Содержание

Введение…………………………………………………………………………3

1. Методы прогнозирования спроса………………………………………..4

1.1. Эконометрические методы прогнозирования……………………4

1.2. Экспертные методы прогнозирования…………………………...9

2. Интегрированные маркетинговые коммуникации………………….....15

3. Провести кабинетное исследование и проанализировать вторичную информацию для предприятия, выпускающего на рынок новую марку пива ( охарактеризовать состояние регионального рынка и тенденции его развития, основных производителей пива, интенсивность конкуренции, особенности потребления товара и пр.)………………………………………………………………………..20

3.1. Краткая характеристика предприятия «Пивоварня». ………....20

3.2. Исследование рынка пивных напитков и оценка конкурентоспособности ООО «Пивоварня»………………………...…22

Список литературы………………………………………………………25

Введение

Прогноз представляет собой предвидение, предсказание, основанное на определенных данных. Методы прогнозирования, начиная с 70-х годов, обогащаются и совершенствуются ускоряющимися темпами. Особую роль в этом играют два фактора. Первый – это экономические кризисы последней четверти XX в., они вынудили экономистов и менеджеров в разных странах изыскивать новые адекватные методы управления. Второй фактор связан с быстрым распространением информационных технологий и компьютерной техники. Эти средства сделали общедоступными анализ перспектив и прогнозирование. Они позволили автоматизировать, упростить и ускорить выполнение огромного числа функций планирования и контроля. Прогноз спроса определяет возможности, в рамках которых могут ставиться реалистичные задачи планирования производства продукции предприятия.

1. Методы прогнозирования.

1.1. Эконометрические методы прогнозирования.

Экономико-статистическое моделирование часто отождествляют с эконометрикой. Эконометрика – это наука, изучающая экономические процессы и явления средствами математического и статистического анализа. Эконометрика как самостоятельная отрасль знаний возникла в 30-е годы, и ее появление связывают с проникновением статистических методов в экономику. В настоящее время сформировались две ведущие школы эконометрики: американская и голландская. В эконометрических моделях обеих школ широко используются относительные показатели, множества, уравнения и системы уравнений регрессии, содержащие лаговые переменные. В последние годы в эконометрику усиленно проникают формально-математические методы.

К эконометрическим методам относят: прогнозирование на основе временных рядов (экстраполяция динамического ряда, прогнозирование сезонных и циклических колебаний, адаптивные методы прогнозирования, прогнозирование на основе индикаторов и индексов, экстраполяция по огибающим кривым); прогнозирование на основе модели регрессии; прогнозирование на основе системы одновременных уравнений.

Обычно под термином "тренд" подразумевают длительную тенденцию изменения показателей временного ряда, на которую могут накладываться другие составляющие (например, сезонные колебания). Временной ряд содержит результаты наблюдения за процессом на некотором участке времени. Этот участок называется участком наблюдения. Отрезок времени от последнего наблюдения до того момента, для которого нам необходимо получить прогноз, называется участком упреждения.

Причина погрешностей заключается в следующем: 1) выбор формы кривой, характеризующей тренд, содержит элемент субъективизма. Во всяком случае, часто нет твердой основы для того, чтобы утверждать, что выбранная форма кривой является единственно возможной или тем более наилучшей для экстраполяции данных в конкретных условиях; 2) оценивание параметров кривых (иначе говоря, оценивание тренда) производится на основе ограниченной совокупности наблюдений, каждое из которых содержит случайную компоненту; 3) возможны случаи, когда форма кривой, описывающей тенденцию, выбрана неправильно или когда тенденция развития в будущем может существенно измениться и не следовать тому типу кривой, который был принят при выравнивании.

В практической работе "наивные" прогнозисты приближают временные ряды наблюденных показателей следующими элементарными функциями:

у=а+b1*t (уравнение прямой линии);

y=а+b1*t+b2*t2 (парабола 2-го порядка);

y=а+b1*t+b2*t2+b3*t3 (парабола 3-го порядка);

у=а+b*ln(t) (логарифмическая) и т.д.

Иногда встречаются случаи, когда более или менее обоснованно для экстраполяции можно применить несколько типов кривых. При этом рассуждения сводятся к следующему. Поскольку каждая из кривых характеризует один из альтернативных трендов, то очевидно, что пространство между экстраполируемыми трендами и представляет собой некоторую "естественную доверительную область" для прогнозируемой величины. С такими утверждениями нельзя согласиться.

Прежде всего, потому, что каждая из возможных линий тренда отвечает некоторой заранее принятой гипотезе развития. Пространство же между трендами не связано ни с одной из них – через него можно провести многие другие тренды.

В экономических исследованиях часто изучаются связи между случайными и неслучайными величинами. Такие связи называют регрессионными, а метод их изучения – регрессионным анализом. Математически задача формулируется следующим образом. Требуется найти аналитическое выражение зависимости экономического явления (например, производительности труда) от определяющих его факторов; т.е. ищется функция у=1(х1,х2,........,хn), отражающая в среднем зависимость, по которой, зная значения независимых факторов х можно найти приближенное значение зависимого от них показателя у.

В качестве функции в регрессионном анализе принимается случайная переменная, а аргументами являются неслучайные переменные. Примером возможного применения регрессионного анализа в экономике является исследование влияния на производительность труда и себестоимость таких факторов, как величина основных производственных фондов, заработная плата и др.

Для нахождения уравнения регрессии необходимо определить общий вид функциональной зависимости и рассчитать параметры уравнения. При выборе вида зависимости руководствуются следующим: он должен согласовываться с профессионально-логическими соображениями относительно природы и характера исследуемых связей; по возможности используют простые зависимости, не требующие сложных расчетов, легко поддающиеся интерпретации и практическому применению.

Практика регрессионного анализа говорит о том, что уравнение линейной регрессии часто достаточно хорошо выражает зависимость между показателями даже тогда, когда на самом деле они оказываются более сложными. Это объясняется тем, что в пределах исследуемых величин самые сложные зависимости могут носить приближенно линейный характер [8, c. 38].

В общей форме прямолинейное уравнение регрессии имеет вид:

y= a0 + b1x1 + b2x2 + … + bmxm (1),

где у – результативный признак, исследуемая переменная;

Xi – обозначение фактора (независимая переменная);

m – общее число факторов;

a0 – постоянный (свободный) член уравнения;

b, – коэффициент регрессии при факторе.

Увеличение результативного признака у при изменении фактора хi на единицу равно коэффициенту регрессии bi с положительным знаком; уменьшение – с отрицательным знаком.

Частным случаем регрессионной функции является тренд (зависимость у от времени t). Поэтому рассмотренные приемы экстраполяции вполне применимы к трендовым регрессиям. Регрессионные функции исключительно широко распространены в экономических исследованиях. Но особое место в их "ассортименте" занимает группа "производственных функций".

Экстраполяционный прогноз по огибающим кривым является графоаналитическим методом и заключается в том, что получаемая в виде огибающей кривой общая тенденция (макропеременная) определяется на основе сглаживания отдельных кривых (микропеременных) эволюционного развития показателей различных классов объектов и распространяется на будущее.

Построение огибающей кривой основано на следующем нестрогом предположении: макропеременная по сравнению с микропеременными изменяется относительно плавно, непрерывно и медленно, не испытывая резких скачков. Основная задача метода – определение наиболее вероятных сроков перехода к принципиально новым видам продукции, обладающим существенно более высокими характеристиками вследствие использования, как правило, фундаментальных и прикладных научных исследований. Огибающая кривая получается при сглаживании ломаной линии, составленной из касательных к точкам частных кривых.

Примерами использования огибающих кривых является прогнозирование быстродействия вычислительной техники в последовательно сменяемых поколениях ЭВМ; прогнозирование скорости транспортных средств.

Предположение о линейном характере связи между спросом и формирующими его факторами, допустимое при разработке кратко- и среднесрочных прогнозов, становится неприемлемым, когда речь идет о периоде, превышающем 7–8 лет. Долгосрочные прогнозы требуют перехода к нелинейным типам взаимосвязей, предполагающим наличие скачков, перегибов и проч., т. е. от экстраполяционных методов надо переходить к интерполяционным. С расширением горизонта прогнозирования уменьшается зависимость будущего развития от достигнутого состояния и сложившихся тенденций. Поэтому генетические методы в прогнозировании постепенно уступают место нормативно-целевым. Эти методы можно охарактеризовать и как методы обоснования альтернативных путей перехода от сложившихся тенденций к желательным.

При прогнозировании спроса продовольственных и непродовольственных товаров применяются разные подходы. Для продовольственных товаров характерна сравнительная стабильность потребления в целом. Сложившийся уровень потребления продуктов питания обычно меняется постепенно за счет изменения привычек и вкусов населения.

Например, можно довольно-таки точно спрогнозировать спрос на хлебобулочные и кондитерские изделия, мясопродукты, рыбопродукты, сахар, овощи и фрукты. Сложившиеся тенденции увеличения или снижения потребления этих товаров обычно не подвержены резким колебаниям по годам. Возможны лишь сезонные колебания и изменение потребления при резком изменении политико-экономического состояния страны.

1.2. Экспертные методы прогнозирования

Сущность методов экспертных оценок заключается в сборе, обработке, анализе и использовании для различных целей сведений от достаточно представительного числа экспертов. Эксперты – это лица, обладающие знаниями и способные высказать аргументированное мнение по изучаемому явлению. Процедура получения оценок от экспертов, называется экспертизой. Отвечая на поставленный вопрос, каждый эксперт и сходит из собственного опыта, знаний, условий реальной жизни. С этой точки зрения его ответ представляет собой субъективное мнение. Однако если мнений много и они достаточно квалифицированны, то обобщение и усреднение приводит к их объективизации, позволяет получить надежную объективную оценку состояния или развития изучаемого явления. Принято различать два вида экспертных оценок: прямые; с обратной связью.

Экспертные методы прогнозирования применяются, как правило, в случаях, когда отсутствуют какие-либо статистические данные, на которых мог бы базироваться количественный прогноз, как, например, в случае, когда предприятие собирается выпустить на рынок совершенно новый продукт.

Сущность метода экспертных оценок заключается в проведении экспертами интуитивно-логического анализа проблемы с количественной оценкой суждений и формальной обработкой результатов. Получаемое в результате обработки обобщенное мнение принимается как решение проблемы (в данном случае – прогноз).

Центральным этапом экспертного прогнозирования является проведение опроса экспертов. В зависимости от целей и задач экспертизы, существа и сложности анализируемой проблемы, времени, отведенного на опрос и экспертизу в целом, и допустимой их стоимости, а также от подбора участвующих в ней специалистов, выбирается метод опроса:

- индивидуальный или групповой (коллективный);

- личный (очный) или заочный (путем пересылки анкет);

-устный или письменный;

-открытый или скрытый.

Индивидуальный опрос позволяет максимально использовать способности и знания каждого специалиста. В отличие от индивидуального при групповом опросе специалисты могут обмениваться мнениями, учесть упущенное каждым из них, скорректировать свою оценку. Обмен мнениями является обычно стимулирующим началом в выдвижении и творческой разработке новых идей. В то же время недостатки такого опроса состоят в сильном влиянии авторитетов на мнения большинства участников экспертизы, в трудности публичного отказа от своей точки зрения и в ряде других факторов психофизиологической совместимости.

Из сказанного видно, что методы индивидуального опроса предъявляют более высокие требования к эксперту по сравнению с групповым опросом, при котором ошибочные мнения и суждения отдельных экспертов могут быть "поправлены" при выведении общей оценки всей группой.

Интуитивные (экспертные) методы прогнозирования как научный инструмент решения сложных неформализуемых проблем позволяют получить прогнозную оценку состояния развития объекта в будущем независимо от информационной обеспеченности. Их сущность заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки полученных результатов. При этом обобщенное мнение экспертов принимается как решение проблемы. В случае применения методов экспертных оценок для предвидения результатов развития экономических объектов преимущественно реализуется качественный подход к прогнозному процессу.

Принято различать два вида экспертных оценок: прямые; с обратной связью.

В первом виде наиболее простым считается экспертиза, осуществляемая посредством индивидуального интервьюирования. Более сложна коллективная экспертиза, проводимая с привлечением Проблемных (специальных) комиссий.

Во втором виде экспертиз различают: групповые; мозговые атаки (штурмы). Наличие обратной связи позволяет концентрировать внимание участников лишь на вариантах, полезных по тем или иным критериям для решения проблемной ситуации. Одной из разновидностей метода экспертных оценок является метод коллективной генерации идей ("мозговая атака"), позволяющей определять возможные варианты развития объекта прогнозирования за короткий период времени. Методы "мозговых атак" можно классифицировать по признаку наличия или отсутствия обратной связи между руководителем и участниками "мозговой атаки" в процессе решения некоторой проблемной ситуации. Создавшаяся ситуация потребовала разработать метод "мозговой атаки" – деструктивной отнесенной оценки (ДОО), способный качественно и достаточно быстро проводить оценку вариантов, не ограничивая при этом их числа. В процессе ДОО вначале актуализируется творческий потенциал специалистов в форме генерации идей, затем эти идеи деструируются (критикуются, разрушаются) и формулируются контр идеи.

В групповых экспертизах с обратной связью популярен метод "Дельфи". Он создан американской исследовательской корпорацией РЭНД и позволяет обобщать мнения отдельных специалистов. От всех других методов групповой экспертизы он отличается тремя особенностями:

а)анонимностью;

б)использованием результатов предыдущих туров опросов;

в)статистической характеристикой группового ответа.

Метод был разработан для повышения эффективности использования экспертов по сравнению с традиционными методами открытых обсуждений. При использовании метода осуществляется взаимодействие нескольких экспертов по определенной теме прогноза, что дает возможность включить в процесс принятия решения несколько различных уровней профессиональной подготовки.

Метод интервью предполагает беседу организатора прогнозной деятельности с экспертом-прогнозистом о будущем состоянии предприятия и его среды. Этот метод требует от эксперта умения быстро, фактически экспромтом, давать качественные советы на поставленные вопросы.

Одновременно может проводиться опрос нескольких экспертов, однако в этом случае есть опасность потери самостоятельности экспертов и, кроме того, интервью грозит превратиться в дискуссию.

Метод интервью по своей сути (но не по форме) очень схож с методом очного анкетирования. Анкетирование заключается в предъявлении эксперту опросного листа-анкеты, на которую он должен дать ответ в письменной форме (в то время как интервьюирование предполагает устный ответ эксперта интервьюеру). Анкетирование может быть и заочным, когда нет непосредственного контакта эксперта с организатором прогнозной деятельности.

Метод получения мнений коллективных социальных комиссий – наиболее старый и наиболее простой метод прогнозирования сбыта, поскольку в этом случае просто объединяются и усредняются взгляды, нередко основанные всего лишь на интуиции высших администраторов. В большинстве случаев окончательная оценка представляет собой мнение президента фирмы, основанное на рассмотрении мнений прочих руководящих работников. Преимущества метода состоят в его доступности и простоте, недостатки – в том, что прогнозы основываются на предположениях, а не на фактах и их анализе; усреднение мнений уменьшает ответственность за точность прогноза; прогнозы обычно не разбиты на подразделы (по видам продукции), периоды времени или структурные подразделения.

Метод составления сценариев – наиболее популярный за последние десятилетия метод экспертных оценок. Термин "сценарий" впервые был употреблен в 1960 г. футурологом Х. Каном при разработке картин будущего, необходимых для решения стратегических вопросов в военной области. Сценарий – это описание (картина) будущего, составленное с учетом правдоподобных предположений. Для прогноза ситуации, как правило, характерно существование определенного количества вероятных вариантов развития. Поэтому прогноз обычно включает в себя несколько сценариев. В большинстве случаев это три сценария: оптимистический, пессимистический и средний – наиболее вероятный, ожидаемый. Составление сценария, как правило, включат в себя несколько этапов:

1) структурирование и формулировка вопроса. На данном этапе должна быть собрана и проанализирована базовая информация;

2) определение и группировка сфер влияния. Для осуществления данного этапа необходимо выделить критические среды бизнеса и оценить их влияние на будущее предприятия;

3) установление показателей будущего развития критически важных факторов среды предприятия;

4) формирование и отбор согласующихся наборов предположений. Если на предыдущем этапе предприятие определило будущее состояние среды и ее влияние на предприятие исходя из собственных целей, то на данном этапе возможное развитие сфер влияния определяется исходя из их сегодняшнего состояния и всевозможных изменений.

Метод дерева целей – широко применяется для прогнозирования возможных направлений развития науки, техники, технологий. Так называемое дерево целей тесно увязывает между собой перспективные цели и конкретные задачи на каждом уровне иерархии. При этом цель высшего порядка соответствует вершине дерева, а ниже в несколько ярусов располагаются локальные цели (задачи), с помощью которых обеспечивается достижение целей верхнего уровня. Оценка относительной важности целей и значимости связей между ними производится с помощью экспертов, причем для последовательного определения значимости целей и задач на различных уровнях обычно используются оценочные матрицы.

Матричный метод – широко используется в планировании и прогнозировании. Например, в практике маркетинга матричный метод применяется как метод оценки позиции предприятия на рынке, что позволяет принять решение о выборе одной из возможных стратегий:

- o стратегии атаки при благоприятной позиции (С1);

- o стратегии обороны при средней, неопределенной позиции (С2);

- o стратегии отступления при неблагоприятной позиции (С3).