Методы прогнозирования

Методы прогнозирования

Многие допущения, из которых исходит руководитель, относятся к условиям в будущем, над которыми руководитель почти  не имеет никакого контроля. Однако такого рода допущения необходимы для  многих операций планирования. Ясно, что  чем лучше руководитель сможет предсказать  внешние и внутренние условия  применительно к будущему, тем  выше шансы на составление осуществимых планов.

ПРОГНОЗИРОВАНИЕ —  это метод, в котором используются как накопленный в прошлом  опыт, так и текущие допущения  насчет будущего с целью его определения. Если прогнозирование выполнено  качественно, результатом станет картина  будущего, которую вполне можно использовать как основу для планирования. В  примере 8.3. охарактеризованы методы прогнозирования.

Таблица 8.2. Разновидности  прогнозов

Прогнозирование сегодня  — специализированная область с  подразделами. Существуют организации, занимающиеся только прогнозированием в конкретных сферах деятельности. Примечательным примером служит институт Гэллапа, специализирующийся на сборе  и анализе информации, позволяющей  прогнозировать предпочтения и результаты различных политических и социальных процессов. Многие фирмы и отделения  крупных предприятий проводят хитроумный анализ рынка, стремясь спрогнозировать  отношение потребителей к планируемым  новым видам продукции.

Соответствующие специалисты  разработали несколько специфических  методов составления и повышения  качества прогнозов. В табл. 8.2. кратко описаны основные разновидности  прогнозов, часто используемых в  соединении с планированием деятельности организации. Результаты прогнозирования  включаются в цели организации, определяемые руководством. 

Неформальные методы  

ВЕРБАЛЬНАЯ ИНФОРМАЦИЯ. Естественно, что руководство также  полагается на различные источники  письменной и устной информации как  вспомогательное средство для прогнозирования  и выработки целей. Методы сбора  вербальной, устной информации, по сути дела, наиболее часто используются в анализе внешней среды. Сюда следует отнести информацию, получаемую из радио- и телепередач, от потребителей, поставщиков, конкурентов, на торговых совещаниях, в профессиональных организациях (таких как клубы Ротари или КТакая вербальная информация затрагивает все основные факторы внешнего окружения, представляющие интерес для организации. Она имеет откровенно переменчивый характер, ее легко получить, и часто на нее вполне полагаются. Иногда, впрочем, данные могут оказаться неточными, устаревшими или страдающими расплывчатостью. Если такое происходит, и руководство использует некачественную информацию для формулирования целей организации, количество проблем при осуществлении целей может быть значительным. Например, ряд организаций выпустил изделия тысяч наименований, предназначавшихся к продаже в связи с Олимпийскими играми 1980 г. в Москве. Самые свежие вербальные данные свидетельствовали о том, что США примут участие в играх. В последнюю минуту президент Картер отменил поездку американской команды в СССР, и компании остались с товарами миллионной стоимости, которые никому не были нужны. В то же время отказ стран коммунистического блока от участия в Играх 1984 г. не стал ни для кого большим сюрпризом и потому оказал на американские фирмы гораздо менее заметное воздействие.

ПИСЬМЕННАЯ ИНФОРМАЦИЯ. Источники письменной информации о  внешнем окружении — это газеты, торговые журналы, информационные бюллетени, профессиональные журналы и годовые  отчеты. Еще одним источником письменной информации о конкурентах служит отчет 10К. Этот специфический ежегодный  отчет составляется с участием Комиссии по ценным бумагам и биржам всеми  публичными акционерными компаниями. В библиотеках почти всех колледжей  и университетов имеются отчеты 10К. Повторим еще раз: хотя эта информация легко доступна, она страдает теми же недостатками, что и вербальная информация, а именно, она может быть несвежей и не особенно глубокой.

ПРОМЫШЛЕННЫЙ ШПИОНАЖ. Недавно официальные представители  японских фирм «Хитачи» и «Мицубиси» —двух крупнейших в мире поставщиков электронных изделий, компьютеров и компонентов к ним — были потрясены: в ходе хитроумной секретной операции 18 их сотрудников высокого уровня были арестованы за попытку украсть секреты фирмы «Ай Би Эм».

Арестованных обвинили в передаче 645 тыс. долл. тайному агенту ФБР за современную компьютерную технологию фирмы «Ай Би Эм» и соответствующие технические руководства. Шпионаж — не новость в жизни корпораций. Иногда он оказывался успешным способом сбора данных о действиях конкурентов, и эти данные затем использовались для переформулирования целей организации. Здесь мы упомянули о промышленном шпионаже для того, чтобы предупредить руководителей о необходимости защищать данные, имеющие статус вашей интеллектуальной собственности.

ивание), от юристов, бухгалтеров и финансовых ревизоров, консультантов. Количественные методы протезирования  

Количественные  методы можно использовать для прогнозирования, когда есть основания считать, что  деятельность в прошлом имела  определенную тенденцию, которую можно  продолжить в будущем, и когда  имеющейся информации достаточно для  выявления статистически достоверных  тенденций или зависимостей. Кроме  того, руководитель обязан знать, как  использовать количественную модель, и помнить, что выгоды от принятия более эффективного решения должны перекрыть расходы на создание модели.

Два типичных метода количественного прогнозирования  — это анализ временных рядов  и каузальное (причинно-следственное) моделирование.

АНАЛИЗ ВРЕМЕННЫХ  РЯДОВ. Иногда называемый проецированием тренда, анализ временных рядов основан  на допущении, согласно которому случившееся  в прошлом дает достаточно хорошее  приближение в оценке будущего. Этот анализ является методом выявления  образцов и тенденций прошлого и  продления их в будущее. Его можно  провести с помощью таблицы или  графика путем нанесения на координатную сетку точек, соответствующих событиям прошлого, как показано на рис. 8.6.

Данный метод  анализа часто используется для  оценки спроса на товары и услуги, оценки потребности в запасах, прогнозирования  структуры сбыта, характеризующегося сезонными колебаниями, или потребности  в кадрах. Если, к примеру, директор ресторана «Бюргер Кинг» хочет  определить, сколько фунтов гамбургера заказывать на ноябрь, он должен обосновать свое решение цифрами ноябрьских продаж в минувшие пять лет. Анализ данных может показать, что в прошлом  спрос на гамбургеры в ноябре падал  на 10% из-за Дня Благодарения. Он может  показать также, что общин объем  продаж в его ресторане за последние  четыре года рос со скоростью 19% в  год. 

Рис. 8.6. Анализ временных рядов (этот анализ используется для оценки перепектив сбыта тракторов и основан на картинах сбыта в прошлом. Отметим, что анализ, отображенный здесь, эквивалентен построению аналоговой модели. На самом деле для выполнения анализа временных рядов требуются расчеты с использованием современных математических методов).  

Чем более достоверно предположение о подобии будущего прошлому, тем вероятнее точность прогноза. Таким образом, анализ временных  радов, вероятно будет бесполезен в ситуациях с высоким уровнем подвижности или когда произошло значительное, всем известное изменение. Например, директор ресторана «Бюргер Кинг» не смог бы предсказать спрос на гамбургеры в ноябре, если бы знал, что фирма «Мак Доналдс» собралась открыть свой ресторан рядом с его рестораном в последнюю неделю октября. Подобным образом, региональная телефонная компания смогла использовать метод анализа временных рядов для прогнозирования спроса на рекламу в телефонном справочнике «Иелоу Пейдж» в грядущем году, поскольку ее бизнес стабилен, а конкуренции практически нет. Тем не менее фирма «Ралф Лорен», вероятно, не смогла бы воспользоваться этим методом для прогнозирования рождественского спроса на новую модель мужских сорочек, поскольку конкуренция в области модной одежды исключительно высока, а вкусы потребителей меняются каждый год.

КАУЗАЛЬНОЕ (ПРИЧИННО-СЛЕДСТВЕННОЕ) МОДЕЛИРОВАНИЕ. Каузальное моделирование  — наиболее хитроумный и математически  сложный количественный метод прогнозирования  из числа применяемых сегодня. Он используется в ситуациях с более чем одной переменной. Уровень личных доходов, демографические изменения и преобладающая ставка процента по закладным, например, влияют на будущий спрос на новые односемейные дома. КАУЗАЛЬНОЕ МОДЕЛИРОВАНИЕ — это попытка спрогнозировать то, что произойдет в подобных ситуациях, путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. Каузальная модель может показать, что всякий раз, когда ставка процента по закладным увеличивается на 1%, спрос на новые дома падает на 5%.

На языке статистики эта зависимость называется корреляцией. Чем теснее корреляция, тем выше пригодность модели для прогнозирования. Полная корреляция (1,000) бывает в ситуации, когда в прошлом зависимость  всегда была истинной. Если спрос на цветные телевизоры всегда падал  на 10%, когда валовой национальный продукт снижался на 4%, можно с  уверенностью утверждать, что тоже самое в подобных обстоятельствах произойдет и в будущем. Фирма «Корнинг Гласс» по сути дела использует каузальную модель, прогнозируя спрос на свои телевизионные трубки.

Из каузальных самыми сложными являются эконометрические модели, разработанные с целью прогнозирования динамики экономики. К таковым относится Уортоновская модель Центра прогнозирования Пенсильванского университета. Подобные модели представляют из себя тысячи уравнений, решаемых только с применением мощных компьютеров. Стоимость моделей настолько высока, что даже крупные предприятия предпочитают использовать результаты исследований с применением эконометрической модели, а не разрабатывать свои собственные модели. Несмотря на сложность, каузальные модели дают не всегда правильные результаты, о чем с очевидностью свидетельствует неспособность федерального правительства точно предсказывать влияние различных своих действий на экономику. 

Качественные методы прогнозирования 

Как указывалось  выше, для использования количественных методов прогнозирования необходимо располагать информацией, достаточной  для выявления тенденции или  статистически достоверной зависимости  между переменными. Когда количество информации недостаточно или руководство  не понимает сложный метод, или когда  количественная модель получается чрезмерно  дорогой, руководство может прибегнуть к качественным моделям прогнозирования. При этом прогнозирование будущего осуществляется экспертами, к которым обращаются за помощью. Четыре наиболее распространенных качественных метода прогнозирования — это мнение жюри, совокупное мнение сбытовиков, модель ожидания потребителя и метод экспертных оценок.

МНЕНИЕ ЖЮРИ. Этот метод прогнозирования заключается  в соединении и усреднении мнений экспертов в релевантных сферах. Например, для прогнозирования рентабельности производства новой модели компьютера фирма «Контрол Дейта» может снабдить имеющейся основной информацией своих менеджеров отделов производства, маркетинга и финансов и попросить их высказать мнение о возможном сбыте и его пределах. Неформальной разновидностью этого метода является «мозговой штурм», во время которого участники сначала пытаются генерировать как можно больше идей. Только после прекращения процесса генерирования некоторые идеи подвергаются оценке. Это может отнимать много времени, но зачастую дает полезные результаты, особенно когда организация нуждается во множестве новых идей и альтернатив.

СОВОКУПНОЕ МНЕНИЕ СБЫТОВИКОВ. Опытные торговые агенты часто прекрасно предсказывают  будущий спрос. Они близко знакомы  с потребителями и могут принять  в расчет их недавние действия быстрее, чем удастся построить количественную модель. Кроме того, хороший торговый агент на определенном временном  отрезке зачастую «чувствует» рынок  по сути дела точнее, чем количественные модели.