Прогнозирование рынка в системе маркетинга Прогнозирование товарного рынка – это оценка перспектив развития рынка, изменения рыночных условий на предстоящий. - презентация

1 Прогнозирование рынка в системе маркетинга Прогнозирование товарного рынка – это оценка перспектив развития рынка, изменения рыночных условий на предстоящий период для учета прогнозных данных в маркетинговых программах, в стратегии и тактике фирмы. Прогноз рынка – это научное предвидение перспектив развития спроса, товарного предложения и цен, выполненное в рамках определенной методики, на основе достоверной информации, с оценкой его возможной ошибки. Внутри комплексного прогноза развития рынка наиболее важную и сложную часть представляет прогнозирование покупательского спроса. Спрос очень динамичен, труднопредсказуем и зависит от большого числа различных факторов.

2 Этапы разработки прогноза 1.Установление объекта прогнозирования 2. Выбор метода прогнозирования 3.Процесс разработки прогноза 4. Оценка точности прогноза (путем расчета его возможных ошибок)

3 Классификация прогнозов 1.По времени упреждения: Конъюнктурные (3-6 месяцев) Краткосрочные (от 6 месяцев до 1 года) Среднесрочные (1-5 лет) Долгосрочные (5-10 лет) Перспективные ( лет, важны для предприятий, добывающих сырьё. Часто планируют разработку дополнительных ресурсов)

4 2. По товарному признаку: Различают прогнозы рынка : конкретного товара, вида товара, группы товаров, потребительского комплекса, общий объем спроса всех товаров. 3. По региональному признаку: Делают прогнозы рынка для конкретных потребителей, административных районов, крупных регионов, для страны, для всего мира. 4. По сущности применяемых методов: а). Фактографические – базируются на фактическом информационном материале о прошлом и настоящем развитии объекта прогнозирования. б). Экспертные (интуитивные) - основаны на использовании знаний специалистов – экспертов об объекте прогнозирования и обобщении их мнений о развитии (поведении) объекта в будущем.

5 Фактографи- ческие методы Статисти- ческие (парамет- рические) Экстра- поляция Интер- поляция Методы аналогии Методы анализа публикаций Анализ динамики публикования Анализ динамики патентования

6 Экспертные Индивидуальные (без аналитической обработки) Коллективные (с аналитической обработкой) Метод дерева целей Метод Дельфи Матрич- ный метод Индивидуальные ( без аналитической обработки) Экспертные методы Коллективные (с аналитической обработкой) Интервью Метод генера- ции идей Метод аналити- ческих докладных записок Постро- ение сценария

7 Прогнозирование рынка путем экстраполяции его динамики Экстраполяция – распространение выявленных в анализе рядов динамики закономерностей развития изучаемого явления на будущее. Основой прогнозирования является предположение, что закономерность, выявленная внутри анализируемого ряда динамики, выступающего в качестве базы прогнозирования, сохраняется и в дальнейшем. Правило при разработке прогноза: срок прогноза не должен превышать одной трети длительности исходной временной базы. Используется несколько разновидностей экстраполяции.

8 1. Прогнозирование методом простого среднего Суть: рассчитывается среднее за отчетный период и принимается в качестве прогностической оценки на будущее. n У* n+1 = Y i i =1 n где Yi – фактическое значение параметра в i-й промежуток времени; n – число промежутков. Применяется: если преобладающим является случайный тип зависимости прогнозируемого параметра от времени.

9 2.Прогнозирование методом «скользящего» среднего Суть: вычисляется средний уровень из определенного первых по порядку уровней ряда, затем – средний из такого же числа уровней, начиная со второго, далее – начиная с третьего и т.д. При расчете среднего уровня «скользят» по временному ряду от его начала к концу, каждый раз отбрасывая один уровень в начале и добавляя один следующий. Каждое звено скользящей средней – это средний уровень за соответствующий период. Метод простой, но недостаточно точный, так как предполагает, что в следующем периоде значение прогнозируемой функции будет средним за последние n – интервалов.

10 3.Прогнозирование методом «экспоненциального сглаживания» Основная идея : использование в качестве прогноза линейной комбинации прошлых и текущих наблюдений. Метод позволяет уменьшить влияние прошлых наблюдений на величину скользящей средней (чем «старше» наблюдение, тем меньшее влияние оно должно оказывать на расчетную величину) Первая прогнозная оценка находится: n У* n+1=(1 – α) αˉ Yi, где α – коэффициент, i =1 характеризующий вес текущего наблюдения при расчете экспоненциальной средней (параметр сглаживания), 0

11 Вторая и последующие оценки определяются: У* n+1 =(1 – α) Ym + α У*n, Ym – фактическое значение уровня ряда на последний из моментов времени, У*n – прогнозное (сглаженное) значение уровня ряда на тот же момент времени.

12 4. Экстраполяция посредством аналитического выравнивания Если динамический ряд, характеризующий какой-либо из элементов рынка, имеет ту или иную тенденцию, причем существенно варьирует около неё, то его экстраполяция выполняется путем подбора аналитического уравнения этой тенденции (трендовой модели, если в качестве независимой переменной выступает временной фактор ). Алгоритм выявления зависимости прогнозируемого параметра от времени: 1. Строится график зависимости прогнозируемого параметра от времени по фактическим данным за отчетный период; 2. Выбирается прогностическая функция и даются оценки на будущий период; 3. Рассчитывается погрешность этих оценок; 4. Принимается решение о принятии этой или о переходе к другой прогностической функции.

13 Обычно прогностическая функция подбирается методом наименьших квадратов: Суть: требуется построить график функции по неко- торой ограниченной совокупности точек так, чтобы среднеквадратичное отклонение стремилось к минимуму. n σ= (Yi -Y*)² ; i n – 1 где Yi- фактическое значение параметра в i-ый промежу- ток; Y*- значение прогностической функции в i- ый промежуток; n – число промежутков. В качестве прогностической функции может выступать любая функция: линейная, экспонента, п парабола, гипербола, синусоида и т.д.

14 Задача Товарное предложение на рынке автомобилей марки «Х» в административном районе в последние 5 периодов характеризуется данными, указанными в таблице. Необходимо рассчитать прогноз предложения на 6 и 7 периоды. Месяцы12345 Предлож ение, шт

15 Решение: 1.Проводим графический анализ тенденции развития ряда данная тенденция лучше всего описывается графиком прямой 2.Выравнивание (сглаживание) этой тенденции выполним по модели прямой и рассчитаем её параметры. ХУХУХ²Х²у=а+вхYi -Y*(Yi -Y*)² 190 1У 1 = 55+17*1= У 2= 55+17*2= У 3= 55+17*3= У 4= 55+17*4= У 5= 55+17*5=

16 na+xb = y xa + x²b = xy μ= ± σ² /n – ср.ошибка прогноза 5a +15b = 530 a + 3b = a + 55b = 1760 a + 3,66b = 117,33 0,66b = 11,33 b = 17,16 a +3,66 * = 117,33 a = 117,33 – 62,8 = 54,53 Yt= x(t) – трендовая модель Прогноз на 6 год: Y6 = 55+17*6 = 157 шт Прогноз на 7 год: Y7 = 55+17*7 = 174 шт σ²= 1630/5 = 326 шт ; μ= ± 326/5 = ±16 шт. Прогноз на 6 год: Y 6 = 157 ± 16 шт Прогноз на 7 год: Y 7 = 174 ± 16 шт

17 5. Прогнозирование элементов рынка методом интерполяции динамических рядов Интерполяция – нахождение недостающих членов динамического ряда внутри него. Если известны начальный и конечный уровни ряда, то по установленной взаимозависимости его членов можно рассчитать его любой уровень. 6. Прогнозирование на базе аналогии Аналогия – перенос знаний об одном предмете (явлении) на другой. Применяется : когда базисной информации о развитии рынка нет, а времени на применение какого-либо более точного метода прогнозирования недостаточно. Чаще всего такой перенос делается в территориальном аспекте.