2.3.2. Оценка прибыльности составляющих ассортимента услуг

В разделе 2.2.1 были рассмотрены принципы оценки отдельной услуги и ее составляющих. Но в реальной практике предпринимательской деятельности приходится иметь дело с ассортиментом услуг и управлять им. Поэтому в настоящей главе рассмотрим принципы маркетингового исследования ассортимента услуг розничного предприятия на основе прибыльности отдельных составляющих ассортимента.

Сущность управления ассортиментом услуг можно изложить одной фразой: "прибыль предприятия складывается из прибыльности отдельных услуг". А, соответственно, нам необходимо рассмотреть в контексте вопроса принципы исследования прибыльности составляющих ассортимента услуг для принятия решения о его составе.

Итак, механизм расчета прибыли предприятия может быть распространен на расчет прибыли, получаемой от отдельной услуги, ведь по сути предприятие имеет прибыль от проданных услуг, а не от "функционирования предприятия":

Пу = Ву - Зу,

где Пу - величина прибыли, получаемая от продажи услуги в некотором промежутке времени (будем рассматривать в качестве такого промежутка один месяц); Ву - выручка (или оборот) от продажи одного типа услуги в течение месяца. Выручка от продажи одной услуги рассматривается как произведение количества проданных услуг (Nу) на ее цену (Цу).

Ву= Nу*Цу;

Зу - затраты на реализацию рассматриваемой услуги. Затраты на данный тип услуги могут быть определены исходя из общих затрат всего предприятия в целом и "себестоимости изготовления" (покупки дополнительных составляющих, субподрядчиков) услуги. То есть мы можем условно приравнять (распределить) все косвенные затраты по функционированию предприятия (аренда помещения, зарплата персонала, прочие затраты) между всеми услугами в равной пропорции. Мы вправе это сделать поскольку все косвенные затраты в равной степени (или не в равной, а определенной весовым показателем) служат продвижению каждой из услуг ассортимента:

Зу = (З / n) + Су* Nу,

где З - затраты на функционирование предприятия (постоянные издержки); n - количество продаваемых услуг (услуг, находящихся в ассортименте предприятия); СТ - себестоимость изготовления (покупки) услуги.

Расчет себестоимости косметической услуги.

Себестоимость рассчитывается на основе следующих калькуляционных статей:

1.Сырье и материалы собственного производства

2.Возвратные отходы (это отходы от основного производства, которые можно использовать для приготовления другой продукции). Возвратные отходы вычитаются из себестоимости.

3.Покупные сырье и материалы.

4.Зароботная плата непосредственных исполнителей услуги (в данном случае – косметолога).

5.Начисления на заработную плату 35.6% (пенсионный фонд – 28%, фонд социального страхования – 4%, фонд медицинского страхования – 3.6%)

6.Затраты топлива, электроэнергии, тепла, воды на производственные нужды.

7.Расходы на ремонт и обслуживание оборудования, приборов, используемых для оказания услуги.

8.Затраты прочих материалов, которые используются при оказании услуги.

9.Затраты на содержание управленческого аппарата.

Эти статьи образуют цеховую себестоимость, т.е. себестоимость непосредственно выполнения услуги.

10.Содержание административного аппарата.

11.Расходы, связанные с управлением и прочие общепроизводственные расходы: аренда, амортизация, канцелярские расходы, стоимость бракованной продукции, страхование, содержание работников охраны, уборщиц, % по кредитам и т.д.

Затраты с 1 по 11 статьи образуют производственную себестоимость услуги.

12.Затраты, связанные с реализацией услуги или продукции: реклама, склад готовой продукции, подготовка договоров с покупателями.

Статьи с 1 по 12 образуют полную себестоимость услуги.

Теперь давайте посмотрим, какая картина может получиться, если мы реализуем представленную схему расчетов для всего предприятия и всего ассортиментного ряда. Представим, что у нас есть предприятие, которое продает 3 услуги, при этом все издержки по функционированию предприятия составляют 60 рублей, а соответственно издержки по продаже одной услуги можно считать равными 20 рублей (З / n = 60 / 3 = 20 рублей). Рассмотрим все сводные показатели по ассортименту наших товаров в нижеприведенной таблице. Итак, как видно из рис. 1.1 (см. приложения), прибыль предприятия отрицательна (-3 рубля). Причем негативный баланс нашей предпринимательской деятельности, определен всего лишь негативной позицией по прибыли одной услуги из трех.

Заметим, что в нашем примере одна из услуг в нашем ассортименте в таком контексте рассмотрения и расчета имеет отрицательную прибыльность ("Услуга 2"). Конечно, необходимо отметить, что в более полном анализе мы должны рассматривать и динамику прибыльности отдельных товаров: не прибыльное сегодня изделие может стать прибыльным завтра. По нашему графику видно, что хотя единица ассортимента "Услуга 1" на сегодняшний день имеет нулевую прибыль, но ее динамика положительна (+12% по отношению к продажам предыдущего месяца). "Услуга 3" имеет как положительную динамику продаж, так и положительную прибыль - стабильный и перспективный товар. А вот "Услуга 2" приносит не только отрицательную прибыль, но и имеет отрицательную динамику продаж. Соответственно теперь мы имеем и адекватный механизм принятия решения в отношении составляющих ассортимента.

Вышеприведенный анализ позволяет нам определить и рычаги управления прибылью, как отдельных услуг, так и всем предприятием в целом.

Для того чтобы говорить о системе рычагов по управлению прибылью ассортиментного ряда услуг, необходимо вспомнить о системе ценообразования на услугу, которая может быть рассмотрена как одна из трех стратегий предложения цены на услугу. Проведенные исследования показали, что потребители не всегда делают рациональный выбор, ставя под вопрос абсолютность "рациональности потребителя". Поэтому вопрос о назначении цены достаточно тесно связан с вопросом о рациональности потребительского поведения и определяется признаками сегментирования, типом целевого сегмента, характером продвижения и позиционирования на рынке и самим характером услуги.

Традиционно различают три стратегии ценообразования на услуги: "Наилучшая стоимость" (best value) опирается на теорию о рациональном поведении потребителя - выбирается торговая марка с наименьшей общей стоимостью и ожидаемого качества. Рациональное соотношение цены и качества;

"Искомая цена" (price-seek) опирается на исследования завершенного продукта - выбирается как марка с максимальной ценой с целью максимизации ожидаемого потребительского качества. Максимизация качества и в следствие рост цены;

"Бросовая цена" (price aversion) опирается на теорию, исследующую риски неприятия товаров - выбирается марка с наименьшей ценой с целью минимизации текущих затрат. Минимизация цены за счет минимизации качества.

 Отсюда, очевидны и рычаги управления прибылью в товарном ассортименте: снижение стоимости в стратегии "бросовой цены" с увеличением объема продаж; увеличение цены вместе с увеличением качества при "наилучшей стоимости"; рационализация цены и качества в стратегии "искомая цена".

По сущности изложенного мы могли видеть, что прибыльность деятельности предприятия определяется прибыльностью отдельных единиц ассортимента услуг. А, следовательно, анализ ассортимента услуг, с точки зрения его прибыльности по отдельным позициям и, соответственно, оценка ценовой политики это базис для грамотного экономически обоснованного поведения предприятия на рынке, базис грамотного управления ассортиментом услуг.


2.4..Методы прогнозирования объема продаж

Цель данной части дипломной работы — изложить в систематизированном виде методы прогнозирования объема продаж, наиболее часто применяемые в экономической практике. Главное внимание в работе обращено на прикладное значение рассматриваемых методов, на экономическое истолкование и интерпретацию получаемых результатов, а не на объяснение математико-статистического аппарата, который подробно освещается в специальной литературе.

Самым простым способом прогнозирования рыночной ситуации является экстраполяция, т.е. распространение тенденций, сложившихся в прошлом, на будущее. Сложившиеся объективные тенденции изменения экономических показателей в известной степени предопределяют их величину в будущем. К тому же многие рыночные процессы обладают некоторой инерционностью. Особенно это проявляется в краткосрочном прогнозировании. В то же время прогноз на отдаленный период должен максимально принимать во внимание вероятность изменения условий, в которых будет функционировать рынок.

Методы прогнозирования объема продаж можно разделить на три основные группы:

-   методы экспертных оценок;

-   методы анализа и прогнозирования временных рядов;

-   казуальные (причинно-следственные) методы.

Ø Методы экспертных оценок основываются на субъективной оценке текущего момента и перспектив развития. Эти методы целесообразно использовать для конъюнктурных оценок, особенно в случаях, когда невозможно получить непосредственную информацию о каком-либо явлении или процессе.

Вторая и третья группы методов основаны на анализе количественных показателей, но они существенно отличаются друг от друга.

Ø Методы анализа и прогнозирования динамических рядов связаны с исследованием изолированных друг от друга показателей, каждый из которых состоит из двух элементов: из прогноза детерминированной компоненты и прогноза случайной компоненты. Разработка первого прогноза не представляет больших трудностей, если определена основная тенденция развития и возможна ее дальнейшая экстраполяция. Прогноз случайной компоненты сложнее, так как ее появление можно оценить лишь с некоторой вероятностью.

Ø В основе казуальных методов лежит попытка найти факторы, определяющие поведение прогнозируемого показателя. Поиск этих факторов приводит собственно к экономико-математическому моделированию — построению модели поведения экономического объекта, учитывающей развитие взаимосвязанных явлений и процессов. Следует отметить, что применение многофакторного прогнозирования требует решения сложной проблемы выбора факторов, которая не может быть решена чисто статистическим путем, а связана с необходимостью глубокого изучения экономического содержания рассматриваемого явления или процесса. И здесь важно подчеркнуть примат экономического анализа перед чисто статистическими методами изучения процесса.

Каждая из рассмотренных групп методов обладает определенными достоинствами и недостатками. Их применение более эффективно в краткосрочном прогнозировании, так как они в определенной мере упрощают реальные процессы и не выходят за рамки представлений сегодняшнего дня. Следует обеспечивать одновременное использование количественных и качественных методов прогнозирования.

Рассмотрим подробнее сущность некоторых методов прогнозирования объема продаж, возможности их использования в маркетинговом анализе, а также необходимые исходные данные и временные ограничения.

Прогнозы объема продаж с помощью экспертов могут быть получены в одной из трех форм:

1) точечного прогноза;

2) интервального прогноза;

3) прогноза распределения вероятностей.

Точечный прогноз объема продаж — это прогноз конкретной цифры. Он является наиболее простым из всех прогнозов, поскольку содержит наименьший объем информации. Как правило, заранее предполагается, что точечный прогноз может быть ошибочным, но методикой не предусмотрен расчет ошибки прогноза или вероятности точного прогноза. Поэтому на практике чаще применяются два других метода прогнозирования: интервальный и вероятностный.

Интервальный прогноз объема продаж предусматривает установление границ, внутри которых будет находиться прогнозируемое значение показателя с заданным уровнем значимости. Примером является утверждение типа: «В предстоящем году объем продаж составит от 11 до 12,4 млн. руб.».

Прогноз распределения вероятностей связан с определением вероятности попадания фактического значения показателя в одну из нескольких групп с установленными интервалами. Примером может служить прогноз типа:

Объем продаж компании, млн.руб Вероятность
10.5 – 11.3 0.25
11.3 – 19.9 0.50
11.9 – 12.4 0.25

Хотя при составлении прогноза существует определенная вероятность, что фактический объем продаж не попадет в указанный интервал, но прогнозисты верят, что она настолько мала, что может игнорироваться при планировании.

Интервалы, учитывающие низкий, средний и высокий уровень продаж, иногда называют пессимистичными, наиболее вероятными и оптимистическими. Конечно, распределение вероятностей может быть представлено большим количеством групп, но наиболее часто используются три указанных группы интервалов.

Для выявления общего мнения экспертов необходимо получить данные о прогнозных значениях от каждого эксперта, а затем произвести расчеты, используя систему взвешивания индивидуальных значений по какому-либо критерию. Известны четыре метода взвешивания различных мнений:

1) использование равных весов, если эксперты, как полагают исследователи, имеют одинаковые компетентности;

2) использование весов, пропорциональных степени «важности» экспертов, соответствующей их компетентности, известности в ученом мире, опыту в конкретной области деятельности и т.п.;

3) использование весов, пропорциональных самооценкам экспертов. Имеются свидетельства наличия прямой связи между уровнем самооценки компетентности экспертов и точностью экспертных оценок;

4) использование весов, пропорциональных относительной точности последних прогнозов конкретного эксперта.

Выбор метода остается за исследователем и зависит от конкретной ситуации. Ни один из них не может быть рекомендован для использования в любой ситуации.

Избежать проблемы взвешивания индивидуальных прогнозов экспертов и искажающего влияния отмеченных нежелательных факторов позволяет Дельфи-метод . Его основу составляет работа по сближению точек зрения экспертов. Всех экспертов знакомят с оценками и обоснованиями других экспертов и предоставляют возможность изменить свою оценку.

Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения в объемах продаж могут быть использованы для определения этого показателя в последующие периоды времени. Временные ряды обычно служат для расчета четырех различных типов изменений в показателях: трендовых, сезонных, циклических и случайных.

1.Тренд — это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции — методами выравнивания.

Один из наиболее простых приемов обнаружения общей тенденции развития явления — укрупнение интервала динамического ряда. Смысл этого приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, уровни которого относятся к большим по продолжительности периодам времени. Так, например, месячные данные могут быть преобразованы в ряд годовых данных. Тренд в пользовании той или иной услугой является характеристикой относительно стабильного темпа роста показателя за период.

Выявление основной тенденции может быть осуществлено также методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно передвигаясь от начального уровня динамического ряда на одно значение. По сформированным укрупненным данным рассчитываем скользящие средние, которые относятся к середине укрупненного интервала.

Изучение основной тенденции развития методом скользящей средней является эмпирическим приемом предварительного анализа. Для того чтобы дать количественную модель изменений динамического ряда, используется метод аналитического выравнивания. В этом случае фактические уровни ряда заменяются теоретическими, рассчитанными по определенной кривой, отражающей общую тенденцию изменения показателей во времени. Таким образом, уровни динамического ряда рассматриваются как функция времени:

Yt = f(t).

Наиболее часто могут использоваться следующие функции:

1) при равномерном развитии — линейная функция: Yt = b0 + b1t;

2) при росте с ускорением:

а) парабола второго порядка: Yt = b0 + b1t + b2t2;

б) кубическая парабола: Yt = b0 + b1t + b2t2 + b3t3;

3) при постоянных темпах роста — показательная функция: Yt = b0b1t;

4) при снижении с замедлением — гиперболическая функция: Yt = b0 + b1 х 1/t.

Однако аналитическое выравнивание содержит в себе ряд условностей: развитие явлений обусловлено не только тем, сколько времени прошло с отправного момента, а и тем, какие силы влияли на развитие, в каком направлении и с какой интенсивностью. Развитие явлений во времени выступает как внешнее выражение этих сил.

Оценки параметров b0, b1, ... bn находятся методом наименьших квадратов, сущность которого состоит в отыскании таких параметров, при которых сумма квадратов отклонений расчетных значений уровней, вычисленных по искомой формуле, от их фактических значений была бы минимальной.

Для сглаживания экономических временных рядов нецелесообразно использовать функции, содержащие большое количество параметров, так как полученные таким образом уравнения тренда (особенно при малом числе наблюдений) будут отражать случайные колебания, а не основную тенденцию развития явления.

2.Сезонные колебания — повторяющиеся из года в год изменения показателя в определенные промежутки времени. Наблюдая их в течение нескольких лет для каждого месяца (или квартала), можно вычислить соответствующие средние, или медианы, которые принимаются за характеристики сезонных колебаний.

При проверке ежемесячных данных по салонам красоты можно обнаружить, что пик использования эпиляции приходится на осеннее - зимние месяцы. Объем продаж детской обуви приходится на период перед началом учебного года, увеличение потребления свежих овощей и фруктов происходит осенью, повышение объемов строительных работ — летом, увеличение закупочных и розничных цен на сельхозпродукты — в зимний период и т.п. Периодические колебания в розничной торговле можно обнаружить и в течение недели (например, перед выходными днями увеличивается продажа отдельных продуктов питания), и в течение какой-либо недели месяца. Однако самые значительные сезонные колебания наблюдаются в определенные месяцы года. При анализе сезонных колебаний обычно рассчитывается индекс сезонности, который используется для прогнозирования исследуемого показателя.

В самой простой форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в процентах). Все другие известные методы расчета сезонности различаются по способу расчета выровненной средней. Чаще всего используются такие методы расчета индекса сезонности, как:

·     Метод центрированной скользящей средней

·     Метод сезонной корректировки.

Метод экспоненциального сглаживания используется для краткосрочного прогнозирования объема продаж. Расчет осуществляется с помощью экспоненциально-взвешенных скользящих средних:

Zt = a х Yt + (1 – a) х Zt – 1,

где Z — сглаженный (экспоненциальный) объем продаж;

t — период времени;

a — константа сглаживания;

Y — фактический объем продаж.

Последовательно используя эту формулу, экспоненциальный объем продаж Zt можно выразить через фактические значения объема продаж Y:

где SO — начальное значение экспоненциальной средней.

При построении прогнозов с помощью метода экспоненциального сглаживания одной из основных проблем является выбор оптимального значения параметра сглаживания a. Ясно, что при разных значениях a результаты прогноза будут различными. Если a близка к единице, то это приводит к учету в прогнозе в основном влияния лишь последних наблюдений; если a близка к нулю, то веса, по которым взвешиваются объемы продаж во временном ряду, убывают медленно, т.е. при прогнозе учитываются все (или почти все) наблюдения. Если нет достаточной уверенности в выборе начальных условий прогнозирования, то можно использовать итеративный способ вычисления a в интервале от 0 до 1. Существуют специальные компьютерные программы для определения этой константы.

3.Объемы продаж услуг большинства салонов красоты показывают значительные колебания. Они растут и падают в зависимости от общей ситуации в бизнесе, уровня спроса на услуги, предоставляемые салонами, деятельности конкурентов и других факторов. Колебания, отражающие конъюнктурные циклы перехода от более или менее благоприятной рыночной ситуации к кризису, депрессии, оживлению и снова к благоприятной ситуации, называются циклическими колебаниями. Существуют различные классификации циклов, их последовательности и продолжительности. Например, выделяются двадцатилетние циклы, обусловленные сдвигами в воспроизводственной структуре сферы производства; циклы Джанглера (7—10 лет), проявляющиеся как итог взаимодействия денежно-кредитных факторов; циклы Катчина (3—5 лет), обусловленные динамикой оборачиваемости запасов; частные хозяйственные циклы (от 1 до 12 лет), обусловленные колебаниями инвестиционной активности [8, с. 92].

Методика выявления цикличности заключается в следующем. Отбираются рыночные показатели, проявляющие наибольшие колебания, и строятся их динамические ряды за возможно более продолжительный срок. В каждом из них исключается тренд, а также сезонные колебания. Остаточные ряды, отражающие только конъюнктурные или чисто случайные колебания, стандартизируются, т.е. приводятся к одному знаменателю. Затем рассчитываются коэффициенты корреляции, характеризующие взаимосвязь показателей. Многомерные связи разбиваются на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность изменения основных рыночных процессов и их движение по фазам конъюнктурных циклов.

Казуальные методы прогнозирования объема продаж включают разработку и использование прогнозных моделей, в которых изменения в уровне продаж являются результатом изменения одной и более переменных.

Казуальные методы прогнозирования требуют определения факторных признаков, оценки их изменений и установления зависимости между ними и объемом продаж. Из всех казуальных методов прогнозирования рассмотрим только те, которые с наибольшим эффектом могут быть использованы для прогнозирования объема продаж. К таким методам относятся:

-   корреляционно-регрессионный анализ;

-   метод ведущих индикаторов;

-   метод обследования намерений потребителей и др.

К числу наиболее широко используемых казуальных методов относится корреляционно-регрессионный анализ. Техника этого анализа достаточно подробно рассмотрена во всех статистических справочниках и учебниках. Рассмотрим лишь возможности этого метода применительно к прогнозированию объема продаж.

Может быть построена регрессионная модель, в которой в качестве факторных признаков могут быть выбраны такие переменные, как уровень доходов потребителей, цены на продукты конкурентов, расходы на рекламу и др. Уравнение множественной регрессии имеет вид

Y (X1; X2; ...; Xn) = b0 + b1 х X1 + b2 х X2 + ... + bn х Xn,

где Y — прогнозируемый (результативный) показатель; в данном случае — объем продаж;

X1; X2; ...; Xn — факторы (независимые переменные); в данном случае — уровень доходов потребителей, цены на продукты конкурентов и т.д.;

n — количество независимых переменных;

b0 — свободный член уравнения регрессии;

b1; b2; ...; bn — коэффициенты регрессии, измеряющие отклонение результативного признака от его средней величины при отклонении факторного признака на единицу его измерения.

Последовательность разработки регрессионной модели для прогнозирования объема продаж включает следующие этапы:

1) предварительный отбор независимых факторов, которые по убеждению исследователя определяют объем продаж. Эти факторы должны быть либо известны (например, при прогнозировании объема продаж услуг салона красоты (результативный показатель) в качестве факторного признака может выступать число оказанных услуг в настоящее время); либо легко определяемы (например, соотношение цены на исследуемый услугу фирмы с ценами конкурентов);

2) сбор данных по независимым переменным. При этом строится временной ряд по каждому фактору либо собираются данные по некоторой совокупности (например, совокупности предприятий). Другими словами, необходимо, чтобы каждая независимая переменная была представлена 20 и более наблюдениями;

3) определение связи между каждой независимой переменной и результативным признаком. В принципе, связь между признаками должна быть линейной, в противном случае производят линеаризацию уравнения путем замены или преобразования величины факторного признака;

4) проведение регрессионного анализа, т.е. расчет уравнения и коэффициентов регрессии, и проверка их значимости;

5) повтор этапов 1—4 до тех пор, пока не будет получена удовлетворительная модель. В качестве критерия удовлетворительности модели может служить ее способность воспроизводить фактические данные с заданной степенью точности;

6) сравнение роли различных факторов в формировании моделируемого показателя. Для сравнения можно рассчитать частные коэффициенты эластичности, которые показывают, на сколько процентов в среднем изменится объем продаж при изменении фактора Xj на один процент при фиксированном положении других факторов. Коэффициент эластичности определяется по формуле

где bj — коэффициент регрессии при j-м факторе.

Ведущие индикаторы — это показатели, изменяющиеся в том же направлении, что и исследуемый показатель, но опережающие его во времени. Например, изменение уровня жизни населения влечет за собой изменение спроса на отдельные товары (услуги), а следовательно, изучая динамику показателей уровня жизни, можно сделать выводы о возможном изменении спроса на эти товары (услуги). Известно, что в развитых странах по мере увеличения доходов возрастают потребности в услугах, а в развивающихся странах — в товарах длительного пользования.

Метод ведущих индикаторов чаще используется для прогнозирования изменений в бизнесе в целом, чем для прогнозирования объема продаж отдельных компаний. Хотя нельзя отрицать, что уровень объема продаж большинства компаний зависит от общей рыночной ситуации, сложившейся в регионах и стране в целом. Поэтому перед прогнозированием собственного объема продаж фирмам часто бывает необходимо оценить общий уровень экономической активности в регионе.

Существенным обоснованием прогноза объема продаж товаров и услуг потребительского назначения могут служить данные обследований намерений потребителей. Они знают о собственных перспективных покупках больше, чем кто-либо, поэтому многие компании проводят периодические обследования мнений потребителей о производимой продукции и вероятности ее покупки в будущем. Чаще всего эти обследования касаются товаров и услуг, приобретение которых планируется потенциальными покупателями заранее.

Конечно, нельзя недооценивать полезность такого рода обследований, но также нельзя не учитывать, что намерения потребителей относительно какого-то товара могут измениться, что скажется на отклонении фактических данных о потреблении от прогнозных.

Итак, при прогнозировании объема продаж могут быть использованы все рассмотренные выше методы. Естественно, возникает вопрос об оптимальном методе прогнозирования в конкретной ситуации. Выбор метода связан, по крайней мере, с тремя ограничивающими условиями:

1) точность прогноза;

2) наличие необходимых исходных данных;

3) наличие времени для осуществления прогнозирования.

Если требуется прогноз с точностью 5%, то все методы прогнозирования, обеспечивающие точность 10%, могут не рассматриваться. Если нет необходимых для прогноза данных (например, данные временных рядов при прогнозировании объема продаж нового продукта), то исследователь вынужден прибегнуть к казуальным методам или экспертным оценкам. Подобная ситуация может возникнуть в связи со срочной потребностью в прогнозных данных. В этом случае исследователь должен руководствоваться временем, имеющимся в его распоряжении, осознавая, что срочность расчетов может сказаться на их точности.

Необходимо отметить, что мерой качества прогноза может служить коэффициент, характеризующий отношение числа подтвердившихся прогнозов к общему числу сделанных прогнозов. Очень важно осуществлять расчет этого коэффициента не по окончании прогнозируемого срока, а при составлении самого прогноза. Для этого можно использовать метод инверсной верификации путем ретроспективного прогнозирования. Это означает, что правильность прогнозной модели проверяется ее способностью воспроизводить фактические данные в прошлом. Других формальных критериев, знание которых позволило бы априорно заявить об аппроксимирующей способности прогнозной модели, не существует.

Прогнозирование объема продаж — неотъемлемая часть процесса принятия решения; это систематическая проверка ресурсов компании, позволяющая более полно использовать ее преимущества и своевременно выявлять потенциальные угрозы. Компания должна постоянно следить за динамикой объема продаж и альтернативными возможностями развития рыночной ситуации с тем, чтобы наилучшим образом распределять имеющиеся ресурсы и выбирать наиболее целесообразные направления своей деятельности.


Глава 3. Экономическая целесообразность применения фотоэпиляции в салонах красоты различного класса.

В данной главе будет рассмотрена экономическая целесообразность использования фотоэпиляции в салонах различного класса на примере конкретных салонов г. Москва.

Для проведения были выбраны 3 салона красоты.


Информация о работе «Экономическая целесообразность применения фотоэпиляции в салонах красоты различного класса»
Раздел: Косметология
Количество знаков с пробелами: 137344
Количество таблиц: 32
Количество изображений: 1

Похожие работы

Скачать
87523
11
0

... по 10-балльной шкале. Так что можно признать, что салоны не используют все свои ресурсы для обогащения. 3. Проведение исследования по анализу рынка косметических услуг г.Москвы Сегментирование рынка - это процесс разделения рынка на отдельные части - сегменты, отличающиеся друг от друга разными возможностями сбыта продукции производителя, т.е. это разбивка рынка на четкие группы ...

0 комментариев


Наверх