Комплексный анализ и прогнозирование товарного рынка в г. Тюмени

Первый эксперимент, выполненный в конце 40-х годов нашего века, относился к попытке определить лучший выигрыш на бегах по результатам ежедневных сообщений о заездах. Метод «Дельфи» можно назвать «кибернетическим арбитражем» - кибернетическим потому, что процесс выработки суждений экспертами здесь управляется рабочей группой через обратную связь. В методе «Дельфи» делается попытка усовершенствовать групповой подход к решению задачи разработки прогноза или оценки путем взаимной критики субъективных взглядов, высказываемых отдельными специалистами без непосредственных контактов между ними и при сохранении анонимности мнений или аргументации в защиту этих мнений. В одном из вариантов этого метода прямое обсуждение заменяется обменом информацией и мнениями с помощью тщательно разработанных вопросников. К участникам обращаются с просьбой не только высказать свои мнения, но и привести их обоснование, а в каждом из последующих туров опроса им выдается новая и уточненная информация. Метод «Дельфи» успешно применяется в маркетинге, например, при решении таких задач, как экспертное определение сметной стоимости необычных проектов, выявление множества важнейших факторов, путем решения маркетинговых проблем (например, увеличение сбыта). Метод коллективной генерации идей ( метод мозговой атаки) относится к третьему типу групповых экспертных оценок и направлен на получение большого количества идей, в том числе и от лиц, которые, обладая достаточно высокой степенью эрудиции, обычно воздерживаются от высказываний. При проведении экспертного опроса с помощью данного метода проблема формулируется в основных терминах с выделением центрального вопроса. Исследования эффективности метода коллективной генерации идей показали, что групповое мышление производит на 70 % больше ценных идей, чем сумма индивидуальных мышлений. Наиболее продуктивными признаны группы в 10-15 человек, хотя имеются примеры использования и более многочисленных групп - до 200 человек. С помощью метода коллективной генерации идей можно успешно решать такие задачи как определение наиболее широкого круга применяемых методов, выявление круга факторов, которые необходимо принимать во внимание, определяя окончательный вариант решения задачи. К числу недостатков метода коллективной генерации идей относятся значительный уровень информационного шума, создаваемого тривиальными идеями, спонтанный и стихийный характер генерации идей.

При использовании экономико-математических методов подходы к прогнозированию четко сформулированы и могут быть воспроизведены другими лицами, которые неизбежно придут к получению такого же прогноза. Если при применении экспертных методов структура причинно-следственных связей, используемая разными экспертами, может быть различной, то при использовании экономико-математических методов структура моделей устанавливается и проверяется экспериментально, в условиях, поддающихся объективному наблюдению и измерению. Метод сценариев - это хорошее средство для организации взаимодействия количественного и качественного подходов, для интегрирования рассмотренных прогнозных методов. Сценарий - это динамическая модель будущего, в которой шаг за шагом описывается возможный ход событий с указанием вероятностей их реализации. Сценарий отличается от прогноза. Сценарий является инструментом, который используется для определения , какие виды прогнозов должны быть разработаны, чтобы будущая ситуация была описана полно, с учетом всех главных факторов Сценарий заставляет размышлять и обеспечивает: n лучшее понимание рыночной ситуации и ее эволюции в прошлом, настоящем и будущем; n оценку потенциальных угроз для фирмы; n выявление возможных, наиболее целесообразных направлений деятельности фирмы; n повышения уровня адаптированности фирмы к изменениям внешней среды.

Достоинства метода сценариев: n заостряет внимание фирмы на неопределенности, которая характеризует любую рыночную ситуацию; n облегчает интеграцию данных, полученных разными методами, качественными и количественными; n реализация данного метода вносит в управление дополнительную гибкость и способствует разработке альтернативных планов и системы быстрого реагирования на изменения внешней среды. Каждый из рассмотренных методов прогнозирования обладает определенными достоинствами и недостатками. Их применение более эффективно в краткосрочном прогнозировании. Они сильно упрощают реальные процессы , чтобы можно было рассчитывать на получение с их помощью результатов, выходящих за рамки представлений сегодняшнего дня. Все эти методы являются взаимодополняющими. Примером сложной задачи прогнозирования, которая не решается с помощью какого-то одного метода, является прогнозирование объема продаж нового товара. При проведении маркетинговых исследований оцениваются объемы продаж нового товара в течение первых лет ( скажем трех) после выпуска. Для этого могут быть применены экспертные методы, методы опросов, проведение продаж на контрольном рынке. Наиболее широко в прогнозировании, как и в целом при проведении маркетинговых исследований, из математических методов используются статистические методы.

3.2. Прогнозирование, основанное на методах математической статистики.

Можно выделить два метода разработки прогнозов, основанных на методах математической статистики: экстраполяцию и моделирование. В первом случае в качестве базы прогнозирования используется прошлый опыт, который пролонгируется на будущее. Делается предположение, что система развивается эволюционно в достаточно стабильных условиях. Чем крупнее система, тем более вероятно сохранение ее параметров без изменения - конечно, на срок, не слишком большой. Обычно рекомендуется, чтобы срок прогноза не превышал одной трети длительности расчетной временной базы. Во втором случае строится прогнозная модель, характеризующая зависимость изучаемого параметра от ряда факторов, на него влияющих. Она связывает условия, которые как ожидается, будут иметь место, и характер их влияния на изучаемый параметр. Данные модели не используют функциональной зависимости; они основаны только на статистических взаимосвязях. Возникает вопрос: как еще до наступления будущего оценить точность прогнозных оценок ? Для этого обычно расчеты по выбранной прогнозной модели сравнивают с данными, полученными в прошлом, и для каждого момента времени определяют различие оценок. Затем определяется средняя разность оценок, скажем, среднее квадратическое отклонение. По его величине определяется прогнозная точность модели. Анализ на основе множественной регрессии основан на использовании более чем одной независимой переменной в уравнении регрессии, что делает анализ многомерным. Но с другой стороны регрессионная модель более полно отражает действительность, так как в реальности исследуемый параметр, зависит от множества факторов. Например при прогнозировании спроса идентифицируются факторы, определяющие спрос, определяются взаимосвязи, существующие между ними, и прогнозируются их вероятные будущие