
Глава
13. Прогнозирование
407
Масштаб и мощность баз данных компании Wal-Mart
имеют огромное влияние в индустрии информатики. С
объемом данных свыше 7 Тбайт на
двух
быстрорастущих
системах NCR Wal-Mart управляет одним из самых круп-
ных хранилищ данных. Теперь, применяя новую приклад-
ную программу извлечения информации из массивов дан-
ных, розничный торговец сможет лучше использовать такие
системы для
пополнения
товарных запасов на складах.
Формула
успеха
компании Wal-Mart — получение ин-
формации
о нужном продукте по самой низкой цене,
обязывает ко многому, а именно к многомиллионным
инвестициям
в хранилище данных. " Wal-Mart может пре-
доставить более конкретную информацию, чем большин-
ство ее конкурентов, относительно продукции, хранения,
сроков
поставки и т.д. и
действует
исходя из этого, — го-
ворит Ричард Уинтер, консультант по базам данных в
Бостоне.
— Эта программа обладает удивительными воз-
можностями".
Кроме
двух
терабайтовых баз данных NCR, которые
обрабатывают большинство приложений поддержки при-
нятия
решений, компания имеет данные объемом 6 Тбайт
на
мэйнфреймах (больших ЭВМ) фирм IBM и
Hitachi
и
500 Гбайт на сотнях серверов, которые работают на осно-
ве базы данных OnLine Dynamic
Server
компании
Informix.
Wal-Mart разработала собственное промежуточное про-
граммное обеспечение для управления системными при-
оритетами. "Мы все время предоставляем право на 100%-
ное
использование базы данных", — говорит Рик Дэлзел,
вице-президент по разработке прикладного программного
обеспечения.
В таких системах содержатся данные по точкам заказа,
товарным запасам, перемещению товаров, рыночной ста-
тистике,
демографической информации о потребителях,
финансам,
доходам
от реализации продукции и по вы-
полнению
поставок. Данные используют в
трех
направле-
ниях:
анализ трендов, управление запасами и изучение
запросов клиентов. Вследствие этого приобретают "черты
индивидуальности" каждая из
3000
(или около того) тор-
говых точек компании
Wal-Mart,
которые используются
менеджерами компании для определения ассортимента
товаров и презентации каждого магазина.
Извлечение
информации из массивов данных означает,
что Wal-Mart начинает выгружать прикладную программу
прогнозирования
спроса, основанную на программном
обеспечении нейронной сети и компьютере с четырьмя ты-
сячами
процессоров компании Neo
Vista
Solutions
Inc. из
Купертино,
штат Калифорния. Прикладная программа
"рассматривает ассортимент товаров во всех магазинах,
чтобы установить сезонную
структуру
продажи каждого то-
вара", — говорит г-н Дэлзел. Система Neo
Vista
хранит за-
служивающие внимания годовые данные о продажах 100
тысяч наименований изделий и прогнозирует потребность
каждого магазина в конкретном товаре.
В дальнейшем компания Wal-Mart планирует расши-
рить использование анализа потребительской корзины.
Данные
будут
собираться по отдельным видам товаров,
которые включат совокупные закупки покупателей, и та-
ким
образом компания сможет проанализировать взаимо-
связь
и
структуру
закупок. Г-н Дэлзел говорит, что этот
проект сможет в конечном счете утроить размер храни-
лища
данных компании
Wal-Mart.
Компания
Wal-Mart через Всемирную паутину (Web)
обеспечивает доступность данных для своих менеджеров
магазинов и поставщиков. За день к этой базе данных об-
ращаются
3500
пользователей, которые
делают
до 10 тысяч
запросов.
Предполагается, что это количество удвоится.
"
Wal-Mart позволяет целой армии людей пользоваться
базой данных при принятии тактических решений", —
говорит консультант Ричард Уинтер.
"Влияние
Wal-Mart огромно".
Источник.
John
Foley,
Tech
Web,
December
9, 1996.
Web-узел
Tech
Web
расположен
по
адресу
http://www.techweb.com
Прогнозы
жизненно необходимы для каждой
коммерческой
организации и для каждого значи-
тельного управленческого решения. Прогнозиро-
вание
служит базисом корпоративного долгосрочного
планирования.
В сфере финансов и бухгалтерии прогнозы
являются основой бюджетного планирования и контроля
затрат. Маркетинг опирается на прогнозирование продаж
при
планировании новых видов продукции, поощрении
персонала в сфере торговли, а также при принятии
других
ключевых решений. Производственный и операционный
персонал использует прогнозы как для принятия страте-
гических решений, таких как выбор технологического
процесса, планирование производственных мощностей и
размещение оборудования, так и для решения текущих
вопросов планирования производства, составления кален-
дарных планов и планирования материальных запасов.
Следует
помнить, что идеальный прогноз обычно не-
возможен. Слишком много факторов, влияющих на
эконо-
мическую деятельность, нельзя предвидеть со всей опреде-
ленностью. Поэтому не
следует
искать идеальный прогноз,
важнее ввести в практику постоянную корректировку про-
гнозов и научиться жить с неточными прогнозами. Это,
однако,
не означает, что надо отказаться от совершенство-
вания
модели или методологии прогнозирования. В
разум-
ных
пределах
следует
стремиться к поиску и использованию
наилучшего доступного метода прогнозирования.
При
прогнозировании целесообразно использовать два
или
три метода и рассматривать их с точки зрения здравого
смысла. Наблюдаются ли в общей экономической деятель-
ности
изменения, которые окажут влияние на прогноз?
Есть ли изменения в поведении промышленных и частных
потребителей? Будет ли наблюдаться дефицит необходимых
комплектующих? Постоянный пересмотр и корректировка
прогнозов
в свете новых данных — это залог успешного
прогнозирования.
В этой главе
будут
рассмотрены
качест-
венное
и
количественное
прогнозирование, но, главным об-
разом,
внимание
будет
уделено нескольким количествен-