Доработка алгоритма прогнозирования объема продаж

Posted by workscan on in Форекс и биржа

Доработка алгоритма прогнозирования объема продаж

Магистрант кафедры Прикладная экономика Донецкого Национального Университета (Украина)

Столкнувшись с методикой предложенной Кошечкиным С.А. был очень признателен автору, потому, что подобных материалов не так уж и большое количество. Особенно весьма интересно было изучение сезонных колебаний автором статьи, т.к. предприятие, работником которого я являюсь, реализовывает действительно сезонный товар – стройматериалы.

Методики несложного и одновременно с этим адекватного прогнозирования на сегодня вправду освещены в научных материалах в маленьком количестве. Одни несложны до таковой степени, что моделируют обстановку очень далекую от настоящей. А другие так сложны, что период их сбора и применения нужной информацим существенно превышает все установленные руководством сроки.

Методика, предложенная Кошечкиным С.А. сочетает в себе и простоту, и адекватность анализа. Особенно принципиально важно отметить актуальность работы в MS Excel, как самоё доступном и несложном для понимания программном продукте.

Но внедрение алгоритма и изучение автора его в работе предприятия продемонстрировало на кое-какие недоработки. О них и отправится обращение в данной статье.

Пропустим вступление об аддитивных и мультипликативных моделях, т.к. оно воображает теоретическую базу, с которой возможно ознакомиться в самой статье и начнем с анализа метода прогнозирования количеств продаж. В следствии анализа метода, в первой части статьи будет предложен его доработанный вариант.

Вторым разделом статьи будет применение доработанного метода на примере, что  предоставил Кошечкин С.А.

1. Определение тренда. Первым шагом в построении модели есть выбор линии тренда. Создатель говорит, что выбор полиномиальной линии тренда дает самая точную модель, опираясь на коэффициент детерминации, как критерий оценки всей модели в целом. Но он пропускает тот факт, что точность модели зависит не только от неточностей моделирования тренда, но и от неточностей моделирования сезонных колебаний.

Иначе говоря модель F=T+S+E  (F – значения модели,  T – значения линии тренда, S – значения сезонной компоненты, E – величина неточностей) зависит от двух главных параметров Т и S, а не только от Т, как утверждает создатель. Параметр Е определяет доверительный промежуток модели и позволяет разбирать точность выстроенной модели.

Выбор самая точной линии тренда  (Т) с высоким коэффициентом детерминации не есть достаточным условием построения оптимальной модели. При росте коэффициента детерминации значительно уменьшается неточность тренда, но не модели в целом. Так, создатель отсекает другие модели, утверждая, что они заблаговременно менее правильны, опираясь наряду с этим на эти анализа одного параметра всей модели – тренда (T).

2. Определение размеров сезонной компоненты. Нужно учитывать кроме этого неточности сезонных колебаний (S), каковые характеризуются суммой средних размеров сезонной компоненты. Чем дальше от 0 значение суммы колебаний сезонной компоненты, тем больше неточность параметра S. Кстати говоря, создатель информирует о том, что

список товаров, относящихся к сезонным велик, но не говорит о том, как выяснить относится ли товар, реализовываемый предприятием, к сезонному.

Так, выбирая линию тренда, характеризующую неспециализированную тенденцию изучаемого явления, нужно кроме этого рассчитывать сезонную компоненту (S) и наблюдать на какое количество очень сильно сумма средних значений S отклоняется от 0. В случае если эта величина близка к 0, то возможно утверждать, что продажи вправду имеют товар и сезонный характер, следовательно, возможно именовать сезонным.

Следующим упущением автора есть отсутствие изучения периода сезонных колебаний. С одной стороны – эксперты сами знают: в то время, когда начинают расти продажи, а в то время, когда падать, но с другой – не у всех товаров сезонные колебания очевидно выражены. Помимо этого, вывод специалиста еще правильнее и убедительнее, в то время, когда оно подтверждено конкретными данными.

Итак, в случае если мы уже определили, что в модели существует сезонность (сумма значений S близка к 0), то период сезонности рассчитывается как средняя арифметическая между числом отрицательных и хороших значений сезонной компоненты.

3. Расчет неточностей модели. Изучив поведение сезонной компоненты возможно переходить на следующий этап моделирования – расчет неточностей выстроенной модели. Неточности рассчитываются по формуле:

E=F-T-S.

наряду с этим вместо значений  F подставляются фактические значения количеств продаж.

По окончании нахождения среднеквадратической неточности модели мы можем делать вывод о точности модели в целом.

4.Построение прогноза. В то время, когда мы выяснили самую правильную модель мы можем перейти на этап прогнозирования, что кроме этого обрисован автором не всецело.

Так как задача была поставлена в статье «составить прогноз продаж продукции в будущем году по месяцам ». А итог, полученный по окончании прогнозирования, характеризуется одним числом. Следовательно, задача, поставленная самим автором, не решена полностью.

Существует кроме этого последовательность неясностей на протяжении предстоящего прогнозирования:

Из-за чего забраны эти за январь (F ф t-1 =2 361 ), в то время как оба исследуемых периода начинаются с июля месяца.

Как и кем определяется константа сглаживанияа. Так как специалистом, трудящимся над данной проблемой, есть сам создатель. А, следовательно, нужен инструментарий определения данной величины.

Из-за чего не обрисован инструментарий получения данных доверительного промежутка (± 7,8 (руб.) ).

Какие конкретно «все вероятные сценарии прогноза» создатель имеет в виду: те каковые зависят от константы сглаживания, либо те, каковые определяются другими моделями.

Так, автором допущены неточности применения собственного метода. Эти неточности разрешают сделать вывод о его несовершенстве либо о недостаточной конкретизации самого метода. Наряду с этим, направляться учесть, что главная мысль метода, методики и последовательность действий, выбранные автором, полностью верны.

Следовательно, доработки требует лишь метод.

С учетом обрисованных выше недочётов, возможно высказать предположение, что метод должен иметь таковой вид:

Таблица 1. Метод прогнозирования количеств продаж.

Источник: www.cfin.ru

Математические методы прогнозирования объемов продаж — Константин Воронцов

Важное на сайте:

Самые интересные результаты статей, подобранные именно по Вашим интересам: