Экономическая целесообразность применения фотоэпиляции в салонах красоты различного класса
Рефераты >> Косметология >> Экономическая целесообразность применения фотоэпиляции в салонах красоты различного класса

Отметим, что предсказанное значение объема продаж получается как среднеарифметическое от суммы предсказанных значений на основе каждого из "факторов влияния". Это позволяет учесть каждый из "факторов влияния" в прогнозе. Результат прогнозирования для нашего примера представлен в табл. 10.

Таблица 10 Прогнозирование продаж по прогнозу "факторов влияния"

Дата

Q

Q TREND

F1

Q1 TREND

F3

Q3 TREND

Мар.03

23

 

22

 

223

 

:

:

 

:

 

:

 

Ноя.03

56

 

122

 

678

 

Дек.03

 

46,3

140

48,9

599

43,7

Янв.04

 

44,9

153

47,7

577

42,1

Фев.04

 

45,2

166

47,7

584

42,7

Мар.04

 

55,0

177

69,8

613

40,2

Этап V. Оценка риска прогнозирования

Необходимо учесть, что прогнозирование ведется с целым рядом допущений, которые могут сильно повлиять на наш прогноз:

в наше исследование может не попасть фактор, оказывающий серьезное влияние на продажи;

используем линейное прогнозирование, а тенденция может оказаться значительно сложнее;

производим расчет прогнозного значения, как среднеарифметическое от спрогнозированных по факторам значений (см. табл. 10) без учета уровня корреляции соответствующего фактора.

Эти факторы, безусловно, снижают точность прогнозирования. Более того, заметьте (см. табл. 10), что прогнозирование в нашем примере периодов последующих за декабрем 2003 года ведется на основе не проверенных временем значений, а значений также спрогнозированных математически. То есть, чем на более длительный период времени мы пытаемся сделать прогноз, тем более не точны прогнозируемые значения.

Указанные выше ограничения не влияют на использование метода (и тем более его не отменяют), а лишь указывают нам на необходимость расчета величины "риска прогнозирования". В случае нашей методики эту погрешность можно оценить как "риск прогнозирования" по соотношению между спрогнозированным значением тенденции продаж (Q TREND) и прогнозными значениями продаж от каждого "фактора влияния" (Q1 TREND и Q3 TREND). Реализация расчета "риска прогнозирования" (var) на основе пакета MS Excel представлена в табл. 11.

Таблица 11 Реализация расчета "риска прогнозирования" (var) на основе пакета MS Excel

 

A

B

C

D

E

F

G

H

1

Дата

Q

Q

TREND

F1

Q1

TREND

F3

Q3

TREND

var

2

Дек.03

 

46,3

140

48,9

599

43,7

=((ABS(C2-E2)+ +ABC(C2-G2))/2/C2

В табл. 12 расчет "риска прогнозирования" построен на расчете отношения среднеарифметического отклонения прогнозных значений по отношению к среднеарифметическому значению тенденции продаж:

var =((ABS(QTREND - Q1TREND)+ABS(QTREND - Q3TREND))/2)/QTREND.

Оценка риска прогнозирования для нашего примера представлена в табл. 12. Необходимо отметить, что с увеличением срока прогнозирования растет и "риск прогнозирования": 6% для декабря 2003 года и 27% для марта 2004 года.

Таблица 12 Оценка риска прогнозирования

Дата

Q TREND

F1

Q1 TREND

F3

Q3 TREND

var

Дек.03

46,3

140

48,9

599

43,7

6%

Янв.04

44,9

153

47,7

577

42,1

6%

Фев.04

45,2

166

47,7

584

42,7

6%

Мар.04

55,0

177

69,8

613

40,2

27%


Страница: