Moving Average Table Sap

Wie SAP den gleitenden Durchschnittspreis (MAP) des Materialstamms berechnet Wenn ein Material einer gleitenden Durchschnittspreissteuerung unterliegt, berechnet das SAP-System die Werte für die Warenbewegungen auf folgende Weise. Neue Menge Alte Menge Empfangsmenge Neuer Wert Altwert (Wareneingangsmenge (Wareneingangs - / Wareneingangseinheit)) Neuer MAP-Preis (Neuer Wert / Neue Menge) Preiseinheit im Materialstamm Zum besseren Verständnis siehe folgende Beispiele. Beginnen Sie mit einem Material mit MAP von 10,00, PO 100 Stück bei 10 / pc. 1. Erster Wareneingang Das Bestandskonto wird mit dem Quittungswert auf der Grundlage des Bestellpreises gebucht. Liefermenge PO-Preis 10 Stück 10 / Stck. 100 Die Gegenbuchung wird auf das WE / RE-Verrechnungskonto gebucht. Dr. Stock-Rechnung 100 Cr. GR / IR-Verrechnungskonto 100 Gesamtbestand 10, Gesamtwert 100, KARTE 10.00 2. Zweiter Wareneingang Der Preis in Bestellung wird auf 12.00 / Stck geändert. Anstelle von 10.00 / pc. Das Bestandskonto wird mit dem Quittungswert auf Basis des geänderten Bestellpreises gebucht. Liefermenge PO-Preis 10 Stück 12 / Stck. 120 Dr. Stock-Konto 120 Cr. Da der Preis in der Bestellung vom aktuellen gleitenden Durchschnittspreis im Materialstamm abweicht, wird der gleitende Durchschnittspreis auf 11,00 gesenkt. Gesamtbestand 20, Gesamtwert 220, MAP 11,00 3. Wareneingang Stornierung Das Bestandskonto Wird mit dem durchschnittlichen Empfangswert gutgeschrieben. Menge (Wareneingangswert / Wareneingangsmenge) 10 Stk. (220/20 Stk.) 110 Dr. GR / IR Abrechnungskonto 110 Cr. Stock Konto 110 Gesamtbestand 10, Gesamtwert 110, MAP 11.00 10 Stück bei 12.00 / Stck. 120.00 Dr. Stock Account 10 Dr. GR / IR Ausgleichskonto 110 Cr. Vendor Account 120 Gesamtbestand 10, Gesamtwert 120, MAP 12.00 Moving Average Price: Wertberechnung Wenn ein Material einer gleitenden Durchschnittspreiskontrolle unterliegt, berechnet das System Werte für Warenbewegungen wie folgt: Moving Average Price: Value Calculation For Weitere Informationen und Beispiele für Buchungen und Wertberechnungen für Materialien, die einer gleitenden Durchschnittspreiskontrolle unterliegen, finden Sie unter: Einfacher gleitender Durchschnitt Dieser Algorithmus wird häufig verwendet, um eine Absatzprognose für ausgereifte Produkte mit relativ konstanten Verkaufszahlen zu erstellen. Sie berechnet den Durchschnitt der Zeitreihenwerte, die in aufeinanderfolgenden Teilmengen von Zeitperioden gemessen werden. Die resultierende Prognose ist eine konstante Zahl, basierend auf wöchentlichen oder monatlichen Verlauf. Einfacher gleitender Durchschnitt (rollierende 3 Perioden) Berechnung Der einfache gleitende Durchschnittsalgorithmus berechnet den Durchschnitt von m Perioden. Dann verschiebt es die Berechnung um eine Periode in die Zukunft, berücksichtigt aber immer m Perioden für die Berechnung. Der Durchschnitt der letzten m historischen Perioden wird die Prognose für die erste Zukunft sein. Die Ex-post-Prognose berechnet sich wie folgt: Berechnung der Ex-post-Prognose unter Verwendung der benutzten einfachen gleitenden Durchschnittsalgorithmusvariablen: X1, X2. Xn Zeitreihenwerte m die Größe der Teilmenge i m. N-1 und 0 lt m n-1 Die Prognose berechnet sich wie folgt: Berechnung der Prognose mit den benutzten einfachen gleitenden Durchschnittsalgorithmen: X1, X2. Xn Zeitreihenwerte m die Größe der Teilmenge Neben der Festlegung der Kennzahlen für die Prognose und die Ex-post-Prognose müssen Sie folgende Einstellung vornehmen, wenn Sie den einfachen gleitenden Durchschnittsalgorithmus in Ihrem Modell verwenden möchten: Anzahl der Perioden Die Länge der Teilmengen in der Zeitreihe, für die der gleitende Durchschnitt berechnet wird. Wenn Sie z. B. 3 für diese Einstellung auswählen und die Periodizität auf Monat einstellen, berechnet der Algorithmus den Durchschnitt für die Monate 1, 2 und 3, dann für die Monate 2, 3 und 4 und so weiter innerhalb der Historie Horizont. Berechnung auf zukünftige Perioden verlängern Wenn Sie diese Option auswählen, wird die gleitende Durchschnittslogik von den letzten Perioden in der Vergangenheit auf die Perioden in der Zukunft übertragen. Die Berechnungsmethode, die auch als Bootstrapping bezeichnet wird, wird im folgenden Beispiel veranschaulicht, wobei die Anzahl der Perioden in einer Teilmenge 3 ist: Die Tabelle zeigt, dass der Mittelwert der Werte in jeder Teilmenge der historischen Perioden als Ex-post-Prognose verwendet wird Für den nachfolgenden Zeitraum. Dies ändert sich in der ersten Periode der Zukunft, die in unserem Beispiel März ist. Die gleitende Durchschnittslogik wird wie folgt auf die Zukunft ausgedehnt: Im März wird der Durchschnitt der historischen Werte aus der Dezember-Januar-Februar-Teilmenge der Perioden (8, 9 und 10) nicht als Ex-post-Prognose verwendet Sondern als die Prognose. Im April wird der Durchschnitt der historischen Werte von Januar und Februar und der prognostizierte Wert ab März (9, 10 und 9) als Prognose herangezogen. Im Mai wird der Durchschnittswert des historischen Wertes im Februar und die prognostizierten Werte im März und April (10, 9 und 9,33) als Prognose herangezogen. Von Juni, die Prognose basiert auf zukünftigen Daten nur der Durchschnitt der Prognosen im März, April und Mai als Prognose im Juni verwendet wird, wird der Durchschnitt der Prognosen im April, Mai und Juni als die Prognose für Juli verwendet , und so weiter.