Взаимосвязь логистики и маркетинга

Автор работы: k*********@gmail.com, 26 Ноября 2011 в 17:03, курсовая работа

Описание

Целью исследования является: анализ взаимосвязи логистики и маркетинга, прогнозирование продажи товаров на следующие 3 месяца.
Задачи курсовой работы:
- рассмотреть основные определения и концепции маркетинга;
- изучить основные направления и концепции логистики;
- рассмотреть взаимодействие маркетинга и логистики;
- рассчитать потребность в соке;
- рассчитать потребность в сахаре.

Содержание

Введение
Глава 1.
1.1 Основные определения и концепция маркетинга
1.2 Основные определения и концепция логистики
1.3 Взаимодействие маркетинга и логистики
Глава 2.
2.1 Прогнозирование потребности в товаре сок «Тонус» на апрель, май и июнь месяцы 2011 года
2.1.1 Определение потребности на товар методом простой скользящей средней
2.1.2 Определение потребности на товар методом взвешенной скользящей средней
2.1.3 Определение потребности на товар методом доверительного интервала
2.1.4 Определение потребности на товар методом регрессионного анализа
2.2 Прогнозирование потребности в товаре сахар «Краснодарский» на апрель, май и июнь месяцы 2011 года
2.2.1 Определение потребности на товар методом взвешенной скользящей средней
2.2.2 Определение потребности на товар методом регрессионного анализа
Заключение
Библиографический список

Работа состоит из  1 файл

logistika i marketing.doc

— 514.00 Кб (Скачать документ)
 

     Вывод: метод является оптимальным. Так как отклонение минимально по всем методам.

     Таким образом составляем прогноз на апрель, май, июнь 2011г методом регрессионного анализа. 

Месяц Расчет Прогноз
Апрель 11
39,86+0,38*18
 
43,66
Май 11 39,86+0,38*19 44,04
Июнь 11 39,86+0,38*20 44,42
 

     Вывод по прогнозированию  потребности в  товаре сок «Тонус»

     Для прогнозирования потребности на товар сок «Тонус» было использовано 4 метода:

  1. Простое скользящее среднее
  2. Взвешенное скользящее среднее
  3. Доверительный интервал
  4. Регрессионный анализ

     При проверке, отклонение от фактических  значений минимально по методу регрессионного анализа (1,44). Прогноз будет выглядеть следующим образом: апрель – 43,66; май – 44,04; июнь – 44,42 тонн.

     2.2 Прогнозирование  потребности в  товаре сахар «Краснодарский»  на апрель, май  и июнь месяцы 2011 года

 

     Для организации снабжения оптовой  базы товарами требуется рассчитать потребность в сахаре "Краснодарский" на апрель, май и июнь месяцы 2011 года при наличии следующих данных: 

месяц Тыс. упаковок
ноя.09 16,2
дек.09 21,7
янв.10 19,4
фев.10 18,5
мар.10 16,2
апр.10 13,5
май.10 10,7
июн.10 4,7
июл.10 6,1
авг.10 6,6
сен.10 9,8
окт.10 14,4
ноя.10 19,1
дек.10 19,4
янв.11 21,6
фев.11 17,9
мар.11 15,6
 

       

     Данный  товар относится к товарам, потребляемым нерегулярно, а именно к сезонным товарам. Поэтому для прогнозирования  спроса будем использовать методы стохастического расчета, а именно взвешенную скользящую среднюю, метод регрессионного анализа. После этого сравним средние отклонения и выберем наиболее точный метод прогнозирования.

     2.2.1 Определение потребности  на товар методом  взвешенной скользящей средней

     Для вычисления с помощью этого месяца возьмем 4 варианта весовых коэффициентов  и, используя значения спроса за прошлые  месяцы, сделаем расчет на следующие:

Весовые коэффициенты 1   Весовые коэффициенты 2
Период Коэффициент   Период Коэффициент
11 мес. назад 0,3   11 мес.  назад 0,25
12 мес. назад 0,4   12 мес.  назад 0,5
13 мес. назад 0,3   13 мес.  назад 0,25
Весовые коэффициенты 3   Весовые коэффициенты 4
Период Коэффициент   Период Коэффициент
11 мес. назад 0,2   11 мес. назад 0,1
12 мес. назад 0,6   12 мес. назад 0,8
13 мес. назад 0,2   13 мес. назад 0,1
 

     Рассчитаем  по формуле прогнозные значения потребности  в сахаре на декабрь 2009, январь, февраль, март 2010: 

Месяц Тыс. упаковок
ноя.09 16,2
дек.09 21,7
янв.10 19,4
фев.10 18,5
мар.10 16,2
апр.10 13,5
 
Месяц Спрос, тыс. упак. Вес 1 Откл-е Вес 2 Откл-е Вес 3 Откл-е Вес 4 Откл-е
дек.10 19,4 19,36 0,04 19,75 0,35 20,14 0,74 20,92 1,52
янв.11 21,6 19,82 1,78 19,75 1,85 19,68 1,92 19,54 2,06
фев.11 17,9 18,08 0,18 18,15 0,25 18,22 0,32 18,36 0,46
мар.11 15,6 16,08 0,48 16,10 0,50 16,12 0,52 16,16 0,56
Среднее отклонение     0,62   0,7375   0,875   1,15
 

     Вывод: путем сравнения выбираем наименьшее среднее отклонение для прогноза спроса по 1 Варианту набора весов (0,62). 

 

     2.2.2 Определение потребности на товар методом регрессионного анализа

     Регрессию можно определить как функциональную зависимость между двумя или несколькими переменными. Эту зависимость используют для предсказания значения одной переменной на основе значения другой. Для целей прогнозирования потребностей обычно изучают зависимость объема продаж (объема потребления) от времени. График линейной регрессии имеет следующий вид:  

     Y = a + bX, 

     где Y - значение зависимой переменной (в  нашем случае это обычно объем  продаж или объем потребления);

     а - коэффициент, показывающий высоту подъема  прямой по оси ОY);

     b - коэффициент, показывающий угол  наклона прямой;

     X - значение независимой переменной (в нашем случае это номер  соответствующего временного интервала).

     Мы  рассматриваем зависимость потребности в сахаре от времени. Время – это независимая переменная X, а объем потребления Y – зависимая переменная.

     Для составления прямой Y = a + bX необходимо решить следующую систему уравнений (где n – количество периодов времени, данные которых используются при  прогнозировании). 

       

     Рассчитаем  на основание данных за период от дек.09 до июн.10, так как график на этом отрезке падает.

месяц Х Y X^2 XY Y=a+bx Отклонение
дек.09 1 21,7 1 21,7 22,8213 1,12
янв.10 2 19,4 4 38,8 20,1999 0,80
фев.10 3 18,5 9 55,5 17,5785 0,92
мар.10 4 16,2 16 64,8 14,9571 1,24
апр.10 5 13,5 25 67,5 12,3357 1,16
май.10 6 10,7 36 64,2 9,7143 0,99
июн.10 7 4,7 49 32,9 7,0929 2,39
Сумма: 28 104,7 140 345,4 Среднее откл. 1,23
7a+28b=104,7  
28a+140b=345,4  
b=-2,6214  
a=25,4427  
 

     Вывод: по имеющимся данным рассчитанное среднее отклонение будет весьма неточно(1,23), следовательно, метод не подходит.

     Таким образом, составляем прогноз на апрель, май, июнь 2011г методом взвешенного скользящего среднего. 

Весовые коэффициенты 3
Период Коэффициент
11 мес. назад 0,3
12 мес. назад 0,4
13 мес. назад 0,3
 
Месяц Расчет Прогноз
Апрель 11 0,3*16,2+0,4*13,5+0,3*10,7 13,47
Май 11 0,3*13,5+0,4*10,7+0,3*4,7 9,74
Июнь 11 0,3*10,7+0,4*4,7+0,3*6,1 6,92
 

     Вывод по прогнозированию  потребностей в товаре сахар «Краснодарский»

     Для прогнозирования потребности на товар сахар «Краснодарский» было использовано 2 метода:

     1. Взвешенной скользящей средней.

     2. Регрессионного анализа.

     При проверке, отклонение от фактических  значений минимально по первому методу (0,62). Прогноз будет выглядеть  следующим образом: апрель – 13,47; май  – 9,74; июнь – 6,92 тонн. 

 

     Заключение

 

     Логистика - это процесс организации движения материальных и информационных потоков для обеспечения достижения целей предприятия.

     Главная цель логистики – вовремя и в необходимом количестве доставить производственную продукцию в нужное место с минимальными издержками.

     Как метод, маркетинг включает в себя не только внешнюю, но и внутреннюю составляющую, нацеленную на наиболее эффективную деятельность организации  для достижения коммерческих целей. Фактически, это все виды внутренней организации и реорганизации любой компании в тесном взаимодействии с менеджментом и логистикой (экономикой, финансами и учетом и аудитом и др.). В широком смысле, маркетинг - это не только организационно-штатная структура или перечень работ, но и «образ мыслей» всех сотрудников от руководства до исполнителей. Его роль в нашей жизни невозможно переоценить. Это определяющий вид человеческой деятельности в условиях конкуренции и рынка, основополагающая дисциплина для профессионалов, организующих работу народно - хозяйственного комплекса страны.

Информация о работе Взаимосвязь логистики и маркетинга