В гибком планировании прогноз можно проводить в разрезе любых показателей, основываясь на исторических данных. Прогнозирование строится как для отдельных материалов, так и для групп продуктов. Новые материалы, для которых нет исторических данных, прогнозируются, основываясь на данных ссылочного материала, ссылка определяется в ОЗМ.

Стратегии прогноза:
Прогноз с устойчивыми моделями – значения потребности, незначительно отличающиеся от среднего значения.
Прогноз с трендовыми моделями – периодическое падение или повышение потребности оценивается за длительный промежуток времени с незначительными отклонениями от возрастающего среднего значения.
Прогноз с сезонными моделями – периодические повышения или понижения потребности, значительно отличающиеся от среднего значения
Прогноз с сезонно-трендовыми моделями – непрерывное увеличение или уменьшение относительно возрастающего среднего значения.
Копирование данных прошлого периода (прогнозирование не выполнено) - копирование исторических данных прошлого периода, которые впоследствии можно редактировать.
Нерегулярный прогноз - никакой образец не может быть обнаружен в ряду исторических значений потребления.

Стратегии прогноза УПСП SAP:
10 Прогноз с устойчивыми моделями
11 Экспоненциальное сглаживание 1-го порядка (устойч. модель)
12 Устойчивая модель с автоматич. настройкой Альфа (1-го пор.)
13 Скользящее среднее значение
14 Значимое скользящее среднее значение
20 Прогноз с трендовыми моделями
21 Экспоненциальное сглаживание 1-го порядка (трендовая модель)
22 Экспоненциальное сглаживание 2-го порядка
23 Трендовая модель с автоматич. настройкой Альфа (2-го поряд.)
30 Прогноз с сезонными моделями
31 Сезонная модель (метод Винтерса)
40 Прогноз с сезонно-трендовыми моделями
41 Экспоненц. сглаживание 1-го порядка (тренд-сезонная модель)
50 Прогноз с автоматическим выбором модели
51 Тест для тренда
52 Тест для сезона
53 Тест для тренда и сезона
54 Сезонная модель + тест для тренда
55 Трендовая модель + тест для сезона
56 Автоматический выбор модели с использованием процедуры 2
60 Копирование данных прошлого периода

Группа весовых коэффициентов
Поле доступно для заполнения, только при выборе модели - Значимое скользящее среднее значение. Это значение определяет какой объем исторических данных будет включен в прогноз и вес этих значений при расчете прогноза.
Система использует дельта-множитель 0.3 в каждой модели прогноза, чтобы распределить среднее абсолютное отклонение.

Выбор модели прогноза
До того как запустить прогноз необходимо определить модель при помощи которой система вычислит прогнозные значения.
Есть три варианта:
· “Ручной” выбор модели
· Автоматический выбор модели
· ”Ручной” выбор модели с последующим тестированием системой образца

Для показателей инфо-структур существует настройка прогноза. Если настройка выполнена, то для показателя может выбираться модель прогноза

Профиль прогноза настраивается в SPRO-Общая логистика-Информационная система логистики(ИСЛ)-Планирование-Функции-Прогнозирование-Ведение профилей прогноза