Прогнозы служат источником информационных потоков, питающих систему планирования и координации в логистике. Прогноз — это предсказание стоимостного объема или количества единиц продукта, которые с известной вероятностью будут произведены, отгружены или проданы. Прогнозировать можно в натуральных или денежных единицах измерения, а объектом прогноза может быть конкретный продукт или потребитель, либо некая группа продуктов и/или потребителей. Типичным примером логистического прогноза является прогноз отправок какого-либо продукта из распределительного центра за неделю или за месяц. В аналитических или отчетных целях данные прогнозов, относящихся к разным промежуткам времени, можно агрегировать.
Для эффективного планирования и координации производственных процессов нужны точные прогнозы. Точный прогноз позволяет менеджерам заранее предотвращать возникновение «узких мест» и напряженность спроса на мощности и запасы. Прогнозирование повышает эффективность логистики, поскольку создает возможности для обмена информацией, а не запасами. Современные информационные технологии открывают потребителям и работникам компаний широкий доступ к прогнозным данным. Прогнозы денежных потоков и деловой активности основываются на прогнозе стратегических целей. Базой для прогнозирования объема производства и загрузки мощностей является прогноз ограничений, обусловленных наличными мощностями. Прогноз логистических потребностей диктует структуру распределения продукции между распределительными центрами, базами оптовой торговли и, в еще большей степени, розничными магазинами. Прогноз производственных потребностей определяет графики производства, которые, в свою очередь, диктуют потребности снабжения. Для интеграции логистической цепочки нужно, чтобы планирование и координация всех видов деятельности осуществлялись на основе единого прогноза. При выявлении потребностей логистики, например, следует учитывать крупные маркетинговые кампании, чтобы логистическая система могла эффективно функционировать в рамках ограничений, обусловленных имеющимися ресурсами (мощностями). В прошлом из-за слабости информационного обеспечения каждое направление деятельности обычно опиралось на собственный прогноз. Но совершенствование информационных технологий и потребность в сокращении запасов подталкивают к интеграции прогнозов как на уровне отдельных фирм, так и по всей снабженческо-сбытовой цепочке. Процедуры прогнозирования должны обеспечивать единство финансовых, маркетинговых, производственных, сбытовых и логистических перспектив. Ниже мы рассмотрим общие принципы прогнозирования, а затем методы получения интегрированных прогнозов.
Общая схема прогнозирования имеет следующий вид (рис. 30).
 |
В настоящее время насчитывается очень большое количество (около 200) различных методов прогнозирования, из которых подавляющая часть относится к фактографическим, т.е. методам, использующим количественную информацию о прошлом по
ведении объекта (процесса), — ретроспективную информацию. Одна из возможных классификаций методов прогнозирования приведена на рис. 31.
В логистическом менеджменте чаще всего используются фактографические методы, для которых исходная информация имеет вид динамических (временных) рядов. Как правило, динамические ряды экономических или технико-экономических показателей, используемые в логистике, имеют небольшое количество данных (точек), поэтому называются короткими динамическими рядами.
Изменения исходной ретроспективной информации носит случайный (стохастический) характер, поэтому большинство методов, применяемых логистическими менеджерами для целей прогнозирования (например, потребительского спроса), являются вероятностно-статистическими.
Краткая характеристика основных методов прогнозирования, используемая логистическими менеджерами западных фирм, приведена в табл. 7.
Таблица 7 Краткая характеристика основных методов прогнозирования
|
Наименование метода (модели) |
Краткая характеристика |
Период прогнозирования |
|
1 |
2 |
3 |
|
Дельфи |
Группа экспертов опрашивается с помощью специальной анкеты, в которой реакция на вопрос продуцирует следующий вопрос. Любой ряд информации (данных), пригодных для определенной группы экспертов и непригодный для другой, интерпретируется таким образом, чтобы вся информация была пригодна для прогнозирования. Этот метод элиминирует групповой эффект мажоритарной обработки. |
Средне- и долгосрочный |
|
Исследования рынка |
Систематическая, формальная и сознательная процедура для отбора и тестирования гипотез о реальных рынках. |
То же |
|
Последовательных соглашений |
Этот метод основан на допущении, что группа экспертов может сделать лучший прогноз, чем один эксперт. Не существует ограничений и поощряются обсуждения. Получаемые прогнозы иногда зависят от социальных факторов и могут отражать правдивые соглашения. |
То же |
|
Оценки уровня продаж |
Мнения об уровнях продаж продукции могут быть обработаны по группам персонала продаж и часто достоверно отражают тенденции спроса и потребности покупателей. |
Кратко- и среднесрочный |
|
Прогнозирование мнений |
Метод, в котором используются мнения и представления о будущих тенденциях персонала фирмы, а также иногда факты о сценариях отдельных функций, процессов и т. п. В будущем. В общем случае метод не является строго научным. |
Средне- и долгосрочный |
|
Метод исторических аналогий |
Метод сравнительного анализа выставления на рынок и роста объема продаж новых товаров, основанный на прогнозировании подобных взаимозаменяемых товаров в прошлом. |
Средне- и долгосрочный |
|
Скользящего среднего |
Каждая точка в исходном динамическом ряду сглаживается совокупностью нескольких точек путем арифметического осреднения для влияния сезонности и нерегулярности данных. |
Краткосрочный |
|
Экспоненциального сглаживания |
Этот метод похож на метод скользящего среднего, однако осреднение производится с определенными «весами», присваиваемыми исходным данным динамического ряда. Каждое последующее значение получается из предыдущего путем рекурсивной экспоненциальной процедуры, легко алгоритмизируемой для ЭВМ. |
Краткосрочный |
|
Использования рядов Бокса-Дженинкса |
Метод использует статистические модели обработки временных рядов. |
Кратко- и среднесрочный |
|
Классические динамические ряды |
Метод для декомпозиции динамического ряда на сезонную волну, тренд и нерегулярную (случайную) компоненту. Является одним из лучших методов для прогнозирования в логистике на период от 3 до 12 месяцев. |
То же |
Продолжение табл. 7
|
1 |
2 |
3 |
|
|
Проекция тренда |
Заключается в построении аналитической формулы для тренда и продолжения ее на период прогноза. Имеет несколько вариаций: обычный, номинальный, логарифмический и т. д. |
То же |
|
|
Прогнозирование фокуса |
Дает несколько простых решающих правил для получения достаточно точного прогноза на период до 3-х месяцев. Используется метод имитационного компьютерного моделирования ретроспективной информации. |
Среднесрочный |
|
|
Спектральный анализ |
Применяется разложение динамического ряда на основные компоненты с соответствующими спектральными плотностями. Эти компоненты представляются геометрическими фигурами, ограниченными кривыми спектральных плотностей. Сортировка этих компонентов дает математическое выражение тренда. |
Кратко- и среднесрочный |
|
|
Регрессионные модели |
Основан на «связывании» логистических показателей, например, спроса (или объема продаж) с несколькими переменными (факторами-аргументами) регрессионной модели. Отбор факторов в модель производится известными методами статистики. Программы регрессионного анализа входят в стандартное математическое обеспечение ЭВМ. |
То же |
|
|
Эконометрические модели |
Эконометрическая модель – это система независимых регрессионных уравнений, описывающих определенный сектор экономической активности в области продаж готовой продукции. Параметры регрессионных уравнений обычно оцениваются достаточно быстро. Как правило, эти модели относительно независимы в перспективе. Однако в совокупности они лучше отражают тенденцию оцениваемого показателя, чем одиночные регрессионные модели и прогнозы трендов. |
То же |
|
|
Прогнозирование на основе коммерческих предложений |
Эти обзоры производятся путем анализа коммерческой информации в средствах массовой информации о намерениях купить определенный продукт и предложениях о продаже. Рассчитываются средние индексы роста (спада) предполагаемого спроса на основе ретроспективной информации о продажах. Обычно дополняют аналитические модели и корректируют их. |
Среднесрочный |
|
|
Модели входа-выхода |
Метод анализа, основанный на информации о внутренних и внешних потоках товаров в определенном экономическом объекте (ЛС) или секторе рынка. Показывает, каким должен быть входной материальный поток для достижения определенного выхода. Применяется в специфических отраслях бизнеса. |
То же |
|
|
Экономическая модель входа -выхода |
Представляет комбинацию эконометрической модели и модели входа-выхода. Модель входа-выхода при этом используется для прогнозирования долгосрочных тенденций в эконометрической модели. |
Средне-срочный
|
|
Окончание табл. 7
|
1 |
2 |
3 |
|
Метод ведущих индикаторов |
Использует динамические ряды экономических показателей, изменение которых позволяет отразить тенденцию для прогноза искомого показателя. |
Кратко- и средне — срочный |
|
Анализ жизненного цикла |
Этот метод использует для прогнозирования спроса и объёма продаж кривые жизненного цикла новых товаров. Фазы жизненного цикла аппроксимируются соответствующими аналитическими зависимостями. |
Средне- и долго — срочный |
|
Динамическое моделирование |
Использует ЭВМ для имитационного динамического моделирования конечного объёма продаж в точках розничной торговли и дистрибутивных центрах. Исходные параметры моделирования задаются политикой управления запасами, производственным расписанием и политикой закупок МР. |
То же |