Этап IV. Прогнозирование продаж по прогнозу "факторов влияния"
Очевидно, что мы не можем прогнозировать продажи, используя только саму тенденцию продаж во времени, это как раз и рассматривалось бы как "прогнозирование фактора по самому фактору". Но у нас имеется тенденция "факторов влияния", которая по своей сущности определяет поведение тенденции продаж (это следует из рассчитанного нами коэффициента корреляции). И именно эта предсказанная тенденция позволяет нам спрогнозировать объем продаж в соответствии с со значениями каждого из факторов. Реализация такого алгоритма на основе функций MS Excel представлена в табл. 9
Таблица 9 Реализация алгоритма предсказания объема продаж по тенденциям "факторов влияния" на основе функций MS Excel
A
B
C
D
E
F
1
Дата
Q
F1
Q1 TREND
F3
Q3 TREND
2
Мар.03
23
22
223
:
10
Ноя.03
56
122
678
11
Дек.03
=(D11+F11)/2
139
FORECAST(C11;B2;B10;C10)
598
FORECAST(E11;B2;B10;E2)
Отметим, что предсказанное значение объема продаж получается как среднеарифметическое от суммы предсказанных значений на основе каждого из "факторов влияния". Это позволяет учесть каждый из "факторов влияния" в прогнозе. Результат прогнозирования для нашего примера представлен в табл. 10.
Таблица 10 Прогнозирование продаж по прогнозу "факторов влияния"
Q TREND
46,3
140
48,9
599
43,7
Янв.04
44,9
153
47,7
577
42,1
Фев.04
45,2
166
584
42,7
Мар.04
55,0
177
69,8
613
40,2
Этап V. Оценка риска прогнозирования
Необходимо учесть, что прогнозирование ведется с целым рядом допущений, которые могут сильно повлиять на наш прогноз:
в наше исследование может не попасть фактор, оказывающий серьезное влияние на продажи;
используем линейное прогнозирование, а тенденция может оказаться значительно сложнее;
производим расчет прогнозного значения, как среднеарифметическое от спрогнозированных по факторам значений (см. табл. 10) без учета уровня корреляции соответствующего фактора.
Эти факторы, безусловно, снижают точность прогнозирования. Более того, заметьте (см. табл. 10), что прогнозирование в нашем примере периодов последующих за декабрем 2003 года ведется на основе не проверенных временем значений, а значений также спрогнозированных математически. То есть, чем на более длительный период времени мы пытаемся сделать прогноз, тем более не точны прогнозируемые значения.
Указанные выше ограничения не влияют на использование метода (и тем более его не отменяют), а лишь указывают нам на необходимость расчета величины "риска прогнозирования". В случае нашей методики эту погрешность можно оценить как "риск прогнозирования" по соотношению между спрогнозированным значением тенденции продаж (Q TREND) и прогнозными значениями продаж от каждого "фактора влияния" (Q1 TREND и Q3 TREND). Реализация расчета "риска прогнозирования" (var) на основе пакета MS Excel представлена в табл. 11.
Таблица 11 Реализация расчета "риска прогнозирования" (var) на основе пакета MS Excel
G
H
TREND
Q1
Q3
var
=((ABS(C2-E2)+ +ABC(C2-G2))/2/C2
В табл. 12 расчет "риска прогнозирования" построен на расчете отношения среднеарифметического отклонения прогнозных значений по отношению к среднеарифметическому значению тенденции продаж:
var =((ABS(QTREND - Q1TREND)+ABS(QTREND - Q3TREND))/2)/QTREND.
Оценка риска прогнозирования для нашего примера представлена в табл. 12. Необходимо отметить, что с увеличением срока прогнозирования растет и "риск прогнозирования": 6% для декабря 2003 года и 27% для марта 2004 года.
Таблица 12 Оценка риска прогнозирования
6%
27%
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17
