2.8 Прогнозування попиту

Для аналізу і управління попитом скористайтесь аналітичними методами прогнозування. Мета управління попитом – контроль і координація всіх джерел попиту для ефективного використання виробничої (сервісної) системи і своєчасної поставки продукції (послуги). Обґрунтуйте важливість для маркетингу наявності або відсутності проекту прогнозу, мета якого - розкрити як формується попит на продукцію або послуги і як фірма може впливати на попит. Виберіть з існуючих видів прогнозування (якісне, аналіз часових рядів, аналіз каузальних зв’язків, моделювання) найбільш придатний для фірми і реалізуйте його на конкретному прикладі. Почніть з короткої характеристики існуючих методів, щоб обґрунтувати вибір.

Слід пам’ятати, що система прогнозування може бути дешевою і коштовною (складною). Слід також мати на увазі, що відносно до бізнесу прогнозування достатньо складне і відповідальне підприємство. Використовують його для планування ресурсів, рівня незавершеного виробництва, при створенні нової продукції, складання бюджету, вирішення кадрових питань. Відносно прості і дешеві методи використовують при створенні нової продукції, плануванні матеріальних запасів: найчастіше це рухоме середнє, або експоненціальне згладжування.

Особливу увагу потрібно приділити придатності даних для конкретного методу (регресійної моделі). Також слід враховувати специфічні особливості методів (табл.2.6):

Аналітичні характеристики типових методів прогнозу

1. Просте рухоме середнє:

де: - прогноз на майбутній період;

n – інтервал (кількість періодів) усереднення

- фактичне значення у попередньому періоді.

- фактичне значення назад 2, 3 і n періодів.

2. Виважене рухоме середнє: ,

де: W₁ - значення ваги, що присвоєне попередньому періоду (t-1);

W₂ - значення ваги, що присвоєне періоду (t-2); W_n - значення ваги, що присвоєне періоду (t-n);

n – загальна кількість періодів. Загальне значення ваги -

Таблиця 2.6. Методи прогнозування і їх основні характеристики

Метод	Кількість даних	Модель даних	Межі прогнозу	Час наа підготовку прогнозу	Підготовка персоналу
Просте експоненціальне згладжування	Від 5 до 10 спостережень	Дані стаціонарні	К Коротко- строковий	Малий	Не потрібно
Експоненціальне згладжування	Від 10 до 15 спостережень	Тренд без сезонних коливань	Від короткострокового до середньострокового	Малий	Досить загального
Експоненціальне згладжування Вінтера	4–5 спостереження за сезон	Тренд і сезонні коливання	Від короткострокового до середньострокового	Малий	Середній рівень
Регресійні трен- дові моделі	Від 10 до 20. Для сезонного- 5 за сезон	Тренд і сезонні коливання	Від короткострокового до середньострокового	Малий	Середній рівень
Причинні регре- сійні моделі	10 спостере-жень на одну незалежну перемінну	Може обробля-ти складні моделі	Коротко-строкові, середньо-строкові і довго-строкові	Довгий період розробки і малий в провадження	Високий рівень підготовки
Декомпозиція часових рядів	Достатньо 2-х екстремальних даних	Обробляє сезонні і циклічні моделі	Від коротко-строкового до середньо-строкового	Від малого до середньо-го	Не потребує особливої підготовки
Метод Дженкінса	50 або більше спостережень	Стаціонарні або приведенні до них	Від коротко-строкового до довгостро-кового	Довгий	Високий рівень

Примітка: Більш докладний опис методів і підходів до прогнозування дивіться в розділі 4.1.