Методы прогнозирования надежности и оценки их качества

Введение

Актуальность темы обусловлена тем, что для большинства российских предприятий маркетинговое управление становится одним из условий выживания и успешного функционирования. При этом обеспечение эффективности такого управления требует умения предвидеть вероятное будущее состояние предприятия и среды, в которой оно существует, вовремя предупредить возможные сбои и срывы в работе.. Это достигается с помощью прогнозирования как плановой, так и практической работы предприятия по всем направлениям его деятельности, и в частности, в области прогнозирования сбыта продукции (товаров, работ, услуг).
Многообразие проблем, возникающих при обеспечении жизнедеятельности предприятия и являющихся предметом прогнозирования, приводит к появлению большого количества разнообразных прогнозов, разрабатываемых на основе определенных методов прогнозирования. Поскольку современная экономическая наука располагает большим количеством разнообразных методов прогнозирования, каждый менеджер и специалист по планированию должен овладеть навыками прикладного прогнозирования, а руководитель, ответственный за принятие стратегических решений, должен к тому же уметь сделать правильный выбор метода прогнозирования.
Цель работы: рассмотреть прогнозирование сбыта. Исходя из поставленной цели, в данной работы сформулированы задачи, среди них:
-сущность основных понятий в области прогнозирования;
-признаки классификации, виды прогнозов и их краткая характеристика;
-методы прогнозирования
-рекомендации, позволяющие сделать прогнозы полезными;
-возможное содержание плана сбыта и этапов его разработки.
Анализ методов прогнозирования, изучение этих методов, использование их в разных сферах деятельности является мероприятием рационализаторского характера. Степень достоверности прогнозов можно затем сравнить с действительно реальными показателями, и, сделав выводы, приступить к следующему прогнозу уже с существующими данными, т.е. имеющейся тенденцией. Опираясь на полученные данные, можно во временном аспекте переходить на более высокую ступень и т.д.

1. Характеристика прогнозирования

Говоря неформально, прогнозирование может быть определено как попытка предсказать будущее, используя при этом качественные или количественные методы [1,2]. Все методологии прогнозирования условно можно разделить на три направления [3], базирующиеся на одной из следующих вещей:
1) Что произошло до текущего момента (анализ временных рядов, регрессионный анализ);
2) Что говорят по этому вопросу эксперты (опросы, анкетирование);
3) Конкретные действия людей (реакционные тесты). Данные, полученные на основании предыдущих событий, относительно легко собрать и проанализировать, но они могут быть нерелевантны или же будущие значения данного процесса могут никак не коррелировать с предыдущими. Данные, собранные из опросов и анкет, являются более дорогими в плане получения и нуждаются в критической оценке, так как намерения, демонстрируемые в них, не всегда приводят к каким-то конкретным решениям. И, наконец, данные, полученные и записанные исходя из конкретных действий, являются наиболее надежными и точными, но и самыми ресурсоемкими и, зачастую, просто недоступными. Перед описанием конкретных методов стоит разграничить понятие прогнозирования и предсказания [4].
Прогнозирование - это процесс оценивания будущего события (событий), который в той или иной мере использует накопленные предыдущие данные и объединяет их предопределенным путем, чтобы получить необходимую оценку. Предсказание, помимо этого, оперирует субъективными соображениями.
Прогнозирование невозможно без каких-либо исторических данных. Например, производитель телевизоров на основании прошлых данных может спрогнозировать количество, необходимое для сборки на следующей неделе. Но предположим, что производитель решил наладить выпуск нового товара, для которого у него нет никаких данных, для которых он мог бы применить необходимые модели и техники. В данном случае он не сможет осуществить прогноз, только предсказать будущий результат. Прогнозы часто классифицируют по временному периоду их действия. В общем случае, краткосрочные прогнозы (до одного года) используются для решения текущих операций; среднесрочные ( от года до трех) и долгосрочные (более пяти лет) используются в стратегических целях.
Стоит отметить, что идеальный прогноз невозможен из-за наличия большого числа факторов, которые трудно оценить с высоким процентом точности. Поэтому, вместо поиска идеального прогноза, гораздо более важным является хорошее знание существующих моделей и методов и правильное их применение в зависимости от специфики данных и предметной области, умение приспособиться к неидеальным прогнозам.
Из-за того, что прогноз зависит от прошлых данных, его надежность и точность будут снижаться по мере того, как далеко мы хотим его осуществить. Стоит отметить, что точность прогноза и затраты на его осуществление являются взаимосвязаны. Лучшие прогнозы не обязательно являются самыми точными. Такие факторы, как его цель и доступность данных играют немаловажную роль в определении желаемого уровня точности.
Процесс прогнозирования в общем случае можно разбить на следующие шаги:
1) Идентификация общей цели
2) Выбор временного периода прогноза 3) Выбор модели для прогноза: для этого необходимо обладать знанием о различных моделях, применимости их в различных ситуациях, насколько надежными они являются и в каких данных нуждаются.
Далее, рассмотрим так называемые количественные и качественные методы прогнозирования, представленные на рисунке 1.
16116301424940


Рисунок 1 - Методы прогнозирования

Исходя из этих соображений, может быть выбрана одна или несколько моделей.
4) Сбор данных: данные должны быть собраны и представлены в том виде, каком от них требует выбранная модель

.
5) Прогнозирование: применение модели к собранным данным и вычисление прогноза. Оценка: прогноз, полученный на предыдущем этапе, рассматривается с учетом доверительного интервала - большинство моделей позволяют вычислить верхнее и нижнее значения, между которыми располагается прогнозируемая величина с определённой долей вероятности.
2. Методы прогнозирования

Метод инициативы снизу
Данный метод строит прогноз последовательным путем, начиная с самого «низа» . Делается предположение, что человек, находящийся «ближе» всего к потребителю или конечному использованию продукта более компетентен в будущих необходимостях. Это не всегда так, но во многих областях данное допущение является валидным и используется в качестве базиса данного метода. Таким образом, прогнозы с низшего уровня суммируются и передаются на уровень выше (например, районное управление). Процедура повторяется до тех пор, пока не достигнет высшего уровня [5].
Исследование рынка Фирмы часто нанимают сторонние компании, которые специализируются в изучении и исследовании рынка и занимаются данным типом прогнозирования. Изучение рынка чаще всего применяется для исследования продукта с точки зрения новых идей, плюсов и минусов существующих решений, аналогичных конкурентных продуктов в данном сегменте и т.д. Чаще всего, методами сбора данных в этом случае служат опросы и интервью [6].
Метод консенсуса Ключевой идеей данного метода является предположение, что группа специалистов, занимающих различные позиции, могут дать более точный прогноз, нежели маленькая группа лиц [6]. В данном случае применяются собрания, на которых происходит свободный обмен идей и мнений лиц со всех уровней руководства («мозговой штурм»). Проблемой данного метода является тот факт, что люди, занимающие более низкие должности, обычно боятся высказывать мнение, отличное от людей с более высокими должностями.
Историческая аналогия Данный метод обычно применяется с учетом того, что у нас не имеется никаких прошлых данных. Например, такое может произойти в случае, когда организация готовится к выпуску нового продукта. Однако у нее могут быть уже выпускающиеся продукты со схожими характеристиками. В этом случае, можно использовать накопленные исторические данные для этих продуктов. Ограничения данного подхода состоят в том, насколько правдиво предположение о схожести продукта или события, а также изменяющихся внешних факторах [6].
Метод Делфи Данный метод имеет схожие черты с методом консенсуса, при этом исправляя возникающую при его использовании проблему - предвзятость мнения [7,8]. Для ее устранения предлагается соблюдать анонимность участвующих лиц; в этом случае каждый голос имеет одинаковый вес. Каждому участнику высылается опросник, ответы которого затем суммируются; участникам затем даются результаты этого этапа, и высылается новый опросник. Обычно, данный метод занимает около трех итераций.
Методы на основе временных рядов. В большинстве возникающих ситуаций прогнозирования у нас имеется достаточно накопленной исторической информации [9]. Существует множество методов, которые используют статистический анализ на данных прошлого, чтобы выработать прогноз на будущее.
Ключевое предположение в данном случае состоит в том, что предыдущие характеристики и взаимосвязи данных будут сохраняться и в будущем. Различные методы по разному используют предыдущие значения и по разному оценивают их вклад в прогнозируемые значения. Значения временного ряда составляют фиксированные измерения в определенные моменты времени конкретной переменной или характеристики [10]. Временные интервалы, между которыми происходит измерение, могут составлять минуты, дни, недели и т.д. Следующие компоненты [11] очень важны в вопросе анализа временных рядов:
1) Тренд: долгосрочные изменения в данных, например, рост цены или популяции. Пример приведён на рисунке 2:

902335-652145


Рисунок 2 - Восходящий тренд

2) Сезонные вариации: это могут быть периодические, повторяющиеся вариации во временном ряде, возникающие из-за так называемых сезонных факторов. Например, некоторые вещи покупают больше в зимнее время и меньше в летнее. Пример приведен на рисунке 3:
17633955263515


Рисунок 3 - Сезонные изменения временного ряда
3) Циклические вариации: данные вариации возникают из явления под названием бизнес-цикл. Бизнес-цикл отображает колебания экономической активности данного процесса и может варьироваться от одного года до тридцати лет. Длительность и уровень изменений, вызванных бизнес-циклом обычно трудно оценить и учесть при анализе временного ряда [10]. 4) Случайные вариации: изменения в данных, которые не могут быть отнесены к каким-либо из перечисленных. Во многих случаях, истинная причина этих вариаций может быть найдена только после детального анализа данных. Подобные изменения могут быть вызваны широким спектром причин, например, изменением погоды, то есть событиями, случайными по своей сути. Из-за этого сложно предсказать их влияние на результирующие данные; однако, их эффект можно устранить, используя сглаживающие техники. Пример подобных вариаций представлен на рисунке 4:

18967453653790


Рисунок 4 - Случайные изменения временного ряда

Временные ряды, как правило, содержат все четыре описанные выше компоненты. Одной из важнейших задач в их анализе и прогнозировании является выделение каждой конкретной компоненты из начальных данных с максимальной точностью [10].
Процесс вычленения этих компонент из временного ряда называется разложением временного ряда. Наиболее важным является выделение тренда путем удаления остальных компонент. Линия тренда, как правило, может быть экстраполирована в будущее и таким образом может быть получен прогноз