Методы, основанные на статистических данных - Методы, основанные на суждениях

Экстраполяция. Методы экстраполяции предполагают использование исторических данных по изучаемому ряду.

Наиболее распространенными являются методы экстраполяции по математическим моделям и графический (от руки, на глазок). Оба метода требуют наличия информации о прогнозируемом параметре объекта за период в два и более раза больше прогнозируемого периода. Для учета изменений качества объекта в прогнозируемом периоде и организационно-технического уровня производства у изготовителя и потребителя объекта применяются корректирующие коэффициенты.

Популярным методом экстраполяции сейчас является экспоненциальное сглаживание. Основной принцип метода заключается в том, чтобы учесть в прогнозе все наблюдения, но с экспоненциально убывающими весами. Метод позволяет учесть сезонные колебания ряда и предсказать поведение трендовой составляющей.

Использование подходов, основанных на экстраполяции, подразумевает стабильность объекта изучения. В случае, когда ситуация существенно изменилась, целесообразно применение методов из предыдущей группы.

Важным принципом экстраполяции является применение ее для прогнозирования долгосрочных тенденций. На коротких горизонтах слишком велико влияние "шумовой составляющей".

Существенным фактором, определяющим эффективность применения метода, является также надежность данных, лежащих в основе анализа.

Что касается альтернативных процедур экстраполяции, рекомендуется не применять сверхсложные аналитические методы построения прогноза. К примеру, подход Бокса Дженкинса, существенно превосходящий экспоненциальное сглаживание по технической сложности, зачастую дает сопоставимые по качеству результаты. В частности можно говорить о неоправданности применения нейросетей для решения данного комплекса проблем. Существуют, однако, сведения о том, что есть успешные результаты использования этих методов для прогнозирования доли рынка, и для предсказания поведения потребителя.

Прогнозирование с использованием дополнительной информации. Количественные методы, основанные на экстраполяции, не позволяют в полной мере использовать информацию, которой располагает менеджер, анализирующий ряд. Методы экстраполяции предполагают стабильность окружающей среды, но на практике эта предпосылка часто не работает. Прогнозирование с использованием дополнительной информации представляет собой низко затратный метод, позволяющий учесть качественные моменты, о которых осведомлены менеджеры. Примером такого рода модели является система, в которой предлагаемый машиной прогноз проверяется аналитиком на предмет реалистичности и принимается только в том случае, если он не противоречит его ожиданиям.

Построение моделей на основе поведения аналогов. Эксперт может идентифицировать ситуацию, прецедент которой уже имел место и экстраполировать текущие результаты с учетом информации о том, как вел себя аналог.

Экспертные системы. Экспертные системы пытаются воспроизвести ход рассуждения, которое проводит аналитик в ходе выставления оценки. На практике экспертные системы конструируются с помощью применения эконометрического аппарата к историческим данным об экономических взаимосвязях. Развитие идей conjoint анализа, экспертных оценок и бутстреп часто выливается в создание экспертной системы.

Многомерные техники анализа. Данная область достаточно хорошо изучена, однако, как правило, результаты, получаемые на практике, оказываются неудовлетворительными.

Эконометрические методы. Эконометрические методы используют априорные теоретические знания для разработки модели. Эконометрические методы подразумевают вовлечение объясняющих факторов в процесс построения прогноза. При этом в явном виде задается направление зависимости, функциональный вид, а также структурные ограничения на коэффициенты. Такого рода модели в маркетинге применяют, как правило, для анализа эластичности. При этом подразумевается достаточное количество надежных исторических данных.

Эконометрические модели обладают тем преимуществом, что они непосредственно связаны с планированием и принятием решений. С их помощью можно анализировать последствия реализации различных стратегий, планировать динамику рынка и бизнес-среды, тем самым генерируя различные сценарии развития. При выборе этой группы методов следует учесть, что необходимо будет прогнозировать значения объясняющих факторов. С некоторыми из них (например - мода) могут возникнуть существенные проблемы.

Применение эконометрических моделей оправдано в ситуации, когда:

    1. Существует сильная причинно-следственная зависимость между изучаемой величиной (например - продажи) и набором факторов. 2. Форма зависимости известна, и ее можно оценить 3. Предполагается, что факторы на горизонте прогноза существенно изменят свое поведение 4. Эти изменения поддаются прогнозированию. Нарушение этих условий (что типично для "short run") делает использование данной группы методов нецелесообразным. 3. Выбор, оценка и применение методов прогнозирования и планирования

Выбор метода построения прогноза в каждой конкретной ситуации - дело достаточно сложное, поскольку, как правило, существует несколько альтернатив. Остановлюсь на основных моментах.

На первом этапе следует определиться с размером выборки, на которой будет строиться прогноз. Если данных мало, рекомендуется использовать экспертные оценки.

Если используется экспертное оценивание, следует ответить на следующие вопросы:

Подразумевает ли постановка задачи возможность взаимодействия между лицами, принимающими решения;

Следует ли ожидать существенных для системы в целом событий, и, если ответ на этот вопрос утвердительный, будет ли проводиться анализ стратегии развития.

В ситуации, когда исследователь располагает достаточным объемом наблюдений, чтобы применять статистические методы, следует определиться с природой изучаемых данных.

Если есть возможность выдвинуть гипотезы о структуре ожидаемых взаимосвязей, оправдано применение эконометрических моделей.

В ситуации, когда работаем с временным рядом и нет дополнительных объясняющих факторов, рекомендуется использовать экстраполяцию. Если же при отсутствии объясняющих факторов имеется возможность получить оценку специалиста в данной области, следует разработать системы рекомендаций, как поступать при каждом типе ответа.

Если работаем не с временным рядом и отсутствует априорная информация о структуре взаимосвязей, следует рассматривать две альтернативы:

Если нет возможности привлечь эксперта из данной отрасли - подбирается товар-аналог и прогнозируем по нему;

В противном случае используется экспертная оценка.

При построении прогноза следует помнить о том, что не всегда представляется возможным точно определить условия, в которых мы находимся. В такой ситуации оправдано строить оценки, применяя различные методы анализа, и затем выбирать наиболее правдоподобную.

Проиллюстрирую примерами общую схему подходов к построению прогноза.

Размер рынка. В настоящем исследовании Институт Вин Новой Зеландии хочет спрогнозировать объем рынка белого вина на пять лет вперед. В распоряжении имеются данные о потреблении вина в прошлых периодах, а также набор факторов, оказывающих значимое влияние на спрос на вино. Эти факторы включают в себя величину и половозрастную структуру населения, располагаемый доход населения, а также уровень цен на товары-субституты (красное вино и прочие алкогольные напитки). Также, на основе проведенных ранее исследований можно получить оценки эластичности спроса по цене и по доходу.

Такой набор данных позволяет рекомендовать использовать эконометрическую модель.

Действия лиц, принимающих решения. Положим, что Институт Вин Новой Зеландии хочет оценить возможный эффект от протекционистской политики правительства и субсидирования местных производителей на некоторых новых экспорто-ориентированных рынках. В этой ситуации не приходится рассчитывать на исторические данные, а также следует рассчитывать на то, что контрагенты (правительства Новой Зеландии и торговые представительства иностранных государств) будут взаимодействовать, причем результат переговоров может оказать значимое влияние на объемы продаж.

Рекомендуется моделировать ситуацию с помощью ролевых игр, или привлекать экспертов.

Доля рынка. Пусть компания, производящая вина, хочет оценить, как повлияет новая маркетинговая стратегия на ее долю рынка. В данной ситуации в нашем распоряжении имеются данные о долях рынка, которые занимают конкурирующие бренды, и данные о их маркетинговой активности. Исходя из истории продаж, можно оценить эластичность доли рынка по таким факторам, как вложения в рекламу, акции по продвижению продукта и т. д.

Рекомендуется использовать эконометрические методы.

Продажи. Рассмотрю ситуацию, когда компания планирует посадить элитные сорта винограда, с которым отечественный потребитель еще не знаком. Оценивая перспективы продаж учитывается, что данных в нашем распоряжении немного, покупатели и продавцы могут взаимодействовать друг с другом и между собой, хотя и ограниченно, а также что проект представляет собой крупную инвестицию для компании.

Рекомендуется использовать методы, основанные на привлечении экспертов (Дельфи или бутстрапирование оценок), или покупателей (conjoint).

Похожие статьи




Методы, основанные на статистических данных - Методы, основанные на суждениях

Предыдущая | Следующая