УДК 658.8.011
В. А. ГЕРЦИК (СНУ ім. В. Даля)
ПРОБЛЕМИ
МАРКЕТИНГОВИХ
ДОСЛІДЖЕНЬ
ПРОГНОЗУВАННЯ
ЗБУТУ
НА
ПІДПРИЄМСТВІ
Розглядаютьсяосновніметодипрогнозуваннязбутупродукції, асамеякісні, кількісні, атакожмоделювання. Запропоноване системне моделювання, яке дозволить отримати показникизбуту взаємно доповнюючиодин одного, що забеспечитькомплексневивченняпрогнозногоявища івисокийступеньобґрунтованості.
Рассматриваютсяосновныеметодыпрогнозированияпродажпродукции, аименно, качественные, количест -венные, атакжемоделирование. Предложеносистемноемоделирование, котороепозволитполучитьпоказатели продаживзаимнодополняющиеодиндругого, чтодасткомплексноеизучениеявленияивысокийуровеньобос -нованности.
The author considers the principal methods, both qualitative and quantitative ones, as well as simulation in forecast-ing product sales. The author suggests a system simulation method, which will enable to obtain indexes complementforecast-ing each other and will ensure all-round investigations into the phenomenon on the well-grounded basis.
Посилення конкуренції між підприємствами обумовлює необхідністьаналізу еволюції ринко
-воїситуації. Мета – визначити, що, вякийперіод івякійкількостіпідприємствозможепродатина ринку. Такідослідженнябезпосередньопов’язані з прогнозуванням збуту(продажу). Головне в складанніпрогнозу збуту – орієнтаціявиробниц
-твана споживача, на аналіз цого потреб і запи
-тів, спрямованність виробництва максимально чутливо прореагувать на любі зміни в складі споживачів( професіональномуіт. п. ), навітьвїх реакції на ті чи інші суспільні явища або полі
-тичніпроцеси. У зв’язку з цимдуже актуальним стає питанняметодологічного забеспечення про
-гнозуваннязбутунапідприємствахмашинобуду
-вання.
Попередні дослідження. Проблематиці засто
-суванняметодівпрогнозування збутуприсвячені працітаких вчених, якГерасимукВ. Г., Гаркаве
-нко С. С., Голубков Є. П., Котлер Ф., Федото-
ва Р. Д., Старостіна А. О., Кравченко В. А.,
ДлігачА. О.
Аналізнауковихджерелдозволяє зробитиви
-сновок, що у теоретичних працяхрізних авторів питанняпрогнозування збутурозглядаються не
-достатньо системно, що й обумовило актуаль
-ністьмаркетинговогодослідження.
Відомо, що впроблеміпрогнозування розріз
-няють два аспекти: теоретико-пізнавальний, що припускає опис можлимих чи бажаних перспек
-тив, станів, рішеньпроблеммайбутього, іуправ
-лінський, щоприпускаєвикористанняінформації
промайбутнєприприйняттірішень.
Наявність стратегічного прогнозу дозволить підпрємствучіткоісистемноописуватистратегіч
-ні рішення з метою довгострокового розвитку та забеспечить переваги функціювання підприємст
-ва.
При прогнозуванні розвитку підпрємства ва
-жливимєпитанняпрооб’ємзбутутоварівнари
-нку.
У практиці господарювання прогнозування обсягу збуту продукції є важливою частиною внутріфірмового керування. На основі прогнозу збуту повинен визначатися рівень завантаження виробничих потужностей і потреба в матеріаль
-нихресурсах, прогнозуватисяфінансовіпоказни
-ки діяльності підприємства. Прогноз по збуту необхіднийімаркетингу, щоб грамотнорозроби
-ти стратегії розподілу й плани стимулювання продажів, ацеусвоючергуповиннезабезпечити виконаннянаміченогообсягуреалізації.
Складність прогнозування збуту пов'язана з тим, що шукана величина залежить від безлічі факторів: новизнипродукціїдля ринкуйпідпри
-ємства , рівняцін , витратнапросуванняпродук
-ції, інтенсивностізбуту й конкуренції, комерцій
-ного успіху продукції, переваг промислових споживачів і інших факторів. Причому частина цих факторів контролюється підприємством, а інша – ні. Середнеконтрольованихфакторівнай
-важливішимиєдоходипромисловихспоживачів,
рівень інфляції , наявність на ринку товарів за
-вна мета прогнозування – планування роботи з досягненнянаміченихрівнівзбутутимспособом,
якийпредставляєтьсянайбільшефективним.
Прогнозування збуту може здійснюватися безпосередньоабо являтисобоютакзванийрин
-ковий прогноз, при якому спочатку планується обсяг майбутніх продажівнаринку, а потімроз
-раховується розмір тої його частки, яка надійде підприємству. Відомо, що процес прогнозування складаєтьсязчотирьохключовихетапів:
– визначеннязадачіпрогнозування; – вибіроптимальнихметодик;
– оцінкайостаточнийвибірметодики; – здійсненняпрогнозу.
В основі прогнозування збуту лежать моделі майбутнього ринку з урахуванням періоду про
-гнозу. Виділяють короткострокові, середньост
-роковіі довгострокові прогнози. Як правило, ко
-роткостроковіпрогнози (наперіоддотрьох міся
-ців) необхідні для рішення тактичних завдань з урахуваннямринковихзмін.
Середньостроковий прогноз (до трьох років)
частішевсьогоскладаєтьсящорічноі необхідний для складаннябюджетупідприємсві оцінкипер
-спективрозвитку.
Довгостроковий прогноз (до п’яти років) ви
-користовується для розробки стратегічних пла
-нів.
У практиці прогнозування використовуються наступніпідходидорозробкипрогнозів:
−опитування;
−екстраполяція;
−моделювання.
Названі підходи доповнюють один одного і можуть використовуватися в сукупності, забес
-печуючи комплексне вивчення прогнозованого явищачипроцесу.
Сьогодні існують понад 150 різних методів і прийомів прогнозування, що відрізняються за своїм інструментарієм, сферою застосування і науковою об’єктивністю. Але на практиці вико
-ристовуютьсяякосновніблизько 20 [4].
Усю сукупність методів класифікуютьза різ
-нимиознаками : ступенемоб’єктивності і ступе
-нем аналітичності процесу, загальним принци
-пом дії, процедурою одержання параметрів про
-гнозноїмоделітаіншими. Найбільшепоширення в прогнозуванні збуту має угрупування методів заступенемоб’єктивностііступенеманалітично
-стіпроцесу, відповіднодоякогорозрізняютьякі
-сніікількісніметоди.
Якісні методи прогнозування інакше назива
-ютьсуб’єктивними, тому щовонибільше спира
-ютьсяіндивідуальнідумки, отриманіврезультаті опитувань, ніжнаматематичнірозрахунки.
Донихслідвіднести.
Метод опитування споживачів базується на з’ясувані думки споживачівпро риноквпрогно
-зованний період. Такий підхідще називаютьви
-вченням ринку. Одним з завдань є установити,
яку кількість товарів підприємства має купити споживач. Дослідженняринкуведетьсяпоетапно.
Спочатку з’ясовуєтьсяґ можливість здійснення
купівлітовару ітільки після цьоговивчають пи
-тання про реалізацію товарів конкреттих марок.
Цей метод застосовують для опитування обме
-женої кількості споживачив здатних говорити просвоїнаміризвеликимступенемдостовірнос
-ті.
Метод оцінок торгового персоналу заснова
-нийнавивченнідумкиторговогоперсоналу, кот
-рий краще, ніж хто-небудьінший, можепрогно
-зувати обсяг продажів у регіоні, що обслугову
-ється, накороткостроковуперспективу.
Метод експертнихоцінокполягає вскладанні прогнозу групою експертів, що, безумовно, має перевагу перед прогнозом, складеним однією людиною. Поліпшити результати прогнозу до
-зволяєпопереднєвивчення експертамистатисти
-чних даних обсягу продажів, а також викорис
-тання поправочних коефіцієнтів стосовно їхніх оцінок у залежності від переконаності експертів упідтвердженніскладенихнимипрогнозів.
МетодДельфімаєбагатоспільногозметодом експертних оцінок. Склад учасників групи про
-гнозуформуєтьсязатимижкритеріями. Головна відмінність полягає в тому, що експерти, які бе
-руть участь у роботі, не зустрічаються разом.
Опитуванняекспертівзадопомогоюанкетування проводитьсявдекількатурів іпісля ознайомлен
-ня усіх учасників експертизи з проміжними ре
-зультатами дістають груповуоцінку досліджува
-ноїпроблеми.
Пробний продаж являє собою продаж деякої кількості товару на визначеній теріторії. Резуль
-тати пробного продажу аналізуються і узагаль
-нюютьсяз метою прогнозування їх збутувнаці
-ональномумасштабінастадіївпровадження.
Кількісні методи прогнозування називають об'єктивними, чи математичними, тому що в їх основі лежать точний розрахунок і логічна об
найчастішевикористовуютьпарнийімножинний регресійнийаналіз.
Парний регресійнийаналізбазується навико
-ристаннірівнянняпрямоїлінії:
Y = +a bx,
де Y −прогнозуємазалежназмінна; a −вільнийчленрівняння;
x – незалежна змінна (використовується для визначеннязалежноїзмінної);
b − коефіцієнт регресії (середнє відношення відхиленнярезультативноїознакивідїїсередньої велечинини на одну одиницю її вимірювання –
варіація y, котра приходиться на одиницю варіації x).
Коефіцієнти a і b розраховуються наоснові спостереженьвеличин y і x.
Множиннарегресіяідентичнапарнійрегресії,
за винятком того, що використовується більш ніжодназмінна, щодозволяєбільшповновідби
-тидійсність.
Можнавиділитидваметодирозробкипрогно
-зу, заснованих на методах математичної статис
-тики: екстраполяцію й моделювання. Екстрапо
-ляція полягає у сформованих у минулому і сьо
-годенн істійких тенденцій економічного розвит
-куі перенесенні їх намайбутнє. У прогнозуванні екстраполяціязастосовуєтьсяпри вивченітимча
-сових рядів і являє собою перебування значень функції за межами області її визначення з вико
-ристанням інформації про поводженняданої фу
-нкціїв деяких точках, що належать області їїви
-значення. При формуванні прогнозів за допомо
-гою екстраполяції робиться пропозиція, що сис
-тема розвивається эволюционно в досить стабільнихумовах.
Розрізняють формальнуіпрогнознуекстрапо
-ляцію.Формальна базується на припущенні про збереження в майбутньому минулих і дійсних тенденційрозиткуоб’єктапрогнозу, припрогноз
-нійфактичнийрозвитокув’язуєтьсязгипотизами динаміки досліджуванного процесу з урахуван
-ням впливу різніх факторів в майбутньому. Реа
-льність такого роду прогнозів значною мірою обумовлюється вибором меж екстраполяції. Ре
-комендується, щобстрок прогнозу неперевищу
-вавтретинитривалостівихідноїтимчасовоїбази.
Кількісні методи прогнозування засновані на екстраполяції мають кілька різновидів: метод тимчасових рядів, метод слизької середньої, ме
-тод експонентного згладжування, модель Бокса–
Дженкінса, метод Х-ІІ, метод подвійного згла
-джуванняБрауна.
Метод тимчасових рядівґрунтуєтьсянасуку
-пностіпослідовнихвимірівпоказника, зроблених черезінтерваличасу.
Аналіз тимчасових рядів дозволяє вирішити наступнізавдання:
– досліджувати структуру тимчасового ряду,
щовключає, якправило трендзакономірнізміни середнього рівня, а також випадкові періодичні коливання;
– досліджувати причинно-наслідкові взаємо
-зв’язки між процесами, що проявляються у ви
-гляді кореляційнихзв'язківміжтимчасовими ря
-дами;
– побудувати математичну модель процесу,
представленоготимчасовимрядом;
– прогнозуватимайбутнійрозвитокпроцесу.
Тренд характеризує загальну тенденцію змін показниківряду. Підним розумієтьсяхарактери
-стика основної закономірностіруху у часі, у де
-якій мірі вільної від випадкових впливів. При розробці моделей прогнозування тренд виявля
-ється основною складовою прогнозованого тим
-часового ряду, на яку вже накладаються інші складові. Результатприцьомупов’язуєтьсявиня
-тковозходомчасу. Передбачається, щочерезчас можнавиразитивпливвсіхосновнихфакторів.
Методкорисний дляпрогнозузбутунавідно
-сно стабільних ринках, не підданих впливу рап
-тових змін у попиті. Він може застосовуватися длясередньостроковихпрогнозівзбуту.
Метод слизької середньої дає можливість ви
-рівнювати динамічний ряд шляхом його розчле
-новуваннянарівнічастинизобов’язковимзбігом укожнійз них суммодельних і емпіричнихзна
-чень. В основілежить прийом відніманняпоказ
-никапершоїізпродажі додаванняпоказникаос
-танього продажу. Такий метод називають про
-гнозуванням тенденції, тому що чим більше ко
-ливання даних, тим довшим є період їх усередкування.
Метод експонентного згладжування опира
-єтьсянапослідовністьваг (ваговихкоефіцієнтів),
щоспадаютьзчасомзаекспотенційнимзаконом.
Досвідсвідчить проте щопоказники мають тен
-денцію «старіння». Впливбільшпізніх спостере
-жень на розвиток процесу в майбутньому знач
-льша вага, а саме, ваги значеньряду спадають у мірувіддаленнявминуле. Йогоперевагиутому,
що він не вимагає великої інформаційної бази і припускаєїїінтенсивнийаналіззпоглядуінфор
-маційної цінності різних членів тимчасової по
-слідовності. Моделі, що описують динаміку по
-казника, мають просте математимчне формулю
-вання, аадаптивнаеволюціяпараметрівдозволяє відбити неоднорідність і плинність тимчасового ряду. Метод застововується длякоротко– і сере
-дньостроковому прогнозуванні. Труднощі про
-гнозу складаються з неможливості провістити під’ємчиспадрінку.
Метод подвійного згладжування Брауна при
-значений для прогнозування нестаціонарних ря
-дів у випадкулінійно-адитивного тренду з вико
-ристанням подвійногоекспоненційного зважено
-госередньогозначення. Рядстакимтрендоммає середню, яка збільшується (чи зменшується)
приблизно на однакову величину в розглянуті моменти часу. При цьому дисперсія відхилень фактичнихзначень відтренду приблизнопостій
-на.
Метод Х-11 полягає в розбивці тимчасового ряду натрендовіцикли, сезонні циклиі нанере
-гулярні елементи. Використовується для серед
-ньостроковогопрогнозування.
Модель Бокса–Дженкінса базується на одно
-муізваріантівекспонентного згладжування. Ме
-тод призначений для обробки авторегресивних рядів без апріорнихприпущень щодокоефіцієн
-тів, які дисконтують. Виключення тренду здійс
-нюється шляхом переходу до різниць ряду і до
-пущеннякореляційних залишків. Методзастово
-вується для коротко- і середньостроковому про
-гнозуванні.
До головних обмежень экстраполяционніх методівможнавіднестинаступне.
Більшість прогнозних помилок пов'язані з тим, що в момент формулювання прогнозу в бі
-льше або явній формі малося на увазі, що існу
-ють тенденції збереження в майбутньому, що рідковиправдується. Экстраполяционныеметоди не дозволяють дійсно «передбачити» еволюцію попиту, оскільки не здатні передбачати які
-небудь «повторні крапки». У найкращому разі вониздатнішвидко врахувативжеминулізміни.
Томуїх називають «адаптивноюпрогнозноюмо
-деллю». Проте для багатьох проблем керування такий «апостеріорний» прогноз виявляється ко
-риснимприумовах, щоєдоситьчасудляадапта
-ції, і фактори визначальні рівень продажів не підданірізкимзмінам [2, с. 208].
Розповсюдженою методикою опису тих чи іншихпроцесівіявищслужитьмоделювання, яке варторозумітияк дослідженняоб’єктівпізнання наїхніхмоделях.
Воно передбаєпобудову моделінаоснові по
-переднього вивчення об’єкта чи процесу, виді
-лення його істотних характеристик чи ознак.
Прогнозування процесів з використанням моде
-лейвключає:
– розробкумоделі;
– експерементальнийаналіз;
– порівняння результатів прогнозних розра
-хунківзфактичнимиданимистанупроцесу; – коректировкаіуточненнямоделі.
Застосування математичних методів є необ
-хідноюумовоюдля розробки івикористання ме
-тодівмоделювання впрогнозуванні, що забеспе
-чуєвисокийступіньобгрунтованостіісвоєчасно
-стіпрогнозів.
Впрогнозуваннізбутувикористовуются: про
-гнознаосновііндикаторів, імітація, моделідифу
-зії.
ІмітаціяПрогнозування наосновіведучихпо
-казників дозволяє установити взаємозв'язок між яким-небудь вимірним явищем і тим, яке треба спрогнозувати. Імітація заснована на принципі повторення, що дозволяє зв'язати сьогодення і майбутнє.
Моделідифузії. Більшістьописанихвищеме
-тодів залежить від подальшого успіху продажу товарів, освоєнихпідприємством. Дані пропото
-чнийстансправієосновоюпрогнозу. Однакпри впровадженніна ринок новихтоварівчи товарів удосконаленихмоделейусівидипрогнозівздійс
-нюються на базі теорії, що називається проник
-ненням, «дифузією» винаходів. У своїй основі теорія дифузії припускає, що новий товар має чотири особливості: новизна, достатні дані у споживача протовар, соціальна система, час. Це означає, що чим незначніше нововведення, тим менше ймовірність упровадження. Прогноз здій
-снюється напідставі лишенезначного обсягуін
-формації пропочатковий етапвпровадження то
-вару. Прицьомувраховуютьсяобставини, супут
-ні продажу нового товару, наприклад його жит
-тєвийцикл.
Прогнознаосновііндикаторівполягаєвоцін
-зників) суміжних галузей промисловості. Вико
-ристання імітаційних моделеймає на увазі пере
-хіддовивченнянестатичних, адинамічнихвлас
-тивостейдосліджуваногопроцесу.
Зазначимо, щопроцес прогнозування припус
-каєвикористання якоднієї, такідекількохмето
-дик в залежності від потреб, можливостей і да
-них, що маються для прогнозу. Деякі методи ефективнідляодержанняпрогнозівузагальнених показників, інші використовуються для прогно
-зування динаміки окремих елементів узагальне
-нихпоказників, тому дляуправліннязбутомслід використовувати систему моделей прогнозуван
-ня. Розробка системи моделей прогнозування проходитьтриетапи.
Напершому розробляєтьсялокальна методи
-капрогнозування(окремімоделіі підсистемимо
-делей).
На другому створюється система взаємодію
-чихмоделей прогнозування набазі розробки ло
-кальнихметодикпрогнозування.
На третьому уточнюються і розвиваються окремі локальні системи і методики прогнозу
-ванняіпрактичногоїхньоговикористання.
Застосуваннясистемимоделейпрогнозування дозволить отримати показники збуту взаємно доповнюючи один одного, що забеспечитьком
-плексне вивчення прогнозного явища і високий ступеньобґрунтованості.
БІБЛІОГРАФІЧНИЙСПИСОК
1. Герасимчук В. Г. Маркетинг: теорія і практика: Навч. посіб. – К.: Вищашк., 1994. – 327 с.
2. Голубков Е. П. Основы маркетинга: Учебник. – М.: Финпресс, 1999. – 656 с.
3. Гаркавенко С. С. Маркетинг: Підручник. – К.:: Лібра, 2002. – 712 с.
4. Прогнозирование и долгосрочное планирование экономического развития региона / Отв. ред.: Р. Д. Федотова, А. А. Гудым. – Кишинев: Штиин -ца, 1986. – 247 с.
5. СтаростінаА. О. Промисловиймаркетинг: Теорія, світовийдосвід, українськапрактика: Підручник / А. О. Старостіна , А. О. Длігач, В. А. Кравченко / За ред. А. О. Старостіної. – К.: Знання, 2005. – 764 с.
