Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Максишко Наталья КонстантиновнаСтр 1 из 4Следующая ⇒
КУРСОВАЯ РОБОТА на тему Выполнила Студентка группы 5120-1IV-го курса факультета экономического Малеева Светлана Викторовна /Ф.И.О./ Приняла Научный руководитель доцент кафедры Максишко Наталья Константиновна /Ф.И.О., учёная степень и звание/ Регистрационный номер_________ Дата_________ Подпись_________ г. Запорожье РЕФЕРАТ Курсова робота: 31 страниц, 5 таблицы, 3 рисунка, 10 источников. Объект исследования – методы прогнозирования объемов продаж. Цель данной работы – изложить в систематизированном виде методы прогнозирования объема продаж, наиболее часто применяемые в экономической практике. Главное внимание в работе обращено на прикладное значение рассматриваемых методов, на экономическое истолкование и интерпретацию получаемых результатов, а не на объяснение математико-статистического аппарата, который подробно освещается в специальной литературе. Метод исследования – описательный, сравнительный. В ходе выполнения данной работы были рассмотрены основные методы прогнозирования объемов продаж, их классификация, этапы проведения и анализа. ПРОГНОЗ, ТРЕНД, ЦИКЛИЧЕСКИЕ КОЛЕБАНИЯ, СЕЗОННЫЕ КОЛЕБАНИЯ, КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ, ВЕДУЩИЕ ИНДИКАТОРЫ. содержание ВВЕДЕНИЕ............................................................................................................ 3 1 КЛАССИФИКАЦИЯ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ПРОДАЖ........ 3 2 МЕТОДЫ ЭКСПЕРТНЫХ ОЦЕНОК............................................................. 3 3 АНАЛИЗ ВРЕМЕННЫХ РЯДОВ..................................................................... 3 4 СЕЗОННЫЕ КОЛЕБАНИЯ.............................................................................. 3 5 ЦИКЛИЧЕСКИЕ КОЛЕБАНИЯ..................................................................... 3 6 КАЗУАЛЬНЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ...................................... 3 ВЫВОДЫ............................................................................................................... 3 СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ............................................... 3
ВВЕДЕНИЕ Процесс управления предприятием представляет собой непрерывную разработку управленческих решений и применение их на практике. От эффективности разработки этих решений в значительной степени зависит успех дела. И прежде чем начинать какое-либо дело, необходимо определить цель своих действий. В процессе производства руководителям предприятия очень часто приходится сталкиваться с критическими проблемами, и от того, на сколько оптимально принятое решение, будет зависеть конечный финансовый результат деятельности предприятия. Потребность в решении возникает только при наличии проблемы, которая в общем, виде характеризуется двумя состояниями – заданным (желаемым) и фактическим (прогнозируемым), и именно прогнозирование будет отправной точкой в процессе принятия управленческого решения. Рассогласование между этими состояниями предопределяет необходимость выработки – управленческого решения и контроля за его реализацией. Цель данной работы — изложить в систематизированном виде методы прогнозирования объема продаж, наиболее часто применяемые в экономической практике. Главное внимание в работе обращено на прикладное значение рассматриваемых методов, на экономическое истолкование и интерпретацию получаемых результатов, а не на объяснение математико-статистического аппарата, который подробно освещается в специальной литературе. Чтобы прогнозирование было наиболее эффективным, цели должны быть конкретными и измеримыми. То есть для каждой цели должны существовать критерии, которые позволили бы оценить степень достижения цели. Без этих критериев не возможна реализация одной из основных функций управления – контроля. Исходя из этого, можно сделать вывод, что цель, степень достижения которой можно количественно измерить, будет всегда лучше цели, сформулированной лишь словесно (вербально). Прогнозирование – это своего рода умение предвидеть, анализ ситуации и ожидаемого хода её и изменения в будущем. Так как каждое решение – это проекция в будущее, а будущее – содержит элемент неопределенности, то важно правильно определить степень рисков, с которыми сопряжена реализация принятых решений. КЛАССИФИКАЦИЯ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ПРОДАЖ Самым простым способом прогнозирования рыночной ситуации является экстраполяция, т.е. распространение тенденций, сложившихся в прошлом, на будущее. Сложившиеся объективные тенденции изменения экономических показателей в известной степени предопределяют их величину в будущем. К тому же многие рыночные процессы обладают некоторой инерционностью. Особенно это проявляется в краткосрочном прогнозировании. В то же время прогноз на отдаленный период должен максимально принимать во внимание вероятность изменения условий, в которых будет функционировать рынок. Методы прогнозирования объема продаж можно разделить на три основные группы: - методы экспертных оценок; - методы анализа и прогнозирования временных рядов; - казуальные (причинно-следственные) методы. Методы экспертных оценок основываются на субъективной оценке текущего момента и перспектив развития. Эти методы целесообразно использовать для конъюнктурных оценок, особенно в случаях, когда невозможно получить непосредственную информацию о каком-либо явлении или процессе. Вторая и третья группы методов основаны на анализе количественных показателей, но они существенно отличаются друг от друга. Методы анализа и прогнозирования динамических рядов связаны с исследованием изолированных друг от друга показателей, каждый из которых состоит из двух элементов: из прогноза детерминированной компоненты и прогноза случайной компоненты. Разработка первого прогноза не представляет больших трудностей, если определена основная тенденция развития и возможна ее дальнейшая экстраполяция. Прогноз случайной компоненты сложнее, так как ее появление можно оценить лишь с некоторой вероятностью. В основе казуальных методов лежит попытка найти факторы, определяющие поведение прогнозируемого показателя. Поиск этих факторов приводит собственно к экономико-математическому моделированию – построению модели поведения экономического объекта, учитывающей развитие взаимосвязанных явлений и процессов. Следует отметить, что применение многофакторного прогнозирования требует решения сложной проблемы выбора факторов, которая не может быть решена чисто статистическим путем, а связана с необходимостью глубокого изучения экономического содержания рассматриваемого явления или процесса. И здесь важно подчеркнуть примат экономического анализа перед чисто статистическими методами изучения процесса. Каждая из рассмотренных групп методов обладает определенными достоинствами и недостатками. Их применение более эффективно в краткосрочном прогнозировании, так как они в определенной мере упрощают реальные процессы и не выходят за рамки представлений сегодняшнего дня. Следует обеспечивать одновременное использование количественных и качественных методов прогнозирования. Рассмотрим подробнее сущность некоторых методов прогнозирования объема продаж, возможности их использования в маркетинговом анализе, а также необходимые исходные данные и временные ограничения. МЕТОДЫ ЭКСПЕРТНЫХ ОЦЕНОК Прогнозы объема продаж с помощью экспертов могут быть получены в одной из трех форм: 1) точечного прогноза; 2) интервального прогноза; 3) прогноза распределения вероятностей. Точечный прогноз объема продаж – это прогноз конкретной цифры. Он является наиболее простым из всех прогнозов, поскольку содержит наименьший объем информации. Как правило, заранее предполагается, что точечный прогноз может быть ошибочным, но методикой не предусмотрен расчет ошибки прогноза или вероятности точного прогноза. Поэтому на практике чаще применяются два других метода прогнозирования: интервальный и вероятностный. Интервальный прогноз объема продаж предусматривает установление границ, внутри которых будет находиться прогнозируемое значение показателя с заданным уровнем значимости. Примером является утверждение типа: “В предстоящем году объем продаж составит от 11 до 12, 4 млн. грн.”. Прогноз распределения вероятностей связан с определением вероятности попадания фактического значения показателя в одну из нескольких групп с установленными интервалами. Примером может служить прогноз типа:
Хотя при составлении прогноза существует определенная вероятность, что фактический объем продаж не попадет в указанный интервал, но прогнозисты верят, что она настолько мала, что может игнорироваться при планировании. Интервалы, учитывающие низкий, средний и высокий уровень продаж, иногда называют пессимистичными, наиболее вероятными и оптимистическими. Конечно, распределение вероятностей может быть представлено большим количеством групп, но наиболее часто используются три указанных группы интервалов. Для выявления общего мнения экспертов необходимо получить данные о прогнозных значениях от каждого эксперта, а затем произвести расчеты, используя систему взвешивания индивидуальных значений по какому-либо критерию. Известны четыре метода взвешивания различных мнений: 1) использование равных весов, если эксперты, как полагают исследователи, имеют одинаковые компетентности; 2) использование весов, пропорциональных степени “важности” экспертов, соответствующей их компетентности, известности в ученом мире, опыту в конкретной области деятельности и т.п.; 3) использование весов, пропорциональных самооценкам экспертов. Имеются свидетельства наличия прямой связи между уровнем самооценки компетентности экспертов и точностью экспертных оценок; 4) использование весов, пропорциональных относительной точности последних прогнозов конкретного эксперта. Выбор метода остается за исследователем и зависит от конкретной ситуации. Ни один из них не может быть рекомендован для использования в любой ситуации. Избежать проблемы взвешивания индивидуальных прогнозов экспертов и искажающего влияния отмеченных нежелательных факторов позволяет Дельфи-метод. Его основу составляет работа по сближению точек зрения экспертов. Всех экспертов знакомят с оценками и обоснованиями других экспертов и предоставляют возможность изменить свою оценку. АНАЛИЗ ВРЕМЕННЫХ РЯДОВ Вторая группа методов прогнозирования основана на анализе временных рядов. Таб. 1 представляет временной ряд по показателю потребления безалкогольного напитка “Тархун” в декалитрах (дал) в одном из регионов начиная с 1993 г. Анализ временных рядов может проводиться не только по годовым или месячным данным, но также могут использоваться ежеквартальные, недельные или ежедневные данные об объемах продаж. Для расчетов был использован программный продукт Statistica 5.0 for Windows. Таблица 1 Ежемесячное потребление безалкогольного напитка “Тархун”
По данным таб. 1 построим график потребления напитка “Тархун” в 1993 – 1999 гг. (рис. 1), где на оси абсцисс представлены даты наблюдения, на оси ординат – объемы потребления напитка.
Рис. 1: Ежемесячное потребление напитка “Тархун” Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения в объемах продаж могут быть использованы для определения этого показателя в последующие периоды времени. Временные ряды, подобные тем, что приведены в таблице 1, обычно служат для расчета четырех различных типов изменений в показателях: трендовых, сезонных, циклических и случайных. Тренд – это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции – методами выравнивания. Один из наиболее простых приемов обнаружения общей тенденции развития явления – укрупнение интервала динамического ряда. Смысл этого приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, уровни которого относятся к большим по продолжительности периодам времени. Так, например, месячные данные таб. 1 могут быть преобразованы в ряд годовых данных. График ежегодного потребления напитка “Тархун”, приведенный на рис. 2, показывает, что потребление возрастает из года в год в течение исследуемого периода. Тренд в потреблении является характеристикой относительно стабильного темпа роста показателя за период.
Рис. 2. Ежегодное потребление напитка “Тархун” в 1993—1999 гг. Выявление основной тенденции может быть осуществлено также методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно передвигаясь от начального уровня динамического ряда на одно значение. По сформированным укрупненным данным рассчитываем скользящие средние, которые относятся к середине укрупненного интервала. Порядок расчета скользящих средних по потреблению напитка “Тархун” в 1993 г. приведен в таб. 2. Аналогичный расчет может быть проведен на основе всех данных за 1993—1999 гг. Таблица 2 СЕЗОННЫЕ КОЛЕБАНИЯ Сезонные колебания – повторяющиеся из года в год изменения показателя в определенные промежутки времени. Наблюдая их в течение нескольких лет для каждого месяца (или квартала), можно вычислить соответствующие средние, или медианы, которые принимаются за характеристики сезонных колебаний. При проверке ежемесячных данных по таб. 1 можно обнаружить, что пик потребления напитка приходится на летние месяцы. Объем продаж детской обуви приходится на период перед началом учебного года, увеличение потребления свежих овощей и фруктов происходит осенью, повышение объемов строительных работ – летом, увеличение закупочных и розничных цен на сельскохозяйственные продукты – в зимний период и т.п. Периодические колебания в розничной торговле можно обнаружить и в течение недели (например, перед выходными днями увеличивается продажа отдельных продуктов питания), и в течение какой-либо недели месяца. Однако самые значительные сезонные колебания наблюдаются в определенные месяцы года. При анализе сезонных колебаний обычно рассчитывается индекс сезонности, который используется для прогнозирования исследуемого показателя. В самой простой форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в процентах). Все другие известные методы расчета сезонности различаются по способу расчета выровненной средней. Чаще всего используются либо скользящая средняя, либо аналитическая модель проявления сезонных колебаний. Большинство методов предполагает использование компьютера. Относительно простым методом расчета индекса сезонности является метод центрированной скользящей средней. Для того чтобы его проиллюстрировать, предположим, что в начале 1999 г. мы хотели рассчитать индекс сезонности для потребления напитка “Тархун” в июне 1999 г. Используя метод скользящей средней, мы должны были бы последовательно осуществить следующие этапы: 1) решить, данные за сколько лет должны быть включены в расчет. Можно использовать данные за один год, но для большей достоверности расчетов лучше использовать данные по крайней мере за два года, а если сезонные колебания значительны, – то и более. Используем в примере данные двух лет; 2) рассчитать средний объем продаж за месяц по данным 13 месяцев, для которых июнь 1998 г. лежит в середине ряда. Использование 13 месяцев позволяет центрировать месяц, для которого производятся расчеты. В нашем примере средняя будет рассчитываться по формуле средней хронологической по следующим данным (с декабря 1996 г. по декабрь 1997 г.): 3) рассчитать индекс сезонности для июня 1997 г. как отношение объема продаж в июне 1997 г. к среднему объему за месяц в течение исследуемого периода: 4) повторить этапы 2 и 3 для июня 1998 г. Расчетный индекс для этого месяца будет равен 119, 5; 5) определить средний индекс в июне по данным за 1997 г. и 1998 г. по формуле простой арифметической:
6) рассчитать соответствующие индексы для всех месяцев; 7) обобщить данные о силе колеблемости показателей динамического ряда из-за их сезонного характера. При этом используется среднее квадратическое отклонение индексов сезонности (в процентах) от 100%: Сравнение средних квадратических отклонений, вычисленных за разные периоды времени, показывает сдвиги в сезонности (рост свидетельствует об увеличении сезонности потребления напитка “Тархун”). Другим методом расчета индексов сезонности, часто используемым в различного рода экономических исследованиях, является метод сезонной корректировки, известный в компьютерных программах как метод переписи (Census Method II). Он является своего рода модификацией метода скользящих средних. Специальная компьютерная программа элиминирует трендовую и циклическую компоненты, используя целый комплекс скользящих средних. Кроме того, из средних сезонных индексов удалены и случайные колебания, поскольку под контролем находятся крайние значения признаков. Расчет индексов сезонности является первым этапом в составлении прогноза. Обычно этот расчет проводится вместе с оценкой тренда и случайных колебаний и позволяет корректировать прогнозные значения показателей, полученных по тренду. При этом необходимо учитывать, что сезонные компоненты могут быть аддитивными и мультипликативными. Например, каждый год в летние месяцы продажа безалкогольных напитков увеличивается на 2000 дал, таким образом, в эти месяцы к существующим прогнозам необходимо добавлять 2000 дал, чтобы учесть сезонные колебания. В этом случае сезонность аддитивна. Однако в течение летних месяцев продажа безалкогольных напитков может увеличиваться на 30%, то есть коэффициент равен 1, 3. В этом случае сезонность носит мультипликативный характер, или другими словами, мультипликативный сезонный компонент равен 1, 3. В таб. 3 приведены расчеты индексов и факторов сезонности методами переписи и центрированной скользящей средней. Таблица 3 Месяцы |
Месяц |
Факти-ческие данные |
Аддитивная модель | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
прогноз | % ошибок | прогноз | % ошибок | прогноз | % ошибок | прогноз (аддитивная модель) | % ошибки | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Январь | 8, 848 | 8, 962 | 1, 29 | 9, 016 | 1, 90 | 8, 80 | 0, 36 | 9, 018 | 1, 92 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Февраль | 8, 753 | 8, 646 | –1, 22 | 8, 743 | –0, 11 | 8, 567 | –2, 12 | 8, 678 | –0, 85 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Март | 11, 155 | 10, 934 | –1, 98 | 10, 864 | –2, 61 | 10, 818 | –3, 02 | 10, 714 | 3, 95 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Апрель | 10, 898 | 11, 179 | 2, 57 | 11, 205 | 2, 82 | 11, 119 | 2, 03 | 11, 017 | 1, 09 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Май | 11, 917 | 11, 834 | –0, 7 | 11, 878 | –0, 33 | 11, 766 | –1, 27 | 11, 674 | –2, 04 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Июнь | 12, 955 | 12, 562 | –3, 03 | 12, 466 | –3, 77 | 12, 509 | –3, 44 | 12, 270 | –5, 29 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Июль | 12, 131 | 12, 750 | 5, 10 | 12, 682 | –2, 11 | 12, 633 | 4, 14 | 12, 572 | –2, 96 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Август | 12, 752 | 12, 589 | –1, 28 | 12, 488 | –2, 07 | 12, 597 | –1, 22 | 12, 459 | 2, 70 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
С ентябрь | 11, 016 | 11, 090 | 0, 67 | 11, 152 | 1, 23 | 11, 091 | 0, 68 | 11, 207 | 1, 73 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Октябрь | 10, 493 | 10, 283 | –2, 00 | 10, 340 | –1, 46 | 10, 131 | –3, 45 | 10, 439 | –0, 51 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ноябрь | 9, 832 | 9, 594 | –2, 42 | 9, 599 | –2, 37 | 9, 869 | 3, 76 | 9, 894 | 0, 63 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Декабрь | 9, 354 | 9, 855 | 5, 36 | 9, 822 | 5, 00 | 9, 238 | –1, 24 | 10, 222 | 9, 28 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Итого | 130, 10 | 130, 29 | +2, 73 | 130, 25 | +2, 51 | 129, 21 | +2, 6 | 130, 16 | 3, 64 |
Статистические таблицы, характеризующие сезонность потребления напитка “Тархун”, могут дополниться графиками, позволяющими подчеркнуть сезонный характер исходных данных и провести сравнение.
ЦИКЛИЧЕСКИЕ КОЛЕБАНИЯ
Объемы продаж большинства компаний показывают более значительные колебания, чем те, что представлены в таб. 1. Они растут и падают в зависимости от общей ситуации в бизнесе, уровня спроса на продукты, производимые компаниями, деятельности конкурентов и других факторов. Колебания, отражающие конъюнктурные циклы перехода от более или менее благоприятной рыночной ситуации к кризису, депрессии, оживлению и снова к благоприятной ситуации, называются циклическими колебаниями. Существуют различные классификации циклов, их последовательности и продолжительности. Например, выделяются двадцатилетние циклы, обусловленные сдвигами в воспроизводственной структуре сферы производства; циклы Джанглера (7 – 10 лет), проявляющиеся как итог взаимодействия денежно-кредитных факторов; циклы Катчина (3 – 5 лет), обусловленные динамикой оборачиваемости запасов; частные хозяйственные циклы (от 1 до 12 лет), обусловленные колебаниями инвестиционной активности.
Методика выявления цикличности заключается в следующем. Отбираются рыночные показатели, проявляющие наибольшие колебания, и строятся их динамические ряды за возможно более продолжительный срок. В каждом из них исключается тренд, а также сезонные колебания. Остаточные ряды, отражающие только конъюнктурные или чисто случайные колебания, стандартизируются, т.е. приводятся к одному знаменателю. Затем рассчитываются коэффициенты корреляции, характеризующие взаимосвязь показателей. Многомерные связи разбиваются на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность изменения основных рыночных процессов и их движение по фазам конъюнктурных циклов.
ВЫВОДЫ
Из всего вышесказанного можно сделать вывод, что при современных условиях функционирования рыночной экономики, невозможно успешно управлять коммерческой фирмой, без эффективного прогнозирования её деятельности. От того, на сколько прогнозирование будет точным и своевременным, а также соответствовать поставленным проблемам, будут зависеть, в конечном счете, прибыли, получаемые предприятием.
Для того, чтобы эффект прогноза был максимально полезен, необходимо создание на средних и крупных предприятиях так называемых прогнозных отделов (для малых предприятий создание этих отделов будет нерентабельным).
Что касается самих прогнозов, то они должны быть реалистичными, то есть их вероятность должна быть достаточно высока и соответствовать ресурсам предприятия.
Для улучшения качества прогноза необходимо улучшить качество информации, необходимой при его разработке. Эта информация, в первую очередь, должна обладать такими свойствами, как достоверность, полнота, своевременность и точность.
Так как прогнозирование является отдельной наукой, то целесообразно (по мере возможности) использование нескольких методов прогнозирования при решении какой-либо проблемы. Это повысит качество прогноза и позволит определить “подводные камни”, которые могут быть незамечены при использовании только одного метода. Также необходимо соотносить полученный прогноз с прецедентами в решении данной проблемы, если такие имели место при похожих условиях функционирования аналогичной организации (конкурента). И при определенной корректировке, в соответствии с этим прецедентом, принимать решения.
КУРСОВАЯ РОБОТА
на тему
МЕТОДЫ ПРОГНОЗИРОВАНИЯ
ОБЪЕМОВ ПРОДАЖ
Выполнила Студентка группы 5120-1IV-го курса
факультета экономического
Малеева Светлана Викторовна
/Ф.И.О./
Приняла Научный руководитель доцент кафедры
экономической кибернетики
Максишко Наталья Константиновна
/Ф.И.О., учёная степень и звание/
Регистрационный номер_________
Дата_________
Подпись_________
г. Запорожье
2003
РЕФЕРАТ
Курсова робота: 31 страниц, 5 таблицы, 3 рисунка, 10 источников.
Объект исследования – методы прогнозирования объемов продаж.
Цель данной работы – изложить в систематизированном виде методы прогнозирования объема продаж, наиболее часто применяемые в экономической практике. Главное внимание в работе обращено на прикладное значение рассматриваемых методов, на экономическое истолкование и интерпретацию получаемых результатов, а не на объяснение математико-статистического аппарата, который подробно освещается в специальной литературе.
Метод исследования – описательный, сравнительный.
В ходе выполнения данной работы были рассмотрены основные методы прогнозирования объемов продаж, их классификация, этапы проведения и анализа.
ПРОГНОЗ, ТРЕНД, ЦИКЛИЧЕСКИЕ КОЛЕБАНИЯ, СЕЗОННЫЕ КОЛЕБАНИЯ, КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ, ВЕДУЩИЕ ИНДИКАТОРЫ.
содержание
ВВЕДЕНИЕ............................................................................................................ 3
1 КЛАССИФИКАЦИЯ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ПРОДАЖ........ 3
2 МЕТОДЫ ЭКСПЕРТНЫХ ОЦЕНОК............................................................. 3
3 АНАЛИЗ ВРЕМЕННЫХ РЯДОВ..................................................................... 3
4 СЕЗОННЫЕ КОЛЕБАНИЯ.............................................................................. 3
5 ЦИКЛИЧЕСКИЕ КОЛЕБАНИЯ..................................................................... 3
6 КАЗУАЛЬНЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ...................................... 3
ВЫВОДЫ............................................................................................................... 3
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ............................................... 3
ВВЕДЕНИЕ
Процесс управления предприятием представляет собой непрерывную разработку управленческих решений и применение их на практике. От эффективности разработки этих решений в значительной степени зависит успех дела. И прежде чем начинать какое-либо дело, необходимо определить цель своих действий. В процессе производства руководителям предприятия очень часто приходится сталкиваться с критическими проблемами, и от того, на сколько оптимально принятое решение, будет зависеть конечный финансовый результат деятельности предприятия.
Потребность в решении возникает только при наличии проблемы, которая в общем, виде характеризуется двумя состояниями – заданным (желаемым) и фактическим (прогнозируемым), и именно прогнозирование будет отправной точкой в процессе принятия управленческого решения. Рассогласование между этими состояниями предопределяет необходимость выработки – управленческого решения и контроля за его реализацией.
Цель данной работы — изложить в систематизированном виде методы прогнозирования объема продаж, наиболее часто применяемые в экономической практике. Главное внимание в работе обращено на прикладное значение рассматриваемых методов, на экономическое истолкование и интерпретацию получаемых результатов, а не на объяснение математико-статистического аппарата, который подробно освещается в специальной литературе.
Чтобы прогнозирование было наиболее эффективным, цели должны быть конкретными и измеримыми. То есть для каждой цели должны существовать критерии, которые позволили бы оценить степень достижения цели. Без этих критериев не возможна реализация одной из основных функций управления – контроля. Исходя из этого, можно сделать вывод, что цель, степень достижения которой можно количественно измерить, будет всегда лучше цели, сформулированной лишь словесно (вербально).
Прогнозирование – это своего рода умение предвидеть, анализ ситуации и ожидаемого хода её и изменения в будущем. Так как каждое решение – это проекция в будущее, а будущее – содержит элемент неопределенности, то важно правильно определить степень рисков, с которыми сопряжена реализация принятых решений.
Последнее изменение этой страницы: 2020-02-16; Просмотров: 86; Нарушение авторского права страницы