<<
>>

3.2 Особенности логистического обеспечения развития сбытовых процессов ООО «Самарские Оконные Конструкции»

Согласно методики прогнозирования, описанной в пункте 3.1 диссертационной работы первоначально были собраны факторы социально- экономического развития г.Самара, которые публикуются на ежемесячной основе, т.е.
могут использоваться при построении среднесрочного прогноза. Для выделения факторов макросреды, которые могут оказывать воздействие на рынок ПВХ-окон, или отображать динамику данного рынка был использован метод корреляционно-регрессионного анализа.
Для анализа были выделены показатели представленные в таблице 22.
Таблица 22
Динамика показателей отражающих социально-экономическое развитие
Январь 3930,9 3687,1 21 138.3 28 844 773 571 Февраль 4103,5 3909.2 22 129,2 29 869 944 710 Март 4627,4 4369.1 36 144.4 29 920 1052 829 Апрель 4744.8 4480.3 25 185,4 29 927 1111 887 Май 4375,7 4591,5 29 206,9 29 1 073 815 551 200! Июнь 4727,9 4541,6 30 219 29 1 047 1065 789
Июль 4964,4 4800,4 31 266,3 29 943 1224 909 Лягусг 5093,4 4836,4 34 260.9 29 1 101 1169 834 Сентябрь 4951,9 4741,5 32 252,2 29 884 1095 790 Октябрь 5609,4 5374,2 30 257,8 30 879 1213 873 Ноябрь 5489,2 5260,1 26 265,1 30 910 1275 970 Декабрь 5462,3 5276,5 22 315.2 30 926 1130 831 Яиырь 5217,6 4835,6 20 176.7 30 1 003 1016 726 Февраль 5005,9 4741 20 155.5 31 1 037 1120 859 Март 5654,2 5283,7 24 211 31 1 044 1175 910 Апрель 5608,3 5375,3 28 233.9 31 1 118 1381 1013 Май 5065,3 4995,8 34 240.8 31 1 164 1081 779 2002 Июнь 5196,7 5272,6 32 271,1 31 1246 1135 830 Июль 5740,5 5748,4 29 285.8 32 1 200 1223 907 Аьгуст 6155,9 6172,8 29 324.2 32 1 106 1230 869 Сентябрь 6383,7 6291,1 31 276,6 32 1 077 1288 932 Октябрь 7107,3 6726,9 29 276.9 32 1 090 1344 998 Ноябрь 7123,7 7054,8 23 291,9 32 1 118 1433 1080 Декабрь 7428 7301,4 22 280,9 32 1 205 1407 1061 Яиырь 6424,8 6033.2 19 229,3 32 1 280 1173 886 Февраль 6721,7 6582,5 19 171,9 32 1283 1134 840 Март 7437,6 7578,5 24 198.5 31 1322 1195 909 Апрель 7796.6 7585,7 21 280 31 1337 1358 1012 Мэй 6705,8 6521,3 28 323,2 31 1 389 1189 847 Июнь 6531.8 6430,5 29 317,5 30 1487 1332 1015 200) Июль 7209,6 7157,9 33 324,7 30 1370 1386 1027 Аагуст 7088,8 7060,5 31 359,8 30 1 215 1462 1150 Сентябрь 7454 7366,1 27 382,6 31 1 220 1609 1294 Октябрь 8204,1 7877,1 29 305,1 30 1 253 1657 1327 Ноябрь 8066,2 7787,6 23 320.1 30 1 337 1620 1291 Декабрь 8275,2 8236,1 25 375.4 29 1 363 1657 1308 Январь 8167,8 7933,3 18 146,7 29 1408 1524 1262 Феараль 8226.8 7626,2 19 198 29 1488 1452 1124 Март 9264,9 9073,5 22 230,8 29 1507 1439 1097 Апрель 9258.1 8983,2 21 306 29 1 512 1602 1230 Май 8938.8 8602 22 262,9 29 1505 1511 1181 2004 Июнь 8924 9073 27 379 29 1566 1441 1043
Июль 9621 9750 25 360 29 1568 1809 1452 Август 9832 9622 25 428 29 1469 1754 1383 Сентябрь 10097 9629 26 432 29 1449 1752 1354 Октябрь 8849 8646 23 350 29 1494 1677 1308 Ноябрь 8967 8762 21 370 29 1 510 1693 1322 Декабрь 9210 8879 22 357 28 1 525 1709 1336
Первоначально, с целью создания возможности сравнения, данные были стандартизированы по формуле 10.
Xj - ХСр
Y- ;(10)
о
где,
У - стандартизированное значение; а - среднеквадратичное отклонение ряда; Xj - значение переменной ряда, Xq, - среднее значение ряда
Для определения силы взаимосвязи, между фактором, отражающим социально-экономическое развитие региона и объёмом продаж предприятия, первоначально были найдены общие коэффициенты корреляции по* стандартизированным значениям. ~
Коэффициент корреляций (г) определялся по формуле 11.
п* ?х*у-2>*?у
г = *>.
(П)
Vn*Јx2-(Јx)2* Vn*Јy2-(Iy)2
где,
п - число пар значений переменных, х, у - переменные.
Р.Шмидт.,* Х-.Райи «Финансовые аспекты маркетинга», М:, ЮНИТИ, 2000, стр.191.
Как известно качественная оценка взаимосвязи между признаками, определенная с помощью коэффициента корреляции, может быть классифицирована на основе шкалы Чеддока , как это представлено в таблице 23.
При выборе факторов социально-экономического развития были
проанализированы признаки с наиболее сильной взаимосвязью с объёмами продаж предприятия ООО «Самарские Оконные Конструкции». Объёмы продаж предприятия представлены в таблице 24.
Таблица 24
Динамика объёмов продаж ООО «Самарские Оконные Конструкции» в
г.Самара
Год Месяц Объём продаж на рынке конечных
потребителей, кв.м. Темпы роста
продаж к аналогичному периоду предыдущего года по рынку конечных потребителей, % Объем продаж
на рынке корпоративных потребителей, кв.м. Темпы роста
продаж к аналогичному
периоду предыдущего года по рынку корпоративных потребителей,% 1 2 3 4 5 6 2001 Январь 1513 604
Февраль 1291 630
Март 2212 585
Апрель 1 561 647
Май 2 226 582
Июнь 2 520 650
Июль 2 382 908
Август 2 706 845
Сентябрь 2 783 1 120
Октябрь 2 661 2 071
Ноябрь 1507 1 154
Декабрь 1 342 1 556 2002 Январь 1511 100% 671 111%
Февраль 1 164 90% 531 84% 1 2 3 4 '5 . 6 Март 1499 68% 755 129% Апрель 1413 91% 893 138% Май 1 664 75% 750 129% Июнь 1 549 61% 1016 156% Июль 2 001 84% 1 290 142% Август 1830 68% 1 104 131% Сентябрь 2130 77% 2 213 198% Октябрь 1851 70% 1770 85% Ноябрь 1 653 110% 1424 123% 2002 Декабрь 1303 97% 638 41% Январь 929 61% 707 105% Февраль 998 86% 833 157% Март 962 64% 864 114% Апрель 1 545 109% 1061 119% Май 1422 85% 1 325 177% Июнь 1 762 114% 1 749 172% Июль 1 575 79% 1 603 124% Август 1432 78% 2 367 214% Сентябрь 1958 92% 2142 97% Октябрь 1738 94% 1429 81% Ноябрь 1 252 76% 1 110 78% 2003 Декабрь 1053 81% 782 123% Январь 936 101% 833 118% Февраль 914 92% 829 100% Март 1002 104% 1296 150% Апрель 911 59% 1 097 103% Май 1417 100% 1235 93% Июнь 1 507 86% 1 373 79% Июль 1418 90% 1329 83% Август 1846 129% 1 974 83% Сентябрь 2432 124% 1339 63% Октябрь 1972 113% 1661 116% Ноябрь 1658 132% 1 779 160% 2004 Декабрь 1592 151% 1 181 151%
Для нахождения силы взаимосвязи был использован ПК Statistics Коэффициенты корреляции находились с объёмами продаж ООО «Самарские Оконные Конструкции» в г.Самара первоначально по каналам сбыта на рынке конечных потребителей, затем по каналам сбыта на рынке корпоративных заказчиков. Результаты представлены ниже.
Таким образом, четыре из отобранных показателей макросреды имеют коэффициенты корреляции с объёмами продаж для конечных потребителей свыше 0,5 (по модулю). С прочими анализируемыми признаками связь является слабой.
Так как для анализа были использованы данные за последние четыре года, то существует вероятность того, что сила взаимосвязи могла колебаться. Вследствие того, что целью диссертационного исследования является нахождения факторов макросреды описывающих спрос на протяжении нескольких периодов (лет) для определения динамики, то целесообразным является нахождение силы взаимосвязи объёмов продаж предприятия с выделенными показателями макросреды за каждый год.
Таким образом, стабильно сильная взаимосвязь наблюдается с показателем «грузооборот предприятий транспорта». Данный показатель, предоставляемый органами государственной статистики, определяется как сумма произведений веса каждой партии (отправки) перевозимого груза, на расстояние её перевозки . Он включает сведения предоставленные предприятиями об отгрузке продукции, как собственного производства, так и приобретённый на стороне для перепродажи. Поэтому можно заключить, что «грузооборот предприятий транспорта» является производной экономической активности предприятий и как следствие индикатором динамики денежных средств у работающего населения.
Однако, т.к. данный показатель скорее является производным от спроса, а не отражающим непосредственно спрос, то его предлагается отвергнуть. При отсутствии публикуемых факторов макросреды, про которые можно сказать, что они отражают динамику спроса на конкретный товар предлагается при прогнозировании опираться непосредственно на выявленную динамику ёмкости рынка. В данном случае предлагается использовать следующую методику прогнозирования:
1. Рассчитываются индексы сезонности продаж. Индексы рассчитываются как отклонение ежемесячных объёмов продаж от среднего
уровня продаж за год. Объёмы продаж за месяц берутся усреднено как минимум за 3 года.
2. Значения ёмкости рынка рассчитанные укрупнено за год раскладываются согласно индексам сезонности.
По полученной динамике строиться прогноз ёмкости рынка
Так как динамика спроса оказывает непосредственное влияние на объем продаж конкретного предприятия, то можно построить уравнение регрессии уровня спроса и объёмов продаж и подставив в него спрогнозированное значение уровня спроса получить прогноз продаж конкретного предприятия.
Таблица 27
Динамика ёмкости рынка ПВХ-окон по конечным потребителям в

Рис.9. Динамика ёмкости рынка ПВХ-окон конечных потребителей
На рисунке представлен тренд и его уравнение. Как видно наблюдается отрицательная тенденция.
Далее было получено уравнение регрессии объёмов продаж и ёмкости рынка. Оно приняло вид 12.
У, =-50,734+45,1919*xlt;(12)
где, У, - объёмы продаж ООО «Самарские Оконные Конструкции» на рынке ПВХ-окон конечных потребителей, кв.м. в момент времени t
xli - ёмкость рынка ПВХ-окон конечных потребителей, кв.м. в момент времени t
Данное уравнение значимо при р=0,05. R = 0,80. R~ = 0,64
Таким образом, можно сказать, что изменение ёмкости рынка примерно на 64% объясняет вариацию объёмов продаж.
Существенным аспектом любого прогноза является его ориентировочная точность. Определение точности прогноза объёмов продаж предприятия (его верификация) происходит путём сопоставления прогноза построенного на ретроспективу с фактическими показателями объёмов продаж. Для расчёта ошибки прогноза получаемого с помощью уравнения регрессии с ёмкостью рынка, первоначально был рассчитан ретропрогноз спроса. Прогноз развития данных показателей строился на основе анализа временных рядов, а именно на основе мультипликативной модели описанной в пункте 1.3.
При построении ретропрогноза использовался линейный тренд, рассчитанный с помощью ПК «Ехсеї». Уравнение тренда по динамике ёмкости рынка приняло вид 13.
у, = -0,1 І89ХІ + 40,225; (13)
где, Xj - номер і-го месяца;
УІ -значение тренда показателя ёмкости рынка в і-м месяце.
Далее был построен прогноз развития выявленных показателей макросреды на ретроспективу. Для выявления сезонных составляющих использовались усреднённые значения отклонений каждого месяца от линии тренда. Усреднение происходило путём расчета простой средней по отклонениям і-го месяца за 2000, 2001, 2002, 2003 и 2004 года. Для расчёта случайной составляющей был рассчитан корректирующий коэффициент как количество периодов в одном полном сезонном цикле (12 месяцев) в рассматриваемый период, делённое на сумму средних отклонений. Для расчёта сезонных колебаний найденный корректирующий коэффициент был умножен на усреднённое отклонение от тренда за і-й месяц.
В итоге для построения прогноза развития данного показателя была использовано следующее уравнение 14:
у = (-0,1189Xj + 40,225) * КСЄЗІ * Ккорр; (14)
где, Xj - номер временного периода (в данном случае 1-го месяца). Следует учесть что при построении уравнения тренда использовались ежемесячные данные за 3 года, поэтому при построении ретропрогноза на 2004 год номер месяца января месяца будет равен 37 соответственно, номер февраля 38, и т.д.
Ксезг коэффициент (индекс) сезонности 1-го месяца; Ккорр - корректирующий коэффициент для случайных колебаний. Верификация прогнозной модели представлена в 28.
Таким образом, отклонение от факта по ретропрогнозу в течение года имеет величину в 12%.
Далее был построен прогноз продаж предприятия на ретроспективу с прогнозными значениями ёмкости. Это необходимо для выявления ошибки прогноза продаж. Результаты представлены в таблице 29.
Таким образом, при построении прогноза продаж предприятия ООО «Самарские Оконные Конструкции», с использованием расчётных данных показателя макросреды, была получена ошибка по рознице, по итогам года, в 9,1%.
Далее были рассчитаны ретропрогнозы продаж предприятия ООО «Самарские Оконные Конструкции» по мультипликативной модели, на основе анализа временных рядов.
Таблица 29
Оценка точности прогноза продаж ООО «Самарские Оконные Конструкции» с учётом спрогнозированных показателей макросреды по каналам сбыта на
рынке конечных потребителей
Месяц Факт 2004 год, кв.м. Рстропрогноз на 2004 год по рознице по уравнению регрессии с ёмкостью, кв.м Отклонение прогноза по рознице от факта, % Январь 936 1 184 27% Февраль 914 1052 15% Март 1002 1383 38% Апрель 911 1321 45% Май 1417 1649 16% Июнь 1 507 1802 20% Июль 1418 1811 28% Август 1 846 1922 4% Сентябрь 2 432 2298 -6% Октябрь 1 972 2 025 3% Ноябрь 1 658 1481 -11% Декабрь 1592 1284 -19% Итого 17 605 19 212 9,1%
Тренд, построенный по динамике объёмов продаж предприятия на рынке конечных потребителей, описывается уравнением 15.
УІ = -12,519ХІ+ 1942,2; (15)
где, xj - номер і-го месяца;
УІ - расчётное значение тренда временного ряда объёмов продаж по рознице для і-го месяца.
Ход расчётов можно представить в виде уравнение, которое примет вид
16.
у = (-12,519х + 1942,2) * Ксез; * Ккорр; (16)
где, xj - номер временного периода (в данном случае 1-го месяца). Следует учесть что при построении уравнения тренда использовались ежемесячные данные за 3 года, поэтому при построении ретропрогноза на 2004 год номер
ПО
месяца января месяца будет равен 37 соответственно, номер февраля 38, и т.д.
Ксезг коэффициент (индекс) сезонности 1-го месяца;
Ккорр - корректирующий коэффициент для случайных колебаний. Сезонные отклонения, уже скорректированные на случайную составляющую (то есть на корректирующий коэффициент), по анализируемому показателю макросреды представлены в столбце таблицы 30.
В результате расчётов по рынку конечных потребителей были получены результаты представленные в таблице 30.
Таблица 30
Ретропрогноз объёмов продаж предприятия ООО «Самарские Оконные конструкции» на рынке конечных потребителей г.Самара, построенный на
основе временных рядов за 2004 год
Год Месяц Индексы сезонности,
% Факт, кв.м. Ретропрогноз, кв.м. Отклонение от факта, % январь 70,8 936 1047,8 12,0% февраль 64,3 914 942,4 3,1% март 82,5 1002 1200,1 19,7% апрель 80,9 911 1166,2 28,0% май 100,9 1417 1441,5 1,7% 2004 июнь 110,9 1507 1570,9 4,3%
июль 111,9 1418 1571,3 10,8% август 120,1 1 846 1670,4 -9,5% сентябрь 145,7 2 432 2009,2 -17,4% октябрь 129,0 1972 1762,3 -10,6% ноябрь 97,2 1 658 1315,8 -20,6% декабрь 85,8 1592 1150,7 -27,7% Итого 100 17 605 16 849 -4,3% В данном случае прогнозная модель имеет ошибку в среднем за год в -
4%. Однако необходимо отметить, что в данном случае наблюдаются ежемесячные отклонения до 28% по модулю.
Далее была построен совмещённый вариант ретропрогноза. Совмещение вариантов ретропрогнозов происходило по методике описанной в пункте 3.1.
Первоначально была построена матрица игры за 2004 год. В качестве состояний природы (по вертикали) брались реальные значения объёмов
111
продаж предприятия в і-м месяце. По горизонтали рассчитываются варианты совмещения ретропрогнозов, принятых за оптимистический и пессимистический уровни соответственно. Матрица игр представлена в таблице 31.
Таблица 31
Матрица игры для выбора наиболее точных пропорций соотношения рассчитанных вариантов ретропрогноза и реальных значений продаж предприятия ООО Самарские Оконные Конструкции» на рынке конечных
потребителей в г.Самара за 2004 год
Варианты совмещения ретропрогноза январь февраль март апрель май ИЮНЬ июль август І Октябрь ноябрь декабрь ИТОГО 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 248,00 138.00 38100 410,00 232 00 295,00 393.00 76.00 -134.00 53.00 -177.00 -зсе.оо 1606.00 2 234.40 127,00 362.70 394.50 211.30 271.90 36900 50,80 -162.90 26.70 .193,50 -321.30 1369.70 3 220.80 116.00 344 40 379.00 190.80 248.80 34500 25.60 -191.80 0,40 -210.00 -334.60 1133.40 4 207.20 105.00 32610 363.50 169,90 225.70 32100 0,40 -220.70 -25.90 -226.50 -347.90 897.10 5 193.80 94,00 30780 348.00 149.20 202.60 297.00 -24.80 •249.60 -52.20 -243.00 -361.20 660.60 6 180.00 83.00 28950 332.50 128.50 179.50 273.00 -50,00 -278.50 •78.50 -259.50 -374.50 424.50 7 166.40 72.00 27120 317.00 107,80 156.40 249.00 -75.20 -307,40 -104.80 -276.00 -387,80 188.20 8 152.80 61.00 252.90 301,50 87.10 133.30 225.00 -100.40 -336.30 -131,10 -292.50 -401,10 •48.10 9 139.20 50.00 234.60 286.00 66.40 110.20 20100 -125.60 -365.20 -157.40 -309,00 -414.40 -284,40 10 125.60 39.00 216.30 270.50 45.70 67.10 177.00 -15060 -394.10 -16370 -325.50 •427.70 -520.70 11 112.00 2800 19800 255.00 25.00 6400 153.00 -176.00 -423.00 -210.00 -342.00 -441.00 -757,00 12 98,40 17,00 179.70 239.50 4.30 4090 129.00 -201.20 -451,90 -236,30 -358,50 •454,30 -993.30 13 84.80 600 161.40 224.00 -16.40 17 80 105.00 -226.40 -480.80 -262.60 -375.00 -467.60 1229.60 14 71.20 •500 143.10 208,50 -37.10 -530 81.00 -251.60 -509.70 •28890 -391.50 -480.90 1465.90 15 57.60 •1800 124.80 193,00 -57.80 •28.49 57.00 -276.80 -538.60 -31520 •406.00 -494.20 1702,20 16 44.00 -27,00 106.50 177.50 -78.50 -51,50 33.00 -302.00 -567,50 -341.50 -424.50 -507.50 1938,50 17 30.40 «38,00 88.20 162.00 -99,20 -74 60 900 -327.20 -596,40 -367.80 -441,00 -520.80 2174.80 18 18.80 •4900 69.90 146,50 -119.90 -97,70 -15.00 -352.40 •625.30 •394 10 -457,50 -534.10 2411,10 19 3.20 -6000 51.60 131.00 •140,60 -12080 •3900 -377.60 -654.20 -420,40 -474.00 -547.40 2647.40 20 -10.40 '7100 33.30 115.50 •161.30 -143.90 •6300 -402.80 •683,10 ¦446,70 -490.50 -560.70 2883,70 21 -24.С0 -8200 15.00 100.00 •182 00 -167г00 -87.00 -428.00 -712.00 -47300 -507.00 -674 00 3120,00 Для каждого месяца наблюдается различное минимальный уровень ошибки ретропрогноза при каком либо конкретном варианте совмещения ретропрогнозов. Так как рассматриваемые прогнозы имеют горизонт в 1 год, то предлагается ориентироваться на минимальную ошибку для итоговых значений, описанных в последнем столбце таблицы 31. Это соответствует 8-
му варианту совмещения вариантов ретропрогноза. Также можно отметить, что при суммировании значений в столбцах по варианту 8 получается минимальное значение из прочих вариантов, т.е. получается минимальная ошибка. Поэтому соотношение вариантов ретропрогнозов для нахождения наиболее реального варианта будет проводиться по формуле, характерной для 8-го варианта. В данном случае коэффициент совмещения прогнозных вариантов будет равен 0,3. При проведении дополнительных расчётов этот коэффициент можно уточнить до сотых значений. Значение коэффициента составит 0,32.
Далее был построен совмещённый вариант ретропрогноза (таблица 32).
Таблица 32
Верификация ретропрогнозов по рынку конечных потребителей в
Самаре на 2004 год
Месяц Факт объёмов продаж за20О4
год,
кв.м. Ошибка ретропрогноза по уравнению регрессии с ёмкостью рынка, кв.м. Ошибка ретропрогноза по временным рядам, кв.м. Совмещён
ный прогноз по теории игр Ошибка совмещённого
варианта ретропрогноза, % Совмещённый прогноз по простой средней Ошибка совмещённого
варианта ретропрогноза, % 1 2 3 4 5 6 7 8 Январь 936 26% 12% 1092 17% 1116 19% Февраль 914 15% 3% 977 7% 997 9% Март 1002 38% 20% 1259 26% 1 292 29% Апрель 911 45% 28% 1216 33% 1 244 36% Май 1417 16% 2% 1508 6% 1 546 9% Июнь 1507 20% 4% 1645 9% 1687 12% Июль 1418 28% 11% 1648 16% 1 691 19% Август 1846 4% -10% 1751 •5% 1796 -3% Сентябрь 2432 -6% •17% 2101 -14% 2154 -11% Октябрь 1972 3% -11% 1846 -6% 1 894 -4% Ноябрь 1658 -11% -21% 1369 -17% 1399 -16% Декабрь 1592 •19% -28% 1194 -25% 1218 -24% Итого 17606 9% -4,3% 17605 0% 18 031 2% Дополнительно был рассмотрен вариант совмещения ретропрогнозов
построенных на основе временных рядов и на основе динамики ёмкости рынка по формуле простой средней. Очевидно что прогноз по предлагаемой методике должен носить более точных характер по сравнению с другими вариантам, это видно из ошибок ретропрогноза по итогам года. Также можно отметить, что размах ежемесячных ошибок прогноза совмещенных по
113
формуле простой средней больше, чем у варианта рассчитанного по предложенной методике.
Далее был построен прогноз продаж предприятия ООО «Самарские Оконные Конструкции» на 2005 год на рынке конечных потребителей в г.Самара (табл.33). Так как ход расчётов при построении прогноза продаж аналогичен построению ретропрогноза продаж, то данное описание в рамках диссертационной работы было опущено. Окончательный результат прогнозирования объёмов продаж предприятия ООО «Самарские оконные Конструкции» на рынке конечных потребителей на 2005 год в г.Самара представлен в таблице 33.
Таблица 33
Прогноз продаж ООО «Самарские Оконные Конструкции» на 2005 год
на рынке конечных потребителей в г.Самара
Месяц Прогноз по уравнению
регрессии с макрофакторами, кв.м. Прогноз по временным рядам, кв.м. Совмещённый прогноз, кв.м. 1 2 3 4 Январь 1 090 941 989 Февраль 967 846 885 Март 1272 1 076 1 139 Апрель 1215 1045 1099 Май 1 517 1290 1363 Июнь 1658 1404 1485 Июль 1666 1403 1487 Август 1 768 1 490 1579 Сентябрь 2113 1 790 1893 Октябрь 1 861 1 569 1662 Ноябрь 1360 1 170 1231 Декабрь 1 178 1022 1072 Итого 17664 15 046 15 884
Таким образом, если учесть, что стоимость 1 кв.м. оконных конструкций
из ПВХ в г.Самара равна примерно 3500 руб., а улучшение прогноза по
сравнению с лучшим вариантом, построенным на основе совмещения
вариантов прогноза по простой средней произошло на 2%, то можно сказать,
что прогноз должен быть точнее на 1488690 руб.
114
Методика, применённая для построения прогнозной модели, объёмов продаж предприятия по каналам сбыта на рынке конечных потребителей, также была применена для определения объёмов продаж предприятия на рынке корпоративных потребителей.
Первоначально были отобраны факторы макросреды, с помощью которых можно оценить динамику ёмкости рынка корпоративных заказчиков ПВХ- окон в г.Самара и найдена сила взаимосвязи данных факторов с объёмами продаж рассматриваемого предприятия (данные таблиц 23 и 25).
Таблица 34
Структура силы взаимосвязи выделенных факторов макро среды и объёмов
При анализе вышеуказанных показателей макросреды и объёмов продаж на рынке корпоративных заказчиков выделяются один показатель, связь с которыми можно охарактеризовать как заметную.
продаж на рынке корпоративных потребителей за период 2001-2004 гг.
№ п/п Факторы Коэффициент корреляции (г) Коэффициент определённости (г2) 1 2 3 4 7 Произведено работ по договорам строительного подряда, млн. руб. 0,5126 0,2627 6 Грузооборот предприятий транспорта, млн. т/км 0,2653 0,0704 8 Курс доллара 0,2637 0,0695 3 Произведено потребительских продовольственных товаров, млн. руб. 0,2110 0,0445 2 Произведено потребительских товаров, млн. руб. 0,1700 0,0289 5 Отгружено промышленной продукции, млн. руб. 0,0849 0,0072 9 Стоимость месячного набора из основных продуктов питания, руб. -0,0756 0,0057 4 Объём промышленной продукции (работ, услуг), млн. руб. 0,0566 0,0032 Динамика значений коэффициентов корреляции объёмов продаж на рынке корпоративных заказчиков с наиболее значимым макрофактором, представлена в таблице 35.
Таким образом, показатель, отражающий объём произведённых работ по договорам строительного подряда, за период с 2002 по 2004 годы имеет коэффициент корреляции выше 0,6.
В данный показатель органами государственной статистики закладывается следующее содержание: «Работы, выполненные по договорам строительного подряда - это работы, выполненные собственными силами по договорам строительного подряда и (или) государственным контрактам, заключаемым с заказчиками. В стоимость этих работ включается стоимость строительных и монтажных работ (новое строительство, реконструкция, расширение, техническое перевооружение и др.), работ по капитальному и текущему ремонту и прочих работ (пусконаладочных, культуртехнических, гидронамывочных, буровзрывных, вскрышных и др.) . Следовательно, данный показатель включает также объём остеклённых зданий и сооружений за период.
Уравнение регрессии (оно также как и при исследовании рынка конечных потребителей было построено с помощью ПК «Statistica»), описывающее изменение объёмов продаж на рынке корпоративных потребителей, в зависимости от изменения фактора макросреды имеет следующий вид:
У, = -241,315+5,017* xlt;(17)
где, yt - объёмы продаж на рынке конечных потребителей в момент времени t.
« Регионы России. Социально-экономические показатели», Стат.сб/Госкомстат России.-М.,2002, стр. 862.
116
xlt - значение показателя «Произведено работ по договорам строительного подряда», в момент времени t.
Данное уравнение регрессии (17) имеет следующие характеристики:
коэффициент множественной корреляции равен (г) = 0,678;
коэффициент определённости (г2) = 0,46;
уровень значимости (р) = 0,00000012.
Следовательно, с помощью данного уравнения регрессии можно объяснить около 68% вариации объёмов продаж предприятия ООО «Самарские Оконные Конструкции», с вероятностью в 46%. Вероятность того, что найденная зависимость в выборке между переменными является лишь случайной особенностью данной выборки, практически равна нулю. На основе полученного уравнения регрессии был построен прогноз продаж предприятия на ретроспективу, используя фактические данные показателя макросреды (произведено работ по договорам строительного подряда). Результаты представлены в таблице 36.
Таблица 36
Ретропрогноз, объёмов продаж предприятия ООО «Самарские Оконные Конструкции» на рынке корпоративных потребителей в г.Самара на 2004 год, построенный на основе выявленной взаимосвязи объёмов продаж и
Таким образом, очевидно, что суммарно прогноз описывает фактические данные с ошибкой в 2%, что лучше, чем прогноз, на ретроспективу построенный по рынку конечных потребителей (вариант построенный с учётом динамики общерыночного спроса). Более наглядно структура отклонения прогноза на ретроспективу и фактических объёмов продаж предприятия на рынке корпоративных потребителей представлена на рисунке 9.
Объём продаж корпоратив, кв.м.

ретропрогноз по корпоративу, кв м
Таким образом, можно отметить, что наиболее точен ретропрогноз построенный на основе уравнения регрессии на 2004 год.
2000 2001 2003 2004
Рис.9. Сравнительная диаграмма ретропрогноза объёмов продаж предприятия ООО «Самарские Оконные Конструкции» и фактических данных по рынку корпоративных потребителей ПВХ-окон в г.Самара за период с 2000 по 2004 год
Значения объёмов продаж предприятия, построенные по уравнению регрессии с выделенным макрофактором (т.е. объёмы продаж, предположительно объяснённые за счёт динамики спроса), представлены в таблице 37.
Полученные результаты представляют собой временной ряд показывающий изменение спроса на продукцию предприятия вследствие изменения спроса на продукцию в целом.

1 2 3 4 Сентябрь 1678 -22% Октябрь 1289 -10% Ноябрь 1365 23% 2003 Декабрь 1642 110% Январь 495 -41% Февраль 752 -9% Март 917 -29% Апрель 1294 18% Май 1078 -13% Июнь 1660 21% Июль 1565 18% Август 1906 -3% Сентябрь 1926 44% Октябрь 1515 -9% Ноябрь 1615 -9% 2004 Декабрь 1550 31%
Далее было проведено сравнение динамики значений ретропрогноза по рынку корпоративных потребителей с динамикой ёмкости рынка. Результаты представлены в таблице 38.
Так как при проведении маркетинговых исследований, для определения динамики ёмкости рынка, закладывалась ошибка в 5%, то можно говорить о совпадении динамики уровня спроса, рассчитанного обоими методами.
Таблица 38
Сравнительная динамика величины спроса на рынке корпоративных
потребителей ПВХ-окон в г.Самара
Показатель 2002 2003 2004 Темпы роста ёмкости рынка по данным, полученным в параграфе 2.3 119% 139% 152% Темпы роста объёмов продаж предприятия, рассчитанные по уравнению регрессии с факторами макросреды 119% 146% 157% Следовательно, можно отметить, что предлагаемое уравнение регрессии
для оценки динамики спроса на рынке корпоративных заказчиков в г.Самара, является работоспособным, отражающим динамику ёмкости рынка и его
применение позволит отслеживать ёмкость рынка от известного уровня с минимальными затратами временных, финансовых ресурсов.
Далее была проведена верификация прогноза по рынку корпоративных потребителей в г.Самара, путём сопоставления прогноза построенного на ретроспективу с фактическими показателями.
Для расчёта ошибки прогноза получаемого с помощью уравнения регрессии с макрофакторами, первоначально был рассчитан ретропрогноз развития влияющих показателей, а именно прогноз показателя - «произведено работ по договорам строительного подряда» (влияющего на объём продаж на рынке корпоративных заказчиков). Прогноз развития данных показателей строился на основе анализа временных рядов, а именно на основе мультипликативной модели описанной в пункте 1.2. Выбор мультипликативной модели первоначально был проверен путём графического анализа изучаемых признаков (рис. 11).
500,0 450,0 400.0 Л 350,0 >, 300,0 ? 250.0 5 200.0 5 150.0 100.0 50.0 0,0

- Произведено работ по договорам строительного подряда, млн. руб.
•линейный тренд

В итоге для построения прогноза развития данного показателя было использовано следующее уравнение:
у = (3,6453+ 183,07) * КСЄЗІ * Ккорр; (19)
где, Xj - номер временного периода (в данном случае 1-го месяца). Следует учесть что при построении уравнения тренда использовались ежемесячные данные за 3 года, поэтому при построении ретропрогноза на 2004 год номер месяца января месяца будет равен 37 соответственно, номер февраля 38, и т.д.
Ксезг коэффициент (индекс) сезонности 1-го месяца;
Ккорр - корректирующий коэффициент. Сезонные отклонения, скорректированные на случайную составляющую, по показателю «Произведено работ по договорам строительного подряда» представлены в таблице 39.
Таблица 39
Сезонные составляющие динамики показателя «произведено работ по
Далее был построен прогноз на ретроспективу, показателя «Произведено работ по договорам строительного подряда», рассчитанный по мультипликативной модели. Результаты представлены в таблице 40.
Таблица 40
Верификация прогнозной модели для показателя «произведено работ по договорам строительного подряда»
Месяц Факт, млн. руб. Прогноз, млн. руб. Отклонение от факта, % 1 2 3 4 Январь 146,7 207 41% Февраль 198,0 193 -3% Март 230,8 230 0% Апрель 306,0 292 -5% Май 262,9 303 15% Июнь 379,0 342 -10% Июль 360,0 361 0% Август 428,0 395 -8% Сентябрь 432,0 383 -11% Октябрь 350,0 344 -2% Ноябрь 370,0 359 -3% Декабрь 357,0 385 8% Итого 3 820,4 3 794 -1%
Таким образом, отклонение от факта по ретропрогнозу в течение года, в среднем имеет величину в -1%.
Далее был построен прогноз продаж предприятия ООО «Самарские Оконные Конструкции» на ретроспективу с прогнозными значениями фактора макросреды (табл. 41).
Таблица 41
Оценка точности прогноза продаж с учётом спрогнозированных показателей макросреды по каналам сбыта на рынке корпоративных заказчиков в
г.Самара по 2004 году
Месяц Объём продаж за 2004 год по
корпоративным потребителям (факт), кв.м. Ретропрогноз объёмов продаж на 2004 год по корпоративным потребителям по уравнению регрессии с макрофакторами, кв.м. Отклонение прогноза от факта, % 1 2 3 4 Январь 833 799 -4% Февраль 829 726 -12% Март 1296 915 -29% Апрель 1 097 1224 12% Май 1235 1280 4% Июнь 1373 1474 7% Июль 1329 1 569 18% Август 1974 1740 -12% Сентябрь 1339 1678 25% Октябрь 1661 1485 -11% Ноябрь 1 779 1560 -12% Декабрь 1 181 1689 43% Итого 15 926 16139 1% Таким образом, при использовании спрогнозированных данных
макросреды была получена ошибка прогноза продаж по корпоративу в среднем за год в 1%. Для сравнения, ошибка прогноза продаж с учётом реальных данных макросреды по корпоративу составила 2%.
Так как сила взаимосвязи показателя «произведено работ по договорам строительного подряда» и объёмов продаж предприятия ООО «Самарские оконные Конструкции» подвержена незначительным колебаниям от года к году, что подтверждает возможность их использования для оценки динамики рынка, как минимум на 1 год. Сезонный цикл на рынке ПВХ-окон также равен 1 году. Поэтому уравнение регрессии, отражающее изменение объёмов продаж необходимо корректировать по итогам года. Следовательно, период актуализации уравнения регрессии для прогнозирования на рынке корпоративных заказчиков будет равна периоду актуализации уравнения для прогнозирования на рынке конечных потребителей.
Далее были рассчитаны ретропрогнозы продаж по мультипликативной модели, на основе анализа временных рядов.
По рынку корпоративных заказчиков уравнение тренда приняло вид 20.
УІ=15,492ХІ +793,47; (20)
где, Xj - номер і-го месяца.
УІ - расчётное значение тренда временного ряда объёмов продаж по корпоративным потребителям для і-го месяца.
Ход дальнейших расчётов для ретропрогноза объёмов продаж ООО «Самарские Оконные Конструкции» на рынке корпоративных потребителей за 2004 год, по мультипликативной модели можно описать в виде уравнения 21.
у = (5,492*Х( + 793,47) * Ксез{ * Ккорр; (21)
где, Xj - номер временного периода (в данном случае 1-го месяца). Следует учесть что при построении уравнения тренда использовались ежемесячные данные за 3 года, поэтому при построении ретропрогноза на 2004 год номер месяца января месяца будет равен 37 соответственно, номер февраля 38, и т.д.
Ксезг коэффициент (индекс) сезонности I - го месяца;
Ккорр - корректирующий коэффициент. Сезонные отклонения, скорректированные на случайную составляющую, по показателю «Произведено работ по договорам строительного подряда» представлены в таблице 42.
В результате расчётов были получены данные представленные в таблице
В данном случае прогнозная модель имеет ошибку в среднем за год в -
1%.
Далее была построена матрица игры, для выбора коэффициента совмещения рассчитанных ранее вариантов прогноза (таблица 43).
Таблица 43
Матрица игры для выбора наиболее точных пропорций соотношения рассчитанных вариантов ретропрогноза и реальных значений продаж предприятия ООО Самарские Оконные Конструкции» на рынке
1 2 3 4 5 6 7 8 9 10 11 12 13 14 6 •28.50 -63.00 -354.50 33 50 -62.00 18.50 173,00 -256.50 461.00 88.50 •238.00 267.00 38.50 7 •29.60 -71.00 -359.80 1480 -83.40 2.00 15960 -261.00 436.60 35.60 •241,80 218.00 3.60 в -30.70 -79.00 -365.10 -3,90 -104.80 -14.50 146,20 -265,50 412.20 -17.30 •245.60 170.60 -30.90 9 -31.60 -67.00 -370.40 -22.60 -128.20 -31,00 132.80 -270.00 387,80 -70.20 -249,40 122,40 -65.60 10 -32.90 -95.00 -375.70 41.30 -147,60 47.50 119.40 -274.50 363.40 -123.10 -253.20 74.20 -100.30 11 -34.00 -103.00 •381.00 -60.00 •169.00 -64.00 106.00 -279.00 339.00 -176.00 -257.00 26.00 -135.00 12 -35,10 •111,00 -386,30 •78.70 -190,40 -60.50 92.60 -283.50 314,60 -228.90 -260.80 -22.20 -169.70 13 •36,20 -119,00 -391,60 •97,40 -211.80 -97.00 79.20 -288.00 290.20 -281.80 -264.60 -70.40 -204.40 14 -37.30 -127,00 •396.90 •116,10 -233 20 -113.50 65,80 -292.50 265.80 -334.70 •268.40 -118.60 -239.10 15 -38.40 -135,00 -40220 •134.80 -254.60 -130.00 52.40 -297,00 241.40 -387.60 -27Z20 -16680 -273.80 16 •39.50 -143,00 -407,50 -153.50 -276.00 -146,50 39,00 -301.50 217.00 440.50 -276.00 -21500 -308.50 17 -40.60 -151.00 •41280 •172.20 -297.4Э -16300 25.60 -306.00 192,60 493.40 -279.80 -26320 -343,20 18 -41.70 -159.00 -418.10 -19090 -318.80 -179.50 12.20 -310.50 168.20 -646.30 •283.60 -311.40 -377.90 19 42 80 -167.00 -423.40 •209 60 -340.20 -196 00 -1,20 -315.00 143.80 -599.20 -287.40 -35960 41260 20 •43,90 -175.00 428.70 -228.30 -361.60 -212,50 -14.60 -319.50 11940 •652.10 •291,20 407,80 447.30 21 -45,00 -183.00 434,00 •247.00 •363,00 •22900 -26.00 -324.00 95.00 -705.00 -295.00 456.00 482.00 По варианту 7 получается минимальное значение из прочих вариантов, т.е. получается минимальная ошибка. Поэтому соотношение вариантов ретропрогнозов для нахождения наиболее реального варианта будет проводиться по формуле, характерной для 7-го варианта. В данном случае коэффициент совмещения прогнозных вариантов будет равен 0,4. При проведении дополнительных расчётов этот коэффициент можно уточнить до сотых значений. Значение коэффициента составит 0,48.
Далее был построен совмещённый вариант ретропрогноза (таблица 44).
Таблица 44
Верификация ретропрогнозов по рынку корпоративных потребителей в
Самаре на 2004 год
Месяц Факт объемов продаж за 2004
год,
К8.М. Ошибка ретропрогноза по уравнению регрессии с ёмкостью рынка, кв.м. Ошибка ретропрогноза по временным рядам, кв.м. Совмещен
ный прогноз по теории игр Ошибка совмещенного
варианта ретропрогноза,
% Совмещённый прогноз ПО простой средней Ошибка совмещенного
варианта ретропрогноза,
% 1 2 3 4 5 6 7 8 Январь 833 -4% -3% 803 -4% 805 -3% Февраль 829 -12% -3% 757 -9% 766 -8% Март 1296 -29% -25% 936 -28% 942 -27% Апрель 1097 12% -5% 1110 1% 1131 3% Май 1235 4% -14% 1149 -7% 1173 -5% Июнь 1373 7% -5% 1373 0% 1392 1% Июль 1329 18% 8% 1487 12% 1502 13% Август 1974 -12% -14% 1713 -22% 1718 -13% Сентябрь 1339 25% 44% 1773 32% 1800 34% Октябрь 1661 -11% 21% 1691 2% 1750 5%
построенных на основе временных рядов и на основе динамики ёмкости рынка по формуле простой средней. Очевидно что прогноз по предлагаемой методики должен носить более точных характер по сравнению с другими вариантам, это видно из ошибок ретропрогноза по итогам года.
Далее был построен прогноз продаж предприятия ООО «Самарские Оконные Конструкции» на 2005 год по рынку корпоративных потребителей. Результат представлен в таблице 45.
Таблица 45
Прогноз продаж ООО «Самарские Оконные Конструкции» на 2005 год
на рынке корпоративных потребителей в г.Самара
Месяц Прогноз по уравнению
регрессии с макрофакторами, кв.м. Прогноз по временным рядам, кв.м. Совмещённый прогноз, кв.м. 1 2 3 4 Январь 1032 1023 1027 Февраль 940 1016 970 Март 1 169 1 219 1 189 Апрель 1 544 1 304 1398 Май 1 610 1339 1445 Июнь 1843 1642 1720 Июль 1956 1798 1 860 Август 2160 2 121 2136 Сентябрь 2 083 2 402 2207 Октябрь 1846 2 514 2107 Ноябрь 1935 1 898 1912 Декабрь 2 088 1 504 1732 Итого 20 205 19 778 19945 114
Прогноз по рынку корпоративных потребителей будет точнее на 133595 руб. по сравнению с вариантом, имеющим наименьшую ошибку ретропрогноза (вариант совмещения по простой средней). Расчёт величины
уточнения прогноза, производился исходя из среднерыночной стоимости 1 кв.м. в г.Самара (пункт 2.3)
Таким образом, предлагаемая методика построения прогноза позволяет учесть динамику развития рынка и изменения, происходящие внутри предприятия. Дополнительно появляется возможность отслеживать динамику ёмкости рынка, не прибегая к дорогостоящим маркетинговым исследованиям. Использование подхода «теории игр» позволяет более обоснованно совмещать оптимистический и пессимистический варианты прогноза.
<< | >>
Источник: КАРПОВ ИВАН АЛЕКСЕЕВИЧ. ЛОГИСТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ РАЗВИТИЯ СБЫТОВЫХ ПРОЦЕССОВ НА ПРЕДПРИЯТИЯХ (НА ПРИМЕРЕ РЫНКА ОКОНИЗ ПОЛИВИНИЛХЛОРИДА). 2006
Помощь с написанием учебных работ

Еще по теме 3.2 Особенности логистического обеспечения развития сбытовых процессов ООО «Самарские Оконные Конструкции»:

  1. Введение
  2. 3.1 Методика оптимизации принятия управленческих решений в направлении развития сбытовых процессов на предприятии
  3. 3.2 Особенности логистического обеспечения развития сбытовых процессов ООО «Самарские Оконные Конструкции»