理打下良好的基础，传说中石化编码做了两年。
我觉得两年还不够。
如何编码是SAP之外的前提工作。
下面，我们来讲讲MM模块如何进行物料管理的。
跟SD一样要搞清楚以下七个问题，你的供应商SD了物料给你，你要做的就是MM这些物料，七个要搞清楚的主要问题如下：1，采购主体？2，采购客体？3，采购对象？4，采购价格？5，采购模式？6，物料交接？7，钱款交接？搞清楚这些问题，就要搞清楚SAP是如何用各种术语定义这些问题所涉及的概念的：1，采购主体—谁在行使公司的采购权利能力？一个财务独立的公司，是法律拟定的人，叫着法人。
sap mrp 计算公式SAP MRP（Material Requirements Planning，物料需求计划）是SAP系统中的一个重要功能模块，用于计划和控制物料的需求和供应。
MRP计算公式是指在SAP系统中用于计算物料需求的公式。
在SAP中，MRP计算公式涉及到多个因素，包括物料的需求量、安全库存、批量大小、采购交货时间等。
下面我将从不同角度解释SAP MRP计算公式。
1. 需求量计算，在SAP MRP中，需求量通常由销售订单、预测需求和安全库存等因素决定。
需求量的计算公式可能涉及到销售订单数量、预测需求量和安全库存水平，具体公式可能根据企业的具体情况而有所不同。
2. 安全库存计算，安全库存是指为了应对突发需求或供应延迟而额外持有的库存量。
在SAP MRP中，安全库存的计算公式通常考虑到交货时间、需求波动和服务水平等因素，以确保在供应链中各种不确定性因素的影响下，仍能够满足客户需求。
3. 批量大小计算，批量大小是指在订购物料时的最小订购量。
在SAP MRP中，批量大小的计算公式通常会考虑到经济订购量、生产批次大小和供应商最小订购量等因素，以实现成本效益和生产效率的最大化。
4. 采购交货时间计算，采购交货时间是指从下达采购订单到实际交货的时间。
在SAP MRP中，采购交货时间的计算公式可能涉及到供应商的交货能力、运输时间和质检时间等因素，以确保物料能够按时到达生产现场或客户手中。
总之，在SAP MRP中，计算公式涉及到多个因素，包括需求量、安全库存、批量大小和采购交货时间等。
这些公式的具体形式会根据企业的具体情况和SAP系统的配置而有所不同。
希望这些信息能够帮助你更好地理解SAP MRP计算公式。
1.SAP的12个预测模型D——常数模型（Constant model ）K——带平滑因子调整的常量（Constant with smoothing factor adjustment ）T——趋势模型（Trend model）S——季节模型（Seasonal model ）X——季节趋势模型(Seasonal trend model )N——无预报/外部模型(No forecast/external model )G——移动平均(Moving average )W——加权移动平均值(Weighted moving average )0——无预报/无外部模型(No forecast/no external model)O——带平滑因子调整的二阶趋势(2nd order trend with adjustment of smoothing factor) B——二阶趋势(2nd order trend)J ——自动模型选择(Automatic model selection)2.12个预测模型的分类季节趋势模型（X）季节趋势模型（X）(温特线性与季节指数平滑法）不规则（N）无预报/外部模型（0）移动平均((G)加权移动平均值(W)常数模型：时间序列沿着一个平均值随机扰动趋势模型：时间序列线性变化季节模型：时间序列呈现周期性的变化季节趋势模型：时间序列不仅有周期性变化，还有线性变化的趋势如果时间序列特征不明显，则选取不规则模型，通常选用移动平均模型。
3.模型选择的两种方法：自动、手动手动：当你清楚时间序列的发展特征时，系统会按照你所选的模型进行预测计算。
自动：系统首先对时间序列进行趋势模型、季节模型或者季节趋势模型的测试，然后根据测试结果选用最能表征时间序列特征的模型进行预测计算。
4.SAP预测视图字段解释预测视图上字段按照与预测模型是否相关可以分为两类。
1.与预测模型相关：预测模型：勾选12个预测模型中的任意一种，进行预测计算。
在之前已经有多篇博文从多个角度对SAP系统的MRP功能进行过分析的情况下，从本篇博文起，我们将开始探讨SAP系统中一个很不常用的物料计划功能-- 预测（Forecast）。
物料计划是PP模块的一个重要组成部分，其核心要素在于通过不同的方式，对未来一段时间内预期的物料需求进行提前计划，从而根据相应的提前期进行有条不紊的生产与采购活动。
在众多的物料计划方式中，MRP无疑是应用最为广泛的一种，这是因为MRP这种物料需求的计划方式逻辑清晰、容易理解、易于使用，且 MRP的顺利运行无需过多过严苛的先决条件。
同时，MRP的运算逻辑本身也十分合理、在功能上也强大，为企业物料计划员所广为接受。
从本质上讲，MRP的物料计划方式是一种根据未来需求推算未来需求、以及根据未来需求推算未来供给的过程。
无论如何，我们一定要事先通过某种方式（如计划独立需求、销售订单）将未来的物料需求给到系统，而后系统才能根据这些需求进行一系列的MRP运算。
这样一来，当我们使用MRP的时候，就必须要花费一定的工作量，找到一些可行的方法，将未来的物料需求输入到系统中。
因此可以说，虽然MRP的运行在很大程度上降低了计划员的工作量，但由于MRP本身以物料需求的输入作为前提条件，则维护物料需求的工作量就是不可避免的。
在SAP系统中，除了最经典的MRP运算方式之外，还存在着另外一种物料计划方式，这就是预测（Forecast）。
与MRP所不同的是，预测功能的本质是根据过去的物料消耗值来推算未来的物料消耗值（即物料需求）。
在这种情况下，我们无需在系统中输入物料在未来的预期需求，系统就会直接根据物料在历史上的消耗数据，自动推算出未来的物料需求。
可以看出，预测功能在SAP系统中是一项非常高级与深入的功能，它可以实现物料需求推算的自动化、进而实现物料供给推算的自动化。
我们再也不需绞尽脑汁地去设想物料在未来的需求数据了，系统的自动运算会搞定一切。
然而，虽然预测功能是如此的高档与智能化，但真正在SAP系统中应用了这一功能的企业却是寥寥无几。
这其中最重要的原因就在于预测功能的成功应用需要太多、太复杂的先决条件，而绝大多数企业根本不具备这些先决条件。
换句话说，极少有企业能将预测过程中出现的种种复杂与深奥的参数进行量化与固化。
事实上，在预测功能的应用当中，最为核心的部分就是物料需求的推算规则。
系统之所以能够依据物料的历史消耗数据推算出物料的未来需求值，靠的就是有一个明确的推算规则。
我们需要事先将推算规则赋予给系统，系统才能够在这个规则的基础上依据物料的历史消耗值进行计算。
通常而言，我们将这个用于进行预测计算的规则称之为预测模型（Forecast Model），而将这个模型中所量化的计算方法称之为预测公式（Forecast Formula）。
系统在执行预测功能的时候，就是首先从预测模型中提取出预测公式，而后再将物料的历史消耗数据作为公式变量参与到计算中。
而计算出的结果就是我们所需要的物料未来消耗值（物料需求）。
因此，物料的历史消耗数据仅仅是预测运算的变量，而预测模型与预测公式则在预测功能的应用中占据了最为核心的位置。
选择一个合适的预测模型是成功应用预测功能的必要条件。
因为如果模型选得不得当，再丰富的物料历史消耗数据都是没有意义的。
而如果我们想要选择好正确的预测模型，就必须要事先对每个预测模型的运算原理、以及预测模型中每个参数所起到的作用有着充分的了解。
正因为预测模型所占据的这种核心地位，本博文系列将会抛开具体的测试案例，专门从数学的角度逐一对SAP系统所提供的各类预测模型以及其中所包含的参数进行分析，力求加深对这些预测模型的理解与掌握，为后续的预测功能测试做好铺垫。
虽然从分析内容上来看，本博文系列看上去更像是学术文章而不是技术文档，但这类基于数学意义的分析却是我们未来应用好预测功能的基础。
从某种程度上来讲，理解了这些模型与参数，预测功能的研究就算成功了一半。
一、从下篇博文开始，我们将会对SAP系统所提供的各种预测模型进行分析与探讨，它们包括： 1：移动平均模型--Moving Average Model
2：加权移动平均模型--Weighted Moving Average Model
3：一阶指数平滑模型（含季节因子）-- First-Order Exponential Smoothing Model
3.1：常数模型--Constant Model
3.2：通用一阶指数平滑模型（含季节因子）-- General First-Order Exponential Smoothing Model
4：二阶指数平滑模型 -- Second-Order Exponential Smoothing Model
二、本博文系列中我们还将介绍SAP系统所提供的五大预测值评估标准，它们是：
1：误差总量--Error Total
2：初始化预测平均绝对偏差（MAD I）--Mean Absolute Deviation for Forecast Initialization 3：事后预测平均绝对偏差（MAD II）--Mean Absolute Deviation for Ex-Post Forecast
4：跟踪信号--Tracking Signal
5：泰尔系数--Theil Coefficient
三、我们还将探讨SAP系统所提供的预测值修正方法--公差巷（Tolerance Lane）
四、本博文系列中我们还将介绍预测模型中涉及到的五大参数，它们分别是：
1：α -- alpha （基本平滑因子）
2：β -- beta （趋势平滑因子）
3：γ -- gamma （季节平滑因子）
4：δ -- delta （平均绝对偏差因子）
5：σ -- sigma （异常控制因子）。
