Автосервис. Торговые операции: Практическое пособие

Математический подход к прогнозированию покупательского спроса заключается в расчленении его на основные составляющие элементы, среди которых выделяются: развитие спроса как основная тенденция, сезонные колебания спроса и случайные его колебания, для чего используют инструмент математической статистики. Нередко на практике прогнозирование спроса осуществляют только на базе средних значений.

Некоторые компании для упрощения расчетов нередко осуществляют краткосрочное прогнозирование на базе значений величин спроса, которые в лучшем случае являются средними и не учитывают элемента неопределенности. Например, компания “Вольво” выполняет краткосрочное прогнозирование без учета сезонности спроса и других тенденций. Прогнозирование выполняется в зависимости от потребностей, по методу экспоненциального выравнивания. Такие прогнозы обычно бывают чрезмерно оптимистическими, не учитывают элемента неопределенности и приводят к значительным колебаниям величин запасов.

Более реальным является такое прогнозирование, в котором наряду со средним значением (математическим ожиданием) определяется и оценивается возможная ошибка. В связи с этим решаются задачи улучшения прогнозов и стратегии управления запасами с учетом ошибок прогнозирования спроса.

Эти закономерности облегчают расчет страхового запаса. По соответствующим этим законам формулам подсчитывается типовое отклонение, которое, будучи умноженным на коэффициент обслуживания, установленный руководством компании (уровень удовлетворения спроса), дает величину страхового запаса.

В долгосрочных прогнозах, кроме параметров, характеризующих ожидаемый спрос и его распределение в интервалах между поставками, а также параметров, характеризующих отклонение интервалов поставок, учитываются изменения потребности в зависимости от срока службы машин, применяется корреляция объемов ожидаемого сбыта и планируемых к выпуску количеств новых машин и другие параметры.

Любой прогноз, полученный в результате применения математических методов при помощи ЭВМ, требует обязательной корректировки с использованием данных, которые не могут быть учтены при базировании на величинах прошлого спроса, и факторов, не поддающихся программированию. К таким данным относятся новизна парка, климатические и экономические условия рынка и т. п.

Корректировку прогнозов осуществляют специалисты по сбыту, знающие конъюнктуру рынка. Расчеты износостойкости и усталостной прочности деталей механизмов и машин давно стали весьма совершенными, и изготовители знают срок службы производимых запасных частей. Более того, некоторые компании были заподозрены в том, что они производят детали с заведомо заниженным сроком службы, чтобы чаще получать заказы. Конечно, знание сроков эксплуатации деталей облегчает прогнозирование потребности и планирование производства.

При прогнозах спроса на товары следует учитывать следующие факторы:

– горизонт прогноза – отчетные периоды, спрос за которые должен быть учтен при формировании следующего заказа на пополнение.

– время ожидания пополнения и частоту заказов при определении горизонта прогноза;

– учитывать соответствующий горизонт прогноза в формуле, использующей прошлые показатели спроса.

При отдаленном горизонте прогноза назначить удельные веса показателям спроса, зафиксированным в соответствующий рассматриваемому и последующие отчетные периоды прошлого года. Показатели прошлых продаж часто служат хорошим индикатором будущих продаж. Использовать средневзвешенный показатель прошлого спроса для расчета будущего спроса. Назначать удельные веса предыдущим месяцам такие же, как прошлым шести месяцам или постепенно уменьшать веса для нескольких прошлых месяцев.

Принимать во внимание прошлогодние показатели спроса за отчетные периоды, соответствующие предстоящим:

♦ использовать разные системы весов по частям сезонного и несезонного спроса;