Анализ и оценка спроса

Цель работы – определить рациональный объем сбыта продукции на основе величины спрогнозированного спроса и производственной мощности.

Теоретическая часть

По мере того как фирма  разрабатывает свой целевой рынок, она должна прогнозировать сбыт продукции или услуг на этом рынке. Прогнозы сбыта можно разделить на: краткосрочные, среднесрочные и долгосрочные. В зависимости от отраслевой специфики, характера выпускаемой продукции, разнообразия ассортимента, регионов сбыта различным предприятиям требуются те или иные виды прогнозов.

Наиболее распространенный вид  прогноза сбыта - прогноз на финансовый или календарный год. Он используется в качестве основы для планирования всех потребностей в финансах, продукции, рабочей силе, для составления смет (бюджетов), лимитов затрат.

Прогноз сбыта показывает, какой  объем конкретного товара или  услуги фирма собирается реализовать определенной группе потребителей в течение указанного периода времени.

Чтобы оценить сбыт, компания должна первоначально изучить прогнозы спроса на товары или услуги, поскольку они обычно непосредственно влияют на реализацию. Затем потенциальный размер продаж определяет для фирмы верхний предел сбыта, основанный на возможностях в области производства.

Многие методы прогнозирования  требуют наличия значительного количества начальных данных и при их отсутствии просто не работают. Другие, напротив, разрабатываются при условии отсутствия достоверной количественной информации. Тем самым существующие методы составления прогнозов можно условно разбить на две группы - количественные и качественные.

Количественные методы прогнозирования основываются на обработке числовых массивов данных и в свою очередь разделяются на каузальные, или причинно-следственные методы, и методы анализа временных рядов.

Качественные, или экспертные, методы прогнозирования строятся на использовании мнений специалистов в соответствующих областях (экспертов).

Каузальные методы применяются в тех случаях, когда искомое состояние зависит не только от времени, но и от нескольких, и даже многих переменных. Отыскание математических связей между всеми этими переменными и составляет суть каузального метода прогнозирования.

Временным рядом называется последовательность значений некоторого показателя во времени.

Основанный на допущении, в соответствии с которым происшедшее в прошлом дает хорошее приближение в оценке будущего, анализ временных рядов является способом выявления тенденций прошлого и продления их в будущем.

Временные ряды используются при наличии  значительного количества реальных значений рассматриваемого показателя из прошлого и при условии, что наметившаяся в прошлом тенденция ясна и относительно стабильна. При этом неявно предполагается, что прошлое является хорошим проводником в будущее.

Существует три метода анализа  временных рядов:

1. Подвижное среднее.

Метод подвижного (скользящего) среднего, состоит в том, что расчет показателя на прогнозируемый момент времени строится путем усреднения значений этого показателя за несколько предшествующих моментов времени.

Метод взвешенного подвижного (скользящего) среднего.

При составлении прогноза методом  усреднения часто приходится наблюдать, что влияние используемых при расчете реальных показателей оказывается неодинаковым, при этом обычно более свежие данные имеют больший вес.

2. Метод экспоненциального сглаживания.

При расчете прогноза методом экспоненциального  сглаживания учитывается отклонение предыдущего прогноза от реального  показателя.

3. Метод проецирования  тренда.

Основной идеей метода проецирования (линейного) тренда является построение прямой, которая "в среднем" наименее уклоняется от массива точек, заданного временным рядом.

Точность прогноза, полученного  на основе методов анализа временных  рядов, можно оценить при помощи коэффициента корреляции.

После составления прогноза компания должна помнить, что может измениться целый ряд факторов и вызвать отклонение прогноза от реальности, если он не будет пересмотрен. Они включают экономические условия, состояние отрасли, функционирование фирмы, конкуренцию и вкусы потребителей.

Последовательность выполнения прогноза, вне зависимости от применяемых  методов, следующая:

1. Определение цели  прогноза.

2. Выбор объекта прогноза.

3. Выявление временного  горизонта.

4. Отбор модели.

5. Сброс данных.

6. Обоснование модели  прогноза.

7. Выполнение прогноза.

8. Отслеживание результатов.

Практическая  часть

Ситуация – компания «Electrics» занимается производством электрических генераторов. Необходимо определить плановый объем производства электрических генераторов на 2007, 2008 и 2009 гг., исходя из величины спрогнозированного спроса и производственной мощности.

Исходной информацией для решения данной задачи является спрос на генераторы за семь лет (таблица 1). Составлять прогноз спроса на последующие три года (2007, 2008 и 2009 гг.) будем методами анализа временного ряда: методом проецирования тренда, скользящего среднего и экспоненциального сглаживания, – т.е. пользоваться соответствующими моделями.

Таблица 1 – Спрос на электрические генераторы

Год	Спрос, шт./год
2000	10
2001	98
2002	104
2003	95
2004	106
2005	130
2006	110

 

Производственная мощность компании «Electrics» на следующие три  года соответствует объемам, приведенным в таблице 2.

Таблица 2 – Производственная мощность компании «Electrics»

Год	Произв. мощность, шт./год
2007	96
2008	120
2009	120

 

Метод проецирования  тренда

По исходным данным построили  график изменения спроса на генераторы за семь лет, добавили линию тренда (рисунок 1). С помощью уравнения  данной прямой (у=13,071х+41) определили спрос на последующие три года (таблица 3).

Таблица 3 – Прогнозируемый спрос на генераторы

Год	2007	2008	2009
Прогноз	146	159	172

Коэффициент корреляции в данном случае равен 0,74.

Рисунок 1. Прогноз спроса с помощью метода проецирования тренда.

 

Метод скользящего среднего

Изменение спроса на генераторы представлено на рисунке 2.

 

Рисунок 2. Прогноз спроса с помощью метода скользящего среднего.

 

В таблице 4 отражены расчетные данные прогнозируемого спроса на 2007, 2008 и 2009 гг.

Таблица 4 – Прогнозируемый спрос на генераторы

Год	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009
Факт	10	98	104	95	106	130	110
Прогноз				71	99	102	111	116	119	115

Коэффициент корреляции в данном случае равен 0,64.

 

Метод экспоненциального  сглаживания

Прогнозные данные спроса, рассчитанные по уравнению:

,

представлены в таблице 5 и на рисунке 3.

Таблица 5 – Прогнозируемый спрос на генераторы

Год	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009
Факт	10	98	104	95	106	130	110
Прогноз	0	2	22	38	50	61	75	82	88	92

Коэффициент корреляции в данном случае равен 0,67.

 

Рисунок 3. Прогноз спроса с помощью метода экспоненциального сглаживания.

 

 

Вывод

Таким образом, мы получили три модели прогноза спроса на электрические генераторы на последующие 2007, 2008 и 2009 года. Сравнив рассчитанные коэффициенты корреляции, выявили, что метод прогнозирования, основанный на проецировании тренда, позволяет определить наиболее достоверную величину спроса, т.е. максимально соответствующую сложившейся ситуации на рынке (коэффициент корреляции равен 0,74, что больше 0,64 и 0,67). По рисунку 1 видно, что наблюдается тенденция к увеличению спроса на генераторы – значит, потенциальные продажи компании «Electrics» в 2007 г. составят 146 генераторов, в 2008 – 159, в 2009 – 172. Но необходимо сопоставить значения прогнозируемого спроса с производственной мощностью компании. Производственная мощность компании несколько ниже потенциального размера сбыта. Следовательно, размеры продаж в 2007, 2008 и 2009 гг. составят соответственно 96, 120, 120 генераторов в год, т.е. компания не сможет в полном объеме удовлетворить потребности покупателей. В этом случае компания теряет дополнительную прибыль от возможных 40 % продаж. Поэтому необходимо рассмотреть вопрос о дополнительных вложениях в расширение производства и увеличение производственной мощности компании.