ОПЕРАЦИОННЫЙ МЕНЕДЖМЕНТ

к содержанию

 

Методы прогнозирования

 

Прогнозирование это взгляд в будущее, оценка возможных путей развития, последствий тех или иных решений. Это система количественных и качественных предплановых изысканий, направленных на выяснение возможного состояния и результатов деятельности организации в будущем.

В зависимости от внутренней и внешней ситуации и целей организации используются два основных подхода к разработке прогнозов: 1) исследовательский; 2) целевой. В практике используется их сочетание.

При поисковом (исследовательском) прогнозе определяется возможное состояние явления в будущем, т.е. условное продолжение тенденций развития изучаемого явления в прошлом и настоящем. Такой прогноз отвечает на вопрос, что вероятнее всего произойдет при условии сохранения существующих тенденций. Задачи этого подхода – выявление экономических и производственно-технических закономерностей и возможностей деятельности, исходя из естественной логики развития. Например, оценка возможных изменений ассортимента, характеристик и объема производимой продукции, определение достижимых значений технических параметров и сроков выпуска продуктов.

Целевой подход определяет пути и сроки достижения возможных состояний явления (целей), и отвечает на вопрос какими путями достичь желаемого. Он направлен на конкретизацию перспективных целей, определение необходимых средств и сроков решения комплекса вопросов. Например, создания и освоения выпуска новой продукции с необходимыми техническими и экономическими показателями в требуемых объемах.

По степени формализации выделяют интуитивные и формализованные методы прогнозирования.

Интуитивные методы базируются на интуитивно-логическом мышлении и используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности обстановки. В практике из этой группы методов наиболее часто используется метод экспертных оценок.

Формализованные методы используют расчеты и базируются на математической теории. К ним относятся методы экстраполяции, моделирования, экономического анализа и др.

Прогноз носит вероятностный характер, но обладает определенной степенью достоверности. На практике – это предплановый документ, отражающий вероятность достижения поставленной цели в зависимости от масштаба и способа осуществления будущих действий.

Спрос на продукты бывает регулярный и нерегулярный.

Регулярный спрос проявляется ежедневно, еженедельно или ежемесячно и обладает определенной ритмичностью, объем продаж в этом случае по отдельным периодам относительно стабилен. Возможность и точность прогнозирования такого спроса достаточно высокая.

При нерегулярном спросе существуют периоды времени, когда объем продаж бывает существенно больше или меньше среднего объема за длительный период времени, а может и отсутствовать. Нерегулярность спроса основная проблема при планировании производственных мощностей обеспечивающих выпуск товаров или оказание услуг.

Как при регулярном, так и при нерегулярном спросе могут присутствовать периоды сезонного колебания спроса, т.е. периодически повторяющиеся колебания спроса в течение года. Также бывают случайные непрогнозируемые скачки, так называемый спорадический спрос.

Кроме того, спрос на товары и услуги может быть зависимым или независимым.

Зависимый спрос существует при технологической вертикальной обусловленности закупок производственным процессом или процессом потребления. Например, спрос на сырье, материалы, комплектующие, узлы определяет потребность в конечном изделии. Он может иметь и горизонтальную составляющую, если наблюдается связанная потребность в нескольких технологически несвязанных товарах. Например, продажа в одном месте разных товаров для отдыха на природе: продуктов питания, посуды, древесного угля, одноразовых скатертей и салфеток, и т.п. Нередко зависимый спрос наблюдается при проведении рекламных компаний. В этом случае потребность диктуется замыслом маркетинга формирующем потребность. Зависимый спрос и нормы зависимости на входящие или связанные продукты и услуги определяют по спросу на основной продукт для потребителя или влиянию внешних факторов.

Независимый спрос никак не связан со спросом на другие продукты. Он характерен для рынка продуктов конечного потребления и прогнозируется отдельно для каждого наименования товара или услуги.

Для прогнозирования спроса используют три основные группы методов:

• количественные;

• качественные;

• комбинирование количественных и качественных методов.

Прогнозирование спроса по временным рядам

При количественном подходе оценивают спрос либо на основе временных рядов накоплений (статистики потребления) за прошлые периоды времени, либо на основе статистических данных изменения фактической величины спроса и связанного, определяющего спрос показателя. Оба случая в качестве исходной информации используют накопление данные за прошлые периоды о продажах товаров или услуг.

Прогнозирование спроса по временным рядам использует упорядоченные во времени наблюдения. Эти наблюдения проводят через равные интервалы времени и фиксируют объемы продаж в натуральном выражении. На основе анализа временных рядов можно строить прогнозы потребления на будущие периоды.

Во временном ряде можно выделить следующие составляющие:

• относительно равномерный спрос;

• сезонную потребность;

• тенденции изменения спроса;

• цикличные колебания спроса;

• наличие эффекта стимулирования продаж;

• случайные колебания спроса.

Относительно равномерный спрос характерен для регулярно продаваемых товаров и оказываемых услуг, не имеющих сезонных периодов потребления и типичен для большинства товаров широкого потребления группы повседневного спроса, а также для основных материалов используемых производственными предприятиями.

Для прогнозирования такого спроса можно использовать группу методов прогнозирования по средним значениям, а также метод экспоненциального сглаживания.

При сезонном спросе имеются краткосрочные в течение года регулярные периодически повторяющиеся изменения, связанные с определенными календарными периодами (например, времена года, погода, время отпусков, праздники). Для прогнозирования сезонного спроса используется статистика продаж соответствующих периодов прошлых лет.

Тенденции изменения спроса, например, устойчивое общее снижение или рост продаж, могут прослеживаться как в краткосрочном (до года), так и в долгосрочном периодах (более одного года).

Циклические колебания спроса представляют собой продолжительные изменения тенденций спроса, сменяющие друг друга, как правило, в период более двух лет.

Выявление циклических колебаний спроса требует использования статистической базы за длительный период времени (несколько лет) и затруднено влиянием на спрос различных нерегулярных тенденций. Для прогнозирования циклических колебаний спроса при отсутствии очевидной картины в статистической базе следует полагаться на знание типовых циклов, характерных для данной отрасли или вида бизнеса. Например, отслеживание текущего этапа жизненного цикла продукта, или обновление ассортимента продукции известного бренда, позволяет без накопления статистической базы за длительный период делать выводы и наличии цикличных колебаний спроса. Второй подход это выявление ведущих показателей циклического изменения спроса. Такими признаками могут быть принятие государственных программ, строительство крупного предприятия по производству данного вида продукции, соглашение участников рынка и т.п.

Эффект стимулирования спроса представляет собой изменение спроса на продукты в ответ на маркетинговые мероприятия.

Маркетинговые мероприятия по стимулированию могут существенно влиять на спрос и определяются отделом маркетинга. Они могут существенно изменить тенденции спроса и среднестатистическую сезонную потребность. Знание зависимости спроса от маркетинговых мероприятий особенно важно для рынков конечного потребления, которые активно реагируют на них.

Случайным изменением спроса являются те изменения, на которые не повлияли сезонные, циклические и прочие тенденции изменения спроса, а также мероприятия по стимулированию спроса. Появление случайных изменений в спросе нельзя исключить, но они влияют на точность прогнозирования.

Для преодоления влияния случайных факторов на точность прогнозирования используется фильтрация (исключение из) статистического ряда случайных результатов, полученных при составлении прогноза. Более сложные методы учета, (например, имитационное моделирование, авторегресивной интегрированной скользящей средней Бокс-Дженкинса и др.), требуют соответствующей подготовки бизнес-аналитиков. В этих целях могут использоваться универсальные программы SYSTAT, SPSS, специальные пакеты анализа временных рядов Forecast Expert, Free Fore, Neural Connection и другие.

Процесс прогнозирования спроса по временным рядам осуществляется в несколько этапов:

1) фиксация значений статистического ряда;

2) выбор уравнения отражающего тенденцию (тренд);

3) прогнозирование объема потребления;

4) оценка точности прогноза.

Например, при использовании простой методики «от достигнутого» прогнозируемый спрос может быть рассчитан по формуле:

Vk(m+1) = Kц х Kст х n(k-1) (m+1) х Тс,

где Vk(m+1) – прогнозируемый спрос в периоде m+1 k-го года; Kц – коэффициент цикличности; Kст – коэффициент стимулирования спроса, n(k-1)(m+1) – количество реализованной продукции в m+1 периоде k-1 года, Тс – темп роста спроса.

Коэффициент темпа роста спроса (Тс) рассчитывается по формуле:

где, nki – количество реализованного продукта в i-том периоде k-го года, n(k-1)i – количество реализованного продукта в i-том периоде (k-1)-го года, i – периоды (1, 2, … m).

Рассмотрим пример. Статистические данные продаж продукта в натуральном выражении по периодам и годам представлены в табл. 4.

Таблица 4. Статистика продаж продукта

Количество реализованного продукта по периодам (ед.)

i

1

2

3

4

5

6

7

8

9

10

11

12

2009

86

92

100

105

110

106

101

106

110

104

96

87

2010 (k-1)

90

96

120

110

115

111

106

110

114

109

98

91

2011 (k)

94

103

107

113

118

114

 

 

 

 

 

 

Необходимо спрогнозировать количество продукции, которое будет востребовано потребителем в 7 периоде 2011 года.

В нашем примере стимулирование сбыта не проводилось, поэтому коэффициент стимулирования Kст = 1. Цикличность спроса по вертикали отсутствует, т.е. Kц = 1.

Прежде всего, следует обратить внимание на сезонность спроса данного продукта. Наблюдаются рост потребительского спроса в 3, 4 и 5 периодах, а также 8,9, и 10 периодах. Наиболее существенный сезонный спад спроса приходится на 1, 2, 11 и 12 периоды, а более слабый на 6, 7 и 8 периоды.

При сравнении соответствующих периодов 2009, 2010 и 2011 годов прослеживается тенденция роста продаж, без каких-то вертикальных циклических колебаний. Причем, из общей картины резко выделяются данные 3 периода 2010 года, которые не вписывающиеся в общие закономерности. Поэтому их следует отнести к случайному (спорадическому) изменению спроса и при расчетах вместо них использовать среднее значение 2 и 4 периодов 2010 года, т.е. (96+110)/2=103.

Для определения прогнозного значения спроса рассчитаем темп роста спроса (Тс). В нашем случае m = 6, т.е. учитываемые периоды 1, 2,3,4,5,6; nki – данные по периодам за 2011 год, а n (k-1)i – данные по периодам за 2010 год.

Для определения темпа роста разделим сумму реализованной продукции за 1-6 периоды 2011 года на сумму реализованной продукции за 1-6 периоды в 2010 году, при этом заменив данные в 3-ем периоде 2010 года (120 на 103).

Тс = (94+103+107+113+118+114) / (90+96+103+110+115+111) = 1,04.

Теперь определим прогнозируемый спрос на продукт в 7 периоде 2011 года (V7). Для этого необходимо умножить количество реализованной продукции в 7 периоде 2010 года на полученный коэффициент темпа роста, коэффициенты стимулирования и цикличности спроса и округлить полученный результат до целого числа.

V7 = 1 х 1 х 106 х 1,04 = 110 (ед.)

Вероятный спрос на продукт составит 110 изделий.

Прогнозирование спроса по индикаторам

Работа с временными рядами статистических данных предполагает анализ спроса по сложившимся с течением времени тенденциям. Из-за влияния случайных факторов, прогнозирование по данным временных рядов может не дать необходимой точности прогноза. Для уточнения можно воспользоваться оценкой индикаторов, от которых зависит спрос. Например, температура воздуха воздействует на интенсивность потребления прохладительных напитков, или численность новорожденных детей через 2-3 года после их рождения определяет спрос на детскую книжную продукцию и т.п. Определение и анализ зависимостей таких индикаторов, позволяет прогнозировать будущее потребление.

Индикаторами воздействующими на спрос, могут быть: индекс оптовых цен, индекс потребительских цен, объем производства, показатели миграции населения, процентные ставки по кредитам, уровень платежеспособности населения, затраты на рекламу, изменение погоды и др.

Для того чтобы те или иные события могли служить индикаторами, требуется:

• логическое объяснение связи индикатора и прогнозируемой потребности;

• чтобы интервал времени между изменениями индикатора и изменением потребности был достаточно велик для возможности использования прогноза;

• наличие высокой корреляционной связи между индикатором и уровнем спроса.

Качественный подход

В некоторых случаях спрос прогнозируют без учета статистики. Это может потребоваться, например, при выводе на рынок принципиально нового продукта, или при выходе с известным товаром или услугой на принципиально новый рынок, а также когда, в период экономической или политической перестройки, не удается воспользоваться статистической информацией, которая быстро устаревает, а ее обработка требует значительного времени, которого нет. В подобных случаях используют методы прогнозирования спроса, использующие не количественную, а качественную информацию.

Качественный подход опирается на экспертные оценки специалистов.

Методом экспертных оценок называют описательные, качественные, приблизительные, а также количественные оценки процессов и явлений, не поддающихся в принципе или в данной ситуации непосредственному изучению. В результате исследования выявляются субъективные мнения экспертов и на их основе определяют объективные оценки прогноза. Метод экспертных оценок основывается на следующих посылках: а) эксперт является качественным источником информации; б) групповое мнение экспертов близко к истинной ситуации.

Процесс прогнозирования осуществляется в несколько этапов:

1) разработка программы экспертного оценивания;

2) подбор экспертов;

3) подготовка процедуры опроса;

4) опрос экспертов;

5) обработка результатов опроса.

В связи с широким освещением метода экспертных оценок и различных методов обработки результатов экспертной оценки в специальной литературе, остановимся лишь на простейшем варианте обработки результатов экспертных оценок.

Исходной информацией для обработки результатов являются числовые данные, выражающие предпочтения экспертов и содержательное обоснование их предпочтений.

Простейший метод обработки состоит в получении групповой экспертной оценки суммированием индивидуальных оценок экспертов, при необходимости скорректированных на коэффициент компетентности каждого эксперта.

В качестве примера приведем оценку тенденций спроса на основе конкурентоспособности товара.

Как известно, конкурентоспособность товара может быть определена отношением качества (К) к цене (Р).

По отношению к аналогичным товарам конкурентов при К/Р>1 – предприятие имеет возможность устойчиво увеличивать объем продаж; при К/Р=1 – объем продаж будет медленно, но снижаться; при К/Р<1 – объем продаж будет быстро уменьшаться.

Качество продукта в нашем случае определяется методом экспертных оценок. Эксперты сравнивают качество конкурирующих между собой товаров по единым показателям, которые они считают наиболее существенными. Например, внешняя привлекательность, упаковка, экологичность, общие и специфические эксплутационные свойства, надежность, сервисное обслуживание и т.п.

В нашем примере в таблице 5 оценка каждого компонента качества осуществляется по пятибалльной шкале (от 1 до 5).

Таблица 5. Экспертная оценка конкурирующих товаров

Эксперт 1

Качественные характеристики

Качества товара конкурирующих производителей

А

В

С

Цвет

2

5

4

Запах

4

3

2

Общая привлекательность, дизайн

3

4

4

Эргономика

5

3

3

Экологичность

3

4

3

Основные эксплутационные свойства

4

4

5

Дополнительные эксплутационные свойства

2

0

4

Надежность

4

5

3

Ремонтопригодность

1

3

2

Итого:

28

29

30

Эксперт 2

Качественные характеристики

Качества товара конкурирующих производителей

А

Б

В

Цвет

2

5

5

Запах

4

3

2

Общая привлекательность, дизайн

3

4

4

Эргономика

4

3

3

Экологичность

3

4

3

Основное эксплутационные свойства

4

4

5

Дополнительные эксплутационные свойства

2

0

4

Надежность

4

4

1

Ремонтопригодность

1

3

2

Итого:

27

28

30

Эксперт 3

Качественные характеристики

Качества товара конкурирующих производителей

А

Б

В

Цвет

2

5

4

Запах

4

3

2

Общая привлекательность, дизайн

3

4

4

Эргономика

5

3

2

Экологичность

3

4

3

Основные эксплутационные свойства

4

5

5

Дополнительные эксплутационные свойства

3

0

3

Надежность

4

5

3

Ремонтопригодность

1

3

2

Итого:

29

30

28

Оценки экспертов по каждому производителю (А, В, С) товара складываются. Сумма показателей качества по производителям будет:

А = 28+27+29 = 84;

В = 29+28+30 = 87;

С = 30+28+30 = 88.

Затем анализируются цены. Причем в данном случае сравниваются цены не производителей, а конечные цены в сопоставимых точках реализации на конкретном рынке (регионе), так как эти цены учитывают затраты на доставку, хранение, услуги и соответствующие наценки посредников, т.е являются конечными ценами для потребителя.

В исследуемом регионе реализации товара цены конкурирующих производителей следующие:

Производитель

А

В

С

Цена (ден. ед.)

1000

1200

1300

Следующий шаг – определение соотношения К/Ц. Здесь главная проблема состоит том, что сравнивать цены (деньги) и качество (баллы) некорректно, т.к. они несопоставимы.

Чтобы исключить эту несовместимость, можно рассчитать их отношение к соответствующему среднему значению.

Среднее значение «качество» составит Кс = (84+87+88)/3 = 86,3, а показатели качества производителей по отношению к среднему значению:

КсА = 84/86,3 = 0,973;

КсБ = 87/86,3 = 1,008;

КсС = 88/86,3 = 1,018.

Среднее значение «цена» будет Цср = (1000+1200+1300)/3 = 1166,6, а показатель цены производителей по отношению к среднему значению:

ЦсА = 1000/1166,6 = 0,857;

ЦсВ = 1200/1166,6 = 1,029;

ЦсС = 1300/1166,6 = 1,114.

Теперь можно рассчитать соотношение К/Ц по каждому из производителей (А, В, С):

для производителя А К/Ц = 0,973/0,857 = 1,135;

для производителя В К/Ц = 1,008/1,029 = 0,970;

для производителя С К/Ц = 1,018/1,114 = 0,913.

В нашем случае лучший показатель конкурентоспособности у производителя А и он имеет возможность роста объемов продаж. Производитель В будет медленно сдавать свои позиции на рынке, если не внесет соответствующие коррективы по качеству и цене. Производитель С – более быстро терять свою долю рынка.

Комбинированный подход

Чем динамичней и разнообразней развивается рынок и цепи поставок, тем сильнее влияют на продажи неформальные факторы. В этом случае для повышения точности прогнозирования используется комплексный подход, при котором результаты статистической обработки данных прошлых периодов дополняются экспертными оценками, которые оперативно учитывают новые тенденции.

Комбинированный подход представляет собой комбинацию количественной и качественной оценки прогнозируемого спроса, т.е. использует статистические данные и экспертные оценки. Такое сочетание позволяет нейтрализовать недостатки каждого из методов в отдельности, и повышает достоверность прогнозирования.

 

< назад | к содержанию | вперед >

 



Данную страницу никто не комментировал. Вы можете стать первым.

Ваше имя:

Комментарий:
Введите символы: *
captcha
Обновить