НОВЫЕ ВЫЗОВЫ - “СТАРЫЕ” РЕШЕНИЯ!?


Современный, динамически меняющийся бизнес, ставит перед нами всё новые и новые задачи. Для решения которых, не достаточно быть просто компетентным и ответственным - этого мало. Нужно быть, как минимум, лучшим!

Сегодня, всё чаще приходится сталкиваться с ситуациями когда в новых условиях, для решения того или иного вопроса, используют “старые” методы. Методы, когда-то кем-то проверенные, в абсолютно иных условиях. И многие наивно полагают: “Раз это сработало тогда, то сработает и сейчас”. И лезут с этими методами, как со старой мотыгой, на непаханое поле.

Прогнозирование покупательского спроса

В данной статье будет описана методология прогнозирования потребительского спроса

По этапам описан сам процесс прогнозирования спроса.
Приведена таблица тесноты связи факторов.


Этапы изучения покупательского спроса


Первый этап  ̶  логический анализ

На этом этапе с помощью различных приемов в первом приближении отбираются наиболее существенные факторы из общей группы факторов, определяющих спрос на товары. Затем на основе построения аналитических группировок, ранжированных рядов выявляются общие тенденции развития спроса, а также наличие и направление связи между результативными и факторными показателями.


Второй этап  ̶  математико-статистический анализ

Он включает расчёт средних величин, показателей вариации ̶ среднего квадратического отклонения, дисперсии, коэффициента вариации, коэффициента тесноты связи ̶ коэффициента Фехнера, коэффициента корреляции рангов Спирмена, коэффициента корреляции, корреляционного отношения, коэффициентов эластичности.


Третий этап  ̶  графический анализ

На данном этапе выполняется построение графиков зависимостей, построение полигона распределения, оценка нормальности распределения по критерию χ², выбор аналитического управления связи.


“не всегда, разумеется, в процессе предварительной обработки эмпирического материала можно сформулировать некоторые определяющие выводы относительно наличия и направления связи между признаками”


Четвертый этап (завершающий)  ̶  расчёт параметров регрессии и прогнозирование спроса

Тем не менее на стадии логического анализа во всех случаяхзакладываются основы для целенаправленного проведения математико-статистического анализа.

Расчёт коэффициентов измерения тесноты связи, коэффициентов корреляции, их сопоставление позволяют в конечном этоге окончательно решить вопрос о степени влияния каждого отдельногофакторного признака на результативный показатель.

Такой анализ также даёт возможность из целевой совокупности факторных признаков отобрать наиболее существенные и, опираясь на них, обоснованно строить прогнозные математико-статистические модели и производить по ним необходимые расчёты.

Факторные признаки, предопределяющие собой реальный спрос на товары, могут быть как качественными, так и количественными.

Качественные признаки - это пол покупателя, дизайн, цвет изделия и др.;
количественные признаки - цена, возраст покупателей и др.

В таблице указаны, какие показатели тесноты связи следует использовать в разных случаях.

табл. Показатели тесноты связи










Формулы и способы расчёта этих коэффициентов известны из курса математической статистики.

После оценки тесноты связи следующий этап  ̶ графический анализ формы связи.

Числовые значения факторного признака (x) откладывают на оси абцисс, а значение результативного признака (y)  ̶  на оси ординат. Точки на графике, соответствующие каждой точке паре значений x и y, образуют поле корреляции. По характеру расположения точек можно судить о направлении, форме и силе связи.

Если с возрастанием признака-фактора происходит пропорциональное увеличение (уменьшение) результативного признака, то применяют уравнение прямой. При криволинейной зависимости применяют параболу (прямую и обратную), степенную функцию (Кобба - Дугласа), экспоненциальную функцию, а при обратной связи  ̶  гиперболу и параболу (обратною).

Применение криволинейных функций предполагает наличие точки перегиба. Первая производная в ней показывает предельную отдачу (отзывчивость) фактора. Если первую производную прировнять к нулю и решить уравнение относительно x, получим экстремум функции.


“коэффициент эластичности позволяет определить средний процент изменения результативного признака в связи с изменением факторного признака на 1% при фиксированном значении других факторов”


Параметры функции находятся по методу наименьших квадратов.

Признаки тесноты связи

Признак

качественный

количественный

коэффициент Фехнера

“ -

“ + “

коэффициент связи

“ + “

“ -

коэффициент ассоциации

“ + “

“ -

коэффициент корреляции рангов Спирмена

“ + “

“ -

коэффициент корреляции

“ -

“ + “

корреляционное отношение

“ -

“ + “

коэффициент детерминации

“ -

“ + “

Материалы по теме “Прогнозирование и планирование”

Прогнозирование в Excel - Метод Холта

Как построить диаграмму Ганта в Excel

Как сделать abc-анализ в Excel

Copyright © forecast-ing.ru 2010-2015  Все права защищены

forecast-ing.ru   |   +7 (926) 222-19-57   |   request@forecast-ing.ru