МЕТОДЫ ПРОГНОЗИРОВАНИЯ В КОММЕРЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

Прогнозирование в коммерческой деятельности предполагает определение состояния и вероятных тенденций развития явлений и процессов в отношении закупок и продаж товаров с целью предотвращения излишков или дефицита запасов, определения плана закупок или производства готовой продукции.

Прогнозирование — это выявление состояния и вероятных путей развития явлений и процессов.

Одним из методов прогнозирования является анализ временных рядов. Для прогнозной оценки изменения величины этим методом необходимо знать значения этой величины за ряд предшествующих периодов. Оценка явления и определение направления его развития производится посредством аппроксимации и экстраполяции.

Аппроксимация — замена одних математических объектов другими, более простыми и в том или ином смысле близкими к исходным.

Экстраполяция — распространение выводов, полученных из наблюдения над одной частью явления на другую его часть. Экстраполяция применяется для эволюционно развивающихся процессов, для которых в будущем не предвидится скачков. Может применяться для разработки краткосрочных прогнозов в логистических системах.

В рамках данной темы рассмотрим следующие методы: метод «наивного» прогноза, метод долгосрочной средней, метод скользящей средней, метод скользящей средневзвешенной.

Дадим определение перечисленных методов и кратко охарактеризуем их плюсы и минусы.

1. Метод «наивного» прогноза — используется предположение, что продажи в последующем периоде будут соответствовать продажам в предыдущем периоде.

Преимущества: моментальная реакция на изменения спроса, метод хорошо работает в условиях тренда (тренд — изменение, определяющее общее направление развития).

Недостаток: слишком большая чувствительность к случайным колебаниям.

2. Метод долгосрочной средней — предположение, что продажи в последующем периоде равны среднему объему продаж за все предшествующие периоды.

Метод предусматривает сглаживание продаж за счет вычисления средней за все известные предшествующие продажи. Данные о продажах в самое последнее время имеют тот же вес, что и данные за самый отдаленный период. Это позволяет избежать слишком быстрого реагирования на изменения спроса.

Преимущество: сглаживает случайные колебания спроса.

Недостатки: не отражает истинных изменений в тенденциях, всегда реагирует с запозданием относительно существенных изменений спроса.

• 3. Метод скользящей средней — предположение, что продажи в последующем периоде будут равны арифметической средней за последние п периодов. Метод является компромиссом между двумя первыми системами.
• 4. Метод скользящей средневзвешенной — предположение, что продажи в последующем периоде будут равны арифметической средневзвешенной объема продаж за последние п периодов.

К выбору числа периодов добавляется взвешивание этих периодов. Метод более гибкий, чем метод простой скользящей средней.

Преимущество: при наличии тенденции точнее других методов.

Недостаток: отброшенные за пределами п всегда имеют предсказательную ценность, каков бы ни был их вес.

Исходные данные для выполнения заданий по данной теме приведены в табл. 5.13

Таблица 5.13

Информация о помесячных продажах продукта А и продукта В