Метод экспоненциального сглаживания

Прогнозирование спроса и объема продаж на основе статистических методов

В методологически правильной постановке прогнозирование спро­са — это искусство оценки будущего спроса при предположении об опре­деленном поведении покупателей в заданных условиях. Прогнозирование спроса в данном случае должно осуществляется в три этапа. Вначале раз­рабатывается прогноз внешней среды, затем — прогноз развития данной отрасли, наконец, разрабатывается прогноз величины спроса на товары конкретной компании. Такие комплексные, тем более аналитические мо­дели, разработать и реализовать чрезвычайно сложно, поэтому на прак­тике получили применение более простые статистические модели.

Обычно в данном случае речь идет о прогнозировании на основе статистических данных по объему продаж для конкретной компании или конкретного рынка величины текущего рыночного спроса на определен­ный товар. В литературе, в которой приводятся результаты использова­ния тех или иных статистических моделей, очень часто не делается раз­личия между разными видами спроса, и его прямым образом отождеств­ляют с объемом продаж.

Простейшими методами прогнозирования спроса на основе стати­стической маркетинговой информации являются экстраполяционные методы, основанные на анализе временных рядов.

Анализ временных рядов применительно к прогнозированию вели­чины спроса представляет собой разбиение данных об объеме продаж в прошлом на компоненты, характеризующие тренды, циклы, сезонные и случайные изменения, выявление причин изменения спроса в прошлом с последующим переносом полученных закономерностей на будущее. (Пример получения прогнозных оценок объема сбыта велосипедов на основе анализа тренда рассматривался выше.)

Ниже рассматривается пример применение метода экспоненциаль­ного сглаживания при прогнозировании объема продаж, дающего воз­можность получить более точные оценки по сравнению с простым анали­зом трендов [14].

Метод экспоненциального сглаживания используется для кратко­срочного прогноза и основан на средневзвешенном значении продаж по определенному числу прошедших периодов. При этом наибольшие весо­вые коэффициенты придаются позднейшим продажам. Прогнозное зна­чение рассчитывается по формуле

Константа сглаживания выбирается аналитиком итеративным спо­собом в интервале от 0 до 1. Ее значение мало при малых изменениях продаж и приближается к 1 в случае сильных флуктуаций.

Существуют компьютерные программы для определения этой кон­станты.

В качестве примера рассмотрим данные табл. 7.2. Проведена се­зонная коррекция данных, с тем чтобы найти оптимальное значение кон­станты сглаживания. С целью проверки предсказательной силы модели привлечены данные за 1992 г. Чтобы предсказать продажи в первом квар­тале 1992 г., нужно располагать сглаженными оценками продаж за пре­дыдущие периоды. Например, сглаженная оценка за первый квартал 1988 г. соответствует

Дата добавления: 2014-10-31