5.3. Методы стратегического планирования
Все методы прогнозирования (их более 100) можно разделить на две группы:
неформализованные;
формализованные.
К формализованным методам относят:
методы экстраполяции (анализа временных рядов);
математическое моделирование;
причинно-следственное моделирование;
имитационное моделирование.
Количественные методы прогнозирования можно использовать в случае, если есть основания считать, что деятельность в прошлом имела определенную тенденцию, которую можно продолжить в будущем, а имеющейся информации достаточно для выявления статистически достоверных тенденций или зависимостей.
Анализ временных рядов (проецирование тренда, экстраполяция) основан на допущении, согласно которому случившееся в прошлом дает хорошее приближение в оценке будущего. Данный метод анализа используется для оценки спроса на товары и услуги, оценки потребности в запасах, прогнозирования структуры сбыта или потребности в кадрах. Чем более достоверно предположение о подобии будущего прошлому, тем вероятнее точность прогноза. Таким образом, анализ временных рядов будет бесполезен в ситуациях с высоким уровнем подвижности или когда произошло значительное изменение.
Математическое моделирование близко к анализу временных рядов, однако его особенностью является многофакторность, то есть строится математическая зависимость между большим количеством факторов, описывающих модель – упрощенное представление об исследуемой системе (организации, факторе внешней среды и др.).
Каузальное (причинно-следственное) моделирование – наиболее сложный количественный метод прогнозирования. Он используется в ситуациях с более чем одной переменной. Это попытка спрогнозировать то, что произойдет в подобных ситуациях, путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. На языке статистики эта зависимость называется корреляцией. Чем теснее корреляция, тем выше пригодность модели для прогнозирования. Полная корреляция бывает в ситуации, когда в прошлом зависимость всегда была истинной.
Имитационное моделирование часто применяется в ситуациях слишком сложных для использования математических методов (маркетолог может создать модель модификации покупательских потребностей в связи с изменением цен товаров на рынке, и их дизайна). .
Основные задачи, решаемые в рамках анализа временных рядов – интерполяция (выявление формальной зависимости) и экстраполяция (собственно прогноз). Универсальный метод интерполяции – метод наименьших квадратов в простейшем случае (линейная функция от одного фактора) был разработан немецким математиком К. Гауссом в 1794-1795 гг.
В экстраполяционных методах прогнозирование производится по такому алгоритму:
упорядочение прошлых данных;
сглаживание временного ряда;
выделение тренда;
определение уравнения тренда;
расчет прогнозного значения;
оценка доверительного интервала с заданной вероятностью.
Для применения статистических методов прогнозирования нужны достаточно длинные временные ряды. Поэтому в быстро меняющейся обстановке, при прогнозировании развития вновь возникших ситуаций их применять не удается. Альтернативой статистическим методам служат неформализованные методы прогнозирования, опирающиеся на опыт и интуицию специалистов.
Неформализованные (эвристические) методы применяются в тех случаях, когда невозможно использовать знания экспертов в формализованном виде. При этом прогнозирование будущего осуществляется экспертами. К числу этих методов относят:
вербальную информацию, получаемую из различных источников письменной и устной информации как вспомогательное средство для прогнозирования и выработки целей;
письменную информацию – это газеты, торговые журналы, информационные бюллетени, профессиональные журналы и годовые отчеты;
промышленный шпионаж – иногда оказывается успешным способом сбора данных о действиях конкурентов;
совокупное мнение сбытовиков – опытные торговые агенты часто правильно предсказывают будущий спрос, так как знакомы с потребителями и могут принять в расчет их недавние действия быстрее, чем удается построить количественную модель ожидания потребителей;
модель ожидания потребителя является прогнозом, основанным на результатах опроса клиентов организации;
написание сценариев и другие.
Для построения стратегических планов выполняют SWOT-analysis. Он используется для анализа внутренней и внешней экономической ситуации, в которой действует организация, а также имеющихся в ее распоряжении ресурсов.
SWOT – сложносокращенное слово, образованное из начальных букв английских слов:
Strengths – внутренние сильные стороны организации;
Weaknesses – внутренние слабые стороны организации;
Opportunities – внешние возможности организации;
Threats – внешние угрозы для организации.
Матрица SWOT-анализа может быть представлена в форме таблицы:
Матрица SWOT-анализа
Факторы |
Положительные |
Отрицательные |
Внутренние |
S |
W |
Внешние |
O |
T |
Неотъемлемой частью планирования на предприятии являются нормы и нормативы.
Под нормой понимается научно обоснованная мера затрат живого или общественного труда на изготовление единицы продукции или выполнение заданного объема работ.
Норматив характеризует степень использования ресурса на единицу измерения продукции или работы (на единицу площади, веса и т.д.) .
Наиболее популярная процедура анализа внутренней и внешней среды диверсифицированой организации – построение матриц. Обычно такие матрицы строятся на основе пары стратегически важных переменных, таких, как скорость роста отрасли, размеры рынка, долговременная привлекательность отрасли, конкурентный статус и т. д. Такие двумерные матрицы относительно просты и дают четкую рыночную обстановку. Наибольшее распространение получила матрица БКГ (BCG – Boston Consulting Group).
Матрица БКГ (рис. 5.4) содержит четыре квадранта в координатах "скорость роста отрасли" – "относительная доля рынка". Каждый товар определяется кругом в этих координатах, причем площадь круга представляет объем продаж товара или относительную долю товара в продажах всей фирмы.
Рис. 5.4. Матрица БКГ (пример)
Относительная доля рынка определяется как отношение объема продаж товара к объему продаж среднего товара, предлагаемого организациями, действующими на рынке.
При помощи матрицы БКГ товары группируются в четыре зоны:
"дикие кошки" – быстрый рост рынка делает их привлекательными, но относительная доля на рынке низка и рождает вопросы, удастся ли реализовать потенциально высокую прибыль. Поэтому организация должна решить, следует ли ей инвестировать капитал в товары, расположенные в этом квадранте. БКГ утверждает, что имеются две наилучшие возможности действий в этой ситуации:
агрессивная стратегия роста для реализации возможностей быстрого роста;
"раздевание" в случае, если стоимости усиления позиций на рынке при агрессивной стратегии роста перевесят потенциальные выгоды и финансовый риск;
"звезды" – обычно требуют больших инвестиций для поддержки экспансии продукции и увеличения производственных мощностей, но также могут генерировать свои собственные внутренние потоки инвестиций благодаря эффекту снижения издержек при больших масштабах производства;
"дойные коровы" обеспечивают достаточную прибыль, но вследствие слабого роста отрасли в целом нет необходимости реинвестировать капитал для поддержания позиции на рынке, и потоки инвестиций целесообразно направить в другие секторы;
"собаки" – наименее привлекательный сектор вследствие слабых позиций на рынке и малых прибылей по сравнению с лидерами, которые пользуются преимуществами масштаба производства. Таким образом, это, как правило, кандидаты к ликвидации.