7.4.3. Эвристические и экстраполяционные методы

Если аналитическая структура прогнозного процесса слаба, но прогноз опирается на объективную маркетинговую информацию, применяются так называемые эвристические методы. Речь идет о простых методах, основанных на предшествующем опыте или на более или менее сложной экстраполяции данных о прошлых продажах.

Метод цепочки отношений

Этот метод является развитием рассмотренного ранее метода оценки абсолютного потенциала рынка (см. подраздел 7.1.3), который исходит из числа потребляющих единиц (п) и предполагает оптимальный уровень (q) использования товара каждой потребляющей единицей. Были приведены два примера применения данного метода: один для потребительского товара (рис. 7.1), а второй для товара промышленного назначения (см. подраздел 7.2.3).

Метод цепочки отношений предполагает последовательную декомпозицию абсолютного потенциала рынка вплоть до нахождения оценки спроса на конкретный товар или марку. В качестве примера рассмотрим случай фирмы, продающей добавку, предназначенную для применения совместно с реактивами ддя смягчения воды в котельных. Поскольку многие предприятия пока еще не используют данную добавку, требуется оценить текущий потенциал рынка, а также реальный уровень спроса в определенной географической зоне. Расчет производится следующим образом:

— потребление воды фирмами, имеющими котельные: 7 500 000 гл;

— норма расхода средства смягчения на литр воды: 1%;

— доля фирм, применяющих это средство: 72%;

— норма расхода добавки на литр средства: 9%;

— текущий потенциал рынка:

7 500 000 гл х 0, 01 х 0, 72 х 0, 09 = 486 000 л;

доля фирм, уже применяющих добавку: 54%;

— текущий уровень первичного спроса:

7 500 000 гл х 0, 01 х 0, 72 х 0, 09 х 0, 54 = 262 000 л.

Если цель фирмы в том, чтобы добиться доли рынка 40%, продажи товара в данном регионе должны быть доведены до 105000 л.

Трудность данного метода, очевидно, состоит в выборе соответствующих долей, если отсутствуют их точные оценки на базе исследований рынка. При этом погрешность в каждом множителе переносится на каждый следующий уровень и на итоговый результат. Чтобы избежать этой опасности, следует использовать несколько наиболее вероятных значений, т.е. получать не одну оценку, а их диапазон. В любом случае данный метод следует применять совместно с другими аналитическими методами.

Индикатор покупательной способности

При оценке потенциала территорий, зон, регионов или стран часто используют метод индикатора покупательной способности. Цель при этом состоит в измерении привлекательности рынка по средневзвешенному значению трех ключевых компонентов любого потенциала рынка, т. е.:

— количества потребляющих единиц,

— покупательной способности этих потребляющих единиц,

— готовности этих потребляющих единиц к расходам.

Статистические индикаторы этих трех переменных определяются для выбранной территориальной базы (страна, область, район, город), после чего определяется средневзвешенный индекс для каждой зоны. Существует два подхода: использовать стандартный индекс покупательной способности (ИПС), который предлагают фирмы по изучению рынка, или построить индекс специально для анализируемого сектора или гаммы товаров.

Стандартные ИПС обычно основаны на трех следующих индикаторах:

ИПС, == 0, 50 (Ni) + 0, 30 (Ri) + 0, 20 (Vi)

где N - % общего числа жителей данной зоны i, R - % общего дохода в зоне i, V - % розничных продаж в зоне i.

Весовые коэффициенты в этой формуле соответствуют используемым в американском журнале «Sales & Marketing Management», который ежегодно публикует ИПС для различных регионов CША. Эти коэффициенты определены эмпирически с использованием регрессионного анализа и в основном применимы к товарам массового спроса. Аналогичные индексы публикуются и в Европе, например изданиями «Чейз Эконометрикс» (Chase Еconometrics) (для регионов ЕС) и «Бизнес Интернэшнл» (Business International) (1991) для 117 стран во всем мире. В случае необходимости можно применять другие коэффициенты.

Специальные индексы ИПС основываются на тех же составляющих потенциала рынка, но используют индикаторы, лучше адаптированные к исследуемой области деятельности, с дополнительным привлечением индикаторов, характеризующих местные условия. Пример такого индекса приведен в табл. 7.3.

Таблица 7.3. Оценка продаж по территориям.

Исследуется рынок безалкогольных напитков. Индикаторы, использованные для расчета ИПС, - это число семей с детьми, уровень дохода и число отелей, ресторанов и кафе. Индекс ИПС рассчитывается как средневзвешенное значение этих трех индикаторов (выраженных в процентах) по каждой из 14 территорий. Его предсказательная способность проверена сопоставлением индекса ИПС с объемом продаж по каждой зоне.

ИПС согласно табл. 7.3 применен для оценки проникновения марки А на каждую территорию. Чтобы оценить потенциал каждой зоны, сначала рассчитывают «наблюдаемую» долю рынка, которую сравнивают с «ожидаемой», рассчитанной как произведение ИПС и ожидаемого объема продаж марки по всей стране. Показатель эффективности позволяет оценить масштабы проникновения марки с учетом дополнительных факторов типа остроты локальной конкуренции, срока присутствия на территории и т.д.

Индекс такого типа можно также применять для распределения расходов на маркетинг между различными территориями.

Анализ и декомпозиция трендов

Целью анализа тренда является разложение временного ряда продаж на главные компоненты, измерение эволюции каждой составляющей в прошлом и ее экстраполяция на будущее. В основе метода лежит идея стабильности причинно-следственных связей и регулярность эволюции факторов среды, что делает возможным использование экстраполяции. Метод состоит в разложении временного ряда на пять компонент:

структурная компонента, или долгосрочный тренд, обычно связанный с жизненным циклом рынка товара;

циклическая компонента, соответствующая колебаниям относительно долгосрочного тренда под воздействием среднесрочных флуктуаций экономической активности;

сезонная компонента, или краткосрочные периодические флуктуации, обусловленные различными причинами (климат, социально-психологические факторы, структура нерабочих дней и т.д.);

маркетинговая компонента, связанная с действиями по продвижению товара, временными снижениями цен и т.п.;

случайная компонента, отражающая совокупное действие плохо изученных комплексных процессов, не представимых в количественной форме.

Для каждой компоненты рассчитывается параметр, основанный на наблюдавшихся закономерностях: долгосрочном темпе прироста продаж, конъюнктурных флуктуациях, сезонных коэффициентах, специфичных факторах (экспозиции, мероприятия по стимулированию сбыта и т.п.). Затем эти параметры используют для составления прогноза.

Понятно, что такой прогноз имеет смысл только как краткосрочный, на период, в отношении которого можно принять, что характеристики изучаемого явления существенно не изменяются. Это требование часто оказывается реалистичным вследствие инерционности среды.

Метод экспоненциального сглаживания

Используется для краткосрочного прогноза и основан на средневзвешенном значении продаж по определенному числу прошедших периодов. При этом наибольшие весовые коэффициенты придаются позднейшим продажам. Прогнозное значение рассчитывается по формуле

Константа сглаживания выбирается аналитиком итеративным способом в интервале от 0 до 1. Ее значение мало при малых изменениях продаж и приближается к 1 в случае сильных флуктуаций. Существуют компьютерные программы для определения этой константы.

Таблица 7.4. Квартальные продажи с коррекцией влияния сезонности (пример).

В качестве примера рассмотрим данные в табл. 7.4. Проведена сезонная коррекция данных, чтобы найти оптимальное значение константы сглаживания. С целью проверки предсказательной силы модели привлечены данные за 1992 г. Чтобы предсказать продажи в первом квартале 1992 г., нужно располагать сглаженными оценками продаж за предыдущие периоды. Например, сглаженная оценка за первый квартал 1988 г.

Здесь в качестве сглаженной оценки за предыдущий период взяты данные после сезонной коррекции за 1987 г. (105), поскольку сглаженные данные за этот период не могут быть рассчитаны. Аналогичным

Таким образом, имеем следующий прогноз на первый квартал 1992 г.:

Обратите внимание, что прогноз всегда лежит в интервале между текущим объемом продаж и сглаженной оценкой за текущий период. Погрешность прогноза может быть рассчитана, как

Это очень большая погрешность, что может быть объяснено малым значением константы а в условиях быстрого роста продаж. Если выбрать для а значение 0, 80, то сглаженные продажи в 1991 г. составят 128, 6, а ошибка прогноза не превысит 1, 1%, что значительно лучше.

Существуют и более мощные методы сглаживания, использующие несколько констант сглаживания. Их обзор дан в книге (Makridakis and Wheelwright, 1973).

Главная слабость этих методов в том, что они не позволяют действительно « предсказать» эволюцию спроса, поскольку неспособны предвидеть какие-либо «поворотные точки». В лучшем случае они способны быстро учесть уже произошедшее изменение. Поэтому их называют «адаптивной прогнозной моделью». Тем не менее для многих проблем управления такой « апостериорный» прогноз оказывается полезным при условии, что имеется достаточно времени для адаптации и факторы, определяющие уровень продаж, не подвержены резким изменениям.

Если аналитическая структура прогнозного процесса слаба, но прогноз опирается на объективную маркетинговую информацию, применяются так называемые эвристические методы. Речь идет о простых методах, основанных на предшествующем опыте или на более или менее сложной экстраполяции данных о прошлых продажах.

Метод цепочки отношений

Этот метод является развитием рассмотренного ранее метода оценки абсолютного потенциала рынка (см. подраздел 7.1.3), который исходит из числа потребляющих единиц (п) и предполагает оптимальный уровень (q) использования товара каждой потребляющей единицей. Были приведены два примера применения данного метода: один для потребительского товара (рис. 7.1), а второй для товара промышленного назначения (см. подраздел 7.2.3).

Метод цепочки отношений предполагает последовательную декомпозицию абсолютного потенциала рынка вплоть до нахождения оценки спроса на конкретный товар или марку. В качестве примера рассмотрим случай фирмы, продающей добавку, предназначенную для применения совместно с реактивами ддя смягчения воды в котельных. Поскольку многие предприятия пока еще не используют данную добавку, требуется оценить текущий потенциал рынка, а также реальный уровень спроса в определенной географической зоне. Расчет производится следующим образом:

— потребление воды фирмами, имеющими котельные: 7 500 000 гл;

— норма расхода средства смягчения на литр воды: 1%;

— доля фирм, применяющих это средство: 72%;

— норма расхода добавки на литр средства: 9%;

— текущий потенциал рынка:

7 500 000 гл х 0, 01 х 0, 72 х 0, 09 = 486 000 л;

доля фирм, уже применяющих добавку: 54%;

— текущий уровень первичного спроса:

7 500 000 гл х 0, 01 х 0, 72 х 0, 09 х 0, 54 = 262 000 л.

Если цель фирмы в том, чтобы добиться доли рынка 40%, продажи товара в данном регионе должны быть доведены до 105000 л.

Трудность данного метода, очевидно, состоит в выборе соответствующих долей, если отсутствуют их точные оценки на базе исследований рынка. При этом погрешность в каждом множителе переносится на каждый следующий уровень и на итоговый результат. Чтобы избежать этой опасности, следует использовать несколько наиболее вероятных значений, т.е. получать не одну оценку, а их диапазон. В любом случае данный метод следует применять совместно с другими аналитическими методами.

Индикатор покупательной способности

При оценке потенциала территорий, зон, регионов или стран часто используют метод индикатора покупательной способности. Цель при этом состоит в измерении привлекательности рынка по средневзвешенному значению трех ключевых компонентов любого потенциала рынка, т. е.:

— количества потребляющих единиц,

— покупательной способности этих потребляющих единиц,

— готовности этих потребляющих единиц к расходам.

Статистические индикаторы этих трех переменных определяются для выбранной территориальной базы (страна, область, район, город), после чего определяется средневзвешенный индекс для каждой зоны. Существует два подхода: использовать стандартный индекс покупательной способности (ИПС), который предлагают фирмы по изучению рынка, или построить индекс специально для анализируемого сектора или гаммы товаров.

Стандартные ИПС обычно основаны на трех следующих индикаторах:

ИПС, == 0, 50 (Ni) + 0, 30 (Ri) + 0, 20 (Vi)

где N - % общего числа жителей данной зоны i, R - % общего дохода в зоне i, V - % розничных продаж в зоне i.

Весовые коэффициенты в этой формуле соответствуют используемым в американском журнале «Sales & Marketing Management», который ежегодно публикует ИПС для различных регионов CША. Эти коэффициенты определены эмпирически с использованием регрессионного анализа и в основном применимы к товарам массового спроса. Аналогичные индексы публикуются и в Европе, например изданиями «Чейз Эконометрикс» (Chase Еconometrics) (для регионов ЕС) и «Бизнес Интернэшнл» (Business International) (1991) для 117 стран во всем мире. В случае необходимости можно применять другие коэффициенты.

Специальные индексы ИПС основываются на тех же составляющих потенциала рынка, но используют индикаторы, лучше адаптированные к исследуемой области деятельности, с дополнительным привлечением индикаторов, характеризующих местные условия. Пример такого индекса приведен в табл. 7.3.

Таблица 7.3. Оценка продаж по территориям.

Исследуется рынок безалкогольных напитков. Индикаторы, использованные для расчета ИПС, - это число семей с детьми, уровень дохода и число отелей, ресторанов и кафе. Индекс ИПС рассчитывается как средневзвешенное значение этих трех индикаторов (выраженных в процентах) по каждой из 14 территорий. Его предсказательная способность проверена сопоставлением индекса ИПС с объемом продаж по каждой зоне.

ИПС согласно табл. 7.3 применен для оценки проникновения марки А на каждую территорию. Чтобы оценить потенциал каждой зоны, сначала рассчитывают «наблюдаемую» долю рынка, которую сравнивают с «ожидаемой», рассчитанной как произведение ИПС и ожидаемого объема продаж марки по всей стране. Показатель эффективности позволяет оценить масштабы проникновения марки с учетом дополнительных факторов типа остроты локальной конкуренции, срока присутствия на территории и т.д.

Индекс такого типа можно также применять для распределения расходов на маркетинг между различными территориями.

Анализ и декомпозиция трендов

Целью анализа тренда является разложение временного ряда продаж на главные компоненты, измерение эволюции каждой составляющей в прошлом и ее экстраполяция на будущее. В основе метода лежит идея стабильности причинно-следственных связей и регулярность эволюции факторов среды, что делает возможным использование экстраполяции. Метод состоит в разложении временного ряда на пять компонент:

структурная компонента, или долгосрочный тренд, обычно связанный с жизненным циклом рынка товара;

циклическая компонента, соответствующая колебаниям относительно долгосрочного тренда под воздействием среднесрочных флуктуаций экономической активности;

сезонная компонента, или краткосрочные периодические флуктуации, обусловленные различными причинами (климат, социально-психологические факторы, структура нерабочих дней и т.д.);

маркетинговая компонента, связанная с действиями по продвижению товара, временными снижениями цен и т.п.;

случайная компонента, отражающая совокупное действие плохо изученных комплексных процессов, не представимых в количественной форме.

Для каждой компоненты рассчитывается параметр, основанный на наблюдавшихся закономерностях: долгосрочном темпе прироста продаж, конъюнктурных флуктуациях, сезонных коэффициентах, специфичных факторах (экспозиции, мероприятия по стимулированию сбыта и т.п.). Затем эти параметры используют для составления прогноза.

Понятно, что такой прогноз имеет смысл только как краткосрочный, на период, в отношении которого можно принять, что характеристики изучаемого явления существенно не изменяются. Это требование часто оказывается реалистичным вследствие инерционности среды.

Метод экспоненциального сглаживания

Используется для краткосрочного прогноза и основан на средневзвешенном значении продаж по определенному числу прошедших периодов. При этом наибольшие весовые коэффициенты придаются позднейшим продажам. Прогнозное значение рассчитывается по формуле

Константа сглаживания выбирается аналитиком итеративным способом в интервале от 0 до 1. Ее значение мало при малых изменениях продаж и приближается к 1 в случае сильных флуктуаций. Существуют компьютерные программы для определения этой константы.

Таблица 7.4. Квартальные продажи с коррекцией влияния сезонности (пример).

В качестве примера рассмотрим данные в табл. 7.4. Проведена сезонная коррекция данных, чтобы найти оптимальное значение константы сглаживания. С целью проверки предсказательной силы модели привлечены данные за 1992 г. Чтобы предсказать продажи в первом квартале 1992 г., нужно располагать сглаженными оценками продаж за предыдущие периоды. Например, сглаженная оценка за первый квартал 1988 г.

Здесь в качестве сглаженной оценки за предыдущий период взяты данные после сезонной коррекции за 1987 г. (105), поскольку сглаженные данные за этот период не могут быть рассчитаны. Аналогичным

Таким образом, имеем следующий прогноз на первый квартал 1992 г.:

Обратите внимание, что прогноз всегда лежит в интервале между текущим объемом продаж и сглаженной оценкой за текущий период. Погрешность прогноза может быть рассчитана, как

Это очень большая погрешность, что может быть объяснено малым значением константы а в условиях быстрого роста продаж. Если выбрать для а значение 0, 80, то сглаженные продажи в 1991 г. составят 128, 6, а ошибка прогноза не превысит 1, 1%, что значительно лучше.

Существуют и более мощные методы сглаживания, использующие несколько констант сглаживания. Их обзор дан в книге (Makridakis and Wheelwright, 1973).

Главная слабость этих методов в том, что они не позволяют действительно « предсказать» эволюцию спроса, поскольку неспособны предвидеть какие-либо «поворотные точки». В лучшем случае они способны быстро учесть уже произошедшее изменение. Поэтому их называют «адаптивной прогнозной моделью». Тем не менее для многих проблем управления такой « апостериорный» прогноз оказывается полезным при условии, что имеется достаточно времени для адаптации и факторы, определяющие уровень продаж, не подвержены резким изменениям.