- •7. Прогнозирование в маркетинговых исследованиях
- •7.1. Общая характеристика методов прогнозирования, применяемых в маркетинговых исследованиях
- •7.2. Прогнозирование, основанное на методах математической статистики
- •Объем продажи велосипедов
- •7.3. Прогнозирование спроса и объема продаж на основе статистических методов
- •7.3.1. Метод экспоненциального сглаживания
- •7.3.2. Модифицированный метод парной регрессии
- •7.3.3. Динамическая модель множественной регрессии
- •7.3.4. Метод ведущих индикаторов
- •Оценка продаж безалкогольных напитков по территориям
- •7.3.5. Использование кривых жизненного цикла
Объем продажи велосипедов
Год
|
Годовой объем продаж (в 1000 долларов)
|
1
|
1340
|
2
|
1221
|
3
|
909
|
4
|
1501
|
Продолжение табл. 7.1
Год
|
Годовой объем продаж (в 1000 долларов)
|
5
|
1350
|
6
|
1253
|
7
|
1561
|
8
|
1435
|
9
|
1114
|
10
|
1239
|
11
|
1453
|
12
|
1890
|
13
|
2220
|
14
|
2450
|
15
|
2790
|
16
|
3450
|
17
|
3759
|
18
|
????
|
Необходимо определить прогнозную оценку объема продаж на восемнадцатый год.
Представив в графическом виде данные табл. 7.1, можно с помощью метода наименьших квадратов подобрать прямую линию, в наибольшей степени соответствующую полученным данным (рис. 7.1), и определить прогнозную величину объема продаж.
В то же время более внимательное рассмотрение рис. 7.1 позволяет сделать вывод о том, что не все точки близко расположены к прямой. Особенно эти расхождения велики для последних лет, а верить последним данным, видимо, следует с достаточным основанием.
В данном случае можно применить метод экспоненциального сглаживания, назначая разные весовые коэффициенты (большие для последних лет) данным для разных лет [10], [25]. В последнем случае прогнозная оценка в большей степени соответствует тенденциям последних лет.
Циклический характер колебаний статистических показателей характеризуется длительным периодом (солнечная активность, урожайность отдельных культур, экономическая активность). Такие явления, как правило, не являются предметом исследования Маркетологов, которых обычно интересует динамика проблемы на относительно коротком интервале времени.
Сезонные колебания показателей имеют регулярный характер и наблюдаются в течение каждого года. Они и являются предметом изучения Маркетологов (спрос на газонокосилки, на отдых в курортных местах в течение года, на телефонные услуги в течение суток и т.д.). Поскольку выявленные закономерности носят регулярный характер, то их вполне обоснованно можно использовать в прогнозных целях.
В отличие от прогноза на основе регрессионного уравнения прогноз по тренду учитывает факторы развития только в неявном виде, и это не позволяет «проигрывать» разные варианты прогнозов при разных возможных значениях факторов, влияющих на изучаемый признак. Зато прогноз по тренду охватывает все факторы, в то время как в регрессионную модель в лучшем случае невозможно включить в явном виде более 10—20 факторов.
Временные ряды помимо простой экстраполяции могут использоваться также в целях более глубокого прогнозного анализа, например объема продаж. Целью анализа в данном случае являются разложение временного ряда продаж на главные компоненты, измерение эволюции каждой составляющей в прошлом и ее экстраполяция на будущее. В основе метода лежит идея стабильности причинно-следственных связей и регулярности эволюции факторов внешней среды, что делает возможным использование экстраполяции. Метод состоит в разложении временного ряда на пять компонент:
— структурная компонента, или долгосрочный тренд, обычно связанный с жизненным циклом товара на исследуемом рынке;
— циклическая компонента, соответствующая колебаниям относительно долгосрочного тренда под воздействием среднесрочных флуктуации экономической активности;
— сезонная компонента, или краткосрочные периодические флуктуации, обусловленные различными причинами (климат, социально-психологические факторы, структура нерабочих дней и т.д.);
— маркетинговая компонента, связанная с действиями по продвижению товара, временными снижениями цен и т.п.;
— случайная компонента, отражающая совокупное действие плохо изученных процессов, непредставимых в количественной форме.
Для каждой компоненты рассчитывается параметр, основанный на наблюдавшихся закономерностях: долгосрочном темпе прироста продаж, конъюнктурных флуктуациях, сезонных коэффициентах, специфичных факторах (демонстрации, мероприятия по стимулированию сбыта и т.п.). Затем эти параметры используют для составления прогноза.
Понятно, что такой прогноз имеет смысл как краткосрочный, на период, в отношении которого можно принять, что характеристики изучаемого явления существенно не изменятся. Это требование часто оказывается реалистичным вследствие достаточной инерционности внешней среды.
К числу главных ограничений экстраполяционных методов следует отнести следующие.
Большинство прогнозных ошибок связано с тем, что в момент формулирования прогноза в более или менее явной форме подразумевалось, что существующие тенденции сохранятся в будущем, что редко оправдывается в реальной экономической и общественной жизни.
Так, в 40-х годах нашего века американские специалисты предсказывали: производство легковых автомобилей в США достигнет насыщения и будет составлять 300 000 штук в месяц. Но уже в 1969 г. их в США производилось более 550 000 штук. В настоящее время эта цифра возросла еще в 1,2—1,3 раза.
В 1983—1984 гг. на американский рынок были введены 67 новых моделей персональных компьютеров, и большинство фирм рассчитывало на взрывной рост этого рынка. По прогнозам, которые давали в то время маркетинговые фирмы, число установленных компьютеров в 1988 г. должно было составить от 27 до 28 миллионов. Однако к концу 1986 г. было поставлено только 15 миллионов, поскольку условия использования компьютеров радикально изменились, а этого никто не предвидел.
Эти ошибки в прогнозах носили не математический, а чисто логический характер: ведь при прогнозировании использовались временные ряды, достаточно хорошо отражающие имеющийся в то время статистический материал.
Развитие общества определяется очень большим числом факторов. Эти факторы сильно связаны между собой, и далеко не все они поддаются непосредственному измерению. Кроме того, по мере развития общества порой неожиданно начинают вступать в действие все новые и новые факторы, которые раньше не учитывались.
Временные ряды могут становиться ненадежной основой для разработки прогнозов по мере того, как экономика приобретает все более международный характер и все в большей степени подвергается крупной технологической перестройке. В связи с этим необходимо в первую очередь развивать способности предвидения, что подразумевает хорошее знание ключевых факторов и оценку чувствительности фирмы к внешним угрозам.
Вышеназванное ни в коей мере не умаляет значимости экстрополяционных методов в прогнозировании. Как и любые методы, их надо уметь использовать. Прежде всего экстраполяционные методы следует применять для относительно краткосрочного прогнозирования развития достаточно стабильных, хорошо изученных процессов. Прогнозный период времени не должен превышать 25—30% от исходной временной базы. При использовании уравнений регрессии прогнозные расчеты следует проводить для оптимистических и пессимистических оценок исходных параметров (независимых переменных), получая таким образом оптимистические и пессимистические оценки прогнозируемого параметра. Реальная прогнозная оценка должна находиться между ними.
В ряде случаев прогнозную оценку, полученную на основе экстраполяционных методов, используют как индикатор желательности получения определенной величины прогнозируемого параметра. Предположим, что была получена прогнозная оценка величины спроса на какой-то товар. Она говорит о том, что при тех же условиях внешней среды, структуре и силе действия исходных факторов величина спроса к определенному моменту времени достигнет такой-то величины. Менеджерам, которые используют результаты данного прогноза, следует ответить на вопрос: «А устраивает ли нас данная величина спроса?» Если «да», то надо приложить максимум усилий, чтобы все сохранить без изменения. Если «нет», то необходимо использовать внутренние возможности (например, провести дополнительную рекламную компанию) и постараться повлиять на определенные факторы внешней среды, поддающиеся косвенному воздействию (например, повлиять на деятельность посредников, пролоббироавть изменение определенных тарифов, импортных пошлин). Вся эта деятельность направлена на обеспечение получения желаемой величины спроса.