Методы прогнозирования
Многие фирмы основывают свои прогнозы на тенденциях прошлых продаж. Они
предполагают, что опыт прошлых продаж может быть раскрыт через статистический анализ,
и их аналитики используют причинные взаимозависимости для составления прогноза
будущих продаж. Один из наиболее известных таких методов — временной анализ, или
построение трендов. Он состоит в разложении первоначальных продаж на четыре
компонента — тенденцию, цикл, сезон и случайные факторы, а затем в объединении этих
компонентов, чтобы произвести коммерческий прогноз сбыта. Тренд — это долгосрочное
направление движения (роста или снижения) объемов продаж, происходящего в ре-
Конец страницы 498
Начало страницы 499
зультате основных изменений в численности населения, формировании капитала и
технологии. Для его нахождения вычерчивают прямую линии для целого ряда прошлых
продаж.
Цикл охватывает период среднесрочной волны движения объемов продаж,
являющейся результатом изменений в общей экономической и конкурентной активности.
Выявление цикличности может быть полезно для построения среднесрочных прогнозов.
Циклические колебания, однако, трудны для прогнозирования, поскольку происходят
неравномерно, не в строгие временные интервалы.
Сезон относится к характеристике последовательного типа еженедельных,
ежемесячных или ежеквартальных изменений объемов продаж в пределах одного года. В
гостиничном бизнесе мы обычно судим о сезонных изменениях на основе года, нескольких
лет, но важны и еженедельные и даже почасовые изменения объемов сбыта. Сезонный
компонент может быть связан с погодными факторами, праздниками и торговыми обычаями.
Сезонный фактор представляет собой модель прогнозирования краткосрочных
продаж. Управление доходами зависит от прогноза уровня спроса в конкретный день, рейс,
круиз и час суток. Компаниями уже тщательно проанализированы прошлые изменения
объемов продаж, например, исследования продаж по вторникам второй недели сентября или
общее количество и состав пассажиров рейса 482 каждую среду на 3.30 часа дня. Однако
прогноз авиалиний усложняется наличием транзитных остановочных пунктов. Крупные
компании по обслуживанию клиентов типа авиалиний, сетей гостиниц и фирм по аренде
автомобилей (например Hertz) для анализа огромных объемов данных используют сложное
компьютерное программное обеспечение.
Наконец, случайные факторы включают в себя различные непредвиденные
обстоятельства: причуды клиентов, забастовки, снежные бури, землетрясения, бунты,
пожары и др. Эти компоненты, по определению, являются непредсказуемыми и не должны
включаться в базу данных, чтобы получить объективную картину обычного движения
продаж. Большинство этих случаев не может быть предсказано, но некоторые, типа снежных
бурь и забастовок, все-таки поддаются краткосрочному прогнозированию. Менеджеры
гостиниц Вашингтона (округ Колумбия) знают, что, если в городе ожидается снежная буря,
спрос на номера увеличится — приезжие не смогут покинуть город и останутся в гостинице.
Служащие различных офисов также не смогут возвратиться домой и будут вынуждены
остановиться в гостинице. Менеджеры, знающие о таком поведении спроса в
непредвиденных случаях, могут использовать эти знания в руководстве компанией в
кризисные моменты.
Первый шаг в управлении спросом — понимание факторов, влияющих на спрос со
стороны рыночных сегментов фирмы. День выдачи заработной платы может изменить спрос
клиентов в целой области. Например, вечера пятницы и субботы в северном Далласе в день
выплаты заработной платы на фирме Texas Instruments более напряженны для менеджеров и
работников ресторанов, чем обычные уикэнды.