Бушуєва Л.І.,
к.е.н., доцент кафедри маркетингу і статистики Сиктивкарського державного університету
Опубліковано в номері: Маркетинг в Росії і за кордоном № 1/2002

Мета даної статті - викласти в систематизованому відеметоди прогнозування обсягу продажу, найбільш уживані у економічній практиці. Головну увагу в роботі звернено на прикладне значення рассматріваемихметодов, економічний тлумачення і інтерпретацію одержуваних результатів, а не пояснення математико-статистичного апарату, який докладно висвітлюється в спеціальній літературі.

Найпростішим способомпрогнозированиярыночной ситуації є екстраполяція, т. тобто поширення тенденцій, сформованих у минулому, на майбутнє. Сформовані об'єктивні тенденції зміни економічних показників певною мірою визначають їх величину в майбутньому. До того ж багато ринкових процесів мають деякою інерційністю. Особливо це проявляється в краткосрочномпрогнозировании. У той же час прогноз на віддалений період повинен максимально брати до уваги ймовірність зміни умов, в яких буде функціонувати ринок.

Методи прогнозування обсягу продажможно розділити на три основні групи:

  • методи експертних оцінок;

  • методи аналізу та прогнозування часових рядів;

  • казуальні (причинно-наслідкові) методи.

Методи експертних оцінок грунтуються на суб'єктивній оцінці поточного моменту і перспектив розвитку. Ці методи доцільно використовувати для кон'юнктурних оцінок, особливо у випадках, коли неможливо одержати безпосередню інформацію якесь явище чи процесі.

Друга і третя групи методів засновані на аналізі кількісних показників, але вони істотно відрізняються один від одного .

Методи аналізу та прогнозування динамічних рядів пов'язані з дослідженням ізольованих друг від друга показників, кожен з яких складається з двох елементів: з прогнозу детермінованою компоненти і прогнозу випадкової компоненти. Розробка першого прогнозу не представляє великих труднощів, якщо визначено основну тенденція розвитку і можлива її подальша екстраполяція. Прогноз випадкового компонента складніше, так як її появу можна оцінити лише з деякою ймовірністю.

В основі казуальних методів лежить спроба знайти чинники, що визначають поведінка прогнозованого показника. Пошук цих факторів наводить власне до економіко-математичного моделювання - побудові моделі поведінки економічного об'єкта, враховує розвиток взаємозалежних явищ і процесів. Слід зазначити, що застосування багатофакторного прогнозування вимагає розв'язання складної проблеми вибору факторів, яка не може бути вирішена чисто статистичним шляхом, а пов'язана з необхідністю глибокого вивчення економічного змісту розглянутого явища або процесу. І тут важливо підкреслити примат економічного аналізу перед суто статистичними методами вивчення процесу.

Кожна з розглянутих груп методів має певними достоїнствами і недоліками. Їх застосування ефективніше в короткостроковому прогнозуванні, оскільки вони у певною мірою спрощують реальні процеси і не виходять за рамки уявлень сьогоднішнього дня. Слід забезпечувати одночасне використання кількісних і якісних методів прогнозування.

Розглянемо докладніше сутність деяких методів прогнозування обсягу продажів, можливості їх використання в маркетинговому аналізі, а також необхідні вихідні дані та временниеограніченія.

Прогнози обсягу продажів за допомогою експертів можуть бути отримані в одній з трьох форм:

1) точкового прогнозу;

2) інтервального прогнозу;

3) прогнозу розподілу ймовірностей.

Точковий прогнозоб'єму продажів - це прогноз конкретної цифри. Він є найбільш простим з усіх прогнозів, оскільки містить найменший обсяг інформації. Як правило, заздалегідь передбачається, що точковий прогноз може бути помилковим, але методикою не передбачений розрахунок помилки прогнозу або ймовірності точного прогнозу. Тому на практиці частіше застосовуються два інших методу прогнозування: інтервальний та ймовірнісний.

Інтервальний прогнозобсягу продажу передбачає встановлення кордонів, усередині яких буде перебувати прогнозоване значення показника з заданим рівнем значимості. Прикладом є затвердження типу: "У майбутньому році обсяг продажів складе від 11 до 12,4 млн. руб.".

Прогноз розподілу ймовірностейпов'язані з визначенням ймовірності влучення фактичного значення показника в одну з декількох груп з встановленими інтервалами. Прикладом може бути прогноз типу:

Обсяг продажкомпаніі, млн. руб . Імовірність
10,5-11,3 0,25
11,3-11,9 0,50
11,9-12,4 0,25

Хоча при складанні прогнозу існує певна ймовірність, що фактичний обсяг продажу не потрапить у зазначений інтервал, але прогнозисти вірять, що вона настільки мала, що може ігноруватися при плануванні.

Інтервали, враховують низький, середній і високий рівень продажів, іноді називають песимістичними, найбільш імовірними і оптимістичними. Звичайно, распределеніевероятностей може бути представлено великою кількістю груп, але найчастіше використовуються три зазначених групи інтервалів.

Для виявлення спільної думки експертів необхідно отримати дані про прогнозних значеннях від кожного експерта, а потім зробити розрахунки, використовуючи систему зважування індивідуальних значень по якомусь критерію. Відомі чотири методу зважування різних думок:

1) використання рівних терезів, якщо експерти, як вважають дослідники, мають однакові компетентності;

2) використання терезів, пропорційних ступеня "важливості" експертів, відповідної їх компетентності, популярності в науковому світі, досвіду в конкретній області діяльності і т.п.;

3) використання терезів, пропорційних самооценкам експертів. Є свідчення наявності прямого зв'язку між рівнем самооцінки компетентності експертів і точністю експертних оцінок [2, с. 85];

4) використання терезів, пропорційних відносної точності останніх прогнозів конкретного експерта.

Вибір методу залишається за дослідником і залежить від конкретної ситуації. Жоден з них не може бути рекомендований для використання в будь-якій ситуації.

Уникнути проблеми зважування індивідуальних прогнозів експертів і спотворює впливу відзначених небажаних чинників дозволяєДельфі-метод(див., наприклад, [4]). Його основу складає робота з зближенню точок зору експертів. Усіх експертів ознайомлять з оцінками і обгрунтуваннями інших експертів і надають можливість змінити свою оцінку.

Друга група методів прогнозування заснована на аналізі тимчасових рядів.

Таблиця 1 представляє тимчасової ряд за показником споживання безалкогольного напою "Тархун" в декалітрах (дал) в одному з регіонів починаючи з 1993 р. Аналіз часових рядів може проводитися не тільки за річними або місячним даним, але також можуть використовуватися щоквартальні, тижневі або щоденні дані про обсяги продажів. Для розрахунків був використаний програмний продукт Statistica 5.0 for Windows.

Таблиця 1

Щомісячне споживання безалкогольного напою "Тархун"
в 1993-1999 рр.. (Тис. дал)

Місяць 1993 1994 1995 1996 1997 1998 1999
січня 6,702 7,206 7,722 7,925 8,401 8,485 8,848
лютого 6,631 6,934 7,287 7,374 7,797 8,382 8,753
березня 8,457 9,099 8,744 8,940 10,238 10,563 11,155
квітня 8,456 9,110 9,334 9,769 10,406 10,937 10,898
травня 9,100 10,038 10,162 10,126 11,217 10,998 11,917
червень 10,586 10,491 10,270 9,772 11,891 12,587 12,955
липня 10,593 9,830 11,482 11,371 11,971 12,557 12,131
серпня 10,479 10,392 10,987 11,896 11,057 11,976 12,752
Вересень 9,044 8,947 9,313 10,511 10,490 10,906 11,016
Жовтень 7,837 8,312 9,171 9,944 9,701 9,720 10,493
Листопад 7,855 8,096 8,264 8,853 8,794 9,560 9,832
Грудень 8,115 8,331 8,312 9,312 9,638 9,745 9,355
Разом 103,853 106,786 111,049 115,793 121,601 126,416 130,106

За даними таблиці 1 побудуємо графік споживання напою "Тархун" в 1993-1999 рр..

(Рис. 1), де на осі абсцис представлені дати спостереження, на осі ординат - обсяги споживання напою.


1990 1991 1992 1993 1994 р. 1995 р. 1996 р.

Рис. 1.Щомісячне споживання напою "Тархун" в 1993-1999 рр.. (Тис. дал)

прогнозування основі аналізу часових рядів передбачає, що відбуваються зміни у обсягах продажів можуть бути використані для визначення цього показника в наступні періоди часу. Часові ряди, подібні тим, що наведені у таблиці 1, звичайно служать для розрахунку чотирьох різних типів змін у показниках: трендових, сезонних, циклічних і випадкових.

Тренд- це зміна, б загальне напрям розвитку, основну тенденцію часових рядів [11, с. 539]. Виявлення основної тенденції розвитку (тренду) називається вирівнюванням тимчасового низки, а методи виявлення основний тенденції - методами вирівнювання.

Один з найпростіших прийомів виявлення загальної тенденції розвитку явища -укрупнення інтервалу динамічного ряду. Сенс цього прийому полягає в тому, що первинний ряд динаміки перетвориться і замінюється іншим, рівні якого ставляться до великим за тривалістю періодами часу. Так, наприклад, місячні дані таблиці 1 можуть бути перетворені на ряд річних даних. Графік щорічного споживання напою "Тархун", наведений на малюнку 2, показує, що споживання зростає з року в рік протягом досліджуваного періоду. Тренд в споживанні є характеристикою щодо стабільного темпу зростання показника за період.

Виявлення основної тенденції може бути здійснене такожметодом ковзної середньої. Для визначення ковзної середньої формуються укрупнені інтервали, які з однакового числа рівнів. Кожен наступний інтервал одержуємо, поступово пересуваючись від початкового рівня динамічного ряду на одне значення. По сформованим укрупненим даним розраховуємо ковзні середні, які відносяться до середини укрупненого інтервалу.

Рис. 2.Щорічне споживання напою "Тархун" в 1993-1999 рр.. (Тис. дал)

Порядок розрахунку ковзних середніх по споживанню напою "Тархун" в 1993 р. наведено в таблиці 2. Аналогічний розрахунок може бути проведений на основі всіх даних за 1993-1999 рр..

Таблиця 2

Розрахунок ковзних середніх за даними за 1993 р.

Місяці Обсяг споживання (тис. дал) Ковзні суми Ковзні середні
Січень 6,702 - -
лютого 6,631 21,790 7,263
березня 8,457 23,755 7,848
Квітень 8,456 26,013 8,671
травня 9,100 28,142 9,381
червень 10,586 30,279 10,093
Липень 10,593 31,658 10,553
серпня 10,479 30,116 10,039
вересні 9,044 27,360 9,120
Жовтень 7,837 24,736 8,245
листопада 7,855 23,807 7,935
Грудень 8,115 - -

У даному випадку розрахунок ковзної середньої не дозволяє зробити висновок про стійку тенденцію в споживанні напою "Тархун", оскільки на неї впливає внутрішньорічний сезонне коливання, яке може бути усунуто лише при розрахунку ковзних середніх за рік.

Вивчення основної тенденції розвитку методом ковзної середньої є емпіричним прийомом попереднього аналізу. Для того щоб дати кількісну модель змін динамічного ряду, використовуєтьсяметод аналітичного вирівнювання. У цьому випадку фактичні рівні низки замінюються теоретичними, розрахованими по певній кривій, що відбиває загальну тенденцію зміни показників у часі. Таким чином, рівні динамічного ряду розглядаються як функція часу:

Yt = f (t).

Найчастіше можна використовувати такі функції :

1) при рівномірному розвитку - лінійна функція:Yt=b0 +b1t

2) при зростанні з прискоренням:

а) парабола другого порядку:Yt=b0 +b1t+b2t2;

б) кубічна при постійних темпи зростання - показова функція:Yt=b0b1t

4) при зниженні з уповільненням - гіперболічна функція:Yt=b0 +b1х 1/t.

Однак аналітичне вирівнювання містить у собі ряд умовностей: розвиток явищ зумовлено як тим, скільки часу пройшло з відправного моменту, а й тим, які сили впливали на розвиток, в якому напрямку і з якою інтенсивністю. Розвиток явищ у часі виступає як зовнішнє вираження цих сил.

Оцінки параметрівb0,b1, ...bnзнаходятьсяметодом найменших квадратів, сутність якого полягає в знаходженні таких параметрів, при яких сума квадратів відхилень розрахункових значень рівнів, обчислених по шуканої формулі, від своїх фактичних значень була б мінімальною.

Детальніше »