Загальна характеристика методів прогнозування обсягів збуту

В основі прогнозування збуту лежать моделі майбутнього ринку. Загалом можна виділити три різні підходи до розробки прогнозів:

- опитування;

- екстраполяція;

- моделювання.

Спільне використання цих підходів приводить до комбінованих методів прогнозування, які здебільшого відрізняються більшою об'єктивністю.

У методичному плані основним інструментом прогнозу є екстраполяція. Фор­мальна екстраполяція базується на припущенні про збереження в майбутньому минулих і поточних тенденцій розвитку попиту. При цьому вивчаються часові ряди динаміки попиту (ретроспективний аналіз), а потім прово­диться підбір апроксимуючої функції. Складання прогнозу за розробле­ною моделлю полягає в обчисленні попиту по заданих значеннях фак­торів і часу. Але в системі маркетингу використання методу екстраполяції вимагає великої обережності, хоча на окремих етапах життєвого циклу продукції такий метод може бути дуже ефективним.

Сьогодні існують більш ніж 100 різних методів і прийомів прогно­зування, що відрізняються за своїм інструментарієм, сферою застосування і на­уковою об'єктивністю.

Через це методи прогнозу класифікують за різними критеріями. Але усіма авторами виділяються групи якісних і кількісних методів. У табл. 7.1 у систематизованому вигляді наведені характери­стики найбільш поширених методів прогнозування збуту на товари.

Методи якісного аналізу застосовують у ситуаціях, коли відсутні не­обхідні кількісні дані, на основі яких, власне, і здійснюється прогнозу­вання. Діапазон прогнозу, як правило, коливається від середньострокового до довгострокового. При застосуванні експертних методів часто використовується процедура.розробки сценарію, що дозволяє виділити харак­терні події, фактори, ознаки і тенденції в структурі ринку в процесі опитування й аналізу експертів. До недоліків якісних методів можна віднести обмежену об'єктивність і слабку надійність.

Важливим класом методів прогнозування попиту на товари є екстраполя­ція часових рядів, тобто представлених впорядкованих у часі значень ознаки.

Таблиця 7.1

Характеристика методів прогнозування збуту

Методи прогнозу­вання	Характеристика (суть) методів
1.Якісні (дослід­ницько-пошукові)	За допомогою людських знань та інтуїції визначається майбут­ній стан ринкового попиту (збільшення, зменшення, існування на тому ж рівні). Як правило, застосовуються оцінки експертів та метод фокус-груп. Залежать від особи, яка здійснює прогноз.
1.1. Метод Дельфі	Форма опитування експертів, при якій їх анонімні відповіді обробляють-ся в перебігу декількох турів, і після ознайомлення усіх учасників експертизи з проміжними результатами дістають гру­пову оцінку досліджуваної проблеми.
1.2. Метод колектив­них оцінок керівництва і фахівців підпри­ємства (метод «моз­кової» атаки)	Базується на гіпотезі, що серед великого числа ідей, суджень є принаймні декілька таких, що відповідають найбільш ймовірно­му ходу майбутньо- го розвитку попиту. Ґрунтується на неформа­льному аналізі. Застосовується у формі обміну думками фахів­ців про тенденції розвитку попиту на товари, вироблені підпри­ємством.
1.3. Метод сценарного розвитку	Підготовка й узгодження уявлення про проблему (у нашому випадку про тенденції розвитку попиту на товар з урахуванням факторів, що впливають на нього). Сценарії розробляються екс­пертами спочатку індивідуально, а потім формується узгодже­ний єдиний текст. Сценарії передбачають не тільки змістові мір­кування, але і включають, як правило, результати техніко-економічного чи статистичного аналізу з відповідними виснов­ками.
2. Кількісні (розра­хункові)	Кількісна оцінка майбутнього стану попиту на основі даних минулих періодів і діючих нині і в майбутньому факторів за допомогою математичних методів.
2.1. Екстраполяція часового ряду	Проекція часового ряду на майбутні періоди часу, тобто поширення тенденцій, виявлених у минулому, на майбутній період.
2.1.1.Прогноз за се­реднім відсотком приросту показника попиту	В основу методу покладене припущення, що прогнозована вели­чина попиту на товар збільшується (зменшується) на рівні по­стійного приросту (зменшення).
2.1.2. Прогнозування на базі ковзної середньої	Метод базується на розрахунках середнього значення прогнозо­ваної величини попиту за фіксовану кількість періодів.
2.1.3. Експоненційно-зважена середня	Цей метод опирається на послідовність ваг (вагових коефіцієн­тів), що спадають з часом за експоненційним законом. Пізні­шим спостереженням надається більша вага, а саме, ваги зна­чень ряду спадають у міру віддалення в минуле.
2.1.4. Метод Холта	Базується на оцінці ступеня лінійного зростання (чи зниження) показника величини попиту в часі.
2.1.5. Метод подвій­ного згладжування Брауна	Призначений для прогнозування нестаціонарних рядів у випадку лінійно-адитивного тренду з використанням подвійного експо­ненційно зваженого середнього значення.
2.1.6. Метод адаптивного згладжування Брауна	Заснований на застосуванні регресійного аналізу (коли мінімізується сума квадратів відхилення) на базі зваженої регресії. Найбільша увага приділяється інформації останніх періодів.
2.1.7. Метод Муіра	Застосовується у випадку лінійно-мультиплікативної моделі тренда в припущенні, що зміна середньої процесу залежить від часу нелінійно, пропорційно самому значенню середньої, тобто лінійно в логарифмічній формі.
2.1.8.Сезонно-декомпозиційна модель Холта-Вінтера	Метод заснований на застосуванні експоненційної зваженої середньої для сезонних рядів.
2.1.9. Модель Бокса Дженксінса	Метод для обробки авторегресивних рядів без апріорних припущень щодо коефіцієнтів, які дисконтують. Виключення тренду здійснюється шляхом переходу до різниць ряду і допущення кореляційності залишків.
2.2. Економіко-математичне моделювання (імітаційні методи)	Побудова економіко-математичної моделі попиту у вигляді деякої функціональної залежності величини попиту від екзогенних і ендогенних факторів, які його визначають.
2.2.1. Прогноз на основі індикаторів	Оцінка ходу розвитку процесу збуту продукції на базі одного або декількох відомих індикаторів (показників) суміжних галузей промисловості
2.2.2. Аналітичні моделі попиту і споживання	Побудова функції попиту, що відбиває залежність обсягу попиту на окремі товари і послуги від комплексу факторів, що впливають на нього. Найбільш поширеними є однофакторні функції, що виражають залежність попиту від рівня доходу населення. Відповідні цим функціям графіки називаються кривими Енгеля. Головна проблема полягає у виборі функціональної залежності попиту від деяких факторів і апріорне встановлення значень параметрів, що входять у функцію попиту. Як параметри виступають коефіцієнт еластичності ціни, доходів тощо. функції, що виражають залежність попиту від рівня доходу
2.2.3. Прогноз попиту з використанням коефіцієнта еластичності будь-якого фактора	Знаючи коефіцієнт еластичності будь-якого фактора за попередній період і припускаючи, що він не зміниться істотно в прогнозований період, обчислюють величину попиту з урахуванням зміни розглянутого фактора і його коефіцієнта еластичності.
2.2.4. Кореляційно-регресійний аналіз	Визначення напряму і сили зв'язку між незалежними змінними і залежною змінною (попитом). Побудова однофакторної і багатофакторної регресійної моделі.
3. Комбіновані методи	Використовуючи результати прогнозів, отримані різними методами, розраховують інтегрований прогноз попиту у вигляді точкової чи інтервальної оцінки.

Дата добавления: 2014-11-29