8.4. Кількісні методи досліджень.
Застосування формалізованих методів для прогнозування збуту продукції та ринків дозволяє: дати кількісну характеристику зв'язкам між окремими елементами і чинниками навколишнього середовища і оцінити їх вплив на стан та динаміку ринку; проводити альтернативний аналіз одержаних результатів прогнозування. Кількісні методи прогнозування, що використовуються в прогнозних дослідженнях збуту, базуються на основних положеннях статистики.
До кількісних методів прогнозування збуту відносяться наступні методи: методи екстраполяції часового ряду (на основі аналізу рядів динаміки), множинна регресія, кореляційний аналіз, метод стандартного розподілу ймовірностей, прогнозування на основі частки ринку, методи економіко - математичного моделювання (імітаційні методи), комбіновані методи.
Екстраполяція часового ряду здійснюється шляхом проекції часового ряду на майбутні періоди часу, тобто поширення тенденцій, виявлених у минулому, на майбутній період.
Екстраполяція часового ряду може здійснюватися наступними методами: прогнозом за середнім відсотком приросту показника, прогнозуванням на базі ковзаючої середньої, на базі експоненційно зваженої середньої, методом Холта, методом подвійного згладжування Брауна, методом адаптивного згладжування Брауна, методом Муіра, на базі сезонно - декомпозицїйної моделі Холта - Вінтера, за моделлю Бокса Дженксінса.
В основу прогнозування попиту за середнім відсотком приросту показника покладене припущення, еїіо прогнозована величина попиту на товар збільшується (зменшується) на рівні постійного приросту (зменшення).
Прогнозування на базі ковзаючої середньої базується на розрахунках середнього значення прогнозованої величини попиту за фіксовану кількість періодів.
Експоненційно зважена середня опирається на послідовність ваг (вагових коефіцієнтів), що спадають, з часом за експоненційним законом. Пізнішим спостереженням надається більша вага, а саме, ваги значень ряду спадають у міру віддалення в минуле.
Прогнозування за метод Холта базується на оцінці ступеня лінійного зростання (чи зниження) показника величини попиту в часі.
Метод подвійного згладжування Брауна призначений для прогнозування нестаціонарних рядів у випадку лінійно – адитивного тренду з використанням подвійного експоненційно зваженого середнього значення. Метод адаптивного згладжування Брауна заснований на застосуванні регресійного аналізу (коли мінімізується :ума квадратів відхилення) на базі зваженої регресії. Найбільша увага приділяється інформації останніх періодів.
Метод Муіра застосовується у випадку лінійно - мультиплікативної моделі тренда в припущенні, що зміна середньої процесу залежить від часу нелінійно, пропорційно самому значенню середньої, тобто лінійно в логарифмічній формі.
Сезонно - декомпозиційна модель Холта - Вінтера прогнозування збуту заснована на застосуванні експоненційної зваженої середньої для сезонних радів.
Множинна регресія передбачає пошук рівняння, яке відображає залежність майбутніх обсягів збуту від набору незалежних змінних (наприклад, від витрат на рекламу, рівня цін, обсягу поточного продажу тощо). Це доволі поширений метод статистичного прогнозування. За прогнозування із використанням цього методу визначають та аналізують характер взаємозв'язку між низкою наведених вище чинників на результативний показник - обсяг збуту.
Визначення щільності зв'язку між досліджуваними показниками дає можливість визначити ті з них, які найбільшою мірою можуть вплинути в прогнозованому періоді на формування обсягів збуту компанії. Досягненню цієї мети сприяє кореляційний аналіз як кількісний метод прогнозування збуту. Саме він уможливлює визначення статистично значимих чинників впливу на обсяги збуту продукції підприємства та міри їхнього впливу через інтерпретацію коефіцієнтів кореляції та детермінації.
Кореляційно - регресійний аналіз дозволяє визначити напрями і сили зв'язку між незалежними змінними і залежною змінною (збутом). Прогнозування здійснюється шляхом побудови однофакторної і багатофакторної регресійної моделі.
Метод стандартного розподілу ймовірностей (PERT — від англ. «program evaluation and review») передбачає визначення значення трьох видів прогнозу збуту: оптимістичного — О; песимістичного — П; найімовірнішого — М.
Далі обчислюють очікуване значення прогнозу збуту (Зп):
Після цього розраховують стандартне відхилення прогнозних показників (С ):
Відповідно до загальної теорії статистики найімовірніше значення збутового прогнозу (з імовірністю 95 %) перебуватиме в межах ± 2СВ.
У підсумку цей метод передбачає визначення певного рівня ймовірності, з яким прогнозований показник може потрапити до визначеного інтервалу його значень. Отже, йдеться про врахування дії чинників маркетингового середовища, здатних зумовлювати певний рівень імовірності потрапляння до кожного з визначених інтервалів значень. Такі інтервали значень прогнозованого показника збуту відповідатимуть різним варіантам перебігу подій у майбутньому: оптимістичному, найімовірнішому та песимістичному.
Прогнозування на основі частки ринку. Згідно з цим методом майбутні обсяги збуту визначають, виходячи з прогнозу загальних обсягів збуту галузі та запланованої частки ринку підприємства.
Прогноз на основі аналізу кінцевого використання базується на аналізі обсягів збуту кінцевої продукції. Метод використовують під час прогнозування збуту сировини, напівфабрикатів, комплектуючих виробів. У такому разі попит на продукцію підприємства та її збут виступають похідними показниками від прогнозів аналогічних показників щодо кінцевої продукції.
Наступною групою кількісних методів прогнозування збуту є імітаційні методи (методи економіко — математичного моделювання). Вони передбачають побудову економіко-математичної моделі попиту у вигляді деякої функціональної залежності величини попиту від факторів, які його визначають. До імітаційних методів прогнозування відносяться: методи прогнозування на основі індикаторів, аналітичні моделі попиту і споживання, прогнозування попиту з використанням коефіцієнта еластичності, кореляційно - регресійного аналізу.
Прогноз на основі індикаторів базується на оцінці ходу розвитку процесу збуту продукції на базі одного або декількох відомих індикаторів (показників) суміжних галузей промисловості.
Прогнозування збуту з використанням аналітичних моделей попиту і споживання включають побудову функції попиту, що відбиває залежність обсягу попиту на окремі товари і послуги від комплексу факторів, що впливають на нього. Найбільш поширеними є однофакторні функції, що виражають залежність попиту від рівня доходу населення. Головна проблема полягає у виборі функціональної залежності попиту від деяких факторів і апріорне встановлення значень параметрів, що входять у функцію попиту. Як параметри виступають коефіцієнти еластичності ціни, доходів тощо.
Прогноз збуту з використанням коефіцієнта еластичності будь - якого фактора здійснюється через використання коефіцієнта еластичності будь-якого фактора за попередній період і припускаючи, що він не зміниться істотно в прогнозований період. Потім обчислюють величину попиту з урахуванням зміни розглянутого фактора і його коефіцієнта еластичності.
Третю групу кількісних методів прогнозування збуту становлять комбіновані методи. Комбіновані методи передбачають використання результатів прогнозів, що отримані різними методами, розрахунок інтегрованого прогнозу попиту у вигляді точкової чи інтервальної оцінки.
Серед інших найбільш поширених кількісних методів прогнозування збуту для забезпечення маркетингових рішень виокремлюють:
Дискримінантний (класифікаційний) аналіз — визначення ознак відмінності двох чи більше категорій об'єктів (наприклад ознаки, що відрізняють вдало розташовані магазини).
Факторний аналіз — виокремлення системи незалежних змінних, що лежать в основі великого набору взаємозалежних величин (наприклад, для зведення великої множини товарів до невеликої кількості основних типів).
Кластернийаналіз — розподілення групи об'єктів на незалежні стосовно певного об'єкта типи (наприклад, метод «клумб»).
Об'єднаний аналіз — визначення ставлення респондентів до певної ознаки, проблеми чи характеристики досліджуваного об'єкта та визначення міри їх важливості.
Аналіз багатовимірних сукупностей — визначення місця товару стосовно інших конкурентних пропозицій.
Пробний маркетинг — перевірка ентузіазму споживачів щодо певної товарної пропозиції, а потім використання аналогії стосовно всього ринку
ПИТАННЯ ДЛЯ САМОКОНТРОЛЮ
В чому полягає сутність прогнозування збуту? Які завдання покладаються на корпоративну систему збуту?
В чому полягає практичне значення побудови моделей прогнозування попиту?
Які Ви знаєте якісні методи прогнозування збуту? У чому полягають їх переваги та недоліки?
На які групи можна поділити кількісні методи прогнозування збуту?
Як спрогнозувати попит на товар з використанням індикаторів?
Як однофакторне математичне моделювання дозволяє спрогнозувати попит на товар широкого вжитку?
Наведіть приклади використання багатофакторного моделювання у прогнозуванні попиту на товар.
Як можна спрогнозувати попит на товар з використанням коефіцієнтів еластичності?
Яким чином можна спрогнозувати попит на новий товар промислового призначення?