Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Тенденции изменения спроса



Кроме наличия сезонной потребности во временном ряде могут прослеживаться и иные тенденции изменения спроса краткосрочного (менее одного года) и долгосрочного (более одного года) характера. Тенденции изменения спроса краткосрочного характера могут иметь сезонную повторяемость из года в год. При отсутствии сезонных особенностей (например, в условиях, когда статистическая база поведения запаса еще не накоплена) принципиальной разницы работы с краткосрочными и долгосрочными тенденциями нет. Наиболее типичные тенденции изменения спроса представлены на рисуноках. Имеются линейные положительные тенденции спроса, соответствующие росту объема потребности в запасе в течение нескольких лет; линейные отрицательные тенденции спроса, соответствующие падению объема потребности в запасе в течение нескольких лет. Кроме линейных тенденций могут иметься параболические тенденции, а так же экспоненциальные, гиперболические и др. тенденции спроса.

Процесс прогнозирования потребности в запасе для временных рядов, имеющих долгосрочные тенденции, проводится в несколько этапов:

1) Фильтрация значений статистического ряда.

2) Выбор вида уравнения тренда.

3) Прогнозирование объема потребления.

4) Оценка точности прогноза.

Фильтрация значений статистического ряда проводится для повышения надежности прогнозирования будущей потребности. В статистическом ряде могут иметься сведения о необычно больших или необычно малых объемах отгрузок (продаж, товарооборота) запаса в некотором периоде времени, которые могут носить просто случайный характер. Таким образом, статистический ряд до начала его использования при составлении прогноза нуждается в фильтрации нетиповых, случайных, единичных данных, которые не предполагаются к повторению в будущие периоды. В качестве фильтра могут быть заданы максимальная и минимальная границы значений фактических отгрузок статистического ряда, которые будут использоваться в дальнейших расчетах. Если количество и объем отгрузок единичен, требуется проведение тщательного анализа необычных по объемам отгрузок запаса экспертным путем, то есть с привлечением специалистов, связанных с работой с запасами и знающих все нюансы динамики потребности в запасе.

Выбор вида уравнения тренда - определение вида уравнения, которое может наиболее точно описать тенденцию. Прежде, чем приступать к математической обработке статистического ряда требуется выдвинуть и исследовать гипотезы дальнейшего потребления запаса. Вариантами таких гипотез могут быть предположения о монотонном возрастании (падении) будущей потребности в запасе, о наличии ограничений изменения потребности в запасе сверху или снизу, о наличии ограничения времени развития потребности и др. Уравнения тренда могут быть линейными или нелинейными. Их по- строение можно выполнять с помощью широко доступных программных средств (Microsoft Excel, SPSS, MathCAD и др.). Окончательный выбор наиболее подходящего вида уравнения тренда производится экспериментально, на основе оценки точности прогноза

Циклические колебания спроса представляют продолжительные изменения тенденций потребления, сменяющие друг друга в периоды, как правило, более двух лет. Выявление циклических колебаний спроса затруднено необходимостью наличия статистической базы за длительный период времени и влиянием на спрос различных нерегулярных тенденций. Для учета цикличеких колебаний спроса в условиях отсутствия очевидной картины по статистической базе следует полагаться на знание типовых циклов, характерных для данной отрасли или вида бизнеса. Так, для всех видов готовой продукции характерно наличие цикла жизни товара (см. Рисунок). Отслеживание текущего этапа жизненного цикла позиции запаса и планирование ввода (вывода) новых позиций запаса (например, при обновлении ассортимента бренда) позволяет и без накопления статистической базы за длительный период делать выводы о наличии циклических колебаний спроса.

Эффект стимулирования спроса представляет собой изменение спроса на товар в ответ на маркетинговые мероприятия. Маркетинговые мероприятия по стимулированию сбыта, проводимые организацией, содержащей запас, оказывают существенное влияние на изме- нение потребности в запасе. Результат маркетинговых мероприятий дополняет тенденции развития рынка, определяемые отделом маркетинга или отделом продаж. Он так же может повлечь существенное изменение тенденции спроса и сезонную потребность, имеющиеся во временных рядах статистических данных. Обеспечение своевременности получения информации о планируемых рекламных акциях - залог корректного прогнозирования потребности в запасе. Знание плана проведения маркетинговых акций особенно важно при составлении прогноза отгрузок запаса товаров рынка конечного потребления, который чрезвычайно гибко реагирует на стимулирующие мероприятия. В то же время, стимулирующие маркетинговые мероприятия организа- ции могут носить регулярный характер, то есть повторяться в одни и те же периоды года. В этом случае такое стимулирование спроса играет роль сезон- ного фактора и должно быть учтено в рамках прогнозирования сезонной потребности. Все это требует корректной организации системы обмена информации между отделом маркетинга (отделом продаж) и отделом логистики

К случайным изменениям спроса относятся те изменения, которые не получили своего объяснения наличием сезонных, циклических и прочих тенденций изменения спроса, а так же влиянием мероприятий по стимулированию спроса. Появление таких случайных изменений в потребности в запасе является неминуемым, что, естественно, снижает точность прогнозирования. Один из приемов преодоления влияния случайных факторов на точность прогнозирования – фильтрация статистического ряда, используемого при составлении прогноза. Более сложные методы учета случайного фактора при прогнозировании потребности в запасе (например, имитационного моделиро- вания, нейросетевых методов, модели авторегрессивной интегрированной скользящей средней Бокс-Дженкинса и др.) требуют специальной математи- ческой подготовки и, как правило, выполняются силами специалистов отделов бизнес-аналитики и бизнес-информатики. Достаточно эффективным и простым методом, позволяющим спра- виться с влиянием случайных факторов на изменение потребности в запасе, является прогнозирование на основе регрессионного анализа.

ВОПРОС 15

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.