3. Методи прогнозування ринкового попиту

Існує чотири принципові групи методів прогнозування ринкового попиту:

• суб'єктивні або експертні методи;

• об'єктивні, такі, що припускають явне, чітке формулювання і незалежність процесів прогнозування від особи, що їх проводить;

• евристичні і екстраполяційні методи, що припускають формулювання прогнозу на базі спостережень за минулою еволюцією досліджуваного параметра (рівня попиту, наприклад) без урахування в явній формі основних його визначальних чинників;

• експлікативні, або причинно-наслідкові, що передбачають ідентифікацію чинників, що визначають прогнозований параметр, і імовірнісний прогноз їх майбутніх значень, а значить і самого параметра (рівня попиту, наприклад).

Експертні методи ґрунтуються не на безпосередньо об'єктивних даних, а на думках експертів — фахівців, менеджерів, функціональних працівників споживачів, — судження яких стосуються причинних факторів, оцінки ймовірності їх реалізації та їх ймовірного впливу на рівень попиту. В основі цього підходу лежить сукупність суджень, що стосуються причинних факторів попиту та імовірності їх реалізації в рамках певних сценаріїв і нерозривно пов'язаних з особистістю експерта.

Гідність експертних методів полягає в можливості обміну і протиставлення ідей в силу, перш за все, наявність сукупності суджень. Широке застосування мають три основні методи цієї групи: експертиза фахівців і менеджерів (осіб, що ухвалюють рішення); експертиза функціональних працівників (збутового і торгового персоналу); експертиза (пряме опитування) намірів покупців (споживачів).

Основним недоліком експертизи фахівців і менеджерів є трудність комунікації і неможливість перевірки істинності і помилковості прогнозу. Одним з відомих і ефективних методів останнім є метод Дельфі, згідно якому експерти групи анонімно (на основі анкет) формулюють свої індивідуальні судження, що надалі піддаються ними повторного розгляду на основі усередненого (медіанного) судження групи.

Оцінка функціональних працівників дуже важлива і точна при прогнозах продажів у дуже малих сегментах, на рівні окремих територіальних ринків або навіть споживачів. Принциповий недолік цього методу — вірогідність систематичного заниження оцінок в силу зацікавленості в більш легкому і ефективно виконаному плані збуту.

Оцінка купівельних намірів утруднена виявленням міри їх достовірності яка більш висока для дорогих товарів тривалого користування.

Евристичні і екстраполяційні методи використовуються при слабкій аналітичній базі і структурі прогнозу. Ця група методів ґрунтується на попередньому досвіді або екстраполяції даних минулих періодів.

Метод ланцюжка відносин вимагає вибору окремих доль ринку і ринкового впливу підприємств (за відсутності їх достатньо точних оцінок).

Метод індикатора купівельної спроможності припускає використання статистичних індикаторів трьох параметрів для вибраної (досліджуваної) територіальної бази (кількості споживаючих одиниць, їх купівельної спроможності, а також готовності до витрат) з подальшим визначенням середньозважених індексів для кожної зони цієї території. Індекси купівельної спроможності дозволяють оцінити масштаби проникнення товару (марки) з урахуванням як наведених трьох, так і інших специфічних чинників, що характеризують ринок і споживання на ньому.

Для кожної групи чинників тимчасового ряду продажів при використанні методу аналізу і декомпозиції трендів розраховується параметр, заснований на тих, що спостерігаються закономірностях: довгостроковому темпі приросту продажів; кон'юнктурних коливаннях; сезонних змінах; специфічних процесах (експозиції, заходах щодо стимулювання збуту і т. п.). Всі параметри використовуються для складання прогнозу. Останній має силу лише на короткостроковий період за умови відсутності істотних змін характеристик явища, що вивчається, що досить реалістично внаслідок певної інерційності середовища.

Використання методу експоненційного згладжування припускає корекцію і визначення оптимального значення коефіцієнта (константи) згладжування на основі минулих статистичних даних. При цьому константа згладжування визначається ітеративно — в інтервалі від 0 до 1. Її значення мале при малих змінах продажів і наближається до 1 — при великих. Прогнозна оцінка завжди перебуває в інтервалі між поточним об'ємом продажів і згладженою оцінкою за поточний період.

Експлікатівні (що пояснюють) методи ґрунтуються на математичному моделюванні, дуже близькі до експертних методів, встановлюють причинний зв'язок і структуру для певної сукупності сценаріїв і визначають оцінку вірогідного попиту. Головна відмінність в тому, що даною групою методів причинна структура встановлюється і перевіряється експериментально, в умовах об'єктивного спостереження і вимірювання. Ефективність цієї групи заснована на можливості виявлення і дослідження численних ситуацій (сценаріїв) і впливу на попит великої кількості чинників. Проте даний підхід прийнятний до тих пір, поки виявлена причинна структура залишається стабільною. Математична модель не в змозі врахувати вплив змін чинників, спочатку в ній не врахованих. Вона не здібна до адекватної реакції на глибокі, різкі, якісні зміни середовища й орієнтована на збереження відомих основних тенденцій в майбутньому.

Всі розглянуті (і інші можливі) методи прогнозування є взаємодоповнюючими. Ефективна система прогнозування повинна забезпечити можливість використання будь-якого з них в сукупності з іншими. При цьому вона повинна забезпечити зіставлення і взаємокорекцію двох підходів: кількісного і якісного. Це можливо на базі синтетичного методу — методу сценаріїв, що забезпечує інтегральний підхід до оцінки рівня попиту (потенціалу ринку). Сутність методу сценаріїв — представлення ключових причинних факторів і розкриття способів, за допомогою яких вони можуть вплинути на попит.

Метод сценаріїв передбачає цілу систему сценаріїв (базового і альтернативних), заснованих на аналізі впливу ключових чинників, що визначають прогнозний рух від екстраполяційного підходу до нормативного. Цей підхід виходить з об'єктивної умови невизначеності навколишнього середовища і майбутнього. У поєднанні з новітніми інформаційними технологіями він робить можливим і ефективним децентралізоване вирішення прогнозних завдань на окремих підприємствах.