Статистические методы краткосрочного прогнозирования: экспоненциальное сглаживание, анализ временных рядов. Модель экспоненциального сглаживания. Константа сглаживания, диапазон ее значений и способ выбора. Примеры расчета прогнозных показателей на основе модели экспоненциального сглаживания. Определение ошибки прогнозирования. Достоинства и недостатки метода прогнозирования на основе модели экспоненциального сглаживания. Метод прогнозирования на основе анализа временных рядов. Понятие временного ряда. Графическая интерпретация временного ряда. Понятия: «сезонная вариация», «аномальная вариация», «остаточная вариация», «тренд». Мультипликативная модель прогнозирования. Расчет тренда методом «скользящей» средней. Графическое прогнозирование тренда. Расчет сезонной вариации. Определение уровня остаточной вариации. Достоинства и недостатки прогноза продаж на основе расчета тренда, сезонной и остаточной вариации.
Тема 7. Статистические методы прогнозирования: экспоненциальное сглаживание и анализ временных рядов.
Прогноз продаж – ожидаемый объем реализации продукции, основанный на оценке потенциала товара, рыночной ситуации (потенциале рынка) и влияния внешних факторов. Одна из основных целей маркетинговых исследований – определение рыночных возможностей. Прежде чем выбрать целевой рынок необходимо правильно оценить и предсказать размер рынка, потенциал его роста и возможную прибыль. Прогноз продаж используется финансовым отделом предприятия для привлечения собственных оборотных средств или инвестиций, производственным департаментом – для определения мощности предприятия и планируемой производительности, отделом закупок – для приобретения сырья и материалов в соответствие с потребностями производства, отделом персонала – для найма необходимого количества рабочей силы. Основные показатели, которые необходимо прогнозировать организации: объем продаж, спрос, объем закупок товаров, полуфабрикатов, комплектующих, сырья, энергоносителей, численность персонала и др. Прогнозы, как правило, основываются на данных прошлых периодов, накапливаются и обрабатываются в процессе ведения хозяйственной деятельности. В основе прогноза – количественные методы. Важно, что бы они были не слишком сложными и требовали минимальное число исходных данных, которые можно было бы получить из доступных источников. Среди количественных методов прогнозирования ожидаемых объемов продаж можно выделить следующие:
- экспоненциальное сглаживание; - анализ временных рядов; - корреляция и регрессионный анализ.
Экспоненциальное сглаживание
В основе метода - данные прошлых лет. По данным прошлых лет на основе расчета средневзвешенного показателя определяют объем продаж на короткий будущий период. При определении коэффициентов значимости данных, более поздние данные имеют большую значимость, в сравнении с данными за более ранние периоды. Недостатки: средневзвешенный показатель не учитывает сезонные и другие нециклические (случайные) колебания объемов продаж.
Анализ временных рядов
В основе этого метода наличие информации о продажах за предыдущие периоды. Эти данные позволяют выявить долгосрочные тенденции и повторяющиеся циклические колебания. Изучив эти тенденции можно перенести их на будущий период (экстраполировать), в рамках которого тенденция может сохраниться (относительно короткий, обозримый период). Недостатки: тенденции могут не сохраниться в будущем, колебания могут носить не циклический, а случайный характер.
Корреляционный анализ
Если нет данных за прошлые периоды по рассматриваемому предприятию, то за основу берут аналогичное предприятие и выявляют зависимость объема продаж от основных факторов. На основании выявленных корреляционных зависимостей формируют регрессионное уравнение, которое затем используют для прогноза продаж на рассматриваемом предприятии. Недостатки: сложно найти аналогичное предприятие, сложно получить данные по другим предприятиям, сложно учесть влияние всех факторов на объем продаж и установить достоверные корреляционные зависимости.
