Метод применим в областях, для которых большое значение имеет знание клиентов, например в сбыте промышленного оборудования.
Промышленный товарооборот. При этом методе используются данные о сбыте за прошлый период в качестве основы для предсказания вероятного сбыта в будущем. Дальнейший прогноз предполагает, что товарооборот следующего года будет отличаться от текущего так же, как товарооборот текущего года отличается от прошлогоднего:
Товарооборот следующего года = (товарооборот текущего года)* (товарооборот текущего года)/(товарооборот прошлого года).
Этот элементарный метод широко применяется в краткосрочном прогнозировании из-за простоты и наглядности. Его применение возможно на предприятиях в стабильных условиях, например в сфере коммунального хозяйства.
Анализ тенденций и циклов. При прогнозировании методов анализа тенденций и циклов изучается несколько основных факторов. Это прежде всего долгосрочные тенденции роста фирмы, циклические колебания деловой активности, сезонные изменения сбыта компании и возможные нерегулярные влияния забастовок, технических изменений и появления новых конкурентов. На основе изучения влияния этих факторов даются количественные оценки, готовятся диаграммы или графики, характеризующие показатели будущего сбыта. Этот метод требует подбора и обработки статистических данных, использования статистических методов.
Метод может быть использован для долгосрочных прогнозов в отраслях, развитие которых тесно связано с общей экономической конъюнктурой.
Математические модели. Этот метод основывается на использовании регрессионных, структурных и имитационных моделей. Используя этот метод пытаются выявить симптомы в экономике и характеристики деятельности предприятия, связанные с вероятным будущим объемом сбыта. Прогнозы основываются на оценках влияния выявленных таким образом факторов.
Прогнозируемый объем сбыта может зависеть от разных явных и скрытых факторов. Это могут быть такие факторы, как численность, доходы населения, уровень цен в регионе, неравномерность распределения доходов, количество магазинов, торгующих товаром, интенсивность рекламы. Например, если компания продает нефтепродукты через сеть станций, то в числе факторов роста сбыта увеличение регистрация автомобилей в регионе. Однако необходимо объективно выявить и оценить это влияние.
Для оценки влияния факторов нужно:
определить наличие и тесноту корреляционной связи между объемом сбыта и показателями, характеризующими те или иные факторы;
определить временные лаги, то есть сдвиги во времени, которые определяют, когда изменения факторов станут сказываться на объеме сбыта;
получить регрессионные или структурные модели, характеризующие влияние различных факторов на сбыт.
Корреляция между сбытом и остальными факторами наблюдается не всегда, степень корреляции меняется по различным типам продуктов.
Например, при прогнозировании сбыта потребительских товаров часто рассматривают такой фактор, как расходуемая часть дохода населения.
Это наиболее современный и точный метод. Но применение его в нестабильных условиях, когда характер взаимосвязей в экономике меняется, может ввести в заблуждение. Ошибки будут иметь место, если возможность изменений не отражается в используемых математических моделях.
Рынок для товаров данной отрасли производства и ваша доля на рынке. Этот метод состоит в том, что делается прогноз сбыта всей отрасли, а потом оценивается доля рынка, которую может получить предприятие. Если предприятию доступны отраслевые прогнозы, то этот метод может упростить подготовку прогнозов сбыта.
Например, известно, что в предшествующие годы было продано столько-то кусков мыла, холодильников, автомобилей. Ваше предприятие продавало определенные доли этих продуктов. Для получения оценки будущего сбыта необходимо использовать отраслевые прогнозы и дать прогноз вероятной доли вашего предприятия в сбыте всей данной отрасли. Доля предприятия определяется на основе планируемых действий предприятия и оценки всех конкурирующих факторов в данной отрасли производства.
Метод применим на предприятиях, действующих в отраслях с развитой системой отраслевой статистики.
Анализ конечного использования. Прогноз основывается на предсказуемом объеме сбыта продукции, в производства которой используются товары промышленного назначения, на изучении экономического положения потребляющих отраслей.
Например, этот метод может применять фирма, которая производит синтетические волокна. Она продает волокно фабрикам, которые производят ткани для одежды, предметов домашнего обихода или обивки, материал для производства фетра, ковров, канатов, автомобильных шин. Специалисты компании оценивают вероятных клиентов по каждой отрасли, обобщают все прогнозы и получают окончательную оценку будущего сбыта для всех потребителей.
Метод применяется при прогнозировании сбыта товаров промышленного назначения, таких, как сырье, материалы, комплектующие, промышленное оборудование.
Анализ ассортимента товаров. Многие предприятия производят разнообразные продукты для сбыта предприятиям только одной или нескольких отраслей промышленности. Поэтому им приходится делать прогноз по каждому продукту. Затем они сводят прогнозы по отдельным продуктам для получения общего итога по всему производству. Для упрощения этого процесса компания, производящая большую номенклатуру изделий, объединяет аналогичные изделия в группы.
Например, компания может производить столовую посуду, оптическое стекло, лабораторное оборудование, электролампы, кинескопы, части электронных устройств. Все эти продукты продаются различным отраслям. Поэтому делается прогноз и оценивается сбыт по каждому продукту. Для получения прогноза сбыта компании полученные оценки суммируются.
Метод применяется на предприятиях, которые производят товары для различных отраслей и сфер хозяйства.
На практике в большинстве случаев сочетают применение различных методов.
Оценка и пересмотр прогнозов. Для того чтобы учесть изменившиеся условия и исправить ошибки, часто бывает необходимо прогнозы проверять и пересматривать. Необходимость и периодичность оценки и пересмотра прогнозов зависят от компании, отрасли и продукта. Некоторые эксперты считают, что разница между предполагаемым и фактическим сбытом величиной 5 % на любом этапе требует немедленного повторного прогноза. Но решения по пересмотру и повторению прогнозов следует принимать в том случае, если это различие создает трудности – приводит к накоплению дорогостоящих запасов или увеличению производственных издержек.
Сверять прогноз и фактические результаты сбытовой деятельности следует в конце каждого планового периода. Важность такой проверки состоит в том, что она позволяет оценивать использованные данные. При этом выявляются ошибки, новые отношения и новые факты. Кроме того, можно получить представление о том, что делать и чего не делать при составлении будущих прогнозов.
Непрерывное прогнозирование. При непрерывном внутрифирменном планировании предприятия пересматривают и разрабатывают прогнозы на плановый период ежемесячно, то есть прогнозирование ведется непрерывно.
Например, при годовом плановом периоде прогноз охватывает плановый период с января по декабрь. В конце декабря прогноз как основа плана перерабатывается и составляется прогноз на период с января по декабрь следующего года. В конце января прогноз перерабатывается, составляется прогноз на период с февраля по январь следующего года. И так далее.
Этот процесс создает непрерывный квартальный и годовой прогноз. Основой для непрерывного планирования служат соответствующие системы учета и компьютерные системы маркетинговой информации.
Система маркетинговой информации. Это – набор банков данных и эффективных методов анализа маркетинговой информации и проблем маркетинга. Эта система нашла широкое распространение в таких корпорациях, как «Дженерал моторс», «Дженерал электрик», а затем и во многих крупных и сравнительно небольших фирмах.
Основу любой системы анализа маркетинговой информации составляют наряду с банком данных статистический банк и банк моделей.
Статистический банк – совокупность современных методик статистической обработки информации, позволяющих наиболее полно вскрыть взаимозависимости в рамках имеющихся данных, установить степень их статистической надежности. Используются основные методики статистической обработки информации:
1.Корреляционный анализ 2.Регрессионный анализ
3.Факторный анализ 4.Дискриминантный анализ
5.Кластерный анализ 6.Анализ временных рядов
7.Структурные модели 8.Имитационные модели
Банк моделей – это набор математических моделей, способствующих принятию оптимальных маркетинговых решений деятелями рынка. Каждая модель состоит из совокупности взаимосвязанных переменных, представляющих некую реально существующую систему, некий реально существующий процесс или результат. Модели прогнозов сбыта, ценообразования, которые позволяют получать ответы на вопросы «а что, если?» и «что лучше?».
Методика и модели позволяют руководству получать ответы на вопросы такого типа:
Что представляют собой основные переменные, оказывающие влияние на сбыт, и какова значимость каждой из них?
Что произойдет со сбытом, если поднять цену товара на 10%, а расходы на рекламу – на 20%?
Какие признаки являются показателями того, что потребители будут покупать товар предприятия, а не конкурента?
По каким переменным лучше всего сегментировать рынок и сколько его сегментов существует?
Создано огромное количество моделей, помогающих руководителям справляться с деятельностью по планированию сбыта, установлению границ сбытовых территорий и многими другими рыночными проблемами.
Каковы доказательства того, что научный прогноз сбыта целесообразен? Обследования многих передовых компаний показывают очень точные результаты в ряде областей сбыта. Производители машин и оборудования, вспомогательного оборудования и полуфабрикатов массового производства считают приемлемым отклонением величиной 5-10% от прогнозируемого уровня. В прогнозировании они обычно достигают значительно большей точности. Производители потребительских товаров, кроме товаров длительного пользования, обслуживающие и торговые организации, производители промышленных материалов и изделий хотят и получают результаты в пределах 3-5% отклонения от прогнозируемых величин.
Каждая структурная единица компании нуждается в прогнозе сбыта для координации своей деятельности с общими задачами и целями фирмы. Руководители сбыта на местах нуждаются в прогнозе для того, чтобы планировать квоты продаж, оценивать возможности своих территорий и определять потребности в рабочей силе. Руководителю сбытового подразделения компании прогноз нужен для долгосрочного планирования как основа для распределения сбытового бюджета между рекламой, персоналом и продвижением товаров.
Производство разрабатывает производственные программы в соответствии с прогнозами. Используя прогноз, заготовительные подразделения заранее закупают материалы для производства, устанавливая сроки поставок в соответствии с производственными программами. Финансовые подразделения используют его для оценки вероятного дохода, определения уровня и составления оперативных бюджетов на различные периоды. Это дает полную возможность отделу кадров предусматривать потребности в рабочей силе, набирать и подготавливать новых работников.
5. Заключение.
Разобрав самые интересные вопросы данной темы, мы выяснили, что:
1. Рыночный спрос – это общий объем продаж на определенном рынке определенной марки товара или совокупности марок товара за определенный период.
2. Рыночный потенциал – это предел, к которому стремится рыночный спрос при приближении затрат на маркетинг в отрасли к такой величине, что их дальнейшее увеличение уже не приводит к росту спроса при неизменных условиях внешней среды.
3. Доля рынка является важным показателем, величину которого необходимо определять и прогнозировать.
4. Рынки потребительских товаров и продукция производственно-технического назначения изучаются главным образом на основе использования следующих подходов: а) посредством анализа вторичной информации; б) путем изучения мотивации и поведения потребителей и многое другое.
6. Список используемой литературы.
1. Басовский Л.Е. Прогнозирование и планирование в условиях рынка. Учеб.пособие. – М.: ИНФРА-М, 2007.
2. Шумпетер Й. Теория экономического развития/Пер. с анг. М.: Прогресс, 2002.
3. Румянцев З.П. Менеджмент организации.: ИНФРА-М, 2002.
4. Голубков Е.П. Маркетинговые исследования. 2004.
5.Макроэкономические модели планирования и прогнозирования./Пер. с англ. и франц. М.: Статистика, 2001.
Страницы: 1, 2, 3
