Dự báo nhu cầu: Ý nghĩa, loại hình, kỹ thuật và phương pháp
Dự báo nhu cầu: Ý nghĩa, loại hình, kỹ thuật và phương pháp!
Nội dung:
1. Ý nghĩa
2. Các loại dự báo
3. Kỹ thuật dự báo
4. Tiêu chí của một phương pháp dự báo tốt
Ý nghĩa:
Dự báo đang trở thành cuộc đời của doanh nghiệp trong một thế giới, nơi những làn sóng thay đổi của thủy triều đang càn quét những cấu trúc được thiết lập nhiều nhất, được thừa hưởng bởi xã hội loài người. Thương mại chỉ xảy ra với một trong những thương vong đầu tiên. Sống sót trong thời đại của những kẻ săn mồi kinh tế, đòi hỏi sự khéo léo, tài năng và kỹ thuật dự đoán tương lai.
Dự báo đang trở thành dấu hiệu của sự sống còn và ngôn ngữ của kinh doanh. Tất cả các yêu cầu của khu vực kinh doanh cần kỹ thuật đọc chính xác và thực tế trong tương lai. Do đó, dự báo là yêu cầu rất cần thiết cho sự sống còn của doanh nghiệp. Quản lý yêu cầu thông tin dự báo khi đưa ra một loạt các quyết định.
Dự báo bán hàng đặc biệt quan trọng vì nó là nền tảng mà tất cả các kế hoạch của công ty được xây dựng về mặt thị trường và doanh thu. Quản lý sẽ là một vấn đề đơn giản nếu kinh doanh không ở trong tình trạng thay đổi liên tục, tốc độ của nó đã nhanh chóng trong những năm gần đây.
Việc kinh doanh ngày càng trở nên quan trọng và cần thiết để dự đoán triển vọng tương lai của họ về doanh số, chi phí và lợi nhuận. Giá trị của doanh số trong tương lai là rất quan trọng vì nó ảnh hưởng đến lợi nhuận chi phí, vì vậy dự đoán về doanh số trong tương lai là điểm khởi đầu hợp lý của tất cả các kế hoạch kinh doanh.
Một dự báo là một dự đoán hoặc ước tính của tình hình trong tương lai. Đó là một đánh giá khách quan về quá trình hành động trong tương lai. Vì tương lai là không chắc chắn, không có dự báo có thể là phần trăm chính xác. Dự báo có thể là cả về thể chất cũng như tài chính. Dự báo càng thực tế, các quyết định hiệu quả hơn có thể được đưa ra cho ngày mai.
Theo cách nói của Cundiff và Still, dự báo Nhu cầu là một ước tính doanh số bán hàng trong một giai đoạn tương lai cụ thể gắn liền với một kế hoạch tiếp thị được đề xuất và giả định một tập hợp các lực lượng cạnh tranh không thể kiểm soát và cạnh tranh cụ thể. Do đó, dự báo nhu cầu là dự báo về mức doanh số dự kiến của công ty dựa trên kế hoạch và môi trường tiếp thị được chọn.
Thủ tục chuẩn bị dự báo doanh số:
Các công ty thường sử dụng một quy trình ba giai đoạn để chuẩn bị dự báo doanh số. Họ đưa ra dự báo môi trường, theo dự báo ngành và theo sau là dự báo doanh số của công ty, dự báo môi trường kêu gọi lạm phát, thất nghiệp, lãi suất, chi tiêu tiêu dùng và tiết kiệm, đầu tư kinh doanh, chi tiêu chính phủ, xuất khẩu ròng và môi trường khác tầm quan trọng và sự kiện quan trọng đối với công ty.
Dự báo của ngành dựa trên các khảo sát về ý định và phân tích xu hướng thống kê của người tiêu dùng được cung cấp bởi các hiệp hội thương mại hoặc phòng thương mại. Nó có thể đưa ra dấu hiệu cho một công ty liên quan đến hướng đi trong đó toàn bộ ngành công nghiệp sẽ di chuyển. Công ty có được dự báo doanh số bán hàng của mình bằng cách giả định rằng nó sẽ giành được một thị phần nhất định.
Tất cả các dự báo được xây dựng trên một trong ba cơ sở thông tin:
Mọi người nói gì?
Những gì mọi người làm?
Mọi người đã làm gì?
Các loại dự báo:
Dự báo có thể được phân loại thành:
(i) Dự báo thụ động và
(ii) Dự báo hoạt động. Theo dự báo thụ động dự đoán về tương lai dựa trên giả định rằng công ty không thay đổi tiến trình hành động của mình. Theo dự báo tích cực, dự đoán được thực hiện trong điều kiện có khả năng thay đổi trong tương lai trong các hành động của các công ty.
Từ quan điểm của 'khoảng thời gian', dự báo có thể được phân thành hai, viz., :
(i) Dự báo nhu cầu ngắn hạn và (ii) dự báo nhu cầu dài hạn. Trong một dự báo ngắn hạn, các mẫu theo mùa có tầm quan trọng rất lớn. Nó có thể bao gồm một khoảng thời gian ba tháng, sáu tháng hoặc một năm. Nó là một trong đó cung cấp thông tin cho các quyết định chiến thuật.
Thời kỳ nào được chọn phụ thuộc vào bản chất của kinh doanh. Dự báo như vậy giúp chuẩn bị chính sách bán hàng phù hợp. Dự báo dài hạn là hữu ích trong kế hoạch vốn phù hợp. Đây là một trong đó cung cấp thông tin cho các quyết định chiến lược lớn. Nó giúp tiết kiệm các chất thải trong vật liệu, giờ công, thời gian máy và công suất. Kế hoạch của một đơn vị mới phải bắt đầu bằng một phân tích về tiềm năng nhu cầu dài hạn của các sản phẩm của công ty.
Về cơ bản có hai loại dự báo, viz., :
(i) Nhóm dự báo bên ngoài hoặc quốc gia và (ii) Dự báo nhóm nội bộ hoặc nhóm công ty. Dự báo bên ngoài giao dịch với xu hướng trong kinh doanh nói chung. Nó thường được chuẩn bị bởi cánh nghiên cứu của công ty hoặc bởi các chuyên gia tư vấn bên ngoài. Dự báo nội bộ bao gồm tất cả những dự án liên quan đến hoạt động của một doanh nghiệp cụ thể như nhóm bán hàng, nhóm sản xuất và nhóm tài chính. Cơ cấu dự báo nội bộ bao gồm dự báo doanh thu hàng năm, dự báo giá thành sản phẩm, dự báo lợi nhuận hoạt động, dự báo thu nhập chịu thuế, dự báo nguồn tiền mặt, dự báo số lượng nhân viên, v.v.
Ở các cấp độ dự báo khác nhau có thể được phân loại thành:
(i) Dự báo cấp vĩ mô,
(ii) Dự báo cấp ngành,
(iii) Dự báo cấp công ty và
(iv) Dự báo dòng sản phẩm.
Dự báo cấp vĩ mô có liên quan đến các điều kiện kinh doanh trên toàn bộ nền kinh tế. Nó được đo lường bằng một chỉ số thích hợp của sản xuất công nghiệp, thu nhập hoặc chi tiêu quốc gia. Dự báo cấp ngành được chuẩn bị bởi các hiệp hội thương mại khác nhau.
Điều này dựa trên khảo sát ý định và phân tích xu hướng thống kê của người tiêu dùng. Dự báo cấp công ty có liên quan đến một công ty cá nhân. Nó là quan trọng nhất từ quan điểm quản lý. Dự báo dòng sản phẩm giúp hãng quyết định sản phẩm hoặc sản phẩm nào nên được ưu tiên trong việc phân bổ nguồn lực hạn chế của công ty.
Dự báo có thể được phân loại thành (i) chung và (ii) cụ thể. Dự báo chung có thể hữu ích cho công ty. Nhiều công ty yêu cầu dự báo riêng cho các sản phẩm cụ thể và các lĩnh vực cụ thể, cho dự báo chung này được chia thành các dự báo cụ thể.
Có các dự báo khác nhau cho các loại sản phẩm khác nhau như:
(i) Dự báo nhu cầu về hàng tiêu dùng không thể chữa được,
(ii) Dự báo nhu cầu về hàng tiêu dùng lâu bền,
(iii) Dự báo nhu cầu về tư liệu sản xuất và
(iv) Dự báo nhu cầu về sản phẩm mới.
Hàng tiêu dùng không bền:
Những thứ này còn được gọi là 'hàng tiêu dùng một lần' hoặc hàng tiêu dùng dễ hỏng. Những biến mất sau một hành động tiêu thụ. Chúng bao gồm hàng hóa như thực phẩm, sữa, thuốc, trái cây, vv Nhu cầu về những hàng hóa này phụ thuộc vào thu nhập khả dụng của hộ gia đình, giá cả của hàng hóa và hàng hóa liên quan và dân số và đặc điểm. Tượng trưng
Dc = f (y, s, p, p r ) trong đó
Dc = nhu cầu về hàng hóa
у = thu nhập khả dụng của hộ gia đình
s = dân số
p = giá của hàng hóa
p r = giá của hàng hóa liên quan
(i) Thu nhập khả dụng được biểu thị bằng Dc = f (y) tức là những thứ khác bằng nhau, nhu cầu về hàng hóa phụ thuộc vào thu nhập khả dụng của hộ gia đình. Thu nhập khả dụng của hộ gia đình được ước tính sau khi khấu trừ thuế cá nhân từ thu nhập cá nhân. Thu nhập khả dụng cho một ý tưởng về sức mua của hộ gia đình.
(ii) Giá cả, được biểu thị bằng Dc = f (p, p r ) tức là những thứ khác bằng nhau, nhu cầu đối với hàng hóa phụ thuộc vào giá của chính nó và giá của hàng hóa liên quan. Trong khi nhu cầu đối với một hàng hóa có liên quan nghịch đảo với giá bổ sung của chính nó. Nó có liên quan tích cực đến các sản phẩm thay thế của nó. ' Độ co giãn giá và độ co giãn chéo của hàng tiêu dùng không bền giúp dự báo nhu cầu của họ.
(iii) Dân số, được biểu thị bằng Dc = f (5) tức là những thứ khác bằng nhau, nhu cầu về hàng hóa phụ thuộc vào quy mô dân số và thành phần của nó. Bên cạnh đó, dân số cũng có thể được phân loại trên cơ sở giới tính, thu nhập, xóa mù chữ và địa vị xã hội. Nhu cầu đối với hàng tiêu dùng không bền bị ảnh hưởng bởi tất cả các yếu tố này. Đối với toàn bộ dân số dự báo nhu cầu chung được xem xét, nhưng đối với phân chia dự báo nhu cầu cụ thể của dân số theo các đặc điểm khác nhau chứng tỏ là hữu ích hơn.
Hàng tiêu dùng lâu bền:
Những hàng hóa này có thể được tiêu thụ một số lần hoặc sử dụng nhiều lần mà không mất nhiều tiện ích. Chúng bao gồm hàng hóa như xe hơi, TV, điều hòa không khí, đồ nội thất, vv Sau khi sử dụng lâu, người tiêu dùng có thể lựa chọn những thứ này có thể được tiêu thụ trong tương lai hoặc có thể được xử lý.
Sự lựa chọn phụ thuộc vào các yếu tố sau:
(i) Việc người tiêu dùng sẽ thay thế hàng hóa lâu bền hay tiếp tục sử dụng nó sau khi sửa chữa cần thiết tùy thuộc vào địa vị xã hội, mức thu nhập tiền bạc, hương vị và thời trang, v.v ... Nhu cầu thay thế có xu hướng tăng lên khi cổ phiếu tăng của hàng hóa với người tiêu dùng. Công ty có thể ước tính chi phí thay thế trung bình với sự trợ giúp của bảng tuổi thọ.
(ii) Hầu hết các mặt hàng tiêu dùng được tiêu thụ chung bởi các thành viên trong một gia đình. Ví dụ, TV, tủ lạnh, vv được sử dụng phổ biến bởi các hộ gia đình. Dự báo nhu cầu đối với hàng hóa thường được sử dụng nên tính đến số lượng hộ gia đình thay vì tổng quy mô dân số. Trong khi ước tính số lượng hộ gia đình, thu nhập của hộ gia đình, số trẻ em và thành phần giới tính, v.v ... nên được tính đến.
(Iii) Nhu cầu về đồ dùng tiêu dùng phụ thuộc vào sự sẵn có của các cơ sở đồng minh. Ví dụ, việc sử dụng TV, tủ lạnh cần cung cấp năng lượng thường xuyên, sử dụng xe cần nhiên liệu sẵn có, v.v ... Trong khi dự báo nhu cầu về đồ dùng tiêu dùng, việc cung cấp dịch vụ đồng minh và chi phí của chúng cũng cần được tính đến.
(iv) Nhu cầu về hàng tiêu dùng lâu dài bị ảnh hưởng rất nhiều bởi giá cả và cơ sở tín dụng của họ. Hàng tiêu dùng rất nhạy cảm với sự thay đổi giá cả. Một sự giảm giá nhỏ của họ có thể mang lại sự gia tăng lớn về nhu cầu.
Dự báo nhu cầu về hàng hóa vốn:
Hàng hóa vốn được sử dụng để tiếp tục sản xuất. Nhu cầu về vốn tốt là một nguồn gốc. Nó sẽ phụ thuộc vào lợi nhuận của các ngành công nghiệp. Nhu cầu về hàng hóa vốn là một trường hợp của nhu cầu xuất phát. Trong trường hợp hàng hóa vốn cụ thể, nhu cầu sẽ phụ thuộc vào thị trường cụ thể mà họ phục vụ và mục đích sử dụng cuối cùng mà họ được mua.
Nhu cầu về máy móc dệt, chẳng hạn, sẽ được xác định bởi sự mở rộng của ngành dệt theo các đơn vị mới và thay thế máy móc hiện có. Do đó, ước tính nhu cầu mới cũng như nhu cầu thay thế là cần thiết.
Ba loại dữ liệu được yêu cầu trong việc ước tính nhu cầu về hàng hóa vốn:
(a) Triển vọng tăng trưởng của các ngành công nghiệp người dùng phải được biết đến,
(b) định mức tiêu thụ hàng hóa vốn trên một đơn vị của mỗi sản phẩm sử dụng cuối phải được biết và
(c) vận tốc sử dụng của chúng.
Dự báo nhu cầu cho sản phẩm mới:
Các phương pháp dự báo nhu cầu cho các sản phẩm mới có nhiều cách khác với các phương pháp cho các sản phẩm đã được thiết lập. Vì sản phẩm này là mới đối với người tiêu dùng, một nghiên cứu chuyên sâu về sản phẩm và khả năng tác động của nó đối với các sản phẩm khác cùng nhóm cung cấp chìa khóa cho dự báo nhu cầu thông minh.
Joel Dean đã phân loại một số cách tiếp cận có thể như sau:
(a) Cách tiếp cận tiến hóa:
Nó bao gồm dự báo nhu cầu về một sản phẩm mới như là sự phát triển và phát triển của một sản phẩm cũ hiện có.
(b) Phương pháp thay thế:
Theo cách tiếp cận này, sản phẩm mới được coi là sự thay thế cho sản phẩm hoặc dịch vụ hiện có.
(c) Phương pháp tiếp cận đường cong tăng trưởng:
Nó ước tính tốc độ tăng trưởng và nhu cầu tiềm năng cho sản phẩm mới là cơ sở của một số mô hình tăng trưởng của một sản phẩm đã được thiết lập.
(d) Phương pháp thăm dò ý kiến:
Theo cách tiếp cận này, nhu cầu được ước tính bằng các câu hỏi trực tiếp từ người tiêu dùng cuối cùng.
(e) Phương pháp kinh nghiệm bán hàng:
Theo phương pháp này, nhu cầu về sản phẩm mới được ước tính bằng cách cung cấp sản phẩm mới để bán trong một thị trường mẫu.
(f) Phương pháp tiếp cận:
Theo phương pháp này, phản ứng của người tiêu dùng đối với một sản phẩm mới được phát hiện gián tiếp thông qua các đại lý chuyên ngành có khả năng đánh giá nhu cầu, thị hiếu và sở thích của người tiêu dùng.
Các bước khác nhau liên quan đến dự báo nhu cầu đối với hàng tiêu dùng không bền là như sau:
(a) Trước tiên, xác định các biến ảnh hưởng đến nhu cầu về sản phẩm và biểu thị chúng dưới dạng thích hợp, (b) thu thập dữ liệu liên quan hoặc xấp xỉ với dữ liệu liên quan để biểu diễn các biến và (c) sử dụng các phương pháp phân tích thống kê để xác định khả năng có thể xảy ra nhất mối quan hệ giữa các biến phụ thuộc và độc lập.
Kỹ thuật dự báo:
Dự báo nhu cầu là một bài tập khó. Lập dự toán cho tương lai trong các điều kiện thay đổi là một nhiệm vụ của Herculean. Hành vi của người tiêu dùng là khó lường nhất bởi vì nó được thúc đẩy và chịu ảnh hưởng của nhiều lực lượng. Không có phương pháp dễ dàng hoặc một công thức đơn giản nào cho phép người quản lý dự đoán tương lai.
Các nhà kinh tế và thống kê đã phát triển một số phương pháp dự báo nhu cầu. Mỗi phương pháp này đều có những ưu điểm và nhược điểm tương đối. Lựa chọn phương pháp phù hợp là điều cần thiết để làm cho dự báo nhu cầu chính xác. Trong dự báo nhu cầu, cần có sự kết hợp khôn ngoan giữa kỹ năng thống kê và phán đoán hợp lý.
Các kỹ thuật toán học và thống kê là rất cần thiết trong việc phân loại các mối quan hệ và cung cấp các kỹ thuật phân tích, nhưng chúng không phải là một cách thay thế cho phán đoán hợp lý. Đánh giá âm thanh là một điều kiện tiên quyết để dự báo tốt.
Phán quyết nên dựa trên sự thật và sự thiên vị cá nhân của người dự báo sẽ không thắng thế đối với sự thật. Do đó, một cách giữa nên được theo sau giữa các kỹ thuật toán học và phán đoán âm thanh hoặc công việc đoán thuần túy.
Các phương pháp dự báo nhu cầu thường được sử dụng hơn được thảo luận dưới đây:
Các phương pháp dự báo nhu cầu khác nhau có thể được tóm tắt dưới dạng biểu đồ như trong Bảng 1.
1. Phương pháp bỏ phiếu ý kiến:
Trong phương pháp này, ý kiến của người mua, lực lượng bán hàng và các chuyên gia có thể được thu thập để xác định xu hướng mới nổi trên thị trường.
Các phương pháp bỏ phiếu ý kiến dự báo nhu cầu có ba loại:
(a) Phương pháp khảo sát của người tiêu dùng hoặc khảo sát ý định của người mua:
Trong phương pháp này, người tiêu dùng được tiếp cận trực tiếp để tiết lộ kế hoạch mua hàng trong tương lai của họ. Tôi được thực hiện bằng cách phỏng vấn tất cả người tiêu dùng hoặc một nhóm người tiêu dùng được lựa chọn trong số những người có liên quan. Đây là phương pháp trực tiếp để ước tính nhu cầu trong ngắn hạn. Ở đây gánh nặng dự báo được chuyển sang người mua. Công ty có thể tiến hành liệt kê đầy đủ hoặc khảo sát mẫu. Nếu hàng hóa đang được xem xét là một sản phẩm trung gian thì các ngành công nghiệp sử dụng nó làm sản phẩm cuối cùng được khảo sát.
(i) Khảo sát liệt kê đầy đủ:
Theo Khảo sát liệt kê đầy đủ, công ty phải tiến hành khảo sát trực tiếp cho giai đoạn dự báo bằng cách liên hệ với tất cả các hộ gia đình trong khu vực. Phương pháp này có một lợi thế của thông tin đầu tiên, không thiên vị, nhưng nó cũng có một số nhược điểm. Hạn chế chính của phương pháp này là nó đòi hỏi nhiều nguồn lực, nhân lực và thời gian.
Trong phương pháp này, người tiêu dùng có thể miễn cưỡng tiết lộ kế hoạch mua hàng của họ do quyền riêng tư cá nhân hoặc bí mật thương mại. Hơn nữa, đôi khi người tiêu dùng có thể không bày tỏ ý kiến của mình một cách đúng đắn hoặc có thể cố tình làm sai các nhà điều tra.
(ii) Khảo sát mẫu và tiếp thị thử nghiệm:
Theo phương pháp này, một số hộ gia đình đại diện được chọn trên cơ sở ngẫu nhiên làm mẫu và ý kiến của họ được lấy làm ý kiến tổng quát. Phương pháp này dựa trên giả định cơ bản rằng mẫu thực sự đại diện cho dân số. Nếu mẫu là đại diện thực sự, có khả năng không có sự khác biệt đáng kể trong kết quả thu được từ khảo sát. Ngoài ra, phương pháp này ít tẻ nhạt và ít tốn kém hơn.
Một biến thể của kỹ thuật khảo sát mẫu là tiếp thị thử nghiệm. Thử nghiệm sản phẩm về cơ bản liên quan đến việc đặt sản phẩm với một số người dùng trong một khoảng thời gian đã đặt. Phản ứng của họ đối với sản phẩm được ghi nhận sau một thời gian và ước tính nhu cầu có thể được thực hiện từ kết quả. Chúng phù hợp cho các sản phẩm mới hoặc cho các sản phẩm cũ được sửa đổi triệt để mà không có dữ liệu trước đó tồn tại. Đó là một phương pháp khoa học hơn để ước tính nhu cầu có khả năng bởi vì nó kích thích sự ra mắt quốc gia trong một khu vực địa lý được xác định chặt chẽ.
(iii) Phương thức sử dụng cuối hoặc Phương thức nhập-xuất:
Phương pháp này khá hữu ích cho các ngành công nghiệp chủ yếu là hàng hóa của nhà sản xuất. Trong phương pháp này, việc bán sản phẩm đang được xem xét được dự kiến là cơ sở khảo sát nhu cầu của các ngành sử dụng sản phẩm này làm sản phẩm trung gian, nghĩa là nhu cầu về sản phẩm cuối cùng là nhu cầu của người dùng cuối cùng của sản phẩm trung gian được sử dụng trong việc sản xuất sản phẩm cuối cùng này.
Ước tính nhu cầu của người dùng cuối về một sản phẩm trung gian có thể liên quan đến nhiều ngành công nghiệp tốt cuối cùng sử dụng sản phẩm này trong và ngoài nước. Nó giúp chúng tôi hiểu mối quan hệ liên ngành. Trong kế toán đầu vào-đầu ra, hai ma trận được sử dụng là ma trận giao dịch và ma trận hợp tác đầu vào. Những nỗ lực chính mà loại hình này yêu cầu không nằm ở hoạt động của nó mà nằm ở việc thu thập và trình bày dữ liệu.
(b) Phương pháp ý kiến lực lượng bán hàng:
Đây còn được gọi là phương pháp ý kiến tập thể. Trong phương pháp này, thay vì người tiêu dùng, ý kiến của những người bán hàng được tìm kiếm. Đôi khi, nó được gọi là cách tiếp cận rễ cỏ trên ngọn đồi vì đây là một phương pháp từ dưới lên đòi hỏi mỗi nhân viên bán hàng trong công ty phải đưa ra một dự báo riêng cho lãnh thổ bán hàng cụ thể của mình.
Những dự báo cá nhân này được thảo luận và thống nhất với người quản lý bán hàng. Tổng hợp của tất cả các dự báo sau đó tạo thành dự báo bán hàng cho tổ chức. Ưu điểm của phương pháp này là dễ dàng và rẻ tiền. Nó không liên quan đến bất kỳ điều trị thống kê phức tạp. Ưu điểm chính của phương pháp này nằm ở trí tuệ tập thể của nhân viên bán hàng. Phương pháp này hữu ích hơn trong việc dự báo doanh số bán sản phẩm mới.
(c) Phương pháp ý kiến chuyên gia:
Phương pháp này còn được gọi là Kỹ thuật điều tra Del Delphi. Phương pháp Delphi yêu cầu một nhóm chuyên gia, những người được thẩm vấn thông qua một chuỗi các câu hỏi trong đó các câu trả lời cho một bảng câu hỏi được sử dụng để tạo ra bảng câu hỏi tiếp theo. Do đó, bất kỳ thông tin nào có sẵn cho một số chuyên gia và không cho những người khác được truyền lại, cho phép tất cả các chuyên gia có quyền truy cập vào tất cả các thông tin để dự báo.
Phương pháp này được sử dụng để dự báo dài hạn để ước tính doanh số tiềm năng cho các sản phẩm mới. Phương pháp này giả định hai điều kiện: Thứ nhất, những người hoảng loạn phải giàu chuyên môn, sở hữu nhiều kiến thức và kinh nghiệm. Thứ hai, dây dẫn của nó là khách quan trong công việc của họ. Phương pháp này có một số lợi thế độc quyền về tiết kiệm thời gian và các tài nguyên khác.
2. Phương pháp thống kê:
Phương pháp thống kê đã được chứng minh là vô cùng hữu ích trong dự báo nhu cầu. Để duy trì tính khách quan, nghĩa là, bằng cách xem xét tất cả các hàm ý và xem vấn đề từ quan điểm bên ngoài, các phương pháp thống kê được sử dụng.
Các phương pháp thống kê quan trọng là:
(i) Phương pháp dự báo xu hướng :
Một công ty tồn tại trong một thời gian dài sẽ có dữ liệu riêng về doanh số trong những năm qua. Dữ liệu đó khi được sắp xếp theo thứ tự thời gian mang lại cái gọi là "chuỗi thời gian". Chuỗi thời gian cho thấy doanh số trong quá khứ với nhu cầu hiệu quả cho một sản phẩm cụ thể trong điều kiện bình thường. Dữ liệu này có thể được đưa ra dưới dạng bảng hoặc dạng đồ họa để phân tích thêm. Đây là phương pháp phổ biến nhất trong số các công ty kinh doanh, một phần vì nó đơn giản và không tốn kém và một phần vì dữ liệu chuỗi thời gian thường thể hiện xu hướng tăng trưởng liên tục.
Chuỗi thời gian đã có bốn loại thành phần là Xu hướng thế tục (T), Biến đổi thế tục (S), Yếu tố chu kỳ (C) và Biến thể không đều hoặc ngẫu nhiên (I). Các phần tử này được biểu thị bằng phương trình O = TSCI. Xu hướng thế tục đề cập đến những thay đổi dài hạn xảy ra như là kết quả của xu hướng chung.
Sự thay đổi theo mùa đề cập đến những thay đổi trong mô hình thời tiết ngắn hạn hoặc thói quen xã hội. Các biến thể theo chu kỳ đề cập đến những thay đổi xảy ra trong ngành công nghiệp trong thời kỳ trầm cảm và bùng nổ. Biến thể ngẫu nhiên đề cập đến các yếu tố thường có khả năng như chiến tranh, đình công, lũ lụt, nạn đói, v.v.
Khi dự báo được thực hiện, các biến thể theo mùa, theo chu kỳ và ngẫu nhiên sẽ bị xóa khỏi dữ liệu được quan sát. Do đó, chỉ còn lại xu hướng thế tục. Xu hướng này sau đó được dự kiến. Dự báo xu hướng phù hợp với một đường xu hướng cho một phương trình toán học.
Xu hướng có thể được ước tính bằng cách sử dụng bất kỳ một trong các phương pháp sau:
(a) Phương pháp đồ họa,
(b) Phương pháp bình phương tối thiểu.
a) Phương pháp đồ họa:
Đây là kỹ thuật đơn giản nhất để xác định xu hướng. Tất cả các giá trị đầu ra hoặc bán trong các năm khác nhau được vẽ trên biểu đồ và đường cong tay tự do trơn tru được vẽ đi qua càng nhiều điểm càng tốt. Hướng của đường cong tay miễn phí này hướng lên trên hoặc hướng xuống trên cho thấy xu hướng. Một minh họa đơn giản về phương pháp này được đưa ra trong Bảng 2.
Bảng 2: Doanh số của hãng
Năm | Bán hàng (R. Crore) |
1995 | 40 |
1996 | 50 |
1997 | 44 |
1998 | 60 |
1999 | 54 |
2000 | 62 |
Trong hình 1, AB là đường xu hướng được vẽ dưới dạng đường cong tay tự do đi qua các điểm khác nhau thể hiện giá trị bán thực tế.
(b) Phương pháp bình phương tối thiểu:
Theo phương pháp bình phương nhỏ nhất, một đường xu hướng có thể được gắn vào dữ liệu chuỗi thời gian với sự trợ giúp của các kỹ thuật thống kê như hồi quy bình phương nhỏ nhất. Khi xu hướng bán hàng theo thời gian được đưa ra bởi đường thẳng, phương trình của đường này có dạng: y = a + bx. Trong đó 'a' là phần chặn và 'b' cho thấy tác động của biến độc lập. Chúng ta có hai biến số là biến độc lập x và biến phụ thuộc y. Dòng phù hợp nhất thiết lập một loại mối quan hệ toán học giữa hai biến .v và y. Điều này được thể hiện bằng hồi quy у trên x.
Để giải phương trình v = a + bx, chúng ta phải sử dụng các phương trình bình thường sau:
Σ y = na + b Σ X
Σ xy = a x x + b Σ x2
(ii) Kỹ thuật khí áp:
Một phong vũ biểu là một công cụ đo lường sự thay đổi. Phương pháp này dựa trên khái niệm rằng tương lai có thể dự đoán được từ những sự kiện nhất định trong hiện tại. Nói cách khác, các kỹ thuật đo áp suất dựa trên ý tưởng rằng một số sự kiện của hiện tại có thể được sử dụng để dự đoán hướng thay đổi trong Tương lai. Điều này được thực hiện bằng cách sử dụng các chỉ số kinh tế và thống kê đóng vai trò là thước đo thay đổi kinh tế.
Thông thường các nhà dự báo tương quan doanh số của một công ty với ba loạt: Sê-ri hàng đầu, Sê-ri trùng hợp hoặc Sê-ri đồng thời và Sê-ri Lagging:
(a) Sê-ri hàng đầu:
Sê-ri hàng đầu bao gồm những yếu tố di chuyển lên hoặc xuống trước khi suy thoái hoặc phục hồi bắt đầu. Họ có xu hướng phản ánh những thay đổi thị trường trong tương lai. Ví dụ, doanh số bán bột trẻ em có thể được dự báo bằng cách kiểm tra mô hình tỷ lệ sinh năm năm trước đó, bởi vì có mối tương quan giữa doanh số bán bột trẻ em và trẻ em năm tuổi và vì doanh số bán bột trẻ em ngày nay có tương quan với tỷ lệ sinh năm năm trước đó, nó được gọi là tương quan độ trễ. Do đó, chúng ta có thể nói rằng việc sinh nở dẫn đến việc bán xà phòng cho em bé.
(b) Chuỗi trùng hợp hoặc đồng thời:
Chuỗi trùng hợp hoặc đồng thời là những chuỗi di chuyển lên hoặc xuống đồng thời với mức độ của nền kinh tế. Chúng được sử dụng để xác nhận hoặc bác bỏ tính hợp lệ của chỉ số hàng đầu được sử dụng một vài tháng sau đó. Các ví dụ phổ biến về các chỉ số trùng khớp là chính GNP, sản xuất công nghiệp, thương mại và lĩnh vực bán lẻ.
(c) Sê-ri Lagging:
Chuỗi độ trễ là những chuỗi diễn ra sau một khoảng thời gian trễ đối với chu kỳ kinh doanh. Ví dụ về chuỗi độ trễ là, chi phí lao động trên một đơn vị sản lượng sản xuất, dư nợ cho vay, tỷ lệ cho vay ngắn hạn hàng đầu, v.v.
(iii) Phân tích hồi quy:
Nó cố gắng đánh giá mối quan hệ giữa ít nhất hai biến (một hoặc nhiều độc lập và một phụ thuộc), mục đích là để dự đoán giá trị của biến phụ thuộc từ giá trị cụ thể của biến độc lập. Cơ sở của dự đoán này nói chung là dữ liệu lịch sử. Phương pháp này bắt đầu từ giả định rằng một mối quan hệ cơ bản tồn tại giữa hai biến. Một gói máy tính phân tích thống kê tương tác được sử dụng để hình thành mối quan hệ toán học tồn tại.
Ví dụ: người ta có thể xây dựng mô hình bán hàng như:
Lượng tử bán hàng = a. giá + b. quảng cáo + c. giá của các sản phẩm đối thủ + d. thu nhập khả dụng cá nhân + u
Trong đó a, b, c, d là các hằng số cho thấy tác động của các biến tương ứng là doanh số. Hằng số u biểu thị tác động của tất cả các biến bị bỏ sót trong phương trình nhưng có ảnh hưởng đến doanh số. Trong phương trình trên, lượng tử bán hàng là biến phụ thuộc và các biến ở phía bên phải của phương trình là các biến độc lập. Nếu các giá trị dự kiến của các biến độc lập được thay thế trong phương trình, thì lượng tử bán hàng sẽ được dự báo.
Phương trình hồi quy cũng có thể được viết dưới dạng nhân như dưới đây:
Lượng tử bán hàng = (Giá) a + (Quảng cáo) b + (Giá của các sản phẩm đối thủ) c + (Thu nhập khả dụng cá nhân Y + u
Trong trường hợp trên, số mũ của mỗi biến chỉ ra độ co giãn của biến tương ứng. Nêu các biến độc lập theo ký hiệu, dạng phương trình là QS = P ° 8 . Một o42 . R ° .83 . Y 2 ° .68 . 40
Sau đó, chúng ta có thể nói rằng giá tăng 1% dẫn đến thay đổi 0, 8% về lượng tử bán hàng, v.v.
Nếu chúng ta có dạng logarit của phương trình bội, chúng ta có thể viết phương trình dưới dạng phụ gia như sau:
log QS = một log P + b log A + log log R + d log Y d + log u
Trong phương trình trên, các hệ số a, b, c và d tương ứng là độ co giãn của các biến P, A, R và Y d .
Hệ số hiệu quả trong phương trình hồi quy logarit rất hữu ích trong việc ra quyết định chính sách của ban quản lý.
(iv) Mô hình kinh tế lượng:
Các mô hình kinh tế lượng là một phần mở rộng của kỹ thuật hồi quy, theo đó một hệ phương trình hồi quy độc lập được giải quyết. Yêu cầu sử dụng thỏa đáng mô hình kinh tế lượng trong dự báo là dưới ba đầu: biến, phương trình và dữ liệu.
Quy trình thích hợp trong dự báo bằng phương pháp kinh tế lượng là xây dựng mô hình. Kinh tế lượng cố gắng diễn đạt các lý thuyết kinh tế bằng thuật ngữ toán học theo cách mà chúng có thể được xác minh bằng các phương pháp thống kê và để đo lường tác động của một biến kinh tế đối với một biến kinh tế khác để có thể dự đoán các sự kiện trong tương lai.
Tiện ích của Dự báo:
Dự báo giảm rủi ro liên quan đến biến động kinh doanh thường tạo ra tác động có hại trong kinh doanh, tạo ra thất nghiệp, gây ra đầu cơ, không khuyến khích hình thành vốn và giảm biên lợi nhuận. Dự báo là không thể thiếu và nó đóng một phần rất quan trọng trong việc xác định các chính sách khác nhau. Trong thời đại modem, dự báo đã được đưa vào nền tảng khoa học để các rủi ro liên quan đến nó đã được giảm thiểu đáng kể và cơ hội chính xác tăng lên.
Dự báo tại Ấn Độ:
Ở hầu hết các nước tiên tiến đều có các cơ quan chuyên môn. Ở Ấn Độ, các doanh nhân hoàn toàn không quan tâm đến việc đưa ra các dự báo khoa học. Họ phụ thuộc nhiều hơn vào cơ hội, may mắn và chiêm tinh. Họ rất mê tín và do đó dự báo của họ là không chính xác. Đủ dữ liệu không có sẵn để thực hiện dự báo đáng tin cậy. Tuy nhiên, thống kê một mình không dự báo điều kiện trong tương lai. Phán quyết, kinh nghiệm và kiến thức về thương mại cụ thể cũng là cần thiết để phân tích và giải thích hợp lý và đi đến kết luận hợp lý.
Phần kết luận:
Hệ thống hỗ trợ quyết định bao gồm ba yếu tố: quyết định, dự đoán và kiểm soát. Tất nhiên, đó là dự đoán rằng dự báo tiếp thị có liên quan. Dự báo doanh số có thể được coi là một hệ thống, có đầu vào xuất hiện và đầu ra.
Quan điểm đơn giản này đóng vai trò là thước đo hữu ích để phân tích giá trị thực của dự báo bán hàng như một sự trợ giúp cho quản lý. Mặc dù vậy, không ai có thể dự đoán được hoạt động kinh tế trong tương lai một cách chắc chắn. Dự báo là ước tính mà không ai có thể chắc chắn.
Tiêu chí của một phương pháp dự báo tốt:
Do đó, có rất nhiều cách để đoán về doanh số trong tương lai. Họ cho thấy sự tương phản về chi phí, tính linh hoạt và các kỹ năng đầy đủ và tinh tế. Do đó, có một vấn đề về việc lựa chọn phương pháp tốt nhất cho một tình huống nhu cầu cụ thể.
Có một số tiêu chí kinh tế của khả năng ứng dụng rộng hơn. Họ đang:
(i) Độ chính xác, (ii) Tính hợp lý, (iii) Độ bền, (iv) Tính linh hoạt, (v) Tính khả dụng, (vi) Kinh tế, (vii) Tính đơn giản và (viii) Tính nhất quán.
(i) Độ chính xác:
Dự báo thu được phải chính xác. Làm thế nào là một dự báo chính xác có thể? Để có được một dự báo chính xác, điều cần thiết là kiểm tra tính chính xác của các dự báo trong quá khứ so với hiệu suất hiện tại và dự báo hiện tại so với hiệu suất trong tương lai. Độ chính xác không thể được kiểm tra bằng cách đo chính xác nhưng mua phán đoán.
(ii) Tính hợp lý:
Người điều hành nên có hiểu biết tốt về kỹ thuật được chọn và họ nên có niềm tin vào các kỹ thuật được sử dụng. Hiểu cũng cần thiết cho một giải thích đúng về kết quả. Yêu cầu hợp lý thường có thể cải thiện tính chính xác của kết quả.
(iii) Độ bền:
Thật không may, một hàm nhu cầu phù hợp với kinh nghiệm trong quá khứ có thể có giá rất cao và vẫn bị phá vỡ trong một thời gian ngắn như một người dự báo. Độ bền của khả năng dự báo của hàm cầu phụ thuộc một phần vào tính hợp lý và đơn giản của các hàm được trang bị, nhưng chủ yếu dựa vào tính ổn định của các mối quan hệ hiểu biết được đo lường trong quá khứ. Tất nhiên, tầm quan trọng của độ bền quyết định chi phí cho phép của dự báo.
(iv) Tính linh hoạt:
Tính linh hoạt có thể được xem như là một thay thế cho tính tổng quát. Một chức năng lâu dài có thể được thiết lập về mặt lực lượng tự nhiên cơ bản và động cơ của con người. Mặc dù cơ bản, tuy nhiên nó sẽ khó đo lường và do đó không hữu ích lắm. Một tập hợp các biến có đồng hiệu quả có thể được điều chỉnh theo thời gian để đáp ứng các điều kiện thay đổi theo cách thực tế hơn để duy trì nguyên vẹn quy trình dự báo thông thường.
(v) Sẵn có:
Tính sẵn có của dữ liệu là một yêu cầu quan trọng và việc tìm kiếm các xấp xỉ hợp lý cho mức độ phù hợp trong dữ liệu muộn là một sự căng thẳng liên tục đối với sự kiên nhẫn của các nhà dự báo. Các kỹ thuật được sử dụng sẽ có thể tạo ra kết quả có ý nghĩa một cách nhanh chóng. Sự chậm trễ trong kết quả sẽ ảnh hưởng xấu đến các quyết định quản lý.
(vi) Kinh tế:
Chi phí là một cân nhắc chính cần được cân nhắc dựa trên tầm quan trọng của các dự báo đối với hoạt động kinh doanh. Một câu hỏi có thể đặt ra: Cần phân bổ bao nhiêu tiền và nỗ lực quản lý để đạt được mức độ chính xác dự báo cao? Tiêu chí ở đây là sự cân nhắc về kinh tế.
(vii) Đơn giản:
Các mô hình thống kê và kinh tế lượng chắc chắn là hữu ích nhưng chúng phức tạp không thể chịu đựng được. Đối với những nhà điều hành có nỗi sợ toán học, những phương pháp này sẽ có vẻ là tiếng Latin hoặc tiếng Hy Lạp. Do đó, quy trình nên đơn giản và dễ dàng để ban quản lý có thể đánh giá cao và hiểu lý do tại sao nó được người dự báo chấp nhận.
(viii) Tính nhất quán:
Người dự báo phải đối phó với các thành phần khác nhau độc lập. Nếu anh ta không thực hiện điều chỉnh trong một thành phần để đưa nó phù hợp với dự báo của một thành phần khác, anh ta sẽ đạt được một tổng thể có vẻ phù hợp.
Phần kết luận:
Tốt, phương pháp dự báo lý tưởng là phương pháp mang lại lợi nhuận so với chi phí với độ chính xác, có vẻ hợp lý, có thể được chính thức hóa trong thời gian dài hợp lý, có thể đáp ứng hoàn cảnh mới một cách khéo léo và có thể đưa ra kết quả cập nhật. Phương pháp dự báo không giống nhau cho tất cả các sản phẩm.
Không có phương pháp duy nhất để dự báo việc bán bất kỳ hàng hóa nào. Người dự báo có thể thử một hoặc phương pháp khác tùy theo mục tiêu, tính khả dụng của dữ liệu, mức độ khẩn cấp cần dự báo, tài nguyên mà anh ta dự định dành cho công việc này và loại hàng hóa mà anh ta muốn dự báo.
