• Гідрологія і Гідрометрія
• Господарське право
• Економіка будівництва
• Економіка природокористування
• Економічна теорія
• Земельне право
• Історія України
• Кримінально виконавче право
• Медична радіологія
• Методи аналізу
• Міжнародне приватне право
• Міжнародний маркетинг
• Основи екології
• Предмет Політологія
• Соціальне страхування
• Технічні засоби організації дорожнього руху
• Товарознавство продовольчих товарів

Часові горизонти прогнозування.

Прогнози звичайно класифікуються по майбутніх часових горизонтах, які вони описують. Три категорії, які корисні для операцій менеджерів, є:.

1. Короткостроковий прогноз. Такий прогноз охоплює період до одного року, але звичайно менше, ніж три місяці. Використається для планування закупівель, робіт, рівнів робочої сили, розподілу робіт й обсягу виробництва.

2. Середньостроковий прогноз. Охоплює звичайно період від трьох місяців до трьох років. Використається в плануванні збуту, плануванні виробництва й розподілу бюджету, бюджетуванні готівки, аналізі різних оперативних планів.

3. Довгостроковий прогноз. Звичайно на три роки й більше. Довгостроковий прогноз використається в плануванні нових товарів, витрат по основних фондах, у визначенні місця розташування заводу і його розширення, у дослідженнях і розробках.

Середньострокові й довгострокові прогнози мають три властивості, які відрізняють їх від короткострокових.

Перше: середньострокові й довгострокові прогнози розглядають питання, що вимагають більш поглибленого пророблення й підтримують рішення менеджера відносно планування товарів, заводів і процесів. Впровадження деяких рішень про підприємства, таких як, наприклад, відкриття нового заводу з виробництва автоматики, може займати від п'яти до восьми років від початку до завершення.

Друге: короткострокове прогнозування звичайно використає інші методології, на відміну від довгострокового. Математичні інструменти, такі як змінна середня, експонентне згладжування й екстраполяція тренда, використаються для короткострокових проектів. Інші, більше загальні методи, використаються в пророкуванні виходів, створювати чи ні нову лінію.

Третє: для виробництва нового товару, як, наприклад, магнітофона з оптичними дисками, короткострокові прогнози мають тенденцію бути більше точними, чим довгострокові. Фактори, які впливають на попит, міняються щодня, тобто якщо збільшити часові горизонти, імовірно, точність прогнозу буде зменшена. Можна й не згадувати про те, що прогнози збуту потрібно регулярно поповнювати новою інформацією, щоб підтримувати їхнє значення й цілісність. Після кожного періоду збуту прогноз повинен бути розглянутий і ревізований.

Вплив життєвого циклу товарів. Іншим фактором, якому потрібно розглядати при створенні прогнозів збуту, особливо на тривалий період, є життєвий цикл товарів. Товари, навіть послуги, не продаються на постійному рівні протягом їхнього життя. Більшість успішних товарів проходять через чотири стадії: подання, ріст, зрілість, занепад.

Товари в перших двох стадіях їхнього життєвого циклу вимагають більше довгострокових прогнозів, чим ті, які перебувають у стадії зрілості й занепаду. Прогнози корисні в проектуванні різних рівнів персоналу, рівнів запасів і потужності заводу під час проходження товару від першої до останньої стадії.

2. ТИПИ ПРОГНОЗІВ

Організації використають три основних типи прогнозів у плануванні своїх майбутніх операцій. Перші два - економічний і технологічний прогнози. Це спеціалізовані інструменти, які можуть бути поза рамками ролі операційного менеджера; тут вони описані коротко. Упор у цій книзі буде зроблений на опис третього типу прогнозів попиту.

1. Економічні прогнози адресуються циклові-бізнесу-циклу шляхом пророкування рівня інформації, забезпечення грішми й іншими планованими індикаторами.

2. Технологічні прогнози стосуються рівня технологічного прогресу, якому можна привести до народження нових товарів, що вимагають новиною заводів й устаткування.

3. Прогнози попиту — це проекції попиту на товари й послуги компанії. Ці прогнози, називані також прогнозами збуту, ведуть виробництво компанії, потужності й системи планування й обслуговуються із вхідними даними про фінанси й маркетинг, про планування й персонал.

3. ПРОГНОЗНІ НАБЛИЖЕННЯ

Існують два основних підходи до прогнозування, так само як існують два шляхи, що належать всьому моделюванню рішень. Перший — це кількісний аналіз; другий — якісний підхід. Кількісні прогнози використають варіанти математичних моделей, щоб на основі минулих даних прогнозувати попит. Суб'єктивні, або якісні, прогнози включають важливі фактори, такі як інтуїцію приймаючі рішення, емоції, особистий досвід і систему цінностей, що збагачують прогноз. Одні фірми використають один підхід, інші використають інший, але на практиці комбінація, або змішування, двох стилів є звичайно найбільш ефективною.

Огляд якісних методів. Розглянемо чотири різних техніків якісного прогнозування.

1. Журі з думок виконавців. Цей метод базується на думках малої групи менеджерів високого рівня, часто в комбінації зі статистичними моделями, результатом чого є групова оцінка попиту.

2. Посилення продажів. У цьому підході кожна особа, що продає товар, оцінює, які продажі будуть у його регіоні; прогнози потім розглядаються, щоб гарантувати їхня реалістичність.

3. Метод Дельфи. Цей ітеративний груповий процес дозволяє експертам, які можуть займати різні позиції, створювати прогнози. Існують три різних типи участі в процесі методу Дельфи: приймаючі рішення, штатний персонал і відповідальні. Приймаючі рішення - це звичайно група від п'яти до десяти експертів, які будуть робити поточний прогноз. Штатний персонал допомагає приймаючого рішення переробляти, розподіляти, поєднувати й підсумувати серії питань і розглядати результати. Відповідальні - це група людей, що поєднують отримані судження. Ця група забезпечує даними приймаючі рішення перед тим, як робити прогноз.

4. Огляд ринку покупців. Це метод одержання даних від покупців або потенційних покупців, що розглядають майбутні плани своїх покупок. Це може допомогти не тільки в розробці прогнозу, але також у просуванні проектованого товару й плануванні нових товарів.

Огляд кількісних методів.ми розглянемо 5 методів кількісного прогнозування:

1. Найпростіший метод

2. Метод мінливого середнього Моделі часових серій

3. Експонентне згладжування

4. Трендове регулювання

5. Лінійна регресія } Причинна модель

Моделі часових серій. Перші чотири з перерахованих називаються моделями часових серій. Вони пророкують на базі припущення, що майбутнє є функція минулого. Інакше кажучи, ми бачимо, що трапилося за минулий період часу й використаємо серію минулих даних, щоб зробити прогноз. Якщо ми пророкуємо тижневі продажі газонокосарок, ми використаємо минулі тижневі продажі газонокосарок, роблячи прогноз.

Причинні моделі. Лінійна регресія, причинна модель, поєднує в моделі змінні, або фактори, які можуть впливати на кількість у майбутньому періоді. Причинна модель для продажів газонокосарок може включати такі фактори, як нове будівництво, що почалося, будинків, витрати на рекламу й ціни конкурентів.

Вісім кроків системи прогнозування. Крім методів, використовуваних для прогнозування, є наступні вісім кроків прогнозування.

1. Визначення користі прогнозу, тобто які об'єкти ми розглядаємо.

2. Відбір об'єктів, які будуть прогнозуватися.

3. Визначення часових горизонтів прогнозу - є він короткостроковим, середньостроковим або довгостроковим.

4. Відбір моделі (моделей) прогнозування.

5. Збір даних, необхідних для прогнозу.

6. Обґрунтування моделі прогнозування.

7. Виконання прогнозу.

8. Відстеження результатів.

Ці кроки варто здійснювати системним шляхом, ініціюючи, вирішуючи й відслідковуючи систему прогнозування. Коли система використовується для генерації прогнозів регулярно протягом часу, дані повинні бути відповідним чином зібрані, і поточні розрахунки прогнозів можуть робитися автоматично, звичайно на комп'ютері.

4. ЧАСОВІ ІНТЕРВАЛИ ПРОГНОЗУВАННЯ

Часові серії базуються на послідовності рівних проміжків (тижневих, місячних, квартальних і т.д.) між точками даних. Приклади включають тижневі продажі IBM PS/2, квартальні звіти для акціонерів AT&T і річні індекси споживчих цін у Сполучених Штатах. Дані часових серій прогнозування мають на увазі, що майбутні об'єми визначаються тільки минулими об'ємами й що інші змінні - не більше, що як потенційно існують - ігноруються.

Декомпозиція часових серій. Аналіз часових серій ведеться за допомогою розбивання минулих даних на компоненти й потім проектуванням їх уперед. Часові серії звичайно мають чотири компоненти: тренд, сезонність, цикли й випадкові варіації.

1. Тренд (Т) є градацією підвищення або зниження даних за період.

2. Сезонність (S) є моделлю даних, що повторюється через певні проміжки, вимірювані днями, тижнями, місяцями або кварталами (частіше термін «сезонність» ставиться до настання зими, весни, літа й осіни). Існує шість загальних сезонних моделей:

3. Цикли (З) - це моделі даних, які зустрічаються кожні кілька років. Вони звичайно пов'язані із циклами в бізнесі й, головним чином, важливі в короткостроковому аналізі й плануванні бізнесу.

4. Випадкові варіації (R) - це «відблиски» у даних, зв'язані з випадковими й незвичайними ситуаціями; вони, отже, байдужні для моделі.

Рис. 4.1 показує часові серії і їхні компоненти. Існують дві основні форми часових серій моделей у статистику. Найбільше широко використається мультиплікативна

Рис. 4.1. Попит на товар за чотири роки із трендом і сезонними коливаннями

модель, що припускає, що попит є продуктом чотирьох компонентів:

Попит = T x S x C x R.

Адитивна модель вимагає прогнозування підсумовуванням компонент один з одним. Це виглядає так:

Попит = T = S + C + R.

У більшості реальних моделей прогнозуючі припускають, що випадкові варіації беруться як за розглянутий період. Тоді вони концентрують увагу тільки на сезонних компонентах і компонентах, які є комбінацією тренда й циклічних факторів.

Найпростіший метод. Найпростіший (наївний) метод прогнозу припускає, що попит у наступному періоді еквівалентний попиту в більшості поточних періодів. Інакше кажучи, якщо продажу товару, скажемо, стільникових телефонів, минулого 68 одиниць у січні, ми можемо прогнозувати, що лютневі продажі також будуть 68 одиниць. Чи такий підхід має сенс? Він виявляється прийнятним для таких виробничих ліній, які, вибираючи найпростіший підхід, одержують ефективні по витратах моделі прогнозування. Це, принаймні, вимагає аналізу більше складних моделей, які далі можуть бути застосовані (див. табл. 4.1 наприкінці цієї глави із широким оглядом цієї й іншої моделей).

Метод мінливого середнього. Метод мінливого середнього успішно застосуємо, якщо ми можемо припустити, що ринковий попит буде досить стабільним у даному періоді. Чотирьохмісячне мінливе середнє знаходять простим підсумовуванням попиту протягом останніх чотирьох місяців і діленням на чотири. З кожним наступним місяцем поточні місячні дані підсумуються з попередніми даними трьох місяців, а самий ранній місяць викреслюється. Цей підхід згладжує на короткостроковому періоді нерегулярності в серіях даних.

Математично проста мінлива середня (яка служить як прогноз попиту на наступний період) визначається формулою

(4.1)

де п — це число періодів у мінливої середньої, наприклад, чотири, п'ять або шість місяців назад для чотирьох-, п'яти- або шестимісячної мінливої середньої.

Читайте також:

1. Бюджетне планування та прогнозування.
2. Векторні і часові діаграми
3. Вторинна зайнятість та тимчасові роботи
4. Допомога при тимчасовій непрацездатності
5. Досвід бюджетного прогнозування.
6. Законодавство передбачає випадки, в яких працівник може бути переведений на іншу роботу. Залежно від строку переведення можуть бути постійні та тимчасові.
7. Мал. 162. Часові діаграми роботи
8. Метод експертного прогнозування.
9. Методи прогнозування.
10. Методи прогнозування.
11. Основні поняття та етапи прогнозування.
12. Принципи та методи економічного прогнозування.

Переглядів: 2718