Прогнозирование в коммерческой деятельности

Цель занятия – приобрести навык применения простейших приемов прогнозирования в коммерческой деятельности.

Прогнозирование – выявление состояния и вероятных путей развития явлений и процессов

Анализ временных рядов – (один из методов прогнозирования). Для прогнозной оценки данным методом изменения величины необходимо знать значения этой величины за ряд предшествующих периодов. Оценка явления и определение направления его развития производится посредством аппроксимации и экстраполяции.

Аппроксимация – замена одних математических объектов другими, более простыми и в том или ином смысле близкими к исходным.

Экстраполяция – распространение выводов, полученных из наблюдения над одной частью явления на другую часть его. Экстраполяция применяется для эволюционно развивающихся процессов, для которых в будущем не предвидится скачков. Может применяться для разработки краткосрочных прогнозов в логистике.

В рамках данного занятия рассмотрим следующие методы: метод «наивного» прогноза; метод долгосрочной средней; метод скользящей средней; метод скользящей средневзвешенной.

Дадим определение перечисленных методов и кратко охарактеризуем их плюсы и минусы.

1. Метод «наивного» прогноза – предположение, что продажи в последующем периоде будут соответствовать продажам в предыдущем периоде.

Преимущества: моментальная реакция на изменения спроса; метод хорошо работает в условиях тренда (тренд – изменение, определяющее общее направление развития)

Недостаток – слишком большая чувствительность к случайным колебаниям.

Ошибки прогнозирования данным методом обусловлены слишком большой чувствительностью метода к случайным колебаниям прогнозируемой величины.

2. Метод долгосрочной средней – предположение, что продажи в последующем периоде равны среднему объему продаж за все предшествующие периоды.

Метод предусматривает сглаживание продаж за счет вычисления средней за все известные предшествующие продажи. Данные о продажах в самое последнее время имеют тот же вес, что и данные за самый отдаленный период. Это позволяет избежать слишком быстрого реагирования на изменения спроса.

Преимущество - сглаживает случайные колебания спроса.

Недостатки: не отражает истинных изменений в тенденциях; всегда реагирует с запозданием относительно существенных изменений спроса.

3. Метод скользящей средней – предположение, что продажи в последующем периоде будут равны арифметической средней за последние n периодов. Метод является компромиссом между двумя первыми системами.

4. Метод скользящей средневзвешенной – предположение, что продажи в последующем периоде будут равны арифметической средневзвешенной объема продаж за последние n периодов.

К выбору числа периодов добавляется взвешивание этих периодов. Метод более гибкий, чем метод простой скользящей средней.

Преимущество: при наличии тенденции имеет преимущество. Акцент может быть сделан на недавние данные и гибким образом.

Недостаток: отброшенные за пределами n всегда имеют предсказательную ценность, каков бы ни был их вес.

Исходные данные для выполнения заданий по данной теме приведены в таблице 1.

Таблица 1

Информация о помесячных продажах продукта и продукта В

Задание

Выполнить сравнительную характеристику «наивного» прогноза и прогноза, выполненного методом долгосрочной средней (продукт А, тенденция отсутствует).

Методические указания по выполнению задания

Задание рекомендуется оформить в виде табл. 2 и табл. 3. При этом необходимо выполнить следующие действия.

1. Вначале анализируется продукт А и заполняется табл. 2. На основе данных таблицы 1 заполнить графу 3 таблицы 2 (при выполнении задания воспользоваться средствами Microsoft Excel).

2. Заполнить графу 4, помесячно определив прогнозную величину продаж методом «наивного» прогноза. Расчеты рекомендуется начать с января 2003 г. Например, фактические продажи продукта а в декабре 2002 г. Составили 630 ед. Следовательно «наивный» прогноз за январь составили 630 ед. Следовательно «наивный» прогноз за январь составит 630 ед.

3. Поскольку фактические продажи составили 570 единиц, абсолютная ошибка прогноза составила 60 ед. Внести значение абсолютных ошибок, полученных при использовании «наивного» прогноза, в графу 5 до конца 2оо4 г.

4. Определить прогноз продаж в январе 2003 года методом долгосрочной средней на основе информации о продажах за 12 месяцев 2002 года. Прогноз методом долгосрочной средней для февраля 2003 г определяется за последние 13 месяцев и т.д. до конца 2004 года.

5. Определить значения суммарной и средней абсолютной ошибок. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого имеется выраженная тенденция изменения объема продаж.

Таблица 2 - Сравнительная характеристика «наивного» прогноза и прогноза, выполненного методом долгосрочной средней (продукт А, тенденция отсутствует)

Таблица 3

Сравнительная характеристика «наивного» прогноза и прогноза, выполненного методом долгосрочной средней (продукт В, тенденция есть)

lewkin_gr@rambler.ru

Поиск по сайту: