В основі прогнозування збуту лежать моделі майбутнього ринку. Загалом можна виділити три різні підходи до розробки прогнозів:
- опитування;
- екстраполяція;
- моделювання.
Спільне використання цих підходів приводить до комбінованих методів прогнозування, які здебільшого відрізняються більшою об'єктивністю.
У методичному плані основним інструментом прогнозу є екстраполяція. Формальна екстраполяція базується на припущенні про збереження в майбутньому минулих і поточних тенденцій розвитку попиту. При цьому вивчаються часові ряди динаміки попиту (ретроспективний аналіз), а потім проводиться підбір апроксимуючої функції. Складання прогнозу за розробленою моделлю полягає в обчисленні попиту по заданих значеннях факторів і часу. Але в системі маркетингу використання методу екстраполяції вимагає великої обережності, хоча на окремих етапах життєвого циклу продукції такий метод може бути дуже ефективним.
Сьогодні існують більш ніж 100 різних методів і прийомів прогнозування, що відрізняються за своїм інструментарієм, сферою застосування і науковою об'єктивністю .
Через це методи прогнозу класифікують за різними критеріями. Але усіма авторами виділяються групи якісних і кількісних методів. У табл. 7.1 у систематизованому вигляді наведені характеристики найбільш поширених методів прогнозування збуту на товари.
Методи якісного аналізу застосовують у ситуаціях, коли відсутні необхідні кількісні дані, на основі яких, власне, і здійснюється прогнозування. Діапазон прогнозу, як правило, коливається від середньострокового до довгострокового. При застосуванні експертних методів часто використовується процедура .розробки сценарію, що дозволяє виділити характерні події, фактори, ознаки і тенденції в структурі ринку в процесі опитування й аналізу експертів. До недоліків якісних методів можна віднести обмежену об'єктивність і слабку надійність.
Важливим класом методів прогнозування попиту на товари є екстраполяція часових рядів, тобто представлених впорядкованих у часі значень ознаки.
Таблиця 7.1
Характеристика методів прогнозування збуту
Методи прогнозування | Характеристика (суть) методів | |
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 фокус-груп. Залежать від особи, яка здійснює прогноз. | |
1.1. Метод Дельфі | Форма опитування експертів, при якій їх анонімні відповіді обробляють-ся в перебігу декількох турів, і після ознайомлення усіх учасників експертизи з проміжними результатами дістають групову оцінку досліджуваної проблеми. | |
1.2. Метод колективних оцінок керівництва і фахівців підприємства (метод «мозкової» атаки) | Базується на гіпотезі, що серед великого числа ідей, суджень є принаймні декілька таких, що відповідають найбільш ймовірному ходу майбутньо- го розвитку попиту. Ґрунтується на неформальному аналізі. Застосовується у формі обміну думками фахівців про тенденції розвитку попиту на товари, вироблені підприємством. | |
1.3. 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 статистичного 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 методу 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 експоненційно 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-декомпозиційна модель Холта-Вінтера | Метод заснований на застосуванні експоненційної зваженої середньої для сезонних рядів. | |
2.1.9. Модель Бокса Дженксінса | Метод для обробки авторегресивних 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 однофакторні функції, що виражають залежність попиту від рівня доходу населення. Відповідні цим функціям графіки називаються кривими Енгеля. Головна проблема полягає у виборі функціональної залежності попиту від деяких факторів і апріорне встановлення значень параметрів, що входять у функцію попиту. Як параметри виступають коефіцієнт еластичності ціни, доходів тощо. функції, що виражають залежність попиту від рівня доходу | |
2.2.3. Прогноз попиту з використанням коефіцієнта еластичності будь-якого фактора | Знаючи коефіцієнт еластичності будь-якого фактора за попередній 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 (попитом). Побудова однофакторної і багатофакторної регресійної моделі. | |
3. Комбіновані методи | Використовуючи результати прогнозів, отримані різними методами, розраховують інтегрований прогноз попиту у вигляді точкової чи інтервальної оцінки. |