Ponyatie_prognoza

1. Понятие прогноза. Количественные методы прогнозирования: скользящие средние, экспоненциальное сглаживание, проектирование

тренда. Качественные методы
прогноза

2. Прогнозирование

• Прогнозирование — это научно обоснованное
предположение о том, что произойдёт в будущем с тем
объектом, который мы изучаем, или о том, как разными
путями можно достичь желаемого состояния.
• Для чего нужно
Потому что то, каким будет будущее, напрямую влияет на
решения, которые мы принимаем сегодня. Мы не можем
точно знать, что случится завтра, через месяц или год —
всегда есть неопределённость. Полностью избавиться от
неё невозможно, но можно снизить риски.
• Главная задача человека, который принимает решение
в условиях неопределённости, — выбрать наилучший
вариант из нескольких возможных. И прогнозирование
помогает ему это сделать. Оно даёт опору: решение
принимается не наугад, а на основе объективного, научного
анализа ситуации.

3. Прогнозирование

• Прогнозирующая система — это, по сути, некая структура
(организационная или техническая), которая собирает данные об
объекте, анализирует их и выдаёт прогноз — то есть
информацию о том, каким этот объект будет в будущем. Проще
говоря: на входе — информация о прошлом и настоящем, на
выходе — предсказание. Прогнозы бывают двух типов:
1. Качественный прогноз — это предсказание, выраженное
словами, без точных чисел. Например: «спрос на товар
вырастет» или «в следующем году экономика будет стабильной».
Такой прогноз можно получить как логическим путём (рассуждая
от общего к частному или наоборот), так и на основе
количественных расчётов, но результат всё равно
формулируется качественно.
2. Количественный прогноз — это предсказание, выраженное в
числах. Оно говорит не просто о том, что событие произойдёт, а с
какой вероятностью это случится, какое значение ожидается
(например, среднее, наиболее вероятное и т.д.). Например:
«вероятность дождя завтра — 70%», «ожидаемая прибыль в
следующем квартале — 5 миллионов рублей».

4. Прогнозирование

• Чтобы прогноз был точным и полезным, используют разные
методы. Вот основные:
• Специальные обследования — изучают конкретные вопросы
на месте.
• Другие прогнозы — опираются на уже существующие
предсказания (например, макроэкономические).
• Вероятностный математический анализ — считают
вероятности событий.
• Анализ временных рядов — изучают, как менялись
показатели в прошлом, чтобы предсказать будущее.
• Мозговая атака (брейншторминг) — группа экспертов
генерирует идеи и обсуждает возможные сценарии.
• Индивидуальные опросы специалистов — собирают мнения
экспертов по отдельности.
• Сценарии на случай непредвиденных обстоятельств —
продумывают, что делать, если ситуация пойдёт не по плану.

5. Прогнозирование

• Прогнозировать можно что угодно — экономические,
социальные, технические, организационные процессы.
Причём как внутри самой организации, так и за её
пределами. Чтобы прогноз получился полезным, нужно
сделать три важные вещи:
1. Научно проанализировать процессы. Понять, что с чем
связано, какие причины вызывают какие следствия, оценить
текущую ситуацию и выделить главные проблемы, которые
требуют решения.
2. Попытаться заглянуть в будущее. Представить, в каких
условиях организация окажется завтра, с какими
трудностями столкнётся и какие задачи из этого вытекут.
3. Сравнить разные пути развития. Оценить, как могут
развиваться события, если использовать разные ресурсы:
кадры, производство, технологии.
• Прогнозирование — это научный способ понять, в каком
состоянии может оказаться организация и какие пути её
развития наиболее вероятны.

6. Прогнозирование

• Прежде чем решать проблему, нужно правильно её описать и
понять, какие факторы на неё влияют. Самый важный шаг —
определить, откуда эти факторы берутся: изнутри организации или
извне, потому что воздействовать на внутренние и внешние
факторы можно по-разному.
• Внутренние факторы — это то, что зависит от самой организации. К
ним относятся цели и стратегия развития, состояние портфеля
заказов, структура производства и управления, финансовые и
трудовые ресурсы, объём и качество выполняемых работ и так
далее. Они формируют организацию как единую систему, где все
элементы взаимосвязаны. Изменение одного фактора может
повлиять на всю систему, поэтому управленческие решения
должны быть направлены на сохранение целостности и равновесия
внутри организации. Внутренними факторами можно и нужно
управлять, но делать это аккуратно.
• Внешние факторы — это то, что находится за пределами
организации и формирует среду, в которой она работает:
экономическая ситуация, законы, конкуренты, социальные и
технологические изменения. Они сложны, динамичны и
неопределённы. Главное отличие — на внешние факторы
менеджеры повлиять не могут, они инертны и не поддаются

7. Прогнозирование

Когда мы анализируем факторы, которые привели к проблеме, мы понимаем,
какие ресурсы понадобятся для её решения, включая самое главное —
время.
Весь процесс принятия решения можно разбить на этапы, и на каждом из
них мы оцениваем свои действия.
Этап 1. Распознавание проблемы
Как мы вообще понимаем, что проблема возникла? Обычно мы сверяемся с
целью: если реальность отклонилась от того, что было запланировано,
значит, есть проблема. Это отклонение и служит сигналом.
Этап 2. Формирование решений
Здесь начинается сбор информации. Нужно понять, что происходит, и
выработать варианты действий. Проблема в том, что для сложных задач
обычной отчётности недостаточно — приходится тратить время и силы на
дополнительный сбор данных.
Этап 3. Прогнозирование и выбор
Когда варианты готовы, встаёт главный вопрос: какой путь выбрать?
Выбирают тот, который лучше всего помогает достичь целей организации. И
вот здесь качество выбора напрямую влияет на всё: на
конкурентоспособность, на способность быстро приспосабливаться к
изменениям и в конечном счёте на прибыль.

8. Количественный метод прогнозирования.

Существует огромное количество методов прогнозирования, но не все
они полезны на практике — некоторые могут оказаться настолько
сложными и дорогими, что их применение обойдётся дороже, чем сам
прогноз. Все методы делятся на два основных
типа: качественные и количественные.
Качественные методы основаны на экспертных оценках, мозговых
штурмах, интуиции и личных суждениях. Отказываться от них
полностью не стоит, но и полагаться только на них рискованно. Их
лучше использовать в сочетании с более надёжными количественными
методами.
Количественные методы дают более точные, числовые прогнозы.
Самые простые для понимания, удобные в применении и достаточно
гибкие, чтобы учитывать изменения ситуации, — это:
Анализ временных рядов (изучение прошлых тенденций),
Метод экспоненциального сглаживания (прогноз с учётом свежих
данных),
Регрессионный анализ (поиск связей между факторами).
Именно эти методы чаще всего используют на практике, потому что они
дают обоснованные результаты и позволяют адаптироваться к
меняющимся условиям.

9. Количественный метод прогнозирования.

.
Количественные методы прогнозирования — это математические
модели, которые строятся на анализе прошлых данных. Их главная идея
в том, что поведение процесса в прошлом может подсказать, как он
поведёт себя в будущем. Проще говоря: если мы знаем, что было
раньше, мы можем с определённой долей уверенности предсказать, что
будет дальше.
Все такие методы работают с временными рядами — наборами данных,
собранных через равные промежутки времени (например, продажи по
месяцам, температура по дням, загрузка сервера по часам).
Одна из самых важных задач при использовании количественных
методов — оценка точности прогноза. Понять, насколько прогноз точен,
можно только одним способом: сравнить предсказанные значения с
реальными, которые произошли на самом деле. Если точность
оказывается недостаточной, модель нужно дорабатывать или вообще
менять на другую.
Иногда бывает, что данные выглядят хаотично, особенно если смотреть
на долгий период. Но даже в этом хаосе часто можно найти простые
закономерности: тренды (рост или падение), сезонные колебания
(например, всплески продаж под Новый год) или циклические повторения.
Задача количественного прогноза — эти закономерности обнаружить и
использовать.

10. Количественные методы прогнозирования

Регрессионный анализ — это математический метод, который используют, когда
нужно понять, как разные факторы влияют на то, что нас интересует. Например, на
объём продаж компании или размер рынка.
1. Собираем данные за прошлые периоды. Нужно, чтобы этих данных было
достаточно много — только тогда можно увидеть закономерности.
2. Выбираем факторы, которые, скорее всего, влияли на продажи в прошлом. Это
могут быть, например, цена товара, расходы на рекламу, время года, доходы
населения и так далее.
3. Ищем связь. С помощью математики определяем, насколько сильно каждый фактор
влияет на результат. Есть ли вообще эта связь? Если да, то какая она — прямая (чем
больше фактор, тем больше продажи) или обратная?
4. Строим уравнение, которое описывает эту связь. В это уравнение входят только те
факторы, которые действительно важны.
5. Делаем допущение. Самое главное — мы предполагаем, что та связь, которая
работала в прошлом, сохранится и в будущем. То есть если раньше увеличение
рекламы на 10% давало рост продаж на 5%, то и дальше будет так же.

11. Пример

В качестве примера
ниже приведено
уравнение регрессии,
отражающее
зависимость объема
отгруженных
(проданных) товаров
(работ, услуг) сектора
ИКТ в России от ряда
факторов
где Y — объем отгруженных (проданных) товаров (работ,
услуг) сектора ИКТ в России; Fx, F2 — интегральные
факторы, включающие ряд переменных.
На фактор Fx наибольшее влияние оказывают следующие
переменные:
• средний оборот организаций (прогнозное значение);
• среднее число персональных компьютеров на
организацию;
• доля организаций, имевших специальные
программные средства;
• доля организаций, использовавших средства защиты;
• доля организаций, использовавших Интернет в
коммерческих
целях.
На фактор F2 оказывают наибольшее влияние такие
переменные как:
• доля организаций, использовавших веб-сайты в
коммерческих
целях;
• доля инновационной продукции в отгруженной
продукции;
• кооперация между организациями.
Делая прогнозы изменения указанных переменных,
можно рассчитать прогноз российского рынка ИКТ.

12. Количественные методы прогнозирования

2. Метод трендов — это способ прогнозирования, который опирается
на анализ прошлых данных, собранных через равные промежутки
времени (день, месяц, год). Такие данные называются временным
рядом.
Тренд — это основное направление движения показателя: он может
расти, падать или оставаться примерно на одном уровне. Тренд
показывает долгосрочную закономерность, скрытую за случайными
колебаниями.
Вот основные методы, которые используют для анализа трендов:
а) Индексный метод — сравнивает показатели текущего периода с
базовым и показывает, во сколько раз или на сколько процентов что-то
изменилось.
б) Метод скользящей средней — сглаживает случайные скачки,
рассчитывая среднее значение за несколько последних периодов.
Например, средние продажи за последние 3 месяца.
в) Метод экспоненциального сглаживания — похож на скользящую
среднюю, но более "умный": он придаёт больший вес свежим данным,
а более старым — меньший. Так прогноз быстрее реагирует на новые
изменения.

13. Индексный метод

Индексный метод — это способ
прогнозирования, который
исходит из простой идеи: если в
прошлом какие-то
закономерности работали, то,
скорее всего, они продолжат
работать в ближайшем будущем.
Особенно если ситуация вокруг
меняется медленно.
1. Берём данные за несколько
прошлых периодов, например, за
последние три года.
2. Для каждого года
считаем индекс — это
отношение текущего показателя
к предыдущему. Например, если
в прошлом году продажи были
100, а в этом 120, то индекс =
120 / 100 = 1,2 (рост на 20%).
3. Вычисляем средний индекс за
все эти годы.
4. Умножаем последнее известное
значение (например, продажи
этого года) на этот средний
индекс. Получаем прогноз на
следующий год.
Индексный
метод

14. Метод скользящей средней

Когда мы пытаемся предсказать будущее по
прошлым данным, часто сталкиваемся с
проблемой: реальные показатели редко
бывают идеально ровными. Они скачут то
вверх, то вниз из-за случайных факторов —
например, из-за праздников, сбоев, погоды
или просто волатильности рынка. Если в
таких условиях просто продлить линию
последнего роста (линейная экстраполяция),
прогноз может оказаться очень неточным.
Вот тут и приходит на помощь метод
скользящей средней.
Суть метода:
Мы берём не все данные подряд, а только
последние несколько значений (например,
за 3, 5 или 12 месяцев) и вычисляем их
среднее арифметическое. Затем "скользим"
дальше: отбрасываем самое старое
значение и добавляем новое, снова считаем
среднее. Получается сглаженный ряд, в
котором случайные скачки приглажены, а
основная тенденция (тренд) становится
более наглядной

15. Метод скользящей средней

• Средние значения
рассчитываются путем
последовательного
отбрасывания правого члена
этого ряда:
• Таким образом, при
прогнозировании исходят из
простого предположения,
что следующий во времени
показатель по своей
величине будет равен
средней, рассчитанной за
последний интервал
времени.

16. Метод экспоненциального сглаживания. 

Метод экспоненциального
сглаживания.
Метод экспоненциального сглаживания —
это ещё один способ делать краткосрочные
прогнозы, например, продаж на следующий
месяц. Он похож на скользящую среднюю, но
более умный: он не просто усредняет
последние значения, а учитывает, что более
свежие данные важнее, чем старые.
Представьте, что вы каждый месяц записываете
объём продаж. Вам нужно предсказать
следующий месяц. Вместо того чтобы брать
среднее арифметическое за последние три
месяца (где каждый месяц одинаково важен),
экспоненциальное сглаживание поступает так:
Берёт предыдущий прогноз (то, что вы
предсказывали на прошлый месяц).
Сравнивает его с тем, что фактически
произошло в прошлом месяце.
Если прогноз ошибся, метод автоматически
подстраивается: добавляет часть этой
ошибки к новому прогнозу.
При этом самые последние данные влияют
на прогноз сильнее, а данные давностью в
полгода-год — почти не влияют. Именно так
распределяются веса по
«экспоненциальному закону» — они быстро
убывают для старых наблюдений
Расчетная формула имеет следующий вид:

17. Метод экспоненциального сглаживания. 

Метод экспоненциального
сглаживания.
• Расчетная формула имеет
следующий вид:
• где Vnpw — сглаженный
прогноз продаж на конец
времени I; Кф(/) — уровень
фактических продаж за
период /; П, _ j —
сглаженный прогноз за
предыдущий период t - 1; а
— константа сглаживания,
выбирается от 0 до 1. Если
изменения объемов продаж
малы, то константа может
иметь малые значения (0,1 0,3), а при сильных
флуктуациях продаж
константу нужно принимать
близкой к 1.

18. Качественные методы

На практике аналитик, который изучает работу предприятия и пытается
заглянуть в будущее, часто сталкивается с двумя проблемами:
1. Не хватает данных. Для количественных методов (регрессий,
трендов, скользящих средних) нужна статистика — цифры за прошлые
периоды. Если предприятие только открылось, если рынок новый или
если просто не велось подробного учёта, чисел может просто не быть.
2. Руководство не понимает сложных расчётов. Даже если данные
есть и аналитик построил красивую эконометрическую модель,
директор или владелец бизнеса может не доверять формулам, которые
ему непонятны. Он скажет: «Ты мне объясни по-человечески, а не
этими твоими регрессиями».
• В таких ситуациях на помощь приходят качественные методы
прогнозирования.
Вместо того чтобы опираться на цифры, мы обращаемся к людям —
экспертам. Это те, кто хорошо разбирается в данной области, знает
рынок, технологию, специфику. У них нет волшебного шара, но есть опыт,
интуиция и глубокое понимание ситуации.

19. Качественные методы

Качественные методы прогнозирования применяют тогда, когда не хватает
цифр или сложные математические модели не подходят. Вместо расчётов
здесь полагаются на мнение людей — экспертов, клиентов, специалистов.
Вот три основных способа:
1. Мнение жюри
Собирают группу экспертов, каждый высказывает своё мнение о будущем,
а потом эти мнения обобщают и усредняют. Один из вариантов —
«мозговой штурм», когда эксперты в свободном обсуждении генерируют
идеи. Часто опрашивают, например, торговых представителей, чтобы
оценить будущий спрос на товары.
2. Модель ожидания потребителей
Здесь уже спрашивают не экспертов, а самих покупателей (нынешних или
будущих). Изучают их планы, настроения, намерения – это помогает
понять, каким будет спрос.
3. Метод экспертных оценок
Отбирают специалистов, которым доверяют, и предлагают им заполнить
опросные листы. Ответы анализируют и на их основе строят прогноз.
• Такие методы особенно полезны, когда данных мало или ситуация новая и
неопределённая, а опытные люди могут подсказать верное направление.

20. Качественные методы

1. Сначала пойми, зачем ты это делаешь. Прежде чем начинать
прогнозировать, чётко определи цель. Что именно ты хочешь узнать и
для чего?
2. Представь, какие решения будут приняты. Подумай, кто и на каком
уровне будет использовать твой прогноз. От этого зависит, насколько
детальным и глубоким он должен быть.
3. Оговори точность. Сразу реши, насколько точным должен быть
прогноз. Это важно, потому что от точности зависят сроки, усилия и
ресурсы, которые придётся потратить.
4. Учитывай цену ошибки. Для очень важных, судьбоносных решений
даже 95%-ная вероятность правильного прогноза может быть
недостаточной — слишком дорого обойдётся ошибка. А есть решения,
которые можно принимать и при гораздо более низкой вероятности.
Оценивай риски.
5. Подумай, что может изменить ситуацию. При оценке достоверности
прогноза обязательно учитывай, какие внешние или внутренние
изменения могут повлиять на ход событий и сломать твои расчёты.
6. Оцени прошлое и текущие изменения. Прежде чем строить прогноз,
проанализируй, насколько ценен прошлый опыт (сделай
ретроспективный анализ). А также оцени, как быстро и в каком объёме
происходят изменения прямо сейчас — это подскажет, можно ли вообще
опираться на прошлое.