Вышеназванное ни в кое мере не умаляет значимости экстраполяционных методов в прогнозировании. Как и любые методы их надо уметь использовать. Прежде всего, экстраполяционные методы следует применять для относительно краткосрочного прогнозирования развития достаточно стабильных, хорошо изученных процессов. Прогнозный период времени не должен превышать 25-30% от исходной временной базы. При использовании уравнений регрессии прогнозные расчеты следует проводить для оптимистических и пессимистических оценок исходных параметров (независимых переменных), получая, таким образом, оптимистические и пессимистические оценки прогнозируемого параметра. Реальная прогнозная оценка должна находиться между ними.

В ряде случаев прогнозную оценку, полученную на основе экстраполяционных методов, используют как индикатор желательности получения определенной величины прогнозируемого параметра. Предположим, что была получена прогнозная оценка величины спроса на какой-то товар. Она говорит о том, что при тех же условиях внешней среды, структуре и силе действия исходных факторов величина спроса к определенному моменту времени достигнет такой-то величины. Менеджерам, которые используют результаты данного прогноза, следует ответить на вопрос: «А устраивает ли нас данная величина спроса?» Если «Да», то надо приложить максимум усилий, чтобы все сохранить без изменения. Если «Нет», то необходимо использовать внутренние возможности (например, провести дополнительную рекламную компанию) и постараться повлиять на определенные факторы внешней среды, поддающиеся косвенному воздействию (например, повлиять на деятельность посредников, пролоббировать изменение определенных тарифов, импортных пошлин). Вся эта деятельность направлена на обеспечение получения желаемой величины спроса.

При прогнозировании спроса могут использоваться метод ведущих индикаторов и индикаторы покупательной способности, охарактеризованные ранее, а также кривые жизненного цикла.

В последнем случае в качестве потенциала рынка рассматривается рыночный спрос товара, вступившего в фазу зрелости своего жизненного цикла. Применение модели жизненного цикла продукта подразумевает способность формулировать прогнозы качественного или количественного характера относительно эволюции начального спроса на рынке определенного товара. Эти данные определяются экспертным путем или исходя из изучения статистики изменения объема реализации по времени. В последнем случае можно воспользоваться S-образными кривыми. Наиболее известными кривыми данного типа является логистическая кривая [3].

2.5.Краткая характеристика экспертных методов.

Методы экспертных оценок используются для прогнозирования событий будущего, если отсутствуют статистические данные или их недостаточно. Они также применяются для количественного измерения таких событий, для которых не существует других способов измерения, например, при оценке важности целей и предпочтительности отдельных методов продвижения. Иными словами, методы экспертных оценок применяются как для количественного измерения событий в настоящем, так и для целей прогнозирования.

Когда речь идет о прогнозировании объема продаж, то обычно торговый персонал и персонал торговых посреднических организаций имеет достаточно точное представление о потенциале продаж, который могут обеспечить их клиенты, и, кроме того, имеет возможность дать оценку потенциала рынка в целом, по крайней мере, на той территории, которую он обслуживает. Проще всего попросить торговых работников дать оценки по каждому товару, но не абстрактно, а исходя из конкретных гипотез о маркетинговых усилиях в вопросах цен, рекламной поддержки и т.п. После этого менеджеры службы сбыта формулируют итоговые оценки, суммируя оценки всех экспертов.

Включить торговых работников в процесс прогнозирования полезно, прежде всего, для того, чтобы создать у них соответствующую мотивацию и способствовать принятию назначаемых им квот по продажам. Кроме того, они незаменимы при построении прогнозов продаж в очень малых сегментах, на уровне отдельной территории или отдельного клиента.

Очевидно, что зачастую трудно из-за отсутствия статистической и отчетной информации (особенно касающейся деятельности фирм-конкурентов) получить количественные оценки таких показателей, например, как показатели рыночной доли и динамики изменения объема продаж. В этом случае также могут использоваться экспертные оценки, формирующие чисто качественные значения этих показателей (в терминах «выше, на том же уровне, ниже» и тому подобное).

В то же время экспертные оценки имеют и недостатки. С одной стороны, нет гарантий, что полученные оценки в действительности достоверны, а с другой – имеются определенные трудности в проведении опроса экспертов и обработке полученных данных. Если второй недостаток относится к преодолимым трудностям, то первый имеет принципиальное значение. Существующие способы определения достоверности экспертных оценок основаны на предположении, что в случае согласованности действий экспертов достоверность оценок гарантируется. Это на самом деле не всегда верно, и можно привести случаи, когда отдельные эксперты, не согласные с мнением большинства, давали правильные оценки.

Следовательно, единодушие большинства экспертов не всегда является критерием достоверности оценок. Отсюда вытекает необходимость тщательного отбора экспертов. Дело в том, что при обсуждении многих вопросов, особенно не стандартных, например, прогнозирование рыночной ситуации в нестабильных политико-экономических условиях, должны участвовать эксперты высокой квалификации. Прогнозы, составленные «средними» экспертами, будут основаны в лучшем случае на традиционных, привычных оценках, тогда как высококвалифицированные специалисты обнаружат и оценят скрытые факторы.

При нахождении оценок экспертным путем помимо погрешности, вносимой недостатком информации о событиях и недостаточной компетентностью экспертов, возможна и погрешность совсем иного рода, обусловленная заинтересованностью экспертов в результатах оценки, что обязательно скажется на их достоверности. Наличие такого рода погрешности может значительно искажать оценки, вследствие чего необходимо предусмотреть соответствующие меры для устранения погрешности.

Например, всегда существует опасность систематического занижения оценок потенциального спроса со стороны сбытовиков, которые заинтересованы иметь легко выполнимый план по продажам, а в конце планового периода добиться значительного превышения плановых показателей. Отметим следующие варианты коррекции таких оценок, снижающие риск систематической погрешности.

Попросить торговых работников самостоятельно определить степень погрешности их оценок. Эти данные можно затем использовать для уточнения прогноза.

Далее возможно скорректировать оценки торговых работников с помощью регионального менеджера по продажам, который может иметь более широкий взгляд. Возможно ввести корректирующий коэффициент, основанный на учете погрешностей в прошлых прогнозах каждого торгового работника.