d9e5a92d

Общие проблемы и выбор методов прогнозирования

При планировании и управлении логическими активностями часто используются различные методы и модели прогнозирования. От точности и достоверности прогнозов потребительского спроса, расходования МР, уровня запасов и т.п. напрямую зависит эффективность реализации практически всех логистических концепций, особенно JIT, DDT. Логистические менеджеры в своей практической деятельности используют различные методы прогнозирования в зависимости от требуемой точности (достоверности), объема и вида исходной информации и других факторов, причем в большинстве случаев для этой цели применяются стандартные или индивидуальные компьютерные программы. Основной сферой приложения этих методов в логистике является прогнозирование спроса и объема продаж ГП.

Для целей внутрипроизводственной логистики (операционного менеджмента), например, при использовании концепции JIT, Lean production и RP большое значение имеет прогнозирование потребности в МР, что является актуальным для управления закупками и послепродажного сервиса (снабжения запасными частями).
Прогнозирование является неотъемлемой частью различных видов логистического планирования: стратегического, тактического, оперативного. Являясь средством научного обоснования плана, прогноз должен содержать необходимую информацию для планирования, включать вероятную оценку характера развития процесса логистического менеджмента и возможного пути реализации целей, поставленных перед ЛС.

С наиболее общих позиций прогноз - это вероятностное суждение о состоянии логистического процесса, системы или отдельных элементов в определенный момент в будущем и (или) альтернативных путях достижения этого состояния.
Экономический прогноз позволяет установить возможные направления и различные варианты развития ЛС, а также помогает в выборе конкретных целей ее функционирования. Поэтому основное назначение прогноза в логистике состоит в раскрытии тенденции изменения микро- и макрологистической среды и получения вероятностных количественных и качественных оценок динамики логистических активностей, необходимых персоналу менеджмента фирмы.
Общая схема прогнозирования имеет следующий вид ( 14.1).
На схеме условно показано, что для получения прогноза (уII) какого-либо параметра (у) объекта или процесса мы должны иметь определенную модель прогнозирования, которая использует ретроспективную (прошлую) информацию за определенный интервал времени в прошлом (период наблюдения или глубина ретроспекции), информацию о параметре у в настоящий момент времени и иногда прогнозную информацию о внешней среде. Точность и достоверность получаемого прогноза уII будет зависеть от объема, точности и достоверности исходной информации, корректности применяемого метода (модели) и глубины прогноза.
В настоящее время насчитывается очень большое количество (около 200) различных методов прогнозирования, из которых подавляющая часть относится к фактографическим, т. е. методам, использующим количественную информацию о прошлом поведении объекта (процесса), - ретроспективную информацию. Одна из возможных классификаций методов прогнозирования приведена на 14.2.
В логистическом менеджменте чаще всего используются фактографические методы, для которых исходная информация имеет вид динамических (временных) рядов. Как правило, динамические ряды экономических или технико-экономических показателей, используемые в логистике, имеют небольшое количество данных (точек), поэтому называются короткими динамическими рядами.
Изменения исходной ретроспективной информации носит случайный (стохастический) характер, поэтому большинство методов, применяемых логистическими менеджерами, для целей прогнозирования (например, потребительского спроса), являются вероятностно-статистическими.

Укрупненная схема процесса прогнозирования


На рисунке 14.3 представлен пример динамического ряда объема продаж ГП фирмы (ломанная линия) за определенный период наблюдения. Из анализа исходного ряда видно, что он имеет тенденцию к возрастанию, что характеризуется средней динамического ряда (трендом), а также наблюдается наличие определенных периодически проявляющихся колебаний (сезонной волны).
Из графика ( 14.3) видно, что за исходный период наблюдения с 1990 по 1996 гг. имеется тенденция к возрастанию объема продаж, что характеризуется близким к экспоненте трендом, на который наложены периодические колебания, вызванные сезонными изменениями спроса. Далее, используя выбранный метод прогнозирования и заданную глубину прогноза (в нашем случае

Классификация методов прогнозирования


один год), получаем параметры прогноза: точечный прогноз (уп) и


интервальную оценку прогноза (унyв) = (уn - ,уn + 5), где - доверительный интервал, определяемый исходя из заданной доверительной вероятности. Интервальная оценка, как правило, более достоверна, чем точечный прогноз и чаще востребуется логистическим менеджментом.
Краткая характеристика основных методов прогнозирования, используемая логистическими менеджерами западных фирм [217], приведена в таблице 14.1.
Как мы уже указывали, основной проблемой для логистического менеджмента является прогнозирование спроса. Наиболее часто на Западе для прогнозирования спроса используются классические динамические модели временных рядов, методы сглаживания, экстраполяции и множественные регрессионные модели.
Классическая мультипликативная модель прогноза спроса (объема продаж) имеет следующий вид [219].

Пример прогнозирования динамического ряда


Таблица 14.1
Краткая характеристика основных методов прогнозирования

Наименование метода (модели) Краткая характеристика Период прогнозирования
Дельфи Группа экспертов опрашивается с помощью специальной анкеты, в которой реакция на вопрос продуцирует следующий вопрос. Любой ряд информации (данных), пригодных для определенной группы экспертов и непригодный для другой, интерпретируется таким образом, чтобы вся информация была пригодна для прогнозирования. Этот метод элиминирует групповой эффект мажоритарной обработки. Средне- и долгосрочный
Исследования рынка Систематическая, формальная и сознательная процедура для отбора и тестирования гипотез о реальных рынках. То же
Последовательных соглашений Этот метод основан на допущении, что группа экспертов может сделать лучший прогноз, чем один эксперт. Не существует ограничений и поощряются обсуждения. Получаемые прогнозы иногда зависят от социальных факторов и могут отражать правдивые соглашения. То же
Оценки уровня продаж Мнения об уровнях продаж продукции могут быть обработаны по группам персонала продаж и часто достоверно отражают тенденции спроса и потребности покупателей. Кратко- и среднесрочный
Прогнозирование мнений Метод, в котором используются мнения и представления о будущих тенденциях персонала фирмы, а также иногда факты о сценариях отдельных функций, процессов и т.п. в будущем. В общем случае метод не является строго научным. Средне- и долгосрочный
Метод исторических аналогий Метод сравнительного анализа выставления на рынок и роста объема продаж новых товаров, основанный на прогнозировании подобных взаимозаменяемых товаров в прошлом. Средне- и долгосрочный
Скользящего среднего Каждая точка в исходном динамическом ряду сглаживается совокупностью нескольких точек путем арифметического осреднения для исключения влияния сезонности и нерегулярности данных. Краткосрочный

Продолжение табл. 14.1

Экспоненциального сглаживания Этот метод похож на метод скользящего среднего, однако осреднение производится с определенными весами, присваиваемыми исходным данным динамического ряда. Каждое последующее значение получается из предыдущего путем рекурсивной экспоненциальной процедуры, легко алгоритмизируемой для ЭВМ. То же
Использования рядов Бокса-Дженкинса Метод использует статистические модели обработки временных рядов. Кратко- и среднесрочный
Классические динамические ряды Метод для декомпозиции динамического ряда на сезонную волну, тренд и нерегулярную (случайную) компоненту. Является одним из лучших методов для прогнозирования в логистике на период от 3 до 12 месяцев. То же
Проекция тренда Заключается в построении аналитической формулы для тренда и продолжения ее на период прогноза. Имеет несколько вариаций: обычный, номинальный, логарифмический и т.д. То же
Прогнозирование фокуса Дает несколько простых решающих правил для получения достаточно точного прогноза на период до 3-х месяцев. Используется метод имитационного компьютерного моделирования ретроспективной информации. Среднесрочный
Спектральный анализ Применяется разложение динамического ряда на основные компоненты с соответствующими спектральными плотностями. Эти компоненты представляются геометрическими фигурами, ограниченными кривыми спектральных плотностей. Сортировка этих компонентов дает математическое выражение тренда. Кратко- и среднесрочный
Регрессионные модели Основан на связывании логистических показателей, например, спроса (или объема продаж) с несколькими переменными (факторами-аргументами) регрессионной модели. Отбор факторов в модель производится известными методами статистики. Программы регрессионного анализа входят в стандартное математическое обеспечение ЭВМ. То же
Эконометрические модели Эконометрическая модель - это система независимых регрессионных уравнений, описывающих определенный сектор То же

Продолжение табл. 14.1

экономической активности в области продаж ГП. Параметры регрессионных уравнений обычно оцениваются достаточно быстро. Как правило, эти модели относительно независимы в перспективе. Однако в совокупности они лучше отражают тенденцию оцениваемого показателя, чем одиночные регрессионные модели и прогнозы трендов.
Прогнозирование на основе коммерческих предложений Эти обзоры производятся путем анализа коммерческой информации в средствах массовой информации о намерениях купить определенный продукт и предложениях о продаже. Рассчитываются средние индексы роста (спада) предполагаемого спроса на основе ретроспективной информации о продажах. Обычно дополняют аналитические модели и корректируют их. Среднесрочный
Модели входа-выхода Метод анализа, основанный на информации о внутренних и внешних потоках товаров в определенном экономическом объекте (ЛС) или секторе рынка. Показывает, каким должен быть входной материальный поток для достижения определенного выхода. Применяется в специфических отраслях бизнеса. То же
Экономическая модель входа-выхода Представляет комбинацию эконометрической модели и модели входа-выхода. Модель входа-выхода при этом используется для прогнозирования долгосрочных тенденций в эконометрической модели. Среднесрочный
Метод ведущих индикаторов Использует динамические ряды экономических показателей, изменение которых позволяет отразить тенденцию для прогноза искомого показателя. Кратко- и среднесрочный
Анализ жизненного цикла Этот метод использует для прогнозирования спроса и объема продаж кривые жизненного цикла новых товаров. Фазы жизненного цикла аппроксимируются соответствующими аналитическими зависимостями. Средне- и долгосрочный
Динамическое моделирование Использует ЭВМ для имитационного динамического моделирования конечного объема продаж в точках розничной торговли и дистрибутивных центрах. Исходные параметры моделирования задаются политикой управления запасами, производственным расписанием и политикой закупок МР. То же

Yt = (Bt St T Ct Pt) + I, (14.1)
где Yt - прогнозируемый показатель (спрос) на момент времени t;

  • Bt - базовый уровень спроса на момент t;
  • St - сезонная составляющая;
  • Т - компонента тренда, характеризующая тенденцию возрастания или убывания спроса;
  • Ct - циклический фактор за период t;
  • Pt - фактор, учитывающий продвижение товара;
  • Рt- нерегулярная (или случайная) компонента.

В тех или иных вариациях формула (14.1) используется в большинстве случаев для получения прогноза спроса различными методами.
Обычно логистические менеджеры фирм применяют прогнозирование спроса или объема продаж в совокупности с определенными логистическими активностями в снабжении, производстве и дистрибьюции. На схеме (рис 14.4) представлена интеграция прогнозирования объема продаж с производственным расписанием выпуска продукции [276].



Содержание раздела