ANALIZA POPYTU W ŁAŃCUCHU 

DOSTAW

Analiza popytu w łańcuchu 

dostaw

2

Analiza popytu w łańcuchu dostaw

 stanowi jeden z 

kluczowych czynników podejmowania decyzji 
dotyczących zarówno 

bieżących dostaw

, jak i 

decyzji 

długookresowych

, dotyczących 

rozwoju zasobów 

łańcucha

 i 

budowania nowych łańcuchów

 z innymi 

przedsiębiorstwami

Etap I (

klient

) – analiza 

popytu na produkty

;

Etap II (

sprzedawca

) – analiza 

zapotrzebowania 

na zapas i dostawy

;

Jest ona ważnym 

etapem oceny dynamicznie 

zmieniających się przepływów

 (

wielkości

, 

asortymentu

) zarówno 

materiałów

, jak i 

wyrobów 

gotowych 

Analiza popytu na 

produkty finalne

 wywołuje 

potrzebę wielu kolejnych analiz w całym łańcuchu 
dostaw. W zależności od ogniwa łańcucha mogą one 
dotyczyć:

 

 Etap III (

przewoźnik

) – analiza 

zapotrzebowania na 

samochody i kierowców

;

Analiza popytu w łańcuchu 

dostaw

3

Przykła
d

Dla przedstawionych w tabeli danych, proszę 
obliczyć:

 Etap IV (

centrum dystrybucji

) – analiza 

zapotrzebowania na

 przestrzeń składową 

i

 

sprawność obsługi dostaw 

(

przyjęć

,

 kompletacji

,

 

wydań

);

 Etap V (

producent

) – analiza zapotrzebowania na

 

potencjał produkcyjny 

i

 materiały

;

 Etap VI (

dostawca

) – analiza 

zapotrzebowania na 

materiały 

i

 potencjał produkcyjny

 wartość  średnią wielkości partii produkcyjnej i 

czasu pracy;

 równanie linii trendu dla zależności: wielkości partii 

produkcyjnej w czasie oraz czasu pracy od wielkości 
partii produkcyjnej;

Analiza popytu w łańcuchu 

dostaw

4

Dzień

1

2

3

4

5

6

7

8

9

10 11 12

Wielkość 
partii 
produkcyjne
j [szt.]

30

0

28

0

34

5

32

8

37

0

43

0

48

0

44

8

41

2

43

1

44

8

45

6

Czas pracy 
[rbh]

32 26 37 29 40 41 45 43 40 43 47 46

 odchylenie standardowe obrazujące niestabilność 

wielkości partii produkcyjnej w czasie i czas pracy 
przypadający na wielkość partii produkcyjnej;

 minimalny i maksymalny wskaźnik sezonowości dla 

obu obliczanych zależności (uwaga: jeżeli występuje 
trend, najpierw należy wyeliminować wpływ trendu)

Wartość średnia 

– jest arytmetyczną wartością 

średnią z ustalonej liczby n danych, objętych 
analizą i uśrednieniem. Oblicza się ją z zależności:

Analiza popytu w łańcuchu 

dostaw

5

n

y

y

n

1

i

t

(n)







gdzie
:

(n)

y

-

 średnia arytmetyczna 

obliczona 

dla n danych;

t

y

-

 wartość danej 

w 

okresie t;

n –

 liczba 

danych

Wartość średnia 

wielkości partii 

produkcyjnej:

394

12

456

448

431

412

448

480

430

370

328

345

280

300

y

(12)

l



























Wartość średnia

 

czasu pracy:

39rbh

12

46

47

43

40

43

45

41

40

29

37

26

32

y

(12)

t



























Analiza popytu w łańcuchu 

dostaw

6

Trend

 (tendencja rozwojowa wartości średniej) – 

wyraża trwałe zmiany wartości średniej 
analizowanej danej zależnej w stosunku do innej 
danej niezależnej

Trend może mieć

 charakter:

Zależność dwóch zmiennych może być bez 
trendu



liniowy

 (przybliżony linią prostą, opisany 

równaniem prostej typu Y=at+b);



nieliniowy

Trend może być

:



rosnący

;



malejący

Analiza popytu w łańcuchu 

dostaw

7

Równanie linii trendu (Y=at+b) dla:



wielkości partii produkcyjnej w czasie

;

Średnia wielkość partii produkcyjnej w ciągu 

pierwszych dwóch dni wynosi:

290

2

280

300

y

2)

-

(1

l







Średnia wielkość partii produkcyjnej w ciągu 

ostatnich dwóch dni wynosi:

452

2

456

448

y

12)

-

(11

l







Liczba dni pomiędzy obliczonymi okresami 

wynosi

 10

, zatem średni wzrost wielkości 

produkcji w ciągu jednego dnia to:

16,2

10

290

452

a







Analiza popytu w łańcuchu 

dostaw

8

Wartość początkowa 

b

 jest położona o pół okresu 

wcześniej niż średnia z 1 i 2 dnia, czyli:

Zatem 

równanie linii trendu zmian wielkości 

partii produkcyjnej w czasie

 ma postać:

281,9

2

16,2

290

b







281,9

T

16,2

Y

l









czasu pracy od wielkości partii produkcyjnej

;

Średni czas pracy w ciągu pierwszych dwóch dni 

wynosi:

29

2

26

32

y

2)

-

(1

t







Analiza popytu w łańcuchu 

dostaw

9

Średni czas pracy w ciągu ostatnich dwóch dni 

wynosi:

46,5

2

46

47

y

12)

-

(11

t







Liczba dni pomiędzy obliczonymi okresami 

wynosi

 10

, zatem średni wzrost czasu pracy w 

ciągu jednego dnia to:

1,75

10

29

46,5

a







Wartość początkowa 

b

 jest położona o pół okresu 

wcześniej niż średnia z 1 i 2 dnia, czyli:

Zatem 

równanie linii trendu zmian czasu pracy 

od wielkości partii produkcyjnej 

ma postać:

28,125

2

1,75

29

b







28,125

T

1,75

Y

t







Analiza popytu w łańcuchu 

dostaw

10

Do opisu wahań losowych krótkookresowych 

(przypadkowych) w popycie używane jest 

odchylenie 

standardowe

, obliczane z zależności:





n

Ysr

Y

σ

n

i

2

i

i







gdzie
:

Y

i

 – wielkość 

popytu;

Ysr

i

 – średnia wielkość popytu;

n – liczba danych

Zatem, dla

 wielkości partii produkcyjnej

:

natomiast dla

 

czasu pracy

:

64

σ

l



6,5h

σ

t



Analiza popytu w łańcuchu 

dostaw

11

dla

 wielkości partii produkcyjnej

:

Wahania okresowe (sezonowe)

,

 

to wartość popytu 

powtarzająca się w określonych odstępach czasu. Do 
pomiaru sezonowości danych służy wskaźnik 
sezonowości W

s

, obliczany jako:

Znaczenie 

tej niestabilności należy sprawdzić

 

porównując 

wartość

 odchylenia standardowego ze 

średnią 

wartością

 popytu

:

16,2%

100%

394

64

100%

Ysr

σ

U

l

l

l











dla

 

czasu pracy

:

16,7%

100%

39h

6,5h

100%

Ysr

σ

U

t

t

t











Ysr

Y

W

s

s



Analiza popytu w łańcuchu 

dostaw

12

gdzie:

Y

s

 – wartość sezonowa

Uwaga!

 

W przypadku kiedy szereg czasowy danych 

wykazuje

 

trend

,

 

wartość średnia

 

powinna być

 

obliczona na podstawie równania linii trendu

Dla

 wielkości partii produkcyjnej

 obliczamy 

wartości sezonowe na podstawie równania trendu

Dzień

1

2

3

4

5

6

7

8

9

10 11 12

Wartość 
sezonowa

29

8

31

4

33

1

34

7

36

3

37

9

39

5

41

2

42

8

44

4

46

0

47

6

Zatem 

wartość 

średnia

:

Ysr

l

 = 

387

Analiza popytu w łańcuchu 

dostaw

13

Współczynniki 
sezonowości

:

Dzie
ń

1

2

3

4

5

6

7

8

9

10 11 12

W

s

0,7

7

0,

81

0,

85

0,9

0

0,9

4

0,9

8

1,0

2

1,0

6

1,

11

1,

15

1,

19

1,2

3

Dla

 

czasu pracy

 obliczamy wartości sezonowe na 

podstawie równania trendu

Dzień

1 2 3 4 5 6 7 8 9 1

0

1
1

1
2

Wartość 
sezonowa

3
0

3
2

3
3

3
5

3
7

3
9

4
0

4
2

4
4

4
6

4
7

4
9

Zatem 

wartość 

średnia

:

Ysr

t

 = 

40

Analiza popytu w łańcuchu 

dostaw

14

DZIĘKUJĘ ZA UWAGĘ

Współczynniki 
sezonowości

:

Dzie
ń

1

2

3

4

5

6

7

8

9

10 11 12

W

s

0,7

5

0,

79

0,

83

0,8

8

0,9

2

0,9

7

1,0

1

1,0

5

1,

10

1,

14

1,

18

1,2

3