Как составить прогноз развития прогнозирование

Как составить прогноз развития прогнозирование

Сущность прогнозирования и его виды

Термин “прогноз” происходит от греческого “prognosis” и обозначает предсказание, предвидение о развитии чего-либо, базирующееся на определенных данных.

Прогнозирование представляет собой оценку, предсказание, предвидение будущего развития выбранного объекта исследования. 

Оно должно быть первоначальным в отношении планирования. Главной целью прогнозирования является разработка научных предпосылок принятия управленческих решений. Эти предпосылки состоят из:

  • анализа закономерностей и тенденций изменения объекта управления;
  • альтернативного предвидения его будущего развития;
  • оценки результатов воздействия на предвидимые процессы в объекте исследования.

В среде нарастающих тенденций глобализации и ускоренного развития научно-технического прогресса резко растет уровень неопределенности в последующем развитии объектов управления, растет стоимость ошибки управленческого решения. Поэтому в XXI в. существенно возрастает роль прогнозирования.

К главным задачам прогнозирования относят:

  1. Научный анализ сложившихся социально-экономических явлений и процессов, оценка существующей ситуации и определение узловых проблем в развитии.
  2. Оценка действия данных тенденций в будущем, предвидение возможных новых проблем, новых экономических ситуаций, которые требуют своего разрешения.
  3. Определение возможных альтернатив деятельности в будущем.

Прогноз является системой научных аргументированных представлений о будущем состоянии объекта исследования, которые носят вероятностный, но, при этом, весьма достоверный характер.

Одним из видов прогнозов являются сценарии развития, разрабатываемые с учетом тех либо других предполагаемых действий определенных субъектов прогнозируемой ситуации.

Способы прогнозирования

Прогнозы составляются следующими способами:

  1. Описание изменений процесса или объекта.
  2. Формирование параметров, которые характеризуют процесс или объект.

В первом способе выделяют факторный и трендовый подходы.

Трендовый подход в прогнозировании предполагает использование экстраполяции выровненных значений динамического временного ряда прогнозируемого показателя. Прогноз-тренд представляет собой вид прогноза, который основан на применении линейной экстраполяции тенденций, сложившихся в прошлом.

Факторный подход в прогнозировании предусматривает использование ряда факторов, которые воздействуют на объект прогнозирования. Данный подход базируется на оценке степени влияния разных факторов и их комбинации на дальнейшее развитие возможного состояния объекта управления.

Во втором способе выделяют генетический и нормативный подходы.

Генетический подход базируется на применении в прогнозируемых процессах постоянных тенденций, которые придают инерционный характер развития объекта управления. При всех своих различиях прошлое, настоящее и будущее генетически взаимосвязаны между собой и имеют большое количество общих элементов и взаимосвязей между ними.

Нормативный подход характеризует управляемость прогнозируемых процессов, их подчиненность целям развития. Вместе с этим, цель может быть задана из внешней среды в форме нормативного состояния.

В практике управления обычно нормативный и генетический подходы в прогнозировании дополняют друг друга, так как будущие процессы, с одной стороны, формируются инерцией существующих тенденций, а с другой стороны – поставленными целями и задачами по развитию. Главной задачей прогнозирования является согласование прогнозных результатов, которые получаются на основе нормативного и генетического подходов.

Краткосрочное, среднесрочное и долгосрочное прогнозирование

Прогнозы различаются по длительности сроков, на которые они рассчитываются. Сегодня разрабатывают прогнозы различной продолжительности: 

  • краткосрочный (текущий) – как правило, на 1 год, 
  • среднесрочный – на 3-5 лет, 
  • долгосрочный – на 10-15 (а иногда и более) лет.

Целью любого прогноза является учет перемен в обществе, протекающих с различной скоростью и имеющих различную длительность. Рыночная конъюнктура – валютные курсы, курс акций, цены и т.д. – может значительно измениться на протяжении месяца, недели или даже дня. Предвидеть данные изменения для того, чтобы своевременно реагировать на них, – предмет краткосрочного, текущего прогнозирования как важнейшего элемента части оперативного менеджмента. Краткосрочный прогноз является прогнозом, прежде всего, текущих хозяйственных операций, которые связаны с изменениями в структуре и объеме спроса населения, движением финансовых потоков и цен, конъюнктурой мирового рынка, колебаниями в сельскохозяйственном производстве.

Другие перемены занимают несколько лет и требуют более длительного времени (создание и освоение новых видов продукции, динамика внешнеэкономических связей, динамика и структура денежных доходов и накоплений населения, инвестиции в основной капитал, реализация инновационных проектов). Это все объекты среднесрочного прогнозирования и базирующихся на нем среднесрочных программ (на 3-5 лет, а иногда и более) социально-экономического развития.

В долгосрочном прогнозировании основное внимание сосредоточено на глубинных изменениях в объекте управления – масштабным научно-техническим проблемам, крупным социальным задачам, вопросам экологии и глобализации, демографическим процессам.

Значительные изменения стране и мире, в структуре экономики и общества, формируются и проявляются на протяжении длительного отрезка времени и требуют долгосрочного прогнозирования альтернативных тенденций на протяжении 10-15 лет и более, что является базой для формирования перспективной стратегии развития.

Долгосрочное прогнозирование, в отличие от среднесрочного планирования и особенно краткосрочного, в наименьшей степени связано с тенденциями социально-экономического развития, свободнее в выборе версий будущего развития. За 15-20 лет сменяются два поколения техники и одного поколения сотрудников. Долгосрочное прогнозирование предоставляет возможность более обоснованно определять возможные структурные сдвиги в обществе и экономике, изменения некоторых качественных характеристик. В то же время долгосрочный прогноз в меньшей степени детализирован и базируется на сравнительно небольшом круге обобщающих показателей. Долгосрочный прогноз является базисом для определения концепции социально-экономического развития на долгосрочный период, выбора стратегии развития.

Методы прогнозирования

При составлении прогнозов используют следующие методы:

  1. Методы экспертных оценок.
  2. Методы логического моделирования.
  3. Методы экономико-математического моделирования.

Методы экспертных оценок базируются на применении при разработке прогнозов мнений признанных экспертов-специалистов или одного такого эксперта.

Методы логического моделирования используются преимущественно для качественного описания прогнозных процессов. Их основой являются общие закономерности функционирования прогнозируемого объекта, анализируемые в определенной логической последовательности.

Методы экономико-математического моделирования базируются на имитации реального поведения объекта исследования посредством построения экономико-математических моделей. Данные методы являются наиболее развитыми методами в области составления прогнозов социально-экономических процессов. Их видом является широко используемый метод математической экстраполяции, который позволяет продлевать тенденцию изменения экономического параметра из области ее наблюдения в прошлом на будущее.

Планирование

Процесс планирования охватывает просчет в плановом периоде собственных потребностей материалов, сырья, финансов, основных средств, работников и пр., а так же выявление источников получения ресурсов и оценку эффективности их применения.

При существовавшей ранее плановой экономике планированием занимались на централизованном уровне, и организациям нужно было только выполнять указания вышестоящего органа.

Разработка планов предприятия представляет собой объективную оценку компании в целом, ее возможностей и реальных перспектив, в то же время планы нужны для поиска инвестиций, разработки наиболее перспективных проектов с точки зрения рыночных ситуаций.

В планах отражаются стратегические и тактические задачи, а так же пути решения данных задач.

Планирование – это сложный и трудоемкий процесс, но его результаты того стоят. Плюсами для предприятия могут стать:

  • перспективное мышление руководства всех уровней;
  • наличие основы для выбора оптимального решения в конкретной ситуации;
  • рост информационной обеспеченности компании;
  • минимизация рисков и потерь;
  • согласованность и координация всех элементов предпринимательской деятельности;
  • предвидение перемен и подготовка к новым возможным условиям функционирования.

Элементы планирования на предприятии

Планирование на предприятии успешно в случае наличия 4 составляющих, тесно связанных между собой и составляющих структуру данного процесса. Рассмотрим их.

Первая составляющая: внутренняя методологическая и методическая база, содержащая разработку, контроль и анализ выполнения плана, и  квалифицированный персонал финансовых и экономических отделов, успешно воплощающий методики бизнес-планирования на практике.

Вторая составляющая – информационная, включает сведения о самом предприятии и внешних влияющих факторах.

Информационная составляющая содержит сведения по таким направлениям:

  • экономическому (процентные ставки, инфляция, их динамика и прогнозы и пр.);
  • учетному (данные бухгалтерской отчетности за несколько лет, бухгалтерский и управленческий учет предприятия, особенности, методы ведения и пр.);
  • сведения, предоставленные финансовыми органами, банками, валютными и товарными биржами и пр. сведения области финансов;
  • нормативно – правовые источники информации (кодексы, законы, указы и пр.)
  • политические данные и пр.

Третья составляющая – наличие на предприятии организационной структуры и системы управления, которые будут основой организационного блока. 

Четвертая составляющая – программно–технические средства, которые будут способны охватить большие объемы данных и обладать высокой степенью надежности. 

Этапы составления плана

Рассмотрим этапы процесса составления плана: 

  1. подготовительный;
  2. разработка; 
  3. продвижение; 
  4. реализация.

На подготовительном этапе формируется перспективная бизнес-идея.  Под бизнес – идеей понимается замысел новой продукции либо услуги, либо какого-то инновационного решения в сфере экономики, техники, организации и пр. Бизнес – идеи можно почерпнуть в: отзывах покупателей; продукции конкурентов; идеи маркетологов предприятия; публикациях о патентах; результатов НИОКР.

Важным этапом планирования является ознакомление с ним заинтересованных лиц. Это достигается за счет проведения презентации. Под презентацией плана понимается краткий рассказ об основных положениях планируемого проекта при проведении переговоров. В презентации нужно рассказать о самом предприятии, о сфере деятельности, продуктах, услугах, о клиентах и конкурентах, о стратегии маркетинга, о первоочередных финансовых задачах, основных работниках, которые будут воплощать проект в жизнь, о необходимом внешнем инвестировании, о путях использования привлеченных средств, об условиях и сроке, за который будет реализован проект.

План полезен при получении кредитных средств, в данном случае банк тоже выступает инвестором и рассматривает эффективность проекта. Предприятие может получить значительную выгоду по процентам при грамотно составленном плане.

Источник

Классификация методов и моделей прогнозирования

Время на прочтение
5 мин

Количество просмотров 157K

Я занимаюсь прогнозированием временных рядов уже более 5 лет. В прошлом году мною была защищена диссертация по теме «Модель прогнозирования временных рядов по выборке максимального подобия», однако вопросов после защиты осталось порядочно. Вот один из них — общая классификация методов и моделей прогнозирования.

Обычно в работах как отечественных, так и англоязычных авторы не задаются вопросом классификации методов и моделей прогнозирования, а просто их перечисляют. Но мне кажется, что на сегодняшний день данная область так разрослась и расширилась, что пусть самая общая, но классификация необходима. Ниже представлен мой собственный вариант общей классификации.

В чем разница между методом и моделью прогнозирования?

Метод прогнозирования представляет собой последовательность действий, которые нужно совершить для получения модели прогнозирования. По аналогии с кулинарией метод есть последовательность действий, согласно которой готовится блюдо — то есть сделается прогноз.

Модель прогнозирования есть функциональное представление, адекватно описывающее исследуемый процесс и являющееся основой для получения его будущих значений. В той же кулинарной аналогии модель есть список ингредиентов и их соотношение, необходимый для нашего блюда — прогноза.

Совокупность метода и модели образуют полный рецепт!

В настоящее время принято использовать английские аббревиатуры названий как моделей, так и методов. Например, существует знаменитая модель прогнозирования авторегрессия проинтегрированного скользящего среднего с учетом внешнего фактора (auto regression integrated moving average extended, ARIMAX). Эту модель и соответствующий ей метод обычно называют ARIMAX, а иногда моделью (методом) Бокса-Дженкинса по имени авторов.

Сначала классифицируем методы

Если посмотреть внимательно, то быстро выясняется, что понятие «метод прогнозирования» гораздо шире понятия «модель прогнозирования». В связи с этим на первом этапе классификации обычно делят методы на две группы: интуитивные и формализованные [1].

Классификация методов прогнозирования

Если мы вспомним нашу кулинарную аналогию, то и там можно разделить все рецепты на формализованные, то есть записанные по количеству ингредиентов и способу приготовления, и интуитивные, то есть нигде не записанные и получаемые из опыта кулинара. Когда мы не пользуемся рецептом? Когда блюдо очень просто: пожарить картошку или сварить пельмени — тут рецепт не нужен. Когда еще мы не пользуемся рецептом? Когда желаем изобрести что-то новенькое!

Интуитивные методы прогнозирования имеют дело с суждениями и оценками экспертов. На сегодняшний день они часто применяются в маркетинге, экономике, политике, так как система, поведение которой необходимо спрогнозировать, или очень сложна и не поддается математическому описанию, или очень проста и в таком описании не нуждается. Подробности о такого рода методах можно глянуть в [2].

Формализованные методы — описанные в литературе методы прогнозирования, в результате которых строят модели прогнозирования, то есть определяют такую математическую зависимость, которая позволяет вычислить будущее значение процесса, то есть сделать прогноз.

На этом общая классификация методов прогнозирования на мой взгляд может быть закончена.

Далее сделаем общую классификация моделей

Здесь необходимо переходить к классификации моделей прогнозирования. На первом этапе модели следует разделить на две группы: модели предметной области и модели временных рядов.

Классификация моделей прогнозирования

Модели предметной области — такие математические модели прогнозирования, для построения которых используют законы предметной области. Например, модель, на которой делают прогноз погоды, содержит уравнения динамики жидкостей и термодинамики. Прогноз развития популяции делается на модели, построенной на дифференциальном уравнении. Прогноз уровня сахара крови человека, больного диабетом, делается на основании системы дифференциальных уравнений. Словом, в таких моделях используются зависимости, свойственные конкретной предметной области. Такого рода моделям свойственен индивидуальный подход в разработке.

Модели временных рядов — математические модели прогнозирования, которые стремятся найти зависимость будущего значения от прошлого внутри самого процесса и на этой зависимости вычислить прогноз. Эти модели универсальны для различных предметных областей, то есть их общий вид не меняется в зависимости от природы временного ряда. Мы можем использовать нейронные сети для прогнозирования температуры воздуха, а после аналогичную модель на нейронных сетях применить для прогноза биржевых индексов. Это обобщенные модели, как кипяток, в которые если бросить продукт, то он сварится вне зависимости от его природы.

Классифицируем модели временных рядов

Мне кажется, что составить общую классификацию моделей предметной области не представляется возможным: сколько областей, столько и моделей! Однако модели временных рядов легко поддаются простому делению [3]. Модели временных рядов можно разделить на две группы: статистические и структурные.

Классификация моделей временных рядов

В статистических моделях зависимость будущего значения от прошлого задается в виде некоторого уравнения. К ним относятся:

  1. регрессионные модели (линейная регрессия, нелинейная регрессия);
  2. авторегрессионные модели (ARIMAX, GARCH, ARDLM);
  3. модель экспоненциального сглаживания;
  4. модель по выборке максимального подобия;
  5. и т.д.

В структурных моделях зависимость будущего значения от прошлого задается в виде некоторой структуры и правил перехода по ней. К ним относятся:

  1. нейросетевые модели;
  2. модели на базе цепей Маркова;
  3. модели на базе классификационно-регрессионных деревьев;
  4. и т.д.

Для обоих групп я указала основные, то есть наиболее распространенные и подробно описанные модели прогнозирования. Однако на сегодняшний день моделей прогнозирования временных рядов имеется уже громадное количество и для построения прогнозов, например, стали использовать SVM (support vector machine) модели, GA (genetic algorithm) модели и многие другие.

Общая классификация

Таким образом мы получили следующую классификацию моделей и методов прогнозирования.

Общая классификация моделей и методов прогнозирования

Ссылки.

  1. Тихонов Э.Е. Прогнозирование в условиях рынка. Невинномысск, 2006. 221 с.
  2. Armstrong J.S. Forecasting for Marketing // Quantitative Methods in Marketing. London: International Thompson Business Press, 1999. P. 92 – 119.
  3. Jingfei Yang M. Sc. Power System Short-term Load Forecasting: Thesis for Ph.d degree. Germany, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universitat, 2006. 139 p.

UPD. 15.11.2016.
Господа, дошло до маразма! Недавно мне прислали на рецензию статью для ВАКовского издания со ссылкой на эту запись. Обращаю внимание, что ни в дипломах, ни в статьях, ни тем более в диссертациях ссылаться на блог нельзя! Если хотите ссылку, то используйте эту: Чучуева И.А. МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ ПО ВЫБОРКЕ МАКСИМАЛЬНОГО ПОДОБИЯ, диссертация… канд. тех. наук / Московский государственный технический университет им. Н.Э. Баумана. Москва, 2012.

Источник

Для грамотного ведения маркетинговой политики необходимо четко понимать, в каком состоянии находится рынок и в каком направлении идет его развитие. Текущим состоянием рынка определяется максимальная прибыль, которую может извлечь предприниматель, и возможные пути ее получения. Поэтому важно фиксировать результаты, достигнутые ранее, и наблюдать за тенденциями, чтобы иметь фактический материал для того, чтобы выработать прогноз развития рынка.

Основные задачи прогноза развития рынка

Ключевая цель любых мероприятий по анализу рынка (оперативному и стратегическому) – выявление закономерностей его развития в будущем. Для выработки маркетинговой стратегии необходимы научно обоснованные прогнозы перспектив развития рынка. Отрасли бизнеса, которые специализируются на производстве товаров или торговле ими, интересуются в первую очередь потребностями людей, определяющими динамику покупательского спроса. Кроме того, компаниям необходимо как можно более трезво оценивать собственные возможности, чтобы находить способы завоевания конкурентных преимуществ, оптимально использовать собственные и заемные ресурсы, намечать пути своего дальнейшего развития и целесообразность инвестиций.

Таким образом, для формирования успешной маркетинговой политики любой бизнес нуждается в анализе рынка, конечная цель которого – прогноз его развития. Аналитическая деятельность решает три задачи:

  1. Выявление актуальных трендов в области динамики и структуры товарооборота и покупательского спроса, как конъюнктурных (охватывающих ближайший промежуток времени), так и стратегических (охватывающих долговременную перспективу).

  2. Изучение и построение модели влияния совокупности различных факторов (экономических, социальных, торгово-организационных) на товарооборот и спрос.

  3. Поиск новых возможностей и вариантов развития бизнеса, выработка конкурентных преимуществ, которые станут востребованы на рынке в ближайшем или отдаленном будущем.

Закономерности развития рынка дают понимание того, как именно и в каких пределах будут протекать различные рыночные процессы, каких последствий ожидать бизнесу. Модели рыночных прогнозов должны складываться в целостную и непротиворечивую картину экономических и социальных факторов, определяющих перспективы развития рынка.

Маркетинг необходим для предсказания наиболее вероятных путей развития событий на товарных рынках и управления будущими изменениями. Для построения прогноза следует учитывать ряд объективных факторов, прежде всего:

  • производственные: планы, нормы и текущие задачи;

  • рыночные: ожидаемый товарооборот, цены, показатели прибыльности и рентабельности, объем, структура и динамика товарного предложения;

  • планируемые инвестиции, расширение производства и торговых сетей;

  • социально-демографические: ожидаемая структура, численность, состав покупателей, их миграции и потребности (материальные, информационные и любые другие).

Как собрать информацию, чтобы составить прогноз развития рынка

Ситуация на рынке формируется под воздействием различных факторов, в первую очередь социальных, экономических, политических, технических, научных и информационных. Проводя анализ того или иного рынка, исследователь должен определить, насколько значим каждый из них и какова специфика их влияния на развитие рынка, и разработать прогноз.

Конъюнктурой рынка называется фактическое соотношение между предложением и спросом на тот или иной вид товаров и уровень цен на него. Ее изучают на трех уровнях: товарном, отраслевом, общеэкономическом. Главные объекты анализа, направленного на создание прогноза развития рынка, – это диапазон цен, условия продажи, объемы товарных запасов, показатели предложения и спроса, общее состояние производства.

Исследование рыночной конъюнктуры призвано найти ответы на вопросы:

  • какова степень влияния на состояние рынка тех или иных производителей;

  • каким может быть развитие данного рынка в скором и отдаленном будущем (прогнозы и предположения);

  • как наиболее полно удовлетворить потребности и запросы покупателей;

  • есть ли способы оптимизировать производственные мощности компаний и использовать их более разумно и т. д.

Подход к изучению конъюнктуры рынка товаров должен быть комплексным. То есть желательно применять различные модели построения прогнозов и аналитические методики и использовать широкий диапазон источников информации.

Чаще всего сбор и анализ рыночной информации осуществляется посредством методов наблюдения, опроса, моделирования и эксперимента.

Такой метод, как наблюдение, является наиболее простым, но в то же время самым эффективным. Он представляет собой систематический сбор данных, характеризующих ситуацию на товарных рынках, и их ретроспективный анализ с выработкой прогноза по таким параметрам, как емкость рынка, число поставщиков определенных видов продукции, объемы сбыта (в денежном и натуральном выражении), динамика и скорость сбыта, запасы товаров на всех этапах сбыта. Метод наблюдения рассматривает объект исследования в его естественной среде и основывается на актуальных фактических данных, поэтому обеспечивает высокую (сравнительно с другими методами) достоверность и объективность оценок и прогнозов.

Помимо наблюдения, исследователи рынка активно применяют опрос
– получение информации специалистом-аналитиком непосредственно у покупателей, клиентов, сотрудников предприятий в форме устного или письменного интервью либо анкетирования. Опросные методики незаменимы в ситуациях, когда нужно установить причины отказа от совершения покупки или возврата продукции, прояснить предпочтения покупателей и логику выбора того или иного товара. Обычно опрос используется в совокупности с наблюдением.

К более сложным методам относится эксперимент – изучение воздействия одних факторов на другие в реальной обстановке путем искусственного создания необходимых условий. Эксперимент используется для установления причинно-следственных взаимосвязей при изменении одного или нескольких условий развития рынка (к примеру, рост объемов продаж в результате снижения цен) и обеспечивает возможность отслеживать различные рыночные факторы по отдельности, ограничивая влияние посторонних факторов.

Достоверность анализа конъюнктуры рынка в значительной мере определяется качеством исходных данных. Системой информационного обеспечения, в которой хранится общая, специальная и коммерческая информация, должна обладать любая компания.

Информация общего характера – это сведения о ситуации на рынке в целом (применительно к развитию данной отрасли или производства). Это отраслевая и государственная статистика, официальные формы отчетности и бухгалтерского учета.

Информация коммерческого характера касается вопросов сбыта производимых товаров. Компании получают ее от партнеров в процессе информационного обмена. Это предложения в области ассортиментной политики, обзоры рыночной конъюнктуры, статистические материалы, получаемые от служб исследования рынка, заказы и заявки торговых фирм.

Информация специального назначения приобретается компаниями в ходе специально проводимых мероприятий, направленных на изучение развития рынка. Некоторые из таких материалов можно получить в научно-исследовательских организациях, другие компания создает своими силами. Сюда относятся опросы покупателей и широких слоев населения, интервью с экспертами и работниками производства и торговли, отраслевые выставки-ярмарки, конъюнктурные совещания. Кроме проведения опросов и подобных процедур, эти специфические сведения получить неоткуда, поэтому такая информация весьма ценна. Любое исследование, касающееся конъюнктуры рынка, его развития и построения прогнозов, должно строиться на больших массивах специальной информации.

Собственными источниками информации компаний, которые осуществляют наблюдение за ситуацией на товарном рынке, являются магазины, играющие роль опорных пунктов, посреднические торговые сети, специальные потребительские панели.

Сеть опорных пунктов необходима компаниям для наблюдений за динамикой спроса на свои товары среди населения. Она включает в себя точки сбыта в виде фирменных магазинов, торгующих данными товарами в зоне сбыта и обязавшихся, на договорных началах, вести наблюдения за спросом.

Посредническая сеть обычно состоит из оптовых фирм и торговых предприятий. Они тоже отлеживают развитие спроса на рынке определенного товара и изменения его конъюнктуры.

Потребительская панель – это определенная выборка покупателей (или их семей), регулярно участвующих в повторяющихся исследованиях спроса, которые организует служба изучения рынка компании. Панельные исследования в виде опросов необходимы для выявления тенденций в динамике потребления и сбора мнений потребителей о товаре. Формирование панели подчиняется ряду требований, которые обеспечивают ее представительность: участники отбираются по возрасту, полу, месту проживания, уровню доходов и другим параметрам.

Эти три источника информации поставляют важные сведения, которые следует хранить в виде информационной базы. База должна регулярно обновляться и быть всегда в актуальном состоянии (а не только в предплановый период). Именно на нее опираются маркетологи компании, занимающиеся изучением развития рынка и выдвижением прогнозов.

Для решения этой задачи проводится анализ показателей производства и поставок того или иного вида товаров, объемов розничных продаж и их структуры, величин товарных запасов на складах и на различных торговых точках. Кроме того, анализируются и сопоставляются сведения о количестве оптовых заказов, заявок на товар, его движение в пределах розничных торговых сетей. Итогом исследований является прогноз развития рынка определенного товара.

Модели прогнозирования рынка

Маркетинговое исследование может опираться на разные методы построения прогнозов развития рынка. В частности, это экстраполяционные, имитационные и аналоговые, факторные регрессионные, экспертные прогнозные модели.

Экстраполяция – самый популярный и простой способ создания прогнозов рыночных процессов, лучше всего подходит для построения краткосрочного прогнозирования. Он заключается в распространении трендов, актуальных в настоящий момент, на ближайший отрезок будущего, и может осуществляться двумя методами:

  • Техническим – путем продления существующей линии тренда на графике (приблизительно, «на глаз»).

  • Посредством создания статистической модели тенденции. В этой модели развития рынка присутствует фактор времени (t), заменяемый на номер периода, по которому строится прогноз. Чем точнее выстроен график текущего тренда и чем лучше он соответствует эмпирическим данным, тем качественнее получится экстраполяция. Эта модель подходит для анализа устойчивых рынков со стабильными темпами развития.

У данного метода построения прогнозов есть свои недостатки, и главные из них – невозможность учесть внезапные изменения внешних условий, которые могут сильно повлиять на развитие того или иного рынка (ведь модель предполагает стабильность среды). В общем-то, любые прогнозы всегда опираются на уже имеющуюся информацию и распространяют тенденции прошлого на будущее, и во многих случаях (особенно на коротких отрезках времени) это вполне оправданно – ведь развитие рынка всегда характеризуется некоторой инерцией. Но в более глубоких прогнозах, охватывающих значительные промежутки времени, фактор неожиданности должен присутствовать так или иначе, ведь внешние условия всегда могут измениться, и развитие рынка пойдет другим путем. Прогноз может быть многовариантным и включать в себя несколько разных сценариев в установленных рамках достоверности исходя из различных внешних условий.

Иногда маркетинговое планирование преследует немного иную цель: определение точек развития рынка, которые должны быть пройдены к определенному моменту. Прогноз в таких случаях имеет форму траектории развития, которой должна придерживаться компания в заданных условиях функционирования рынка.

Аналоговая модель построения прогноза развития рынка довольно проста и очевидна: выбираем рынки, существующие в условиях, сходных с нашими, отслеживаем их состояние и создаем прогноз их развития. Эти рынки могут различаться по географическим, демографическим, социальным, структурным признакам, но исходные условия должны совпадать с условиями анализируемого бизнеса (иначе придется вводить поправки на их различия). Однако такие прогнозы развития рынка на основании уже имеющихся сценариев очень приблизительны и годятся лишь в качестве ориентира, а не полноценной модели.

Имитационная модель построения рыночных прогнозов основывается на точном измерении соотношений параметров рынка и нахождении взаимосвязей между ними и внешними факторами, определяющими динамику спроса и предложения. Этот метод примечателен тем, что расчет различных сценариев может проводиться очень оперативно.

Прогнозы развития рынка на средние и длительные сроки обычно строятся при помощи методов статистического моделирования, которое может быть многофакторным. Методы этого типа используют массовые наблюдения за процессами на рынке, на основании которых делаются выводы о наличии неких взаимосвязей и закономерностей развития рынка. В уравнения регрессии можно подставить нужные значения (планируемые или наблюдаемые) и просчитать необходимые прогнозы. Статистическое исследование, нацеленное на формирование прогноза развития рынка, может использовать разные модели в зависимости от того, какой именно рынок рассматривается.

Чтобы составить прогноз развития рынка, компания нуждается в большом объеме информации, которой у нее часто нет. Поэтому стоит обратиться к профессионалам. Наша информационно-аналитическая компания «VVS» является одной из тех, что стояли у истоков бизнеса по обработке и адаптации рыночной статистики, собираемой федеральными ведомствами. Компания имеет 19-летний опыт в сфере предоставления статистики рынка товаров как информации для стратегических решений, выявляющей рыночный спрос. Основные клиентские категории: экспортеры, импортеры, производители, участники товарных рынков и бизнес услуг B2B.

Узнать подробнее

Наибольший авторитет компания завоевала в следующих отраслях:

  • коммерческий транспорт и спецтехника;

  • стекольная промышленность;

  • химическая и нефтехимическая промышленность;

  • строительные материалы;

  • медицинское оборудование;

  • пищевая промышленность;

  • производство кормов для животных;

  • электротехника и другие.

Качество в нашем деле – это, в первую очередь, точность и полнота информации. Когда вы принимаете решение на основе данных, которые, мягко говоря, неверны, сколько будут стоить ваши потери? Принимая важные стратегические решения, необходимо опираться только на достоверную статистическую информацию. Но как быть уверенным, что именно эта информация достоверна? Это можно проверить! И мы предоставим вам такую возможность.

Основными конкурентными преимуществами нашей компании являются:

  1. Точность предоставления данных. Предварительная выборка внешнеторговых поставок, анализ которых производится в отчете, четко совпадает с темой запроса заказчика. Ничего лишнего и ничего упущенного. В результате на выходе мы получаем точные расчеты рыночных показателей и долей рынка участников.

  2. Подготовка отчетов «под ключ» и удобство работы с ними. Информация быстро воспринимается, так как таблицы и графики простые и понятные. Агрегированные данные по участникам рынка сведены в рейтинги участников, вычислены доли рынка. В результате сокращается время изучения информации и есть возможность сразу переходить к принятию решений, которые «на поверхности».

  3. Заказчик имеет возможность получить часть данных бесплатно в форме предварительной экспресс-оценки рыночной ниши. Это помогает сориентироваться в ситуации и решить, стоит ли изучать глубже.

  4. Мы не только рассказываем о рыночной нише заказчика, но и подсказываем наиболее близкие ниши. Даем возможность вовремя найти решение – не замыкаться на своем товаре, а обнаружить выгодные новые ниши.

  5. Профессиональная консультация с нашими отраслевыми менеджерами на всех этапах сделки. Мы – создатели данной ниши анализа экспорта-импорта на основе таможенной статистики, наш почти 20-летний опыт – залог эффективного сотрудничества.

Уточнить все детали можно по телефонам: +7 (495) 565-35-51 и 8 (800) 555-34-20.

Заказать обратный звонок

© ООО«ВладВнешСервис» 2009-2023. Все права защищены.

Источник
Как правильно прогнозировать

В предыдущей статье мы рассмотрели сложный вопрос — методы оценки качества прогнозирования, однако для большинства руководителей насущной является и другая тема — на каком вообще языке говорить с бизнесом? Какие шаги предпринять, чтобы правильно составить прогноз? В статье ответим, как бизнесу грамотно выстраивать процесс прогнозирования.

Прогнозирование пошагово

Рассмотрим прогнозирование поэтапно — остановимся на каждом пункте и постараемся доступно объяснить, что это за этап и зачем он нужен.

Данный процесс начинается с необходимости в целом оценить прогнозируемость и определить, насколько возможно спрогнозировать вообще — насколько сложна задача, стоящая перед делом прогнозирования и планирования спроса.

1. Оценка ассортимента

Для этого, во-первых, обязательно оцените весь ваш ассортимент или другие единицы прогнозирования по двум признакам:

  1. насколько продажи вариативны — определить разрывы между столбикам;
  2. насколько продажи стабильны — определить интервалы между продажами.

Оценка прогнозируемых единиц по интервалам и вариативности

Хотим сразу предостеречь вас от ложных предпосылок и ранних выводов. Так, может создаться впечатление, что гладкий спрос наиболее стабилен и, скорее всего, его проще всего прогнозировать. Это не всегда так, однако мы понимаем, что прерывистый спрос сложнее — там вариативность низкая. Самый сложный для прогнозирования — случайный спрос, чуть менее сложный — переменчивый спрос. Тем не менее, переменчивый спрос, в силу большого количества продаж, является сильно значимым для достижения результата.

2. Обобщение ошибок

Следующий важнейший аспект — обобщение ошибок разных товарных групп. Обратите внимание — это категорически неверный путь!

Товар товару — рознь:

  • Новинка — товар с малообъемной историей продаж.
  • Сезонный товар — может находиться перед сезоном, в середине сезона, в конце сезона или вообще вне сезон.
  • Бестселлеры — имеют самое большое количество данных и обладают ярко выраженным видом спроса.
  • Промо-товары и распродажи — товары, у которых значимость от других факторов довольно велика (например, от рекламной кампании).
  • Ликвидационные товары — в основном, прошлогодние или сезонные товары.

Нельзя обобщать, надо учиться иллюстрировать ошибку по разным группам.

Один из инструментов, который позволяет более быстро и системно выполнить эту работу — это ABC-XYZ-анализ.

Данный анализ может выполняться как по выручке или штукам, так и по валовой прибыли. ABC-XYZ-анализ — эффективный инструмент приоритезации и взвешивания ошибок.

ABC-XYZ-анализ

Очевидно, что на пересечении букв A и X или B и Z можно расставлять разные приоритеты и для ряда прогнозирования давать разные веса. В зависимости от критичности для бизнеса можно штрафовать систему под прогнозирование на разное число. Проще говоря, A-X должен прогнозироваться идеально — здесь и достаточно данных, и спрос стабилен, поэтому мы можем поставить побольше штраф. Наоборот, C-X или C-Z можно оценить меньше, с меньшим штрафом. Нужно учиться управлять взвешиванием. Поэтому возьмите за правило — регулярно выполнять группировку и разбиение ассортимента на группы перед процессом прогнозирования.

3. Внимание к деталям

Третий аспект, который зачастую упускается в бизнесе — внимание к деталям.

Здесь одним из самых главных инструментов для прогнозистов являются гистограммы. Спускайтесь на детальные уровни — стройте гистограммы и визуализируйте динамику и смещение ошибок.

Гистограммы — это график распределения. При его построении ожидается, что график должен иметь форму нормального распределения. На самом деле, так не бывает. Обычно бывает очень длинный «хвост», и в нем можно заметить экстремальные ошибки — в разы больше, чем прогноз, или существенно больше абсолютного значения. И нужно выяснять и определять природу всех экстремальных ошибок — как перепрогнозирование, так и недопрогнозирование. Возьмите себе за правило — разбираться регулярно в топ-10 ошибок.

В нашей практике часто бывает такое, что нужно быстро проверить, насколько корректно сделан прогноз и выявить, что не работает в системе. Мы берем топ-10 ошибок в перепрогнозировании, топ-10 ошибок в недопрогнозировании, — и анализируем их. Таким образом можно быстро выявить и построить график потенциала для улучшения прогноза.

4. Визуализация динамики

Визуализация помогает понять, насколько прогноз на одни и те же группы товаров или на один конкретный товар из раза в раз получается точнее, есть ли какое-то улучшение или нет. Также можно визуализировать среднюю ошибку для модуля, то есть средний знак ошибки. Если мы наблюдаем, что знак ошибки стабильно плюсовой или стабильно минусовой, значит, мы можем что-то подправить в моделях, чтобы знак ошибки был переменчивый и конвертировался вокруг нуля. Определенно, таким образом можно выявить потенциал для улучшения.

5. Структура спроса

Пятый ключевой этап в прогнозировании — понимание структуры спроса, то есть разделение спроса и прогноза на базовый и факторный:

  1. базовый спрос — это спрос, который формируется, как есть, который учитывает в себе: тренд, сезон, цикличность;
  2. факторный спрос — спрос, который формируется на основании множества других активностей (но не ограничивается только ими): промо-акции, рекламные кампании, активность конкурентов.

И в базовом спросе, и в факторном, начиная от подготовки исторических данных для прогнозирования и заканчивая построением прогнозных моделей, обязательно проводить анализ ошибок. Мы должны стремиться оценить ошибку на уровне базового спроса и на уровне факторного спроса — так мы составим более целостную картину.

6. Оценка улучшения прогноза

Следующее полезное упражнение, которое обязательно надо выполнять — на самом деле, наверное, самое эффективное и правильное — это Forecast Value Added (FVA) — оценка улучшения прогноза, то есть насколько наши усилия направлены на улучшение прогноза, какой от этого эффект и как это можно оценить.

Это возможно осуществить двумя способами:

1. улучшение прогноза по сравнению с «наивным» модельным прогнозом:

  • факт прошлого периода (скользящее среднее) — обычно скользящая средняя бывает только для определенных групп ассортимента, давая эффект лучшего качества прогнозирования;
  • факт предыдущего года (сезонность) — когда история продаж больше года, мы используем сезонность;
  • факт равный нулю — для редких продаж можно, вместо прогноза, просто ставить ноль. Точнее ли наша модель спрогнозирует, чем прогноз, равный нулю? Это интересный вопрос, на который предстоит ответить.

2. улучшение прогноза по сравнению с другим модельным прогнозом:

  • прогноз, сделанный в предыдущем периоде — осуществляют с помощью ретро-данных, исторических данных, которые мы периодически делаем;
  • прогноз, сделанный человеком — выполняя этот анализ, надо ответить на следующие вопросы: где сводная ошибка ниже? в каком проценте случаев актуальный прогноз лучше? где разброс ошибок меньше?

Есть еще довольно сложная и редкая схема, с которой мало кто сталкивался — оценка качества прогноза при авто-прогнозировании. Здесь происходит выбор лучшей модели из тысяч по анализу качества прогнозов тестового периода. Мы рекомендуем следующий алгоритм:

  • нахождение в допустимых границах — мы анализируем, не выходим ли мы за допустимые границы, потому такое бывает часто при упрощении;
  • соответствие направлению тренда — в исторических данных мы видим, что есть восходящий тренд, а прогнозный тренд может быть нисходящим, главное — лучше понять угол наклона тренда;
  • ранжирование по минимальной ошибке — происходит после отсеивания ненужных методов прогнозирования.

Таким образом, мы рассмотрели упрощенную схему — пошаговый алгоритм прогнозирования. Зачастую, бизнесу бывает сложно самостоятельно выполнить эту довольно-таки непростую задачу — нет необходимых компетенций и опыта, процесс занимает много времени или требует достаточно много вложений. Решением в таком случае является грамотный аутсорсинг с внедрением автоматизированных «умных» систем прогнозирования.

Выстраивание процесса прогнозирования

Математика — это, конечно, хорошо, там можно упражняться бесконечно, но кроме нее очень важным является сам процесс прогнозирования, то есть, как он выстроен. Не секрет, что во всех проектов по улучшению цепи поставок, очень важны три компонента: математика/процессы, люди/их компетенции и технологии.

Построение бизнес-процессов

Мы видим в качестве прогнозирования спроса некую регулярную активность, которая содержит в себе следующие задачи:

  • в первую очередь, нужно формирование понимания спроса, его структуры и источники финансирования — почему у нас такие продажи и что на эти продажи повлияло;
  • дальше мы проводим оценку достоверности и полноты информации, используемой для прогнозирования и еще раз проверяем все те допущения, которые мы использовали перед прогнозированием — совершились они или нет, была ли у нас вся информация или нет. Кроме того, на этом этапе можно и нужно прогнозировать влияние, подготовить данные и восстановить исходный спрос;
  • затем необходимо рассчитать точность прогноза для различных сегментов и условий — по видам спроса, по товарным группам (новинкам, бестселлерам, промо-акциям и т. д.) — то есть ошибки нужно посчитать отдельно по всем ним.
  • далее надо оценить, как повлияла наша ошибка прогноза на бизнес-результат. Бизнес-результатом называется то, что мы получили — хватило ли у нас запасов или мы столкнулись с тем, что наш запас был не востребован. То есть мы должны именно обосновать — сделать причинно-следственный анализ, почему мы получили такой запас, и какой вклад в запас или его дефицит внесло качество прогнозирования;
  • затем мы можем сделать сравнительный анализ качества прогноза с прогнозами предыдущих периодов. Не секрет, что мы прогнозируем обычно на 3, 5,18 месяцев вперед, и мы можем сравнить — прогноз, сделанный на предыдущую итерацию хуже или лучше. Также мы можем оценить его по сравнению с «наивными» прогнозами;
  • и последний этап — принятие решения по направлениям улучшения качества прогнозов. То есть, когда мы составили полную картину, мы принимаем решения.

Основной принцип всей этой работы направлен на то, чтобы не было такого, что «мусор» на входе — «мусор» на выходе. То есть, перед тем, как приступать к математике, считать сложными формулами ошибку, пытаться ее объяснить — нужно договориться о качественных входных данных.

Вклад людей

Вклад людей — важнейший аспект. Понятно, что довольно сложно оценить вклад каждого человека в отделе прогнозирования и планирования, точность каждого отдельного прогноза, так как прогнозов создается невероятное количество. Другое наблюдение, исходя из опыта, — если вы достигли определенного уровня качества, вам существенно проще его поддерживать, чем улучшать его дальше.

Поэтому мы рекомендуем следующее:

  • хвалить значимость при улучшении качества — то есть, если мы видим, что качество в эти периоды улучшается — это повод похвалить ваших коллег;
  • ругать надо не за низкую ошибку, которая может осуществляться, а за отсутствие понимания — по какой причине она случилась, потому что, если это понимание не наступит сейчас, то, скорее всего, следующий прогноз будет такой же некачественный;
  • премировать надо не по итогам периода (года, квартала), как принято в большинстве компаний, а за бизнес-результат. Ожидание от специалистов, которые занимаются прогнозированием и прогнозированием спроса, должно заключаться в том, что они могут оцифровать и объяснить план. Собственно, за этот вклад их и надо премировать.

Технологии

Теперь самый популярный вопрос, который задают всем прогнозистам — какая у вас ошибка? Попробуем разобраться.

1. Определить, на каком уровне у вас ошибка?

  • на уровне SKU либо товарной группы — определить иерархию, связанную не только с остатками, но и с продажами;
  • на уровне точки продаж (конкретная касса или магазин) либо региона.

2. Определить тип спроса:

  • анализируя ошибки, мы включаем туда новинки или нет?
  • учитываем промо или нет? Бывает такое, что активно ведется промо-кампания, но данные по промо для прогнозирования не предоставляются либо их в компании вообще нет;
  • также надо договориться, а что, если аут-оф-сток (OOS)? Считаем мы это ошибкой или нет? Об это нужно знать до прогнозирования.

3. Определить период:

  • прогноз по-дневный, по-недельный, по-месячный? Это необходимо, чтобы посмотреть на следующий период — насколько эта ошибка актуальна;
  • горизонт прогноза — для некоторых компаний срок производства — полгода, значит, надо смотреть эффект через полгода.

4. Определить время, прошедшее со старта эксплуатации:

  • этот аспект больше касается не пилотных проектов, а проектов, которые уже отвечают, какого качества они добились. На самом деле, реальные результаты, на которые можно ссылаться, с которыми можно идти на конференцию и хвастаться, достигаются в течение года. Необходимо поработать на варианте — те методы, которые вы вкладываете в прогнозирование спроса, дадут накопительный эффект. В очередной раз, делая разбор факторов, которые повлияли на спрос, вы увидите, что они вам знакомы. что вы их же закладывали в прогноз. Таким образом, происходит некое итерационное улучшение. Поэтому, чем детальнее, сложнее и дальше — тем ниже точность. Чем больше опыта — тем эта точность выше.

Почему эта тематика важна для нас и при чем тут технологии?

Команда Reshape Analytics обладает широким спектром компетенций:

  • Мы проводим стратегический data-driven аудит эффективности текущей системы управления цепочкой поставок и выработка рекомендаций по ее улучшению.
  • Производим анализ качества управления запасами и прогнозирование целевой эффективности внедрения аналитических решений.
  • Помогаем разработать и согласовать техническое задание на внедрение систем прогнозирования и планирования.
  • Разрабатываем технологические решения для упрощения интеграции с системами прогнозирования и планирования.
  • Внедряем системы прогнозирования и планирования цепей поставок.

Мы можем помочь Вам разобраться во всех этих хитросплетениях и добиться максимально качественных данных для прогнозирования с помощью аналитических платформ и решений: Loginom, NOVO BI, Optimacros, Alteryx, AnyLogistix и другие.

Оставьте заявку на бесплатную консультацию, и наши специалисты помогут Вам подобрать оптимальное решение для ваших задач.

Источник

Планирование бизнеса – это подготовка прогнозов развития компании, наиболее вероятных и обоснованных предположений о возможных проблемах в будущем, о необходимых бизнес-решениях и желаемых финансово-экономических показателях. Какие методы прогнозирования существуют, в чем их особенности и какой лучше выбрать, какие риски сопряжены с неправильным подходом к бизнес-прогнозированию, расскажем в статье.

Методы прогнозирования: понятие и сфера применения

Прогнозирование применяется в бизнес-среде для стратегического планирования. Составление финансового прогноза – это определение желаемого финансового результата и наиболее вероятностных путей его достижения на основе накопленного опыта, имеющихся экономических закономерностей, анализа текущих данных, определения возможных перспектив развития и т.д.

Прогнозирование, как процесс предугадывания возможного будущего на основе исходных данных, применяется во многих сферах: демография, экология, генетика, метеорология, социология, и конечно, экономика. Независимо от сферы применения, использование прогнозирования предопределено необходимостью принимать различного рода управленческие решения во избежание значительных неблагоприятных факторов, ошибок либо же достижении желаемых, запланированных показателей.

Выбор методов прогнозирования обусловлен сферой применения, поставленными целями прогнозирования, доступности инструментов и наличия необходимого числа исходных данных.

Отличие прогнозирования от планирования

Прогнозирование и планирование в бизнес-сфере тесно взаимосвязаны, поскольку составление прогнозов дает информацию для эффективного планирования, хотя и не определяет конкретных задач и результатов. В большинстве случаев прогнозы формируются для составления плана, а также помогают оценивать возможные последствия его реализации.

Прогнозирование не носит директивный, обязательный характер – его цель заключается в предопределении возможного исхода развития экономики, поэтому оно должно охватывать не только внутреннюю, но и внешнюю среду. Планирование же ориентировано только на деятельность предприятия и базируется на анализе внутренних факторов бизнеса.

Планирование должно иметь четкие временные рамки, прогнозы же могут составляться и на более долгосрочный период. При этом прогнозирование не подразумевает большой конкретики в достижении конечных результатов.

Для автоматизации прогнозирования и планирования можно использовать решение «1С:ERP Управление предприятием». Например, прогнозы о работе предприятия из следующих отчетов:

  1. Исполнение плана закупок. 
  2. Исполнение плана продаж. 
  3. Исполнение плана производства. 
  4. Исполнение плана сборки (разборки). 
  5. Плановая потребность в видах РЦ.
  6. Плановая потребность в материалах. 
  7. Плановая потребность в полуфабрикатах. 
  8. Плановая потребность в трудовых ресурсах.
  9. Сбалансированность планов.

Подробнее об «1С:ERP Управление предприятием» можно узнать здесь >>>

Этапы прогнозирования

Процесс прогнозирования проходит в несколько этапов:

  1. Определение цели составления прогноза и постановка конкретных задач. Помимо этого, определяется состав рабочей команды, формулируются задания для них, определяется информационная составляющая (источники данных, какие сведения необходимы).
  2. Проведение анализа: определяются критерии оценки, качественные и количественные показатели, анализируются внутренние и внешние условия.
  3. Выбор метода прогнозирования. Начиная от момента сбора необходимых данных, до проведения анализа, расчетов, экспертных оценок.
  4. Аналитическая оценка полученных результатов. 
  5. Принятие управленческих решений, разработка рекомендаций на основе полученного прогноза.

Основные методы прогнозирования

В экономике существует несколько классификаций методов прогнозирования.

По признаку оценки

Выделяют качественные и количественные методы. Качественные – это, как правило, экспертные оценки, основанные на суждениях и умозаключениях, когда отсутствуют ретроспективные данные для расчетов.

Количественные подразумевают возможность проведения расчетов на основе числовых показателей прошлых и текущего периодов. Базируются на математических методах.

По информационной составляющей

Статические (или формализованные) основаны на использовании сведений о динамике развития явления, наиболее достоверны, имеют короткие сроки выполнения, точность расчетов, минимизируют проблемы при сборе и оценке сведений.

Интуитивные методы основаны на проведении аналогий, оценке имеющихся закономерностей. Необходимость экспертной оценки в соответствующей области. Оцениваются схожие процессы и явления.

По степени охвата задач

Все методы прогнозирования можно условно разделить на общие и специализированные методы. Общие методы применимы для широко спектра проблем и могут применены в различных сферах деятельности. Специализированные методы ориентированы на определенную сферу деятельности и не могут быть применены в иных целях, поскольку не дадут достоверных и точных результатов, либо же необходимы специфические вводные данные.

Характеристика методов прогнозирования

К основным методам относят те, которые можно нашли широкое применение во многих отраслях.

Метод экстраполяции

Часто применяется в продажах. Также называется методом аналогии. Заключается в изучении прошлого опыта, полученные результаты переносятся на будущее. Выявляется общая закономерность, которая независима во времени, сохраняется в долгосрочной перспективе и данные оценки можно проецировать на будущие результаты. Однако следует учитывать несколько нюансов: сезонность продаж некоторых категорий товаров, циклические колебания экономики, уровень инфляции, макроэкономическую среду, влияние внешней среды.

Метод экспертных оценок

Применяется, когда нет возможности провести математические расчеты – например, отсутствуют числовые показатели для оценки в динамике за несколько периодов, в случае нестандартных ситуаций, когда необходима профессиональная оценка опытного эксперта. Основывается на интуитивной оценке на субъективной основе, на проведении тестирования или опроса с последующей оценкой полученных результатов. Минусом можно считать субъективность оценки эксперта, возможный недостаток квалификации и знаний и низкое качество знания проблемы. Достоверность прогноза проверить невозможно, особенно если эксперты не обладают достаточным объемом информации.

Если привлекается один эксперт, то применяются методы построения сценария, интервьюирование, анкетирование. При привлечении команды специалистов используют мозговой штурм, совещания, метод Дельфи, ситуационный анализ.

Моделирование

Связан с построением моделей на основе оценки данных конкретных объектов или явлений, их аналогов. Итогом служит макет, чертеж, формула, схема. Прежде, чем принимать управленческое решение в реальном мире, можно спроецировать его результат на модель. При необходимости в конечную модель вносятся коррективы. Таким образом, повышается шанс избежать неудачного результата, повысить эффективность управленческих решений. Из недостатков – сложности расчета, однако привлечение компьютерных программ значительно упрощает механизм расчета.

Построение матрицы

Матрица представляет специальную таблицу, в которой целевая функция разбивается на несколько функций следующего уровня. Размер матрицы определяется, исходя из перечня подцелей. Исследуемое явление или объект зависят от множества факторов, которые разбиваются на группы по однородному признаку. Эти группы ранжируются по определенному критерию и далее оценивается влияние друг на друга, а также на конечную цель/результат. При оценке применяется балльная система (например, от 1 до 10). 

Статистические методы

Данная группа включает методы средних и относительных величин, индексный метод, группировки, построение графиков, корреляционный анализ. Общий фактор – проведение математических расчетов на основе числовых показателей за прошлые и текущий периоды. Эти методы являются наиболее точными при условии полноты и достоверности исходных сведений.

Метод сценариев

Применяется при принятии управленческих решений для оценки вероятностного наступления того или иного события и возможных результатов. При этом анализируется действие управленческого решения на конечный прогнозируемый результат, часто с привлечением экспертов или использованием математических расчетов. 

Проблемы прогнозирования

Прогнозирование в бизнесе – это всегда попытка предсказать исход события, однако это жизненно важный процесс, поскольку он дает возможность планировать деятельность предприятия. Тем не менее, существуют некоторые проблемы, которые необходимо учитывать:

  1. Устаревшие данные. Все сведения, применяемые для расчета, будут считаться историческими, и нет никаких гарантий, что аналогичные тенденции сохраняться в будущем.
  2. Невозможно учесть абсолютно все факторы, которые смогут повлиять на будущие прогнозные результаты. Так, нельзя предсказать результаты биржевых торгов, рост уровня инфляции, ключевых ставок, процентов по кредитам и вкладам и т.д.
  3.  Существует риск не принять во внимание фактор, который в настоящее время является незначительным или отсутствует вовсе, но уже завтра его влияние окажется значимым и повлияет на итоговый прогнозируемый результат.

Как выбрать подходящий метод

Выбор методов прогнозирования в бизнесе зависит от его целей, наличия и качества исходной информации, опыта экспертов и технических возможностей. Краткосрочные прогнозы не требуют применения большого количества методов или привлечения большого количества специалистов. Для них важна оперативность. В долгосрочной перспективе составление прогноза требует большого числа методов с применением компьютерного моделирования, математических и статистических расчетов. 

На практике, при выборе метода следует учитывать несколько моментов:

  1. Наибольшая точность и достоверность составления прогноза.
  2. Сроки составления и период прогноза.
  3. Сокращение затрат на процесс прогнозирования.

Проблема выбора заключается в том, что методов очень много, в них сложно ориентироваться, и трудно подобрать те, которые полностью удовлетворяют целям составления прогноза. Сложность объектов прогнозирования повышается, увеличивается число факторов, влияющие на итоговый ожидаемый результат, необходимо оценивать как внешнюю, так и внутреннюю среду. 

Успех составления прогноза зависит от качества, полноты и достоверности исходных данных. При отсутствии информации прогнозирование может стать невозможным.

Результаты прогнозирования должны быть простыми и удобными для анализа и использования, быть своевременными и максимально точными, надежными (дающими наибольшую вероятность достижения).

Источник

Добавить комментарий