Прогнозування ринкових тенденцій
Алексєєв А.А.
"Ринок"
являє собою вкрай складну кібернетичне модель з дуже великим
кількістю внутрішніх і зовнішніх факторів. Прогнозування якого-небудь фактора
ринкової ситуації (наприклад, обсяг продажів конкретної фірми) не можна тільки
на основі тенденції самого фактора. Чому? Поведінка окремого ринкового
фактора, дозволю собі аналогію, подібно до поведінки метелика в польоті. Згадайте,
як летить метелик: її політ виглядає із зовнішнього боку як "прохань"
без певної мети, хоча, очевидно, що вона прагне до певної мети --
до квітки. Ми не звертаємо уваги на зовнішні фактори, що впливають на метелика:
вітер, атмосферний тиск, висота від землі, гравітація і т.п., і на
внутрішні: її власні сили, система орієнтування і т.п. Суть в тому, що
ми з боку не можемо передбачити, до якого квітки прилетить метелика. Так само
поводиться і що вивчається окремий ринковий показник. Очевидно, що на обсяг
продажів фірми (як окремий показник) можуть впливати продажу конкурентів,
тенденції ємності сегмента, їх обсяги продажу, кон'юнктура товарів-замінників,
супутніх товарів (послуг) та багато інших чинників. І такий вплив
зумовлює поведінку не лише фактора обсягу продажів, але і будь-якого
внутрішньофірмового показника. Тим не менш, такий прогноз необхідний у рамках
маркетингових досліджень. І тому давайте розглянемо методику, яка, з
одного боку, не є чистим прогнозуванням "показника по
показником ", з іншого боку враховує взаємодію показника з
іншими ринковими факторами, не ускладнюючи моделі до її не розв'язання.
Отже,
давайте розглянемо задачу, в якій комерційному підприємству, що не має
спеціального штату прогнозистів, необхідно спрогнозувати обсяг продажів по
своєму товару (послуги). При цьому на ринку немає підприємств монополістів,
поведінка яких диктувала б ринкову ситуацію - на ринку присутньо багато
дрібних і середніх підприємств. Потрібно спрогнозувати обсяг продажів конкретної
фірми для планування обсягу закупівель (виробництва) послуги (послуг) і оцінити
ризик прийняття рішення.
Етап I. Відбір факторів, імовірно що визначають
кількісне зміна обсягу продаж
Прогнозування
почнемо з підбору факторів, що "ймовірно" визначають
кількісне зміна обсягу продажів. Тобто ми створюємо гіпотезу щодо
можливих факторів, що впливають на поведінку кривої продажів. Підбір факторів
проводиться експертним шляхом: експерт по відповідному ринку передбачає можливі
параметри:
які
на думку експерта впливають на поведінку продажів;
динаміка
яких, виражена математично, відома на тому ж проміжку, що і обсяг
продажів (тобто це кількісний параметр або якісний, який можна
перетворити до кількісної характеристики);
пов'язані
як до зовнішніх (фактори "зовнішнього середовища маркетингу" фірми), так і
внутрішнім (фактори "внутрішнього середовища маркетингу" фірми).
Число
обираних факторів не обмежена, чим більше їх буде на першому етапі, тим
краще, це визначить точніший результат у прогнозуванні. У даному прикладі
(табл. 1) ми вибрали три абстрактних чинники, які ми назвали F1, F2, F3.
Таблиця
1 Підбір факторів (F1-F3), які "ймовірно" визначають
кількісне зміна обсягу продажів (Q)
Дата
Q
F1
F2
F3
мар.97
23
22
12
223
апр.97
34
34
2
456
май.97
55
45
3
556
іюн.97
34
56
67
456
іюл.97
22
77
34
567
авг.97
34
99
22
560
сен.97
44
102
33
334
окт.97
45
111
89
456
ноя.97
56
122
11
678
В
разі утруднення у виборі чинників рекомендується вибрати "макро"
фактори зовнішнього і внутрішнього середовища для конкретного ринку і конкретної фірми,
наприклад деякі можливі з них:
"зовнішні
фактори середовища маркетингу фірми "
курс
валют;
ємність
споживчого сегменту;
сумарні
продажу на сегменті;
динаміка
чисельності конкурентів;
задоволеність
сегмента товарами на ринку
"внутрішні
фактори середовища маркетингу фірми "
наявність
товарного запасу;
ефективність
роботи штату менеджменту фірми;
витрати
на рекламу або тип рекламного повідомлення;
зміна
способу позиціонування товару;
зміна
кількості дистриб'юторів товару.
Етап II. Виділення "факторів впливу"
Тепер
необхідно розібратися: які з обраних факторів ( "фактори
впливу ") дійсно впливають на зміну обсягу продажів, а
які потрібно просто "відкинути" з розгляду. Критерієм такого
відповідності, безумовно, можна вважати коефіцієнт кореляції, який
показує, наскільки близькі тенденції двох факторів (у даному випадку --
наскільки пов'язано розподіл в часі факторів F1-F3, див. рис. 1).
Рис.
1. Динаміка досліджуваних факторів
В
табл. 2 показаний розрахунок коефіцієнта кореляції між обсягом продажу (Q) і
факторами (F1, F2, F3). Коефіцієнт кореляції може бути розрахований, наприклад,
за допомогою програмного пакета MS Excel, в якому такий розрахунок реалізується
функцією "CORREL". З розрахунку видно, що за коефіцієнтом кореляції в
даному прикладі "факторами впливу" будуть F1 і F3, а фактор F2 можна
відкинути з розгляду.
Таблиця
2 Відбір "факторів впливу" за коефіцієнтом кореляції
CORR F1
CORR F2
CORR F3
0,462
-0,057
0,458
Дата
Q
F1
F2
F3
мар.97
23
22
12
223
апр.97
34
34
2
456
май.97
55
45
3
556
іюн.97
34
56
67
456
іюл.97
22
77
34
567
авг.97
34
99
22
560
сен.97
44
102
33
334
окт.97
45
111
89
456
ноя.97
56
122
11
678
Етап III. Лінійне прогнозування "факторів
впливу "
Тепер
в нашому прикладі ми маємо динаміку "факторів впливу" і обсягу продажів
на період з березня 1997 по листопад 1997. Відповідно, ми прогнозуємо по
часу поведінка кожного з "факторів впливу" (лінійна тенденція
для факторів, що розглядаються у прикладі представлена в табл. 3). У принципі, в
такому прогнозі більш точний результат буде отримано при апроксимації
тенденцій факторів і оцінки прогнозованої фактора за апроксимувати
функції. Але і використання лінійного передбачення, що реалізується функцією
"FORECAST" в пакеті MS Excel, також є недопустимим. Спосіб реалізації
функції "FORECAST" представлений в табл. 3.
Таблиця
3 Реалізація лінійного прогнозування на основі функції "FORECAST" в
пакеті MS Excel
А
В
1
Дата
F1
2
мар.97
22
3
апр.97
34
4
май.97
45
5
іюн.97
56
6
іюл.97
77
7
авг.97
99
8
сен.97
102
9
окт.97
111
10
ноя.97
122
11
дек.97
= FORECAST (A11; B2: B10; A2: A10)
В
табл. 4 представлені спрогнозовані лінійним чином значення "факторів
впливу "для розглянутого прикладу" передбачення обсягу продажів у
майбутньому періоді ".
Таблиця
4 Лінійне прогнозування "факторів впливу" (спрогнозувати
лінійна тенденція для факторів F1, F2 представлена виділеними курсивом
цифрами)
Дата
F1
F3
мар.97
22
223
апр.97
34
456
май.97
45
556
іюн.97
56
456
іюл.97
77
567
авг.97
99
560
сен.97
102
334
окт.97
111
456
ноя.97
122
678
дек.97
140
599
янв.98
153
577
фев.98
166
584
мар.98
177
613
Етап IV. Прогнозування продажів за прогнозом
"факторів впливу"
Очевидно,
що ми не можемо прогнозувати продажу, використовуючи тільки саму тенденцію продажів
в часі, це як раз і розглядалася б як "прогнозування фактора
по самому фактору ". Але у нас є тенденція" факторів
впливу ", яка за своєю сутністю визначає поведінку тенденції продажів
(це випливає з розрахованого нами коефіцієнта кореляції). І саме ця
передбачених тенденція дозволяє нам спрогнозувати обсяг продажів у
Відповідно до зі значеннями кожного з факторів. Реалізація такого алгоритму
на основі функцій MS Excel представлена в табл.
Таблиця
5 Реалізація алгоритму передбачення обсягу продажів за тенденціями "факторів
впливу "на основі функцій MS Excel
A
B
C
D
E
F
1
Дата
Q
F1
Q1 TREND
F3
Q3 TREND
2
мар.97
23
22
223
:
:
:
:
:
10
ноя.97
56
122
678
11
дек.97
= (D11 + F11)/2
139
= FORECAST (C11; B2: B10; C2: C10)
598
= FORECAST (E11; B2: B10; E2: E10)
Відзначимо,
що передбачене значення обсягу продажів виходить як середньоарифметичне від
суми передбачених значень на основі кожного з "факторів впливу".
Це дозволяє врахувати кожен з "факторів впливу" у прогнозі. Результат
прогнозування для нашого прикладу представлений в табл. 6.
Таблиця
6 Прогнозування продажів за прогнозом "факторів впливу"
Дата
Q
Q TREND
F1
Q1 TREND
F3
Q3 TREND
мар.97
23
22
223
:
:
:
:
ноя.97
56
122
678
дек.97
46,3
140
48,9
599
43,7
янв.98
44,9
153
47,7
577
42,1
фев.98
45,2
166
47,7
584
42,7
мар.98
55,0
177
69,8
613
40,2
Етап V. Оцінка ризику прогнозування
Необхідно
врахувати, що прогнозування ведеться з цілою низкою припущень, які можуть
сильно вплинути на наш прогноз:
в
наше дослідження може не потрапити фактор, що робить серйозний вплив на
продажу;
використовуємо
лінійне прогнозування, а тенденція може виявитися значно складніше;
виробляємо
розрахунок прогнозного значення, як середнє арифметичне від спрогнозованих по
факторів значень (див. табл. 6) без урахування рівня кореляції відповідного
фактора.
Ці
фактори, безумовно, знижують точність прогнозування. Більш того, зауважте
(див. табл. 6), що прогнозування в нашому прикладі періодів наступних за
груднем 1997 ведеться на основі не перевірених часом значень, а
значень також спрогнозованих математично. Тобто, чим на більш
тривалий період часу ми намагаємося зробити прогноз, тим більше не точні
прогнозовані значення.
Зазначені
вище обмеження не впливають на використання методу (і тим більше його не
відміняють), а лише вказують нам на необхідність розрахунку величини "ризику
прогнозування ". У разі нашої методики цю похибку можна оцінити
як "ризик прогнозування" за співвідношенням між спрогнозированным
значенням тенденції продажів (Q TREND) і прогнозними значеннями продажів від кожного
"фактора впливу" (Q1 TREND і Q3 TREND). Реалізація розрахунку
"ризику прогнозування" (var) на основі пакету MS Excel представлена
в табл. 7.
Таблиця
7 Реалізація розрахунку "ризику прогнозування" (var) на основі пакету
MS Excel
A
B
C
D
E
F
G
H
1
Дата
Q
Q TREND
F1
Q1 TREND
F3
Q3 TREND
var
2
дек.97
46,3
140
48,9
599
43,7
= ((ABS (C2-E2) + ABS (C2-G2))/2)/C2
Як
видно з табл. 8 розрахунок "ризику прогнозування" побудований на розрахунку
відносини середньоарифметичного відхилення прогнозних значень по відношенню до
середнє арифметичне значення тенденції продажів:
var = ((ABS (QTREND --
Q1TREND) + ABS (QTREND - Q3TREND))/2)/QTREND.
Оцінка
ризику прогнозування для нашого прикладу представлена в табл. 8. Необхідно
відзначити, що зі збільшенням терміну прогнозування росте і "ризик
прогнозування ": 6% для грудня 1997 року і 27% для березня 1997 року.
Таблиця
8 Оцінка ризику прогнозування
Дата
Q TREND
F1
Q1 TREND
F3
Q3 TREND
var
дек.97
46,3
140
48,9
599
43,7
6%
янв.98
44,9
153
47,7
577
42,1
6%
фев.98
45,2
166
47,7
584
42,7
6%
мар.98
55,0
177
69,8
613
40,2
27%
"Ризик
прогнозування "може бути врахований в обсягах закупівлі послуги або обсязі
підготовленої послуги (чисельність найманого штату фахівців) як пряма
величина відсотка від обсягу продажів. Тобто в нашому прикладі, рекомендується
запланувати на грудень 1997 продажі в обсязі:
Q =
QTREND * var = 46,3 * 0.94 = 43.5
Те
є розрахована величина ризику знижує нами планований обсяг продажів.
Повна
схема "факторного лінійного прогнозування" об'єму продажів
представлена в табл. 9, це дозволяє оцінити або представити весь метод в
комплексі: від відбору "факторів впливу" до розрахунку прогнозних
значень обсягу продажів.
Таблиця
9 Повна схема "факторного лінійного прогнозування" об'єму продажів
0,46
CORR F1
0,06
CORR F2
0,46
CORR F3
Дата
Q
Q TREND
F1
Q1 TREND
F2
Q2 TREND
F3
Q3 TREND
var
мар.97
23
22
12
223
апр.97
34
34
2
456
май.97
55
45
3
556
іюн.97
34
56
67
456
іюл.97
22
77
34
567
авг.97
34
99
22
560
сен.97
44
102
33
334
окт.97
45
111
89
456
ноя.97
56
122
11
678
дек.97
46,3
140
48,9
599
43,7
6%
Янв.98
44,9
153
47,7
577
42,1
6%
фев.98
45,2
166
47,7
584
42,7
6%
мар.98
55,0
177
69,8
613
40,2
27%
Список літератури
Крапівіцкій
Л.П. Банківська справа/Под ред. Колесникова В.І., М.: Фінанси і статистика, 1995.
Boyd, Harper W. (jr.), Westfall,
Ralph. Marketing research: Text and cases. -3rd ed. -Homewood; Georgetown:
Irwin, 1972. -XV, 813p.
Burke R. Virtual Shopping:
Breakihrough in Marketing Research = Прорив у дослідженні ринку// Harvard Business Review. -1996. -N2. -P. 120-131.
Coffre, Philippe Action et Gestion
Commerciales: La nouvelle vente/En collaboration avec Michel Coffre. - [S. l. ]:
Nathan, [1982]. -223p. - (Connaitre et Pratiquer la Gestion). -Библиогр. в кінці гл. , В подстроч. прим. -Содерж. : Methodes classiques et modernes de vente;
Animation des ventes et motivations des vendeurs; Controle des ventes;
Direction des ventes et marketing. -ISBN 2-09-192102-5.
Current Controversies in Marketing
Research/Ed. by Leo Bogart. -Chicago: Markham, [1969]. -VII, 164 p. : Ill. ,
tab. - (Markham Ser. In Marketing).
Framework for the Combination of
Forecasts. Benito E. Flores and Edna M. White, Journal of the Academy of
Marketing Science, 16 (Fall 1988), pp. 95-103.
Green, Paul E. та ін Research for Marketing Decisions/Green, Paul E. , Tull, Donald S. ,
Albaum, Gerald. -Fifth Edition. -Englewood Cliffs: Prentice-Hall International,
[1988]. -784p. : Il. -Библиогр. в подстроч. примеч. -ISBN 0-13-774217-7.
Joseph B. Kruskal, "Analisys of
Factorial Experiments by Estimating Monotone Transformations of the Data ",
Journal of royal Statistical Society, Series B, March 1965.
Carroll Mohn & Thomas H. Land A
Guide to Quality Marketing Research Proposals and Reports, Business 39, 1989.
Багиев
Г.Л. Методи отримання та обробки маркетингової інформації. -СПб: Изд-во
СПбУЕФ, 1986.
Аренков
І. А. Маркетингові дослідження: основи теорії і методики: Учеб. посібник. -СПб:
Изд-во СПбУЕФ, 1992. -40с.
Аренков
І. А., Ченцов В. І. Маркетингові дослідження/Под ред. Г. Л. Багиев. -Л. :
ЛОП ВНТОЕ, 1991. -29с.
Багиев
Г. Л., Аренков І. А. Основи маркетингових досліджень: Учеб. посібник. -СПб:
Изд-во СПбУЕФ, 1996. -93с
Баканов
М., Ващекін Н. Інформаційне забезпечення комерційної діяльності//
Маркетинг. -1996. -N3. -С. 40-50.
Баранчеев
В., Стрижов С. Аналіз і оцінка маркетингового потенціалу підприємства//
Маркетинг. 1996. -N5. -С. 42-50.
Герчикова
І. Аналіз основних економічних по казателей господарської діяльності фірм
//Маркетинг. -1996. -N6. -С. 82-93.
Герчикова
І. Методика проведення маркетингових досліджень// Маркетинг. -1995. -N3. -С.
31-42.
Голубков
Е. Маркетингові дослідження// Маркетинг. -1996. -N2. -С. 104-117.
Гребенников
А. Н. Лідери думок як матеріал для семплінг-панелі// Маркетинг і
маркетингові дослідження. -1996. -N1. -С. 51-53.
Єгоров
А. Ю. Комплексний аналіз у системі маркетингової діяльності. -М. : Вся
Москва, 1994. -255с.
Ерошкина
Е. Г. Оцінки похибок в даних, на яких грунтується медіапланування в
Росії// Маркетинг і маркетингові дослідження в Россіі.-1997. -N7. -С. 47-50.
Іванова
Т. Маркетингові дослідження з виявлення потреби в профілактичних
продуктах харчування в зонах радіоактивного забруднення// березень кетингу. -1997. -N1.
-С. 35-38.
Клейн
Дж. Статистичні методи в імітаційний моделюванні. Вип. 2. М.: Статистика,
1978.
Колбасова
А. Б. Огляд методів вивчення попиту на нові модифікації товару// Економіка і
мате автоматично методи. -1993. -N1. -С. 119-128.
Конюс
А.А. Методи розрахунку складу споживчих бюджетів/Економіко-математичні
методи у закордонній статистиці-М.: Статистика, 1974.
Копилова
С. С. Фокус-групи: відповідь на питання "чому"// Маркетинг і
маркетингові ісследованіяв Росії. -1996. -N2. -С. 18-20.
Кулаічев
А. Проблеми аналітичних досліджень у сферах маркетингу та бізнесу// Маркетинг.
1996. -N5. -С. 112-115.
Маркетингове
дослідження: Система мір і метод: Учеб. посібник Kinnear, Thomas C. , Taylor,
James Ronald. Marketing
research: An applied approach. -New York etc. : McGraw-Hill, [1979]. -656p. :
tabl. , Diagr. - (McGrowHill ser. In marketing).
Мотишіна
М. С. Методи та моделі маркетингових досліджень: Учеб. посібник. -СПб: Изд-во
СПбУЕФ, 1996. -109с.
Мусатов
Л. Постановка завдання маркетингового дослідження// Економіка і життя. -1995.
-N8 (Прил). -С. 18.
Tull, Donald S. , Hawkins, Del I.
Marketing research: Measurement and method: A text with cases. -2nd ed. -New
York; London: Macmillan, [1980]. -XII, 796p.
Хемілтон
Дж. Що таке маркетингове дослідження?// Соціологічні дослідження.
-1994. -N5. -С. 119-135.
