Методы прогнозирования и особенности их примененияПрогнозирование - способ определения будущего на основе использования как накопленного прошлого опыта, так и текущих допущений насчет этого будущего. Методы прогнозирования: 1. Неформальные методы прогнозирования с использованием: Вербальной информации — (получаемой из радио-, телепередач, от потребителей, поставщиков, конкурентов, на торговых совещаниях, в профессиональных организациях, от юристов, бухгалтеров и финансовых ревизоров, консультантов); Письменной информации (о внешнем окружении) — (поступающей из газет, торговых журналов, информационных бюллетеней, профессиональных журналов и годовых отчетов); Промышленного шпионажа. Качественные методы прогнозирования: Мнение жюри - формируется в результате соединения и усреднения мнений экспертов в релевантных сферах. Разновидность — «мозгового штурма». Совокупное мнение сбытовиков — опытные торговые агенты часто прекрасно предсказывают будущий спрос и чувствуют рынок точнее, чем количественные модели. Ожидания потребителя - базируется на результатах опроса клиентов организации. Экспертные оценки - процедура, позволяющая группе экспертов приходить к согласию. Количественные методы прогнозирования - используются для прогнозирования, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию, которую можно продолжить в будущем, и когда имеющейся информации достаточно для выявления статистически достоверных тенденций или зависимостей. Руководитель обязан знать, как использовать количественную модель, и помнить, что выгоды от принятия более эффективного решения должны перекрыть расходы на создание модели: анализ временных рядов, — основан на допущении, согласно которому случившееся в прошлом дает достаточно хорошее приближение в оценке будущего. Этот анализ является методом выявления образцов и тенденций прошлого и продления их в будущее. каузальное (причинно-следственное) моделирование - наиболее хитроумный и математически сложный количественный метод прогнозирования из числа применяемых сегодня. Он используется в ситуациях с более чем одной переменной. Каузальное моделирование — это попытка спрогнозировать то, что произойдет в подобных ситуациях, путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. На языке статистики подобная зависимость называется корреляцией. Чем теснее корреляция, тем выше пригодность модели для прогнозирования. Полная корреляция (1.000) бывает в ситуации, когда в прошлом зависимость всегда была истинной.
|
