Średnie zapotrzebowanie miesięczne wynosi 100 kg. W pierwszym tygodniu zapotrzebowanie osiągnęło 110 kg, a w drugim 90 kg. Wskaźniki sezonowości dla tych tygodni przedstawiają się odpowiednio
A. 0,8 dla pierwszego, 1,3 dla drugiego
B. 1,1 dla pierwszego, 0,9 dla drugiego
C. 1,5 dla pierwszego, 0,8 dla drugiego
D. 0,5 dla pierwszego, 1,2 dla drugiego
Poprawna odpowiedź to 1,1 dla pierwszego tygodnia i 0,9 dla drugiego tygodnia. Wskaźniki sezonowości obliczamy dzieląc rzeczywisty popyt w danym okresie przez średni popyt. W pierwszym tygodniu, gdzie rzeczywisty popyt wyniósł 110 kg, wskaźnik sezonowości obliczamy jako 110 kg / 100 kg = 1,1. Oznacza to, że popyt w tym tygodniu był o 10% wyższy niż średnia. W drugim tygodniu, przy popycie wynoszącym 90 kg, wskaźnik wynosi 90 kg / 100 kg = 0,9, co wskazuje na 10% niższy popyt od średniej. Obliczenia te są kluczowe w zarządzaniu zapasami i prognozowaniu popytu, ponieważ pozwalają na lepsze dostosowanie planów produkcyjnych i logistycznych do zmieniającego się popytu. W praktyce firmy wykorzystują te dane, aby zoptymalizować procesy zaopatrzeniowe, unikając nadmiaru lub niedoboru towarów, co jest zgodne z ogólnymi zasadami lean management.
W analizowanych odpowiedziach pojawiają się różne błędy w kalkulacji wskaźników sezonowości, które wynikają z nieprawidłowego zrozumienia podstawowych zasad ich obliczania. Wskaźnik sezonowości powinien odzwierciedlać stosunek rzeczywistego popytu do popytu średniego. W przypadku wartości takich jak 0,8 dla pierwszego tygodnia, sugeruje to, że popyt był o 20% niższy od średniej, co jest sprzeczne z danymi, gdyż rzeczywisty popyt wyniósł 110 kg, a nie 80 kg. W drugiej odpowiedzi, gdzie wskaźnik wynosi 0,9 dla drugiego tygodnia, to również jest nieprawidłowe, ponieważ rzeczywisty popyt wynosił 90 kg, co oznacza, że był on równy 90% średniego popytu, a nie odzwierciedlał zmiany w sezonowości. Kolejną powszechną pomyłką jest przyjęcie wartości wskaźnika wykraczających poza zakres 0,5-1,5, co jest typowe dla branż, gdzie wahania sezonowe są umiarkowane. Prawidłowa interpretacja danych dotyczących popytu jest kluczowa dla podejmowania decyzji w zakresie zarządzania zapasami oraz prognozowania, dlatego istotne jest zawsze dokładne przeliczenie wskaźników sezonowości w oparciu o rzeczywiste dane.