Наличие эффекта стимулирования спроса
Эффект стимулирования спроса представляет собой изменение спроса на товар в ответ на маркетинговые мероприятия.
Маркетинговые мероприятия по стимулированию спроса, проводимые организацией, содержащей запас, оказывают существенное влияние на изменение потребности в запасе. Результат маркетинговых мероприятий дополняет тенденции развития рынка, определяемые отделом маркетинга или отделом продаж. Он также может повлечь существенное изменение тенденции спроса и сезонной потребности, имеющихся во временных рядах статистических данных. Применение своевременных методов получения информации о планируемых рекламных акциях — залог корректного прогнозирования потребности в запасе. Знание плана маркетинговых акций особенно важно при составлении прогноза отгрузок запаса товаров рынку конечного потребления, который чрезвычайно гибко реагирует на стимулирующие мероприятия.
Проведение рекламных акций позволяет спланировать цикличность изменения спроса на продукт.
В то же время стимулирующие маркетинговые мероприятия организации могут происходить регулярно, т.е. повторяться в одни и те же периоды года. В этом случае такое стимулирование спроса играет роль сезонного фактора и должно быть учтено в рамках прогнозирования сезонной потребности.
Все это требует корректной организации системы обмена информацией между отделом маркетинга (отделом продаж) и отделом логистики (или иным подразделением, принимающим решения по управлению запасами организации).
|
|
Случайные факторы колебания спроса
При работе по выявлению периодов времени, в течение которых присутствует относительно равномерный спрос, имеются сезонные и прочие тенденции потребления, также циклические изменения спроса и влияние мероприятий по стимулированию спроса, приходится сталкиваться со случайными и неожиданными факторами спроса.
К случайным изменениям спроса относятся те изменения, которые не получили объяснения наличием сезонных, циклических и прочих тенденций изменения спроса, а также влиянием мероприятий по стимулированию спроса.
Появление таких случайных изменений в потребности в запасе является неминуемым, что, естественно, снижает точность прогнозирования. Один из приемов преодоления влияния случайных факторов на точность прогнозирования — фильтрация статистического ряда, используемого при составлении прогноза. Он был рассмотрен ранее в. Более сложные методы учета случайного фактора при прогнозировании потребности в запасе (например, имитационного моделирования, нейросетевых методов, модели авторегрессивной интегрированной скользящей средней Бокс — Дженкинса и др.) требуют специальной математической подготовки и, как правило, выполняются силами специалистов отделов бизнес-аналитики и бизнес-информатики. Наличие универсальных пакетов SYSTAT , SPSS , языка GPSS , специализированных пакетов анализа временных рядов ( Forecast Expert , FreeFore , МЕЗОЗАВР и др.), а так же Neural Connection и др. существенно упрощает эту задачу.
|
|
Достаточно эффективным и простым методом, позволяющим справиться с влиянием случайных факторов на изменение потребности в запасе, является прогнозирование на основе регрессионного анализа.
Прогнозирование потребности в запасе по индикаторам
Работа с временными рядами статистических данных предполагает анализ потребности в запасе по сложившимся с течением времени тенденциям.
Прогнозирование потребности по временным рядам. В силу влияния случайных факторов зачастую складывается ситуация, когда прогнозирование по данным временных рядов не дает требуемой точности прогноза. В таких случаях можно воспользоваться идеей о том, что на отгрузки запаса рассматриваемых товарно-материальных ценностей оказывает влияние какая-либо переменная, от которой зависит прогнозируемый спрос. Например, температура воздуха оказывает воздействие на интенсивность спроса на прохладительные напитки, численность новорожденных детей определяет через 2—3 года спрос на детскую книжную продукцию и т.п. Определение и анализ таких переменных, которые принято называть индикаторами, дают возможность составить прогноз будущего потребления.
|
|
Индикаторами, оказывающими воздействие на спрос, являются, например:
· индекс оптовых цен;
· индекс потребительских цен;
· объем производства;
· показатели миграции населения;
· процентные ставки за кредит;
· уровень платежеспособности населения;
· затраты на рекламу и др.
Для того чтобы те или иные события могли служить индикаторами, требуются следующие три условия.
1. Наличие логического объяснения связи индикатора и прогнозируемой потребности.
2. Интервал времени между изменением индикатора и изменением потребности должен быть достаточно велик для возможности использования прогноза.
3. Наличие высокой корреляционной связи между индикатором и уровнем потребности.
Для прогнозирования потребности в запасе на основе индикаторов используют регрессионный анализ. Простейшей формой регрессии является линейная связь между двумя переменными. Уравнение линейной регрессии имеет вид
|
|
y = a + bx , (14)
где у — прогнозируемая (зависимая) переменная, единиц; а, в — коэффициенты;
х — индикатор (независимая переменная), единиц. Коэффициенты а и в вычисляются следующим образом:
(15)
(16)
где а, в — коэффициенты, — число парных наблюдений, у — прогнозируемая (зависимая) переменная, единиц; х — индикатор (независимая переменная), единиц.
Кроме линейной регрессии можно использовать и иные, более сложные виды регрессии (параболическую, гиперболическую, экспоненциальную и др.).
Построение регрессионных уравнений проводят все стандартные программные пакеты. В частности, на рис. 23 представлен результат расчета линейной регрессии, выполненный в Microsoft Excel . Microsoft Excel позволяет быстро провести визуальный анализ точности уравнений регрессии различных видов.
Основные формулы к вопросу 1
№ п/п | Показатель | Расчет | Условные обозначения |
1 | Прогнозируемый объем потребности по скользящей средней, единиц | — прогнозируемый объем потребности в периоде времени , единиц; — индекс предьщущего периода времени; . — объем потребления в предыдущем периоде времени ; — число периодов, используемых в расчете скользящей средней | |
2 | Прогнозируемый объем потребности по методу взвешенной скользящей средней, единиц | . — прогнозируемый объем потребности в периоде времени, , единиц; — индекс предыдущего периода времени; — коэффициент значимости периода времени ; . — объем потребления в предыдущем периоде времени , единиц; п — число используемых в расчете предыдущих периодов времени | |
3 | Прогнозируемый объем потребности по методу экспоненциального сглаживания, единиц | . — прогнозируемый объем потребности в периоде времени, , единиц; — прогнозируемый объем потребности в периоде времени ( —1), единиц; а — константа сглаживания; — фактическая потребность в периоде ( —1), единиц | |
4 | Коэффициент тенденции | — коэффициент тенденции в периоде ; — индекс прогнозируемого периода; i — индекс предшествующего месяца; п — число предшествующих месяцев, учитываемых для определения коэффициента тенденции; . — фактический объем потребности в предыдущем прогнозируемому периоде времени в предшествующем месяце , единиц; — фактический объем потребности в периоде времени, предшествующем предыдущему прогнозируемому, в предшествующем месяце , единиц | |
5 | Прогнозируемый объем потребности при учете тенденции спроса, единиц | .— прогноз потребности с учетом тенденции в периоде , единиц; - индекс прогнозируемого периода; .- прогноз потребности в периоде ; — коэффициент тенденции в периоде | |
6 | Уравнение линейной регрессии | y = a + bx | у — прогнозируемая (зависимая) переменная, единиц; а, в — коэффициенты; х — индикатор (независимая переменная), единиц |
— число парных наблюдений, у — прогнозируемая (зависимая) переменная, единиц; х — индикатор (независимая переменная), единиц | |||
— число парных наблюдений, у — прогнозируемая (зависимая) переменная, единиц; х — индикатор (независимая переменная), единиц |
2 . Оценка и анализ точности прогноза потребности в запасе
Прогнозирование потребности в запасе, выполняемое на основе имеющейся статистики, экспертных оценок или комбинацией этих двух подходов (вопрос 1), требует отслеживания точности полученных данных. Для того чтобы прогноз позволял строить корректные планы потребления и отгрузок запаса, следует обеспечить контроль ошибки прогнозирования и механизм совершенствования техники его проведения. Таким образом, можно выделить 3 этапа работы с прогнозами потребности в запасе (рис. 27).
Рис. 27. Этапы работы с прогнозами потребности в запасе
Оценка точности прогноза
Первый этап работы с прогнозами потребности в запасе — оценка точности прогноза — может проводиться несколькими методами. Рассмотрим различные способы оценок точности на примере прогноза, полученного путем экспоненциального сглаживания при константе сглаживания а = 0,2 и а = 0,8 (см. табл. 6).
Ошибка прогноза — разница между фактическим и предсказанным значениями:
Mt = Ft Pt (18)
где Mt — ошибка прогноза на период t , единиц; Ft — фактическое значение объема потребности в запасе в периоде t, единиц; Pt — прогноз потребления запаса в периоде t , единиц.
Значение ошибки прогноза может быть отрицательным, когда прогноз завышен, как в приведенных выше расчетах по марту (см. (19)), или положительным, когда прогноз потребления занижен (как в приведенных выше расчетах по апрелю (см. (20)).
Так как ошибки прогноза потребностей по месяцам имеют различные знаки, ошибка прогноза за год (см. строку «Итого», столбцы 4 и 7 табл. 11) нивелирует различия ошибок прогноза по месяцам. Завышенные и заниженные ошибки прогноза потребности по месяцам взаимно погашаются, что скрывает существенную погрешность прогнозирования в обоих случаях.
Средняя ошибкапрогноза рассчитывается следующим образом:
(21)
где — средняя ошибка прогноза, единиц; — ошибка прогноза за период , единиц; п — число рассматриваемых периодов.
Избежать недостатка метода оценки точности по средней ошибке позволяет использование показателя абсолютной ошибки прогноза, которая рассчитывается по следующей формуле:
(22)
где — абсолютная ошибка прогноза, единиц; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде , единиц; — прогноз потребления запаса в периоде , единиц.
Средняя абсолютная ошибкапрогноза потребности в запасе за год рассчитывается с учетом количества месяцев по формуле
(23)
где — средняя абсолютная ошибка прогноза, единиц ; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i , единиц;
. — прогноз потребления запаса в периоде i, единиц.
Метод оценки точности прогноза по абсолютным отклонениям фактического и прогнозного объемов потребности в запасе придает равные веса и серьезным, и незначительным отклонениям. Избежать этого недостатка позволяет среднее квадрата ошибки:
(24)
где — среднее квадрата ошибки прогноза, единиц2; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц;
. — прогноз потребления запаса в периоде i, единиц.
Стандартное отклонениерассчитывается как корень квадратный из значения среднего квадрата ошибки:
(25)
где — стандартное отклонение ошибки прогноза, единиц; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц.
Для отражения доли отклонения фактического значения потребности от прогнозируемого используются относительные показатели ошибки прогноза. Относительная ошибка прогнозарассчитывается по следующей формуле:
(26)
где — относительная ошибка прогноза в периоде i , %; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц.
Средняя относительная ошибкапрогноза потребности в запасе рассчитывается с учетом количества сделанных прогнозов следующим образом:
(27)
где — средняя относительная ошибка прогноза, %; — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц;
— прогноз потребления запаса в периоде i, единиц.
Относительную ошибку также можно рассчитывать и по отношению к минимальному из фактического и предполагаемого значений потребности:
(28)
где — относительная ошибка прогноза в периоде i, %; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц.
Средняя относительная ошибкапрогноза потребления запаса для Варианта расчета (ф-ла 28) определяется по следующей формуле:
(29)
где — средняя относительная ошибка прогноза, %; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц;
— прогноз потребления запаса в периоде i, единиц.
Контроль качества прогноза
Ошибки точности прогноза необходимо контролировать, чтобы прогноз потребности позволял правильно организовывать деятельность по управлению запасами. Контроль прогноза потребления можно вести различными методами. Рассмотрим один из наиболее простых приемов контроля ошибки прогноза — метод контрольного графика. Этот метод основан на определяемых заранее величинах контрольных границ, в пределах которых ошибка прогноза определяется случайными факторами. Метод основан на том, что распределение ошибок прогноза описывается нормальным законом распределения вероятностей, а ошибки прогноза произвольно распределяются вокруг нулевого значения.
Для нормального закона распределения вероятностей приблизительно 95% ошибок прогноза должны попасть в пределы ±2 стандартных отклонения.
Контрольный график ошибок прогноза показывает, что абсолютное большинство случаев наличия ошибок прогнозирования находится в рамках установленных контрольных границ. Следовательно, прогноз можно считать адекватным. В противном случае техника прогнозирования требовала бы изменения.
Рис. 28. Контрольный график ошибок прогноза потребности в запасе
В то же время следует отметить, что в рамках контрольных границ ошибки прогноза имеют явно выраженную циклическую тенденцию, повторяющую форму сезонной потребности в запасе (ср. рис. 28 и 29).
Рис. 29. Динамика потребности в запасе по месяцам
Обнаружение закономерности распределения ошибок прогноза на контрольном графике в контрольных границах указывает на то, что ошибка прогноза является предсказуемой, а не случайной. Следовательно, прогноз можно улучшить. В данном случае очевидно, что ошибка прогнозирования растет с ростом объема потребности и уменьшается с его сокращением.
Основные формулы к вопросу 2
№ п/п | Показатель | Расчет | Условные обозначения |
1 | Ошибка прогноза, единиц | Mt = Ft Pt | Mt — ошибка прогноза на период t , единиц; Ft — фактическое значение объема потребности в запасе в периоде t, единиц; Pt — прогноз потребления запаса в периоде t , единиц |
2 | Средняя ошибка прогноза, единиц | — средняя ошибка прогноза, единиц; — ошибка прогноза за период , единиц; п — число рассматриваемых периодов | |
3 | Абсолютная ошибка прогноза, единиц | — абсолютная ошибка прогноза, единиц; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде , единиц; — прогноз потребления запаса в периоде , единиц | |
4 | Средняя абсолютная ошибка прогноза, единиц | — средняя абсолютная ошибка прогноза, единиц ; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i , единиц; . — прогноз потребления запаса в периоде i, единиц | |
5 | Средняя квадрата ошибки, единиц | — среднее квадрата ошибки прогноза, единиц2; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц; . — прогноз потребления запаса в периоде i, единиц | |
6 | Стандартное отклонение ошибки прогноза, единиц | — стандартное отклонение ошибки прогноза, единиц; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц | |
7 | Относительная ошибка, % | — относительная ошибка прогноза в периоде i , %; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц | |
— относительная ошибка прогноза в периоде i, %; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц | |||
8 | Средняя относительная ошибка, % | — средняя относительная ошибка прогноза, %; — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц | |
— средняя относительная ошибка прогноза, %; п — число рассматриваемых периодов; — фактическое значение объема потребности в запасе в периоде i, единиц; — прогноз потребления запаса в периоде i, единиц |
Дата добавления: 2021-04-15; просмотров: 82; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!