СИЛЫ, планирования закупок и производства, составления бюджета и рабочих графиков.

Прогнозирование в бизнесе - это нечто большее, чем просто предсказание спроса. Прогнозы также используются для предсказания прибыли, доходов и расходов, изменения производительности, цен, доступности энергии и сырья, процентных ставок, движения ключевых экономических факторов (например, валового национального продукта, инфляции, правительственных займов), цен на акции и облигации. Для простоты изложения, в данной главе будет рассмотрено прогнозирование спроса. Однако следует помнить, что все рассмотренные концепции и методы одинаково хорошо применимы и к другим переменным.

Несмотря на использование компьютеров и сложных математических моделей, прогнозирование не является точной наукой. Напротив, успешное прогнозирование часто требует умелого смешения искусства и науки. Опыт, суждение и техническая экспертиза, - все это играет роль в разработке полезных прогнозов. Наряду с этим, может понадобиться некоторое количество везения и немного скромности, потому что даже самые плохие предсказатели иногда выдают очень хорошие прогнозы, и даже самые лучшие предсказатели иногда полностью ошибаются. Современные методы прогнозирования простираются от мирского к экзотическому. Некоторые из них срабатывают лучше, чем другие, но ни одна методика не является универсальной.

В принципе, ответственность за подготовку прогнозов спроса в деловых организациях лежит скорее на отделах маркетинга и сбыта, чем на производственном секторе. Тем не менее, производственникам часто приходится делать определенные прогнозы и помогать в этом другим. Крометого, поскольку прогнозы -основа для многих производственных решений, менеджеры и персонал производственного сектора должны быть знакомы с существующими методами прогнозирования, с положениями, которые лежат в основе использования этих методов, и с их ограничениями. Для руководителей производства важно учитывать, как прогнозы влияют на производство. Короче говоря, прогнозирование - неотъемлемая составная часть управления производством.

Общие черты всех прогнозов

в настоящее время используется много разнообразных методов прогнозирования. Во многих отношениях, они совершенно отличны друг от друга, как вы это скоро увидите. Тем не менее, некоторые особенности являются общими для всех методов, и важно их распознавать.

1. За основу прогнозирования принимается предположение, что та же причинно-следственная система, которая существовала в прошлом, сохранится и в будущем.

Комментарий. Менеджер не может просто переложить прогнозирование на модели или компьютеры и затем забыть о нем, потому что незапланированные явления могут катастрофически повлиять на прогнозируемые процессы. Н апример, события, связанные с погодой, повышение или понижение налогов, изменения характеристик или цен конкурирующих товаров или услуг, - все это может оказать большое влияние на спрос на изделия или услуги компании. Следовательно, менеджер должен предусмотреть возможность таких явлений и быть готов отменить прогнозы, которые базируются на устойчивой причинной системе.

2. Прогнозы редко бывают совершенными; фактические результаты обычно отличаются от предсказанных. Никто не может предсказывать точно, каким именно образом зачастую очень большое число факторов повлияет на соответствующую переменную; это, а также присутствие случайностей, делает невозможным абсолютно точный прогноз. Необходимо делать допуски на неточность.

3. Прогнозы для групп объектов обычно более точны, чем прогнозы для отдельных объектов, потому что ошибки прогнозирования в группе объектов, как правило, нейтрализуют друг друга. Возможности для группирования возникают, когда детали или сырье используются для производства многих изделий, а также если спрос на изделие или услугу существует среди ряда независимых источников.

4. Точность прогноза уменьшается с увеличением периода времени, который охватывается данным прогнозом -так называемого горизонта времени. Вообще говоря, краткосрочные прогнозы должны содержать меньше неопределенности, чем долгосрочные прогнозы, поэтому краткосрочные прогнозы обычно более точные.

Важное следствие последнего замечания состоит в том, что гибкие деловые организации (т.е. те, которые способны быстро реагировать на изменения спроса) требуют более узкого горизонта времени, и, следовательно, извлекают преимущества из более точных краткосрочных прогнозов. Их менее гибким конкурентам приходится пользоваться долгосрочными, а следовательно, менее точными и эффективными прогнозами.

Этапы процесса прогнозирования

Процесс прогнозирования включает 5 основных этапов:

1. Определить цель прогноза. Какова цель, и когда она потребуется? Это покажет уровень детализации в прогнозе, оправданное количество ресурсов (трудовые ресурсы, компьютерное время, деньги), и уровень необходимой точности.

2. Установить горизонт времени. Прогноз должен определить временные границы с учетом того, что точность уменьшается по мере увеличения горизонта времени.

3. Выбрать методику прогнозирования.

4. Собрать и проанализировать соответствующие данные. Прежде чем составлять прогноз, необходимо собрать и проанализировать определенные данные. Определите основные исходные положения для подготовки и использования прогноза.

5. Подготовить прогноз.

6. Контролирование прогноза. Прогноз нужно контролировать, чтобы определить, насколько точно он выполняется. Если результаты проверки неудовлетворительны, заново проверьте метод, исходные предположения, достоверность данных и т. д.; произведите необходимые изменения и подготовьте пересмотренный прогноз.

Основные подходы к прогнозированию

Существует два общих подхода к прогнозированию: качественный и количественный. Качественные методы опираются главным образом на субъективные входные данные, которые часто игнорируют точные цифровые показатели. Количественные методы опираются или на использование статистических данных за определенный период, или на разработки ассоциативных моделей, которые пытаются использовать причинные переменные для того, чтобы подготовить прогноз.

Качественные методы допускают использование в процессе прогнозирования «мягкой» информации (например, человеческого фактора, личных мнений, догадок). Эти факторы часто игнорируются или недооцениваются при использовании количественных методов, потому что они с трудом поддаются (если вообще поддаются) коли-

Прогнозы, основанные на суждении и мнении

Прогнозы, основанные на суждении и мнении, полага- "J"

ются на анализ субъективных входных данных, полу- Прогнозы, основанные на

ченных из различных источников: опроса потребите- : Т"Лро7нозы кот- !

лей, сотрудников отдела продаж, менеджеров и рые используют субъектив- 1

директоров, групп экспертов. Достаточно часто эти ные входные данные, такие

источники выдают информацию, получить которую 1 мнения потребителей,

иным способом просто невозможно. I оа

I экспертов. I

Прогнозы, основанные на данных ;f.i.».s«-..m.«,x.«»e.«,s.s»Rj

временного ряда (статистическое

прогнозирование)

Некоторые методы прогнозирования зависят от раскрытия связей между переменными, которые можно использовать для предсказания будущего значения одной из них; другие просто пытаются спроецировать прошлый опыт иа будущее. Второй подход представляют прогнозы, которые используют статистический или временной ряд данных- на основе предположения, что будущее будет подобно прошлому. Некоторые модели просто пытаются сглаживать произвольные изменения в исторической статистике; другие пытаются выявить в данных определенные тенденции. В сущности, подходы, основанные на исторической статистике, рассматривают данные как зеркало, которое отражает комбинацию всех сил, влияющих на рассматриваемую переменную (например, спрос) - не стараясь точно определить или измерить эти силы.

Ассоциативные прогнозы

Ассоциативные модели определяют одну или более Cf"•

поддающихся оценке переменных, которые могут ис- Ассоциативная модель - f,

пользоваться для предсказания будущего спроса. li метод прогнозирования, ко-

И торый использует поддаю- s

Например, спрос на краски может быть связан с :. щеся оценке переменные

такими переменными как цена за галлон, затраты на для предсказания будущего

рекламу, а также со специфическими характеристика- спроса.

ми краски (например, время высыхания, легкость .< . . . ,ж..,„..жeж ичша.«япшштшпЛ

очистки), в этих случаях анализ дает математическое

уравнение, которое позволяет менеджеру предсказать объе.м продаж - например, на основе данных значений «оцениваемой» переменной.

Прогнозы, основанные на суждении и мнении

в некоторых ситуациях прогнозы разрабатываются без использования исторической статистики. Когда прогноз должен быть подготовлен быстро, не всегда имеется достаточно времени, чтобы собрать и проанализировать количественные данные. В других случаях, особенно в период изменения политических и экономических условий, данные могут быстро устаревать, а более свежую информацию пока получить невозможно. Аналогично, разработка новых изделий и перепроектировка уже существующих страдает от отсутствия исторической статистики, которая была бы полезна при прогнозировании. В таких случаях прогнозы основаны на мнении руководства, опросах потребителя, мнении персонала, отвечающего за продажи, и экспертов.

чественной оценке. Количественные методы состоят главным образом из анализа объективных, или жестких данных. Они обычно избегают личных предубеждений, которые иногда пагубно влияют на качественные методы. На практике, любой из этих подходов - или они оба - могут использоваться для разработки прогноза.