Аналіз і прогнозування попиту на зарубіжному ринку

Можна виділити два методи розробки прогнозів, заснованих на методах математичної статистики: екстраполяцію і моделювання.

У першому випадку як база прогнозування використовується минулий досвід, що пролонгується на майбутнє. Робиться припущення, що система розвивається еволюціонно в досить стабільних умовах. Ніж крупніше система, тим більше ймовірне збереження її параметрів без зміни, звичайно, на термін не занадто великий. Рекомендується, щоб термін прогнозу не перевищував однієї третини тривалості вихідної тимчасової бази.

В другому випадку будується прогнозна модель, що характеризує залежність досліджуваного параметра від ряду факторів, що на нього впливають. Вона зв'язує умови, що, як очікується, будуть мати місце і характер їхнього впливу на досліджуваний параметр.

Дані моделі не використовують функціональні залежності; вони засновані тільки на статистичних взаємозв'язках.

При побудові прогнозних моделей найчастіше використовується парний і множинний регресійний аналіз; в основі екстраполяційних методів лежить аналіз тимчасових рядів.

Парний регресійний аналіз заснований на використанні рівняння прямої лінії:

y = a + bx,

де,

y - оцінювана чи прогнозована залежна перемінна (результативна ознака);

a - вільний член рівняння;

x - незалежна перемінна (факторна ознака), використовувана для визначення залежної перемінної.

b - коефіцієнт регресії, що вимірює середнє відношення відхилення результативної ознаки від його середньої величини до відхилення факторної ознаки від його середньої величини на одну одиницю його виміру - варіація y, що приходиться на одиницю варіації x.

Коефіцієнти a і b розраховуються на основі спостережень величин y і x за допомогою методу найменших квадратів.

Припустимо, що торговий агент продає дитячі іграшки, відвідуючи квартири випадковим образом. Відсутність відвідування якоїсь квартири означає відсутність продажу a = 0. Якщо в середньому кожен десятий візит супроводжується продажем на 62 долара, то вартість продажу на один візит складе 6,2 долари чи b = 6,2.

Тоді y = 0 + 6,2x.

Таким чином, очікується , що при 100 візитах доход складе 620 доларів. Треба пам'ятати, що ця оцінка не є обов'язкової, а носить ймовірностний характер.

Аналіз на основі множинної регресії заснований на використанні більш, ніж однієї незалежної перемінної у рівнянні регресії. Це ускладнює аналіз, роблячи його багатомірним. Однак регресійна модель більш повно відбиває дійсність, тому що в реальності досліджуваний параметр, як правило, залежить від безлічі факторів.

Так, наприклад, при прогнозуванні попиту ідентифікуються фактори, що визначають попит, визначаються взаємозв'язки існуючі між ними, і прогнозуються їх ймовірні майбутні значення; з них за умови реалізації умов, для яких рівняння множинної регресії залишається справедливим, виводиться прогнозне значення попиту.

Усе, що стосується множинної регресії концептуально є ідентичним парній регресії, за винятком того, що використовується більш, ніж одна перемінна. Під цим кутом зору злегка змінюється термінологія і статистичні розрахунки.

Багатофакторне рівняння множинної регресії має наступний вид:

y = a + b1 x 1 + b2x2 + b3 x3 + .... + bm xm,

де,

y - залежна чи прогнозована перемінна;

xі - незалежна перемінна;

a - вільний член рівняння;

bі - коефіцієнт умовно-чистої регресії;

і = 1, m;

m - число незалежних перемінних (факторних ознак).

Термін "коефіцієнт умовно-чистої регресії" означає, що кожна з величин b вимірює середнє по сукупності відхилення залежної перемінної (результативної ознаки) від її середньої величини при відхиленні залежної перемінної (фактора) x від своєї середньої величини на одиницю її виміру і за умови, що всі інші фактори, що входять у рівняння регресії, закріплені на середніх значеннях, не змінюються, не варіюються.

Обмеженням прогнозування на основі регресійного рівняння, тим більше парного, служить умова стабільності чи принаймні малої мінливості інших факторів і умов досліджуваного процесу, не зв'язаних з ними. Якщо різко зміниться "зовнішнє середовище" процесу, що протікає, колишнє рівняння регресії результативної ознаки на факторний утратить своє значення.

Варто дотримувати ще одне обмеження: не можна підставляти значення факторної ознаки, що значно відрізняються від вхідних у базисну інформацію, по якій обчислене рівняння регресії. При якісно інших рівнях фактора, якщо вони навіть можливі в принципі, були б іншими параметри рівняння. Можна рекомендувати при визначенні значень факторів не виходити за межі третини розмаху варіації як за мінімальне, так і за максимальне значення ознаки-фактора, що є у вихідній інформації.

Прогноз, отриманий підстановкою в рівняння регресії очікуваного значення фактора, називають крапковим прогнозом. Імовірність точної реалізації такого прогнозу вкрай мала. Необхідно супроводити його значення середньою помилкою прогнозу чи довірчим інтервалом прогнозу, у який з досить великою імовірністю попадають прогнозні оцінки. Середня помилка є мірою точності прогнозу на основі рівняння регресії. Існують удосконалені методи парної регресії, у якомусь ступені перемагаючи його недоліки.

Найпростішими методами прогнозування попиту на основі статистичної маркетингової інформації є екстраполяційні методи, засновані на аналізі тимчасових рядів.

Багато даних маркетингових досліджень представляються для різних інтервалів часу, наприклад, на щорічній, щомісячній й ін. основі. Такі дані називаються тимчасовими рядами. Аналіз тимчасових рядів спрямований на виявлення трьох видів закономірностей зміни даних: трендів, циклічності і сезонності, виявлення причин зміни попиту в минулому з наступним переносом отриманих закономірностей на майбутнє.

Тренд характеризує загальну тенденцію в змінах показників ряду. Ті чи інші якісні властивості розвитку виражають різні рівняння трендів: лінійні, параболічні, експонентні, логарифмічні, логістичні й ін. Після теоретичного дослідження особливостей різних форм тренда необхідно звернутися до фактичного тимчасового ряду, тим більше що далеко не завжди можна надійно установити, якою повинна бути форма тренда з чисто теоретичних розумінь. По фактичному динамічному ряді тип тренда встановлюють на основі графічного зображення, шляхом осереднення показників динаміки, на основі статистичної перевірки гіпотези про сталість параметра тренда.

У табл.4 приводяться дані обсягу продажів велосипедів визначеної компанії за 17 років.

Таблиця 4

Обсяг продажу велосипедів

Рік	Річний об'єм продаж (в тис.доларів)
1	1340
2	1221
3	909
4	1501
5	1350
6	1253
7	1561
8	1435
9	1114
10	1239
11	1453
12	1890
13	2220
14	2450
15	2790
16	3450
17	3752
18	???

Необхідно визначити прогнозну оцінку обсягу продажів на вісімнадцятий рік.

Представивши в графічному виді дані табл. 4, можна за допомогою методу найменших квадратів підібрати пряму лінію, найбільшою мірою відповідну отриманим даним і визначити прогнозну величину обсягу продажів.

Рис.2 Обсяг продажу велосипедів.

У той же час більш уважний розгляд рис.2 дозволяє зробити висновок про те, що не всі крапки близько розташовані до прямої. Особливо ці розбіжності великі для останніх років, а вірити останнім даним, видимо, можна з великою підставою.

У даному випадку можна застосувати метод експонентного згладжування, призначаючи різні вагові коефіцієнти (великі для останніх років) даним для різних років. В останньому випадку прогнозна оцінка в більшому ступені відповідає тенденціям останніх років.

Циклічний характер коливань статистичних показників характеризується тривалим періодом (сонячна активність, врожайність окремих культур, економічна активність). Такі явища звичайно не є предметом дослідження маркетологів, яких звичайно цікавить динаміка проблеми на відносно короткому інтервалі часу.

Сезонні коливання показників мають регулярний характер і спостерігаються протягом кожного року. Вони є предметом вивчення маркетологів (попит на газонокосарки, на відпочинок у курортних місцях протягом року, на телефонні послуги протягом доби і т.д.). Оскільки виявлені закономірності носять регулярний характер, то їх цілком обґрунтовано можна використовувати в прогнозних цілях.

На відміну від прогнозу на основі регресійного рівняння прогноз по тренду враховує фактори розвитку тільки в неявному виді, і це не дозволяє "програвати" різні варіанти прогнозів при різних можливих значеннях факторів, що впливають на досліджувану ознаку. Зате прогноз по тренду охоплює усі фактори, у той час як у регресійну модель у кращому випадку неможливо включити в явному виді більш 10-20 факторів.

Тимчасові ряди крім простої екстраполяції можуть використовуватися також з метою більш глибокого прогнозного аналізу, наприклад, обсягу продажів. Метою аналізу в даному випадку є розкладання тимчасового ряду продажів на головні компоненти, вимір еволюції кожної складової в минулому і її екстраполяції на майбутнє. В основі методу лежить ідея стабільності причинно-наслідкових зв'язків і регулярність еволюції факторів зовнішнього середовища, що уможливлює використання екстраполяції. Метод складається в розкладанні тимчасового ряду на п'ять компонентів:

§ структурний компонент, чи довгостроковий тренд, звичайно зв'язаний з життєвим циклом товару на досліджуваному ринку;

§ циклічний компонент, що відповідає коливанням щодо довгострокового тренда під впливом середньострокових флуктуацій економічної активності;

§ сезонний компонент, чи короткострокові періодичні флуктуації, обумовлені різними причинами (клімат, соціально-психологічні фактори, структура неробочих днів і т.д.);

§ маркетинговий компонент, зв'язаний з діями по просуванню товару, тимчасовими зниженнями цін і т.п.;

§ випадковий компонент, що відбиває сукупну дію погано вивчених процесів, не представимих у кількісній формі.

Для кожного компонента розраховується параметр, заснований на закономірностях, що спостерігалися: довгостроковому темпі приросту продажів, кон'юнктурних флуктуаціях, сезонних коефіцієнтах, специфічних факторах (демонстрації, заходи щодо стимулювання збуту і т.п.). Потім ці параметри використовують для складання прогнозу.

Зрозуміло, що такий прогноз має сенс як короткостроковий, на період, у відношенні якого можна прийняти, що характеристики досліджуваного явища істотно не змінюються. Ця вимога часто виявляється реалістичною унаслідок достатньої інерційності зовнішнього середовища.

До числа головних обмежень екстраполяційних методів варто віднести наступне. Більшість прогнозних помилок зв'язане з тим, що в момент формулювання прогнозу в більш-менш явній формі малося на увазі, що існуючі тенденції збережуться в майбутньому, що рідко виправдується в реальному економічному і громадському житті. Екстраполяційні методи не дозволяють дійсно "пророчити" еволюцію попиту, оскільки нездатні передбачати які-небудь "поворотні крапки". У кращому випадку вони здатні швидко врахувати уже відбулася зміна. Тому їх називають "адаптивною прогнозною моделлю". Проте для багатьох проблем керування такий "апостеріорний" прогноз виявляється корисним за умови, що є досить часу для адаптації і фактори, що визначають рівень продажів, не піддані різким змінам.

Так у 40-х роках нашого століття американські фахівці пророкували: виробництво легкових автомобілів у США досягне насичення і буде складати 300 000 штук на місяць. Але вже в 1969 році їх у США вироблялося більш 550 000 штук. В даний час ця цифра зросла ще в 1,2 - 1,3 рази.

У 1983-1984 р. на американський ринок були введені 67 нових моделей персональних комп'ютерів, і більшість фірм розраховувало на вибуховий ріст цього ринку. За прогнозами, що давали в той час маркетингові фірми, число встановлених комп'ютерів у 1988 р. повинно було скласти від 27 до 28 мільйонів. Однак до кінця 1986 р. було поставлено тільки 15 мільйонів, оскільки умови використання комп'ютерів радикально змінилися, а цього ніхто не передбачав.

Ці помилки в прогнозах носили не математичний, а чисто логічний характер: адже при прогнозуванні використовувалися тимчасові ряди, що досить добре відбивають наявний у той час статистичний матеріал.

Розвиток суспільства визначається дуже великим числом факторів. Ці фактори сильно зв'язані між собою і далеко не усі вони піддаються безпосередньому виміру. Крім того, у міру розвитку суспільства часом зненацька починають вступати в дію всі нові і нові фактори, що раніш не враховувалися.

Тимчасові ряди можуть ставати ненадійною основою для розробки прогнозів у міру того, як економіка здобуває усе більш міжнародний характер і усе в більшому ступені піддається великій технологічній перебудові. У зв'язку з цим необхідно в першу чергу розвивати здатності передбачення, що має на увазі гарне знання ключових факторів і оцінку чутливості організації до зовнішніх погроз.

Вищезгадане ні в якій мірі не применшує значимості екстраполяційних методів у прогнозуванні. Як і будь-які методи їх треба уміти використовувати. Насамперед екстраполяційні методи варто застосовувати для відносно короткострокового прогнозування розвитку досить стабільних, добре вивчених процесів. Прогнозний період часу не повинний перевищувати 25-30% від вихідної тимчасової бази. При використанні рівнянь регресії прогнозні розрахунки варто проводити для оптимістичних і песимістичних оцінок вихідних параметрів (незалежних перемінних), одержуючи в такий спосіб оптимістичні і песимістичні оцінки прогнозованого параметра. Реальна прогнозна оцінка повинна знаходитися між ними.

У ряді випадків прогнозну оцінку, отриману на основі екстраполяційних методів, використовують як індикатор бажаності одержання визначеної величини прогнозованого параметра. Припустимо, що була отримана прогнозна оцінка величини попиту на якийсь товар. Вона говорить про те, що за тих самих умов зовнішнього середовища, структурі і силі дії вихідних факторів величина попиту до визначеного моменту часу досягне той величини. Менеджерам, що використовують результати даного прогнозу, варто відповісти на запитання: "А чи влаштовує нас дана величина попиту?" Якщо "Так", те треба прикласти максимум зусиль, щоб усі зберегти без зміни. Якщо "Ні", то необхідно використовувати внутрішні можливості (наприклад, провести додаткову рекламну компанію) і постаратися вплинути на визначені фактори зовнішнього середовища, що піддаються непрямому впливу (наприклад, уплинути на діяльність посередників, пролоббіювати зміну визначених тарифів, імпортного мита). Уся ця діяльність спрямована на забезпечення одержання бажаної величини попиту.

При прогнозуванні попиту можуть використовуватися метод ведучих індикаторів і індикатори купівельної спроможності, охарактеризовані раніше, а також криві життєвого циклу.

В останньому випадку як потенціал ринку розглядається ринковий попит товару, що вступив у фазу зрілості свого життєвого циклу. Застосування моделі життєвого циклу продукту має на увазі здатність формулювати прогнози якісного чи кількісного характеру щодо еволюції початкового попиту на ринку визначеного товару. Ці дані визначаються експертним шляхом чи виходячи з вивчення статистики зміни обсягу реалізації за часом. В останньому випадку можна скористатися S-образними кривими. Найбільш відомими кривими даного типу є логістична крива.

3.3 Характеристика експертних методів прогнозування попиту.

Методи експертних оцінок використовуються для прогнозування подій майбутнього, якщо відсутні статистичні дані чи їх недостатньо. Вони також застосовуються для кількісного виміру таких подій, для яких не існує інших способів виміру, наприклад, при оцінці важливості цілей і переваги окремих методів просування. Іншими словами, методи експертних оцінок застосовуються як для кількісного виміру подій у сьогоденні, так і для цілей прогнозування.

Коли мова йде про прогнозування обсягу продажів, то звичайно торговий персонал і персонал торгових посередницьких організацій має досить точне представлення про потенціал продажів, що можуть забезпечити їхні клієнти, і, крім того, має можливість дати оцінку потенціалу ринку в цілому, принаймні на тій території, що він обслуговує. Найпростіше попросити торгових працівників дати оцінки по кожному товару, але не абстрактно, а виходячи з конкретних гіпотез про маркетингові зусилля в питаннях цін, рекламної підтримки і т.п. Після цього менеджери служби збуту формулюють підсумкові оцінки, підсумовуючи оцінки всіх експертів.

Уключити торгових працівників у процес прогнозування корисно насамперед для того, щоб створити в них відповідну мотивацію і сприяти прийняттю призначуваних їм квот по продажах. Крім того, вони незамінні при побудові прогнозів продажів у дуже малих сегментах, на рівні окремої території чи окремого клієнта.

Очевидно, що найчастіше важко через відсутність статистичної і звітної інформації (особливо стосується діяльності фірм-конкурентів) одержати кількісні оцінки таких показників, наприклад, як показники ринкової частки і динаміки зміни обсягу продажів. У цьому випадку також можуть використовуватися експертні оцінки, що формують чисто якісні значення цих показників (у термінах "вище, на тім же рівні, нижче" тощо ).

У той же час експертні оцінки мають і недоліки. З одного боку, немає гарантій, що отримані оцінки в дійсності достовірні, а з іншого боку - є визначені труднощі в проведенні опитування експертів і обробці отриманих даних. Якщо другий недолік відноситься до переборних труднощів, то перший має принципове значення. Існуючі способи визначення вірогідності експертних оцінок засновані на припущенні, що у випадку погодженості дій експертів вірогідність оцінок гарантується. Це насправді не завжди вірно, і можна привести випадки, коли окремі експерти, не згодні з думкою більшості, давали правильні оцінки.

Отже, єдність більшості експертів не завжди є критерієм вірогідності оцінок. Звідси випливає необхідність ретельного добору експертів. Справа в тім, що під час обговорення багатьох питань, особливо не стандартних, наприклад, прогнозування ринкової ситуації в нестабільних політико-економічних умовах, повинні брати участь експерти високої кваліфікації. Прогнози, складені "середніми" експертами, будуть засновані в кращому випадку на традиційних, звичних оцінках, тоді як висококваліфіковані фахівці знайдуть і оцінять приховані фактори.

При перебуванні оцінок експертним шляхом крім погрішності, внесеної недоліком інформації про події і недостатню компетентність експертів, можлива і погрішність зовсім іншого роду, обумовлена зацікавленістю експертів у результатах оцінки, що обов'язково позначиться на їхній вірогідності. Наявність такого роду погрішності може значно спотворювати оцінки, унаслідок чого необхідно передбачити відповідні міри для усунення погрішності.

Наприклад, завжди існує небезпека систематичного заниження оцінок потенційного попиту з боку збутовиків, що зацікавлені мати легко здійсненний план по продажах, а наприкінці планового періоду домогтися значного перевищення планових показників. Відзначимо наступні варіанти корекції таких оцінок, що знижують ризик систематичної погрішності.

Попросити торгових працівників самостійно визначити ступінь погрішності їх оцінок. Ці дані можна потім використовувати для уточнення прогнозу.

Далі можливо скорегувати оцінки торгових працівників за допомогою регіонального менеджера по продажах, що може мати більш широкий погляд.

Можливо ввести коригувальний коефіцієнт, заснований на обліку погрішностей у минулих прогнозах кожного торгового працівника.

Застосовуються як індивідуальні, так і групові (колективні) експертні опитування.

До числа групових експертних опитувань відносяться:

§ відкрите обговорення поставлених питань з наступним відкритим чи закритим голосуванням;

§ закрите обговорення з наступним закритим голосуванням чи заповненням анкет експертного опитування; вільні висловлення без обговорення і голосування.

Досвід показав, що традиційні методи обговорення поставлених перед групою експертів питань, що відносяться до першого типу експертних опитувань, до досягнення визначеної згоди між ними чи до вироблення загальної позиції не є найкращими методами використання групи експертів. Ці методи обговорення страждають рядом недоліків, таких, як взаємний вплив думок експертів і небажання учасників обговорення відмовлятися від точок зору, раніше висловлених привселюдно. Тому на практиці при підготовці рішень по широкому колу питань знаходять усе більше поширення другий і третій типи групових експертних оцінок.

Другий тип групових експертних оцінок можна підрозділити на дві категорії: експертне опитування, проведене в один тур шляхом одноразового заповнення анкет, і проведене у кілька турів шляхом багаторазового заповнення анкет експертами з метою послідовного уточнення оцінок.

Можна виділити наступні основні етапи експертних опитувань, проведених в один тур:

1. Підбор експертів і формування експертних груп.

2. Формування питань і складання анкет.

3. Формування правил визначення сумарних оцінок на основі оцінок окремих експертів.

4. Робота з експертами.

5. Аналіз і обробка експертних оцінок.

Одним з найкращих методів використання суджень експертів є метод "Дельфи", що передбачає проведення експертного опитування в кілька турів.

Творці цього методу назвали його "Дельфи" по імені давньогрецького міста Дельфи, що заслужив свою популярність оракулами, що займалися пророкуванням майбутнього.

У методі "Дельфи" робиться спроба удосконалити груповий підхід до рішення задачі розробки чи прогнозу оцінки шляхом взаємної критики суб'єктивних поглядів, висловлюваних окремими фахівцями без безпосередніх контактів між ними і при збереженні анонімності думок чи аргументацій у захист цих думок.

Метод розроблений американською консалтинговою фірмою "Рэнд-корпорейшен". Широку популярність одержав через 7-8 років після його застосування для потреб армії США. Сутність методу полягає в тому, що прогнозні оцінки визначаються на основі висновків експертів, яким доручається аргументоване обґрунтування своєї точки зору про стан і розвиток того чи іншого ринку чи іншої проблеми.

Оцінки, отримані від експертів, обробляються й аналізуються за спеціальною методикою (є стандартна програма для ПЭВМ).

В одному з варіантів цього методу пряме обговорення заміняється обміном інформацією і думками за допомогою ретельно розроблених запитальників. До учасників звертаються з проханням не тільки висловити свої думки, але і привести їхнє обґрунтування, а в кожнім з наступних турів опитування їм видається нова й уточнена інформація з висловлених думок, що утвориться в результаті розрахунку збігу крапок по раніше виконаних етапах роботи. Цей процес продовжується доти, поки просування в напрямку підвищення збігу точок зору не стає незначним. Після цього фіксуються розбіжні точки зору.

Для з'ясування сутності методу "Дельфи" розглянемо приклад оцінки попиту на якийсь товар, при проведенні якої можуть існувати різні точки зору і судження. Будемо вирішувати цю задачу в наступній послідовності. По-перше, попросимо окремо кожного експерта дати свою оцінку попиту З, потім розташуємо відповіді в порядку зростання пропонованих значень і визначимо квартили Q , M і Q таким чином, щоб кожний з чотирьох інтервалів, утворених цими трьома крапками на лінії значень З, містив одну четверту частину оцінок. Для 11 учасників це буде виглядати в такий спосіб:

По-друге, значення Q1, M і Q3 (думка експертної групи) повідомляємо учасникам опитування й у тому випадку, якщо первісна оцінка виходить за міжквартальне значення (Q1 - Q3), просимо переглянути її, а також висловити свої розуміння, чому відповідь повинна бути нижче (чи вище) значень, визначених 75% учасників першого туру.

По-третє, ми передаємо результати другого туру (які, як правило, мають меншу розбіжність, чим у першому турі) в узагальненій формі всім учасникам опитування, включаючи сюди нові квартили і медіану. Крім того, фіксуються обґрунтування зменшення чи збільшення значень, запропонованих учасникам опитування в другому турі (звичайно, при їхньому узагальненні і редагуванні зберігається анонімність авторів). Після цього експертів просять розглянути нові оцінки і їхні обґрунтування, висловити свій сумнів про їхню вагомість і переглянути свою попередню оцінку. У тому випадку, якщо переглянуті оцінки випадають з міжквартальних значень, то автора просять коротко викласти причини його незгоди з аргументами, що привели б його оцінку ближче до значення медіани.

Нарешті, у четвертому турі учасникам опитування повідомляють квартили третього розподілу відповідей і контраргументи, висловлені в третьому турі і просять ще раз переглянути оцінки. Медіана, одержувана в результаті четвертого туру, приймається як значення групової експертної оцінки величини попиту. Найчастіше необхідний рівень консенсусу експертів досягається за два тури.

Метод колективної генерації ідей (по американській термінології метод "мозкової атаки") відноситься до третього типу групових експертних оцінок і спрямований на одержання великої кількості ідей, у тому числі і від осіб, що, володіючи досить високим ступенем ерудиції, звичайно утримуються від висловлень.

При проведенні експертного опитування за допомогою методу колективної генерації ідей проблема повинна бути сформульована в основних термінах з виділенням центрального питання. Крім того, передбачається відсутність будь-якого виду критики, що перешкоджає формулюванню ідей, вільна інтерпретація ідей у рамках даного питання, прагнення до одержання максимальної кількості ідей, з огляду на принцип підвищення імовірності корисних пропозицій зі збільшенням загальної їхньої кількості і, нарешті, заохочення різних комбінацій ідей і шляхів їхнього удосконалення.

Процес висування ідей протікає у визначеному змісті лавинообразно: висловлювана одним із членів групи ідея породжує творчу реакцію в інших. Дослідження ефективності методу колективної генерації ідей показали, що групове мислення робить на 70% більше коштовних нових ідей, чим сума індивідуальних мислень. Найбільш продуктивними визнані групи в 10 - 15 чоловік, хоча є приклади використання і більш численних груп - до 200 чоловік.

Тому що результати цього методу представляють не сукупність незв'язаних висловлень, а систему ідей, жодне пропозиція не персоніфікується. Результати обговорення вважаються плодом колективної праці всієї групи. Це цілком закономірно. Адже будь-яка ідея, висловлена в даний момент одним з учасників опитування, могла вже раніше "думкою належати" його колезі, що очікує слова. Крім того, конкретна пропозиція може бути прямо підказано ідеєю, поданою кимсь декількома хвилинами раніш. Приймаючи в увагу зазначений аспект, на розгляд не рекомендується виносити проблеми, що торкаються чийсь пріоритет у розглянутій області.

За допомогою методу колективної генерації ідей можна успішно вирішувати багато задач маркетингових досліджень, наприклад:

визначення можливих шляхів розвитку прогнозованого процесу чи об'єкта, один із яких оптимальний; при рішенні подібних задач даний метод застосовується з метою визначення повного набору можливих шляхів розвитку; визначення найбільш широкого кола застосовуваних методів, якщо рішення проблеми вимагає рівнобіжного чи послідовного використання ряду різноманітних методів; виявлення кола факторів, які необхідно приймати в увагу, визначаючи остаточний варіант рішення. Наприклад, величину попиту.

До числа найважливіших недоліків методу колективної генерації ідей відноситься значний рівень інформаційного шуму, створюваного тривіальними ідеями, спонтанний і стихійний характер генерації ідей.

4. Практична частина

ТОВ "Техномикс"

Дата реєстрації: 31.08.1993р.

Дата початку господарської діяльності: 05.10.1993р.

Організаційно-правова форма підприємства - Товариство з обмеженою відповідальністю.

Форма власності - приватна.

Основний вид діяльності підприємства - деревообробка.

Підприємство займається виробництвом клеєних виробів з масивної деревини, що використовуються при виробництві меблів, віконних і дверних блоків і різних будівельних матеріалів (підвіконних дощок, сход, панелей і т.д.).

Продукція підприємства реалізується як на внутрішньому так і на зовнішньому ринках. Основні споживачі продукції, це підприємства, які займаються випуском меблів і будівельних матеріалів. Продукція експортується в такі країни Росія, Білорусь, Польща.

Основні споживачі продукції підприємства - фірми, що займаються випуском меблів і різні будівельні організації. Виходячи з цього продукцію підприємства можна віднести до продукції виробничо-технічного призначення.

При прогнозуванні і аналізі попиту на продукцію (як на внутрішньому так і на зовнішньому ринках) підприємство використовує методи прогнозування з використанням функції експотенціального згладжування. Цей метод найбільш підходить для підприємства по таким причинам:

o доступність інформації для проведення аналізу і прогнозування (всі необхідні дані підприємства може взяти з власної статистики продажів);

o достатньо високий рівень надійності прогнозних показників.

Експотенціальне згладжування - це спосіб, що забезпечує бистре реагування прогнозу на всі події, що виникають на протязі довжини базової лінії. Методи, що засновані на регресії, застосовують до всіх точок прогнозу одну й ту саму формулу. З цієї причини досягнення бистрої реакції на зсуви в рівні базової лінії значно затрудняється, згладжування представляє собою простий спосіб обійти дану проблему.

Основна ідея застосування методу згладжування заключається в тому, що кожний новий прогноз виходить за допомогою переміщення попереднього прогнозу в напрямку, який дав би найкращі результати у порівнянні зі старим прогнозом. Базове рівняння має наступний вигляд:

F[t + 1] = F[t] + a + e[t],

де,

t - часовий період (наприклад, 1-й місяць, 2-й місяць і т.д.)

F[t] - це прогноз, зробленій в момент часу t; F[t+1] відбиває прогноз у часовий період, що наступає безпосередньо за моментом часу t;

а - константа згладжування;

e[t] - погрішність, тобто різниця між прогнозом, зробленим в момент часу t, і фактичними результатами спостережень в момент часу t.

Таким чином, константа згладжування являє собою величину, що сама коректується. Другими словами, кожний новий прогноз являє собою суму попереднього прогнозу і поправочного коефіцієнту, котрий і пере двигає новий прогноз в направленні, що робить попередній прогноз найбільш точним.

На підприємстві прогнозування ведеться за допомогою спеціальної програми „Експерт”, але проілюструвати суть цього методу аналізу і прогнозу можна також за допомогою електронної таблиці EXCEL.

Так, наприклад, підприємству необхідно спрогнозувати величину попиту російських фірм - партнерів на визначений компонент (назвемо його виріб А), що використовується у виробництві меблів на квітень 2002 року. На підприємстві є дані по продажах цього компоненту на російському ринку за попередні 10 місяців. Для того, щоб визначити прогнозну величину попиту використаємо для аналізу електронну таблицю EXCEL (ще раз повторюся, на підприємстві для цього використовують програму „Експерт”, тому що вона дозволяє швидко зробити прогноз для всіх виробів підприємства на визначений період, що не можна зробити за допомогою EXCEL. Але суть метода і методологія проведення аналізу майже однакові.).

Щоб провести аналіз за допомогою EXCEL нам необхідно ввести дані продаж (використовуємо натуральні показники) за попередні 10 місяців в ячійки А1:А10 робочого листа. Далі активізовуємо засіб Експотенціальне згладжування в меню Сервіс.

Фактор затухання в діалоговому вікні Експотенціальне згладжування і константа згладжування пов'язані між собою таким чином:

1 - константа згладжування = фактор затухання.

Відповідно, якщо відомий фактор затухання, це означає, що можна вирахувати константу згладжування, і навпаки. EXCEL проводить обчислення за допомогою параметру фактор затухання.

Далі використовуємо дані із діапазону ячійок А1:А12 в якості параметру Вхідний інтервал, ячійку В1 використовуємо в якості вихідного інтервалу, а значення 0.7 - в якості параметру Фактор затухання. Результат розрахунків наведено нижче.

Таблиця 5

Прогноз продажів

Місяці	Факт, шт.	Прогноз, шт.
червень	1725
липень	2541
серпень	2320	2541
вересень	1900	2474
жовтень	1965	2302
листопад	2415	2201
грудень	2567	2265
січень	1823	2356
лютий	1623	2195
березень	2368	2024
квітень		2127

Рис. 3 Прогнозування продажів

Згідно даному згладженому прогнозу, для задоволення потреб клієнтів у квітні місяці необхідно мати на складі не менш ніж 2127 шт. виробу А. Чим менше фактор затухання, тим точніше відбиває прогноз останні дані спостережень, а чим більше, - тим сильніше буде от ставання прогнозу від цих даних. Хороші результати отримають тоді, коли останні результати спостережень відбивають вільні (випадкові) явища, які довго не міняють загального рівня часового ряду.

Використання програми „Експерт” дає набагато більш точний прогноз, але описати повністю алгоритм програми не має можливості, тому що це комерційна таємниця компанії - розробника. Відомо тільки те, що цей алгоритм базується на аналізі і прогнозуванні за методом експотенціального згладжування.

Висновок

Західний досвід маркетингу свідчить про те, що практично всі корпорації дуже неохоче виходять на зовнішні ринки, воліють займатися "домашнім" маркетингом. Здійснення виробничої і збутової діяльності на іноземному ринку, як правило, зв'язано з необхідністю вивчення чужої мови, звичок, традицій і потреб споживачів. Власник товару постійно зіштовхується з політичною невизначеністю, економічною нестабільністю, а також з потребами пристосовувати свій товар під незвичні споживчі потреби іноземних споживачів. Усі ці проблеми крім додаткових турбот для виробника чи збутовика зв'язані зі збільшенням витрат, що закономірно знижує комерційний ефект зовнішньоекономічної діяльності.

Разом з тим практика зовнішньоекономічної діяльності будь-якої фірми свідчить про те, що незважаючи на зазначені труднощі підприємці намагаються зайняти визначені ніші світового ринку товарів і послуг. Це прагнення зв'язане з дією ряду політичних і економічних факторів: ослабленням маркетингових можливостей чи зміна кон'юнктури на внутрішньому ринку (зниження темпів економічного росту, високі податки, державна підтримка зовнішньоекономічної експансії), а також поява нових ринкових можливостей. Усе це створює необхідність і можливість здійснення корпораціями виходу на ринки інших держав.

Для українських суб'єктів господарювання вихід на світові ринки є в даний час однієї зі стратегічних задач, і вирішити її можливо лише при дотриманні визначених правил вивчення маркетингового середовища в конкретній країні, дотриманні визначеної послідовності в плануванні зовнішньоторговельних операцій.

Основними рисами міжнародного (експортного) маркетингу є вимоги набагато більшої напруги сил, активності, наступальності, заповзятливості, чим маркетинг на внутрішньому ринку. Досвід маркетингової діяльності свідчить про те, що в принциповому і структурному планах міжнародний маркетинг не має яких-небудь корінних відмінностей від маркетингу на національному ринку. Складність полягає в тому, що тут сутужніше добувати ринкову інформацію, тут діє значно більша кількість факторів, тенденцій, та й просто суб'єктів ринкової діяльності. Якісь відпрацьовані дії і підходи в одній країні можуть бути зовсім непридатними в іншій країні.

Перед підприємцями на чужому ринку найчастіше встає ряд проблем, характерних практично для всіх держав. До їхнього числа відносяться наступні:

§ політична нестабільність у країні. Часта зміна урядів і політики по відношенні до економіки не сприяють інвестиційній і збутовій діяльності іноземних підприємців у даній країні. Власність іноземних підприємців може бути в будь-який час націоналізована, можуть бути обмежені можливості репатріації капіталовкладень і т.п;

§ нестабільність економічного розвитку, що супроводжується спадом виробництва, високою інфляцією, низьким обмінним курсом національної валюти;

§ дуже значна зовнішня заборгованість багатьох країн і похідна з цього їхня низька платоспроможність;

§ тверді урядові вимоги стосовно іноземного капіталу: наприклад вимога більшої частки внутрішнього партнера в спільних підприємствах, його представництва в керівництві фірмою, вимоги передачі технологічних і інших секретів, обмеження на вивіз прибутку;

§ тарифи й інші митні обмеження, досить часто застосовувані урядами для підтримки вітчизняних підприємств, внутрішні стандарти на імпортовані товари, інші спеціальні вимоги й обмеження;

§ корумпованість економічного середовища, вимога хабарів, інших нелегальних поступок за надання можливостей для кооперації, ділової активності на ринку даної країни.

Практично всі ці фактори зустрічаються в міжнародній маркетинговій практиці в багатьох країнах. Однак перед українськими господарськими структурами, що виходять на світовий ринок зі своєю продукцією, крім зазначених труднощів можуть бути й інші, котрі ускладнюють проникнення на міжнародні ринки товарів і послуг. Наприклад, невисока конкурентноздатність українських товарів і послуг збільшується високої вартістю адаптації товарів до умов місцевого ринку. Багато галузей у розвитих країнах уже досягли піка маркетингу просування товарів і він здійснюється з масштабними маркетинговими програмами. Українському бізнесу на зовнішньому ринку необхідно підбудовуватися під життєвий цикл "їх" товарів і навіть йти у своїй тактиці на випередження. Необхідне дотримання правил "чесної конкуренції", що психологічно важко для бізнесу, що народжується в Україні.

Список використаної літератури

1. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. М., Финпресс, 1998.

2. Дружинин Н.К. Математическая статистика в экономике. М., Статистика, 1971.

3. Елисеева И.И., Юзбашев М.М. Общая теория статистики. М., Финансы и статистика, 1996.

4. Ламбен Жан-Жак. Стратегический маркетинг. Санкт-Петербург, Наука, 1996.

5. Янч Э. Прогнозирование научно-технического прогресса. М., Прогресс, 1974.

6. Burns Alvin C., Bush Ronald F. Marketing Research. New Jersey, Prentice Hall, 1995.

7. Kotler Philip, Armstrong Gary. Principles of Marketing. Fifth Ed. Prentice Hall, 1991.