Автор работы: Пользователь скрыл имя, 24 Июня 2013 в 00:37, курсовая работа
Под маркетинговыми исследованиями понимается систематизированный сбор и анализ данных, позволяющий получить информацию, необходимую для успешной разработки, производства и доведения до потребителя товаров и услуг. Маркетинговые исследования — это функция, которая через информацию связывает маркетологов с рынками, потребителями, конкурентами, со всеми элементами внешней среды маркетинга.
Введение 3
1.Теоретическая часть 6-20
Методы прогнозирования в маркетинговых исследованиях
1.1 Характеристика прогнозирования
1.2 Методы прогнозирования
1.3Качественные методы прогнозирования
1.4Количественные методы прогнозирования
1.5 Компонентный анализ
1.6Каузальные методы
1.7Технический анализ
1.8Экономико-математические модели и методы в маркетинге
2.Практическая часть 21-46
Прогнозирование цены
2.1 Прогнозирование цены с помощью анализа временных рядов
2.2Прогнозирование цены с помощью метода скользящей средней
2.3Прогнозирование цены с помощью метода экспоненциального сглаживания
2.4Прогнозирование цены с помощью метода экспоненциального сглаживания с поправкой на тренд
2.5Прогнозирование цены с помощью метода проецирования тренда
2.6Прогнозирование цены с помощью анализа аддитивной модели
2.7Прогнозирование цены с помощью анализа мультипликативной модели
Заключение 47-49
Список информационных источников 50
На рисунке 4 изображены сглаживания без поправки и с поправкой на тренд.
Рисунок 4. Экспоненциальное сглаживание и экспоненциальное сглаживание с поправкой на тренд
Таким образом, мы получили следующие прогнозные значения цены на сливки солнцезащитные СП «Белита» ООО на май 2009 года:
– без поправки на тренд ≈ 4670 рублей.
– с поправкой на тренд ≈ 4800 рублей.
Проверим адекватность прогноза с помощью трекинг-сигнала (таблица2.8), границы контроля ±4 (жесткий контроль).
Номер месяца |
Цена Аt |
Ft |
et |
RSFE |
|et| |
Суммарная ошибка |
MAD |
Трекинг-сигнал |
1 |
3450 |
3430,00 |
20,00 |
20,00 |
20,00 |
20,00 |
20,00 |
1 |
2 |
3470 |
3450,00 |
20,00 |
40,00 |
20,00 |
60,00 |
30,00 |
1,33 |
3 |
3480 |
3466,00 |
14,00 |
54,00 |
14,00 |
114,00 |
38,00 |
1,42 |
4 |
3470 |
3477,20 |
-7,20 |
46,80 |
7,20 |
160,8 |
40,20 |
1,16 |
5 |
3480 |
3471,44 |
8,56 |
55,36 |
8,56 |
216,16 |
43,23 |
1,28 |
6 |
3490 |
3478,29 |
11,71 |
67,07 |
11,71 |
283,23 |
47,21 |
1,42 |
7 |
3500 |
3487,66 |
12,34 |
79,41 |
12,34 |
362,64 |
51,81 |
1,53 |
8 |
3510 |
3497,53 |
12,47 |
91,88 |
12,47 |
454,52 |
56,82 |
1,62 |
9 |
3540 |
3507,51 |
32,49 |
124,37 |
32,49 |
578,89 |
64,32 |
1,93 |
10 |
3590 |
3533,50 |
56,50 |
180,87 |
56,50 |
759,76 |
75,98 |
2,38 |
11 |
3660 |
3578,70 |
81,30 |
262,17 |
81,30 |
1021,93 |
92,91 |
2,82 |
12 |
3740 |
3643,74 |
96,26 |
358,43 |
96,26 |
1380,36 |
115,03 |
3,12 |
13 |
3830 |
3720,75 |
109,25 |
467,68 |
109,25 |
1848,04 |
142,16 |
3,29 |
14 |
3850 |
3808,15 |
41,85 |
509,53 |
41,85 |
2357,57 |
168,40 |
3,03 |
15 |
3880 |
3841,63 |
38,37 |
547,90 |
38,37 |
2905,47 |
193,70 |
2,83 |
16 |
3920 |
3872,33 |
47,67 |
595,57 |
47,67 |
3501,04 |
218,82 |
2,72 |
17 |
3970 |
3910,47 |
59,53 |
655,10 |
59,53 |
4156,14 |
244,48 |
2,68 |
18 |
3990 |
3958,09 |
31,91 |
687,01 |
31,91 |
4843,15 |
269,06 |
2,55 |
19 |
4020 |
3983,62 |
36,38 |
723,39 |
36,38 |
5566,54 |
292,98 |
2,47 |
20 |
4020 |
4012,72 |
7,28 |
730,67 |
7,28 |
6297,21 |
314,86 |
2,32 |
21 |
4060 |
4018,55 |
41,45 |
772,12 |
41,45 |
7069,33 |
336,64 |
2,29 |
22 |
4100 |
4051,71 |
48,29 |
820,41 |
48,29 |
7889,74 |
358,63 |
2,29 |
23 |
4150 |
4090,34 |
59,66 |
880,07 |
59,66 |
8769,81 |
381,30 |
2,31 |
24 |
4190 |
4138,07 |
51,93 |
932,00 |
51,93 |
9701,81 |
404,24 |
2,31 |
25 |
4360 |
4179,61 |
180,39 |
1112,39 |
180,39 |
10814,2 |
432,57 |
2,58 |
26 |
4410 |
4323,92 |
86,08 |
1198,47 |
86,08 |
12012,67 |
462,03 |
2,59 |
27 |
4430 |
4392,79 |
37,21 |
1235,68 |
37,21 |
13248,35 |
490,68 |
2,52 |
28 |
4730 |
4422,56 |
307,44 |
1543,12 |
307,44 |
14791,47 |
528,27 |
2,92 |
Так как
все трекинг-сигналы
Таблица 2.8 – Трекинг-сигналы
2.5 Прогнозирование цены с помощью метода проецирования тренда
Как уже говорилось ранее, тренд - это некоторая функция времени, характеризующая основную закономерность движения во времени, свободную в основном от случайных воздействий. Для прогноза рассмотрим следующий товар СП «Белита» ООО: Шампунь восстановительный
В таблице 2.9 указаны цены на данный товар за период с января 2007 года по апрель 2009 года.
Таблица 2.9 – Цены на шампунь восстановительный в рублях РБ
Месяца |
2007 г. |
2008 г. |
2009 г. |
Январь |
6880 |
7670 |
8790 |
Февраль |
6930 |
7720 |
8890 |
Март |
6950 |
7780 |
8940 |
Апрель |
6930 |
7870 |
9560 |
Май |
6950 |
7970 |
|
Июнь |
6970 |
8010 |
|
Июль |
6990 |
8070 |
|
Август |
7010 |
8080 |
|
Сентябрь |
7070 |
8160 |
|
Октябрь |
7170 |
8240 |
|
Ноябрь |
7320 |
8350 |
|
Декабрь |
7490 |
8450 |
Используя программные средства, получили следующую формулу, отражающую зависимость цены от времени:
х=87,315∙t+6491,429,
где х – цена,
t – время.
Прогнозные значения указаны в таблице 2.10 и на рисунке 5.
Таблица 2.10 – Прогноз цены на восстановительный шампунь
2007г. |
Цена |
2008г. |
Цена |
2009г. |
Цена | ||
Январь |
6578,744 |
Январь |
7626,527 |
Январь |
8674,31 | ||
Февраль |
6666,059 |
Февраль |
7713,842 |
Февраль |
8761,626 | ||
Март |
6753,374 |
Март |
7801,158 |
Март |
8848,941 | ||
Апрель |
6840,69 |
Апрель |
7888,473 |
Апрель |
8936,256 | ||
Май |
6928,005 |
Май |
7975,788 |
Май |
9023,571 | ||
Июнь |
7015,32 |
Июнь |
8063,103 |
||||
Июль |
7102,635 |
Июль |
8150,419 |
||||
Август |
7189,951 |
Август |
8237,734 |
||||
Сентябрь |
7277,266 |
Сентябрь |
8325,049 |
||||
Октябрь |
7364,581 |
Октябрь |
8412,365 |
||||
Ноябрь |
7451,897 |
Ноябрь |
8499,68 |
||||
Декабрь |
7539,212 |
Декабрь |
8586,995 |
Рисунок 5. Прогноз показателя цены на восстановительный шампунь
Также определим цену на Арома-шампунь фирмы «Белита» линии косметики «Ароматерапия ».
Всего есть 3 разновидности этой продукции:
Зеленый чай с лимоном для всех типов волос тонизирующий.
Розмарин с иланг-илангом для всех типов волос ежедневный.
Пачули с сандалом для всех типов волос.
Цены на данный товар за период с января 2007 года по апрель 2009 года указаны в таблице 2.11.
Таблица 2.11 – Цены на арома-шампунь в белорусских рублях
Месяца |
2007 г. |
2008 г. |
2009 г. |
Январь |
1760 |
1900 |
2120 |
Февраль |
1770 |
1910 |
2140 |
Март |
1770 |
1920 |
2150 |
Апрель |
1760 |
1940 |
2300 |
Май |
1760 |
1960 |
|
Июнь |
1760 |
1970 |
|
Июль |
1760 |
1980 |
|
Август |
1760 |
1980 |
|
Сентябрь |
1770 |
1990 |
|
Октябрь |
1790 |
2000 |
|
Ноябрь |
1820 |
2020 |
|
Декабрь |
1860 |
2040 |
Рисунок 6. Цены на арома-шампунь и линейный прогноз на 2 месяца
На рисунках 6-10 изображены цены на арома-шампунь в белорусских рублях, а также линии трендов с прогнозом на 2 месяца.
Рисунок 7. Экспоненциальный прогноз на 2 месяца на арома-шампунь
Рисунок 8. Цены на арома-шампунь и логарифмический прогноз на 2 месяца
Рисунок 9. Цены на арома-шампунь и степенной прогноз на 2 месяца
Рисунок 10. Цены на арома-шампунь и полиномиальный прогноз на 2 месяца
2.6 Прогнозирование цены с помощью анализа аддитивной модели
При анализе и прогнозировании цен очень часто необходимо учитывать сезонные изменения, когда временные ряды определяют исходную информацию с интервалом < 1года (месяц, квартал).
Под сезонностью понимается систематически повторяющиеся колебания показателей, обусловленные особенностью производственных условий в определенный период.
Существуют
несколько методик оценки сезонной
компоненты. Основные отличия их сведены
к тому, в какой последовательности
производить выделение
В аддитивной форме временной ряд представлен в виде:
yt=Tt+St+Et,
где yt – показатель временного ряда, Tt – трендовая составляющая, St – сезон. составляющая, Et – ошибка.
Мультипликативная форма: yt=Tt*St*Et.
Если перейти к графикам временных рядов, то различия между двумя формами будут проявляться следующим образом: в аддитивном случае ряд будет иметь постоянные сезонные колебания вокруг тренда, величина которых не зависит от общего уровня значений ряда; в мультипликативном случае – величина сезонных колебаний будет меняться в зависимости от общего уровня значений ряда.
Таким образом, в случае аддитивной формы: St=yt─Tt, в случае мультипликативной: St=yt/Tt/
Кроме колебаний
значений временного ряда цен, обусловленных
сезонностью, существуют колебания, связанные
с циклическим развитием
Для аддитивной модели фактическое значение А= трендовое значение Т+сезонная вариация S+ ошибка Е.
Подарочный набор "ALOE VERA" ЗАО «ВИТЭКС» Состав набора: 1. Молочко очищающее для лица (флакон, 180 мл) 2. Крем для лица Увлажняющий с соком алоэ и экстрактом огурца (75 мл) 3. Крем для рук Питательный (туба, 150 мл). Линии косметики: Aloe Vera.
Цены на данный товар за период с января 2007 года по апрель 2009 года указаны в таблице 2.12.
Таблица 2.12 – Цены на подарочный набор Aloe Vera в белорусских рублях
Месяца |
2007 г. |
2008 г. |
2009 г. |
Январь |
9440 |
10350 |
11120 |
Февраль |
8750 |
10190 |
12160 |
Март |
9620 |
10960 |
12210 |
Апрель |
8880 |
9950 |
13140 |
Май |
9150 |
11477 |
|
Июнь |
9540 |
10130 |
|
Июль |
10050 |
10210 |
|
Август |
10310 |
10230 |
|
Сентябрь |
10380 |
10330 |
|
Октябрь |
9190 |
10430 |
|
Ноябрь |
9260 |
10570 |
|
Декабрь |
10680 |
10690 |
Информация о работе Применение методов экономико-математического моделирования