Аналіз діяльності вивчення попиту і прогнозування збуту продукції на підприємстві

 

 

Прогнозування збуту – це оцінка майбутнього попиту на товар на основі передбачення про найбільш ймовірну поведінку покупців при виконанні ряду умов у майбутньому.

Принципова можливість складання прогнозу попиту товарного ринку як загалом, так і окремих його частин, визначається характером природи причинно-наслідкових зв'язків у розвитку економічних явищ. Завдання прогнозування полягає в тому, щоб на основі дослідження наявних тенденцій дати найбільш ймовірну картину розвитку явища на перспективу

В основі прогнозування збуту лежать моделі майбутнього ринку. Загалом можна виділити три різні підходи до розробки прогнозів:

опитування;

екстраполяція;

моделювання.

Методи прогнозування:

1. Якісні (дослідницько-пошукові). За допомогою людських знань та інтуїції визначається майбутній стан ринкового попиту (збільшення, зменшення, існування на тому ж рівні). Як правило, застосовуються оцінки експертів та метод форс-груп. Залежать від особи, яка здійснює прогноз. кекуеке

1. 1. Метод Дельфі. Форма опитування експертів, при якій їх анонімні відповіді обробляються в перебігу декількох турів, і після ознайомлення усіх учасників експертизи з проміжними результатами дістають групову оцінку досліджуваної проблеми.

Базується на гіпотезі, що серед великого числа ідей, суджень є принаймні декілька таких, що відповідають найбільш ймовірному ходу майбутнього розвитку попиту. Ґрунтується на неформальному аналізі. Застосовується у формі обміну думками фахівців про тенденції розвитку попиту на товари, вироблені підприємством.

1. 2. Метод сценарного розвитку. Підготовка й узгодження уявлення про проблему (у нашому випадку про тенденції розвитку попиту на товар з урахуванням факторів, що впливають на нього). Сценарії розробляються експертами спочатку індивідуально, а потім формується узгоджений єдиний текст. Сценарії передбачають не тільки змістові міркування, але і включають, як правило, результати техніко-економічного чи статичного аналізу з відповідними висновками.

2. Кількісні (розрахункові). Кількісна оцінка майбутнього стану попиту на основі даних минулих періодів і діючих нині і в майбутньому факторів за допомогою математичних методів.

2. 1. Екстраполяція часового ряду. Проекція часового ряду на майбутні періоди часу, тобто поширення тенденцій, виявлених у минулому, на майбутній період.

2. 1. 1. Прогноз за середнім відсотком приросту показника попиту. В основу метода покладене припущення, що прогнозована величина попиту на товар збільшується (зменшується) на рівні постійного приросту (зменшення).

2. 1. 2. Прогнозування на базі ковзної середньої. Метод базується на розрахунках середнього значення прогнозованої величини попиту за фіксовану кількість періодів.

2. 1. 3. Експоненційно зважена середня. Цей метод опирається на послідовність ваг (вагових коефіцієнтів), що спадають з часом за експоненційним законом. Пізнішим спостереженням надається більша вага, а саме, ваги значень ряду спадають у міру віддалення в минуле.

2. 1. 4. Метод Холта. Базується на оцінці ступеня лінійного зростання (чи зниження) показника величини попиту в часі.

2. 1. 5. Метод подвійного згладжування Брауна. Призначений для прогнозування нестаціонарних рядів у випадку лінійно-адитивного тренду з використанням подвійного експоненційного зваженого середнього значення.

2. 1. 6. Метод адаптивного згладжування Брауна. Заснований на застосуванні регресійного аналізу (коли мінімізується сума квадратів відхилення) на базі зваженої регресії.

Найбільша увага приділяється інформації останніх періодів.

2. 1. 7. Метод Муіра. Застосовується у випадку лінійно-мультиплікативної моделі тренда в припущенні, що зміна середньої процесу залежить від часу нелінійно, пропорційно самому значенню середньої, тобто лінійно в логарифмічній формі.

2. 1. 8. Сезонно-деком-позиційна модель Холта-Вінтера. Метод заснований на застосуванні експоненційної зваженої середньої для сезонних рядів.

2. 1. 9. Модель Бокса Дженксінса. Метод призначений для обробки авто регресивних рядів без апріорних припущень щодо коефіцієнтів, які дисконтують. Виключення тренду здійснюється шляхом переходу до різниць ряду і допущення кореляційності залишків.

2. 2. Економіко-математичне моделювання (імітаційні методи). Побудова економіко-математичної моделі попиту у вигляді деякої функціональної залежності величини попиту від екзогенних і ендогенних факторів, які його визначають.

2. 2. 1. Прогноз на основі індикаторів. Оцінка ходу розвитку процесу збуту продукції на базі одного або декількох відомих індикаторів (показників) суміжних галузей промисловості.

2. 2. 2. Аналітичні моделі попиту і споживання. Побудова функції попиту, що відбиває залежність обсягу попиту на окремі товари і послуги від комплексу факторів, що впливають на нього. Найбільш поширеними є одно факторні функції, що виражають залежність попиту від рівня доходу населення. Відповідні цим функціям графіки називають кривими Ангеля. Головна проблема полягає у виборі функціональної залежності попиту від деяких факторів і апріорне встановлення значень параметрів, що входять у функцією попиту.

Як параметри виступають коефіцієнти еластичності ціни, доходів тощо.

2. 2. 3. Прогноз попиту з використанням коефіцієнта еластичності будь-якого фактора. Знаючи коефіцієнта еластичності будь-якого фактора за поперед-ній період і припускаючи, що він не зміниться істотно в прогнозований період, обчислюють величину попиту з урахуванням зміни розглянутого фактора і його коефіцієнта еластичності.

2. 2. 4. Кореляційно-регресійний аналіз. Визначення напряму і сили зв'язку між незалежними змінними і залежною змінною