3.3. Линейное прогнозирование "факторов влияния"

В нашем примере мы имеем динамику "факторов влияния" и объема продаж на период с марта по ноябрь. Мы прогнозируем по времени поведение каждого из "факторов влияния", линейная тенденция для факторов, рассматриваемых в примере, представлена в таблице 3.4. Здесь использовано линейное предсказание, реализуемое функцией "FORECAST" в пакете MS Excel.

Таблица 3.4.

Реализация линейного прогнозирования "факторов влияния"
Дата	F1	F3
Март	22	223
Апрель	34	456
Май	45	556
Июнь	56	456
Июль	77	567
Август	99	560
Сентябрь	102	334
Октябрь	111	456
Ноябрь	122	678
Декабрь	140	599
Январь след. года	153	577
Февраль след.года	166	584
Март след.года	177	613

2.4. Прогнозирование продаж по прогнозу "факторов влияния"

Очевидно, что мы не можем прогнозировать продажи, используя только саму тенденцию продаж во времени, это как раз и рассматривалось бы как "прогнозирование фактора по самому фактору". Но у нас имеется тенденция "факторов влияния", которая по своей сущности определяет поведение тенденции продаж, как это следует из рассчитанного нами коэффициента корреляции. И именно эта предсказанная тенденция позволяет нам прогнозировать объем продаж в соответствии со значениями данных факторов (Таблица 3.5.).

Таблица 3.5.

Прогнозирование продаж по прогнозу "факторов влияния"
Дата	Q	Q TREND	F1	Q1 TREND	F3	Q3 TREND
Март	23		22		223
…	…		…		…
Ноябрь	56		122		678
Декабрь		46,3	140	48,9	599	43,7
Январь следующего года		44,9	153	47,7	577	42,1
Февраль следующего года		45,2	166	47,7	584	42,7
Март следующего года		55,0	177	69,8	613	40,2

Этап V. Оценка риска прогнозирования

Необходимо учесть, что прогнозирование ведется с целым рядом допущений, которые могут сильно повлиять на наш прогноз:

• в наше исследование может не попасть фактор, оказывающий серьезное влияние на продажи;

• в данном случае используется линейное прогнозирование, а тенденция может оказаться значительно сложнее;

• расчет прогнозного значения производился, как среднеарифметическое от спрогнозированных по факторам значений без учета уровня корреляции соответствующего фактора.

Эти допущения, безусловно, снижают точность прогнозирования. Более того, прогнозирование периодов, последующих за декабрем текущего года в нашем примере ведется на основе не проверенных временем значений, а значений также спрогнозированных математически. То есть, чем на более длительный период времени мы пытаемся сделать прогноз, тем более не точны будут прогнозируемые значения.

Указанные выше ограничения указывают на необходимость расчета величины "риска прогнозирования". В случае нашей методики эту погрешность можно оценить как "риск прогнозирования" по соотношению между спрогнозированным значением тенденции продаж (Q TREND) и прогнозными значениями продаж от каждого "фактора влияния" (Q1 TREND и Q3 TREND). Реализация расчета "риска прогнозирования" (var) на основе пакета MS Excel представлена ниже.

Таблица 3.6.

Результаты оценки "риска прогнозирования" (var) на основе пакета MS Excel

Дата	Q TREND	F1	Q1 TREND	F3	Q3 TREND	var
Декабрь текущего года	46,3	140	48,9	599	43,7	6%
Январь следующего года	44,9	153	47,7	577	42,1	6%
Февраль следующего года	45,2	166	47,7	584	42,7	6%
Март следующего года	55,0	177	69,8	613	40,2	27%

"Риск прогнозирования" может быть учтен в объемах закупки услуги или объеме подготовленной услуги (численность наемного штата специалистов) как прямая величина процента от объема продаж. То есть в нашем примере, рекомендуется запланировать на декабрь текущего года продажи с учетом риска прогнозирования в объеме:

Q = Q TREND* var = 46,3 * 0,94 = 43,5. (4.2)

Таким образом, рассчитанная величина риска снижает планируемый нами объем продаж.

Полная схема "факторного линейного прогнозирования" объема продаж представлена в нижеприведенной таблице.

Таблица 3.7.

Полная схема "факторного линейного прогнозирования" объема продаж
			0,46	CORR F1	0,06	CORR F2	0,46	CORR F3
Дата	Q	Q TREND	F1	Q1 TREND	F2	Q2 TREND	F3	Q3 TREND	var
Март	23	-	22	-	12	-	223	-	-
Апрель	34	-	34	-	2	-	456	-	-
Май	55	-	45	-	3	-	556	-	-
Июнь	34	-	56	-	67	-	456	-	-
Июль	22	-	77	-	34	-	567	-	-
Август	34	-	99	-	22	-	560	-	-
Сентябрь	44	-	102	-	33	-	334	-	-
Октябрь	45	-	111	-	89	-	456	-	-
Ноябрь	56	-	122	-	11	-	678	-	-
Декабрь	-	46,3	140	48,9	-	-	599	43,7	6%
Январь следующего года	-	44,9	153	47,7	-	-	577	42,1	6%
Февраль следующего года	-	45,2	166	47,7	-	-	584	42,7	6%
Март следующего года	-	55,0	177	69,8	-	-	613	40,2	27%

Приведенная схема анализа позволяет оценить или представить весь метод в комплексе: от отбора "факторов влияния" до расчета прогнозных значений объема продаж.

Таким образом, для повышения обоснованности принятия маркетинговых решений по определению объема продаж на перспективу, на основе экспертных мнений были определены факторы, влияющие на объем продаж, затем по коэффициенту корреляции были исключены факторы, влияние которых оказалось незначительным, осуществлено прогнозирование значений «факторов влияния», и на их основе осуществлен прогноз объема продаж. Кроме того, была проведена оценка риска прогнозирования, и, с ее учетом, рассчитан объем продаж