Vorhersagemethoden Lesen Sie weiter. Alle Unternehmen sind mit dem allgemeinen Problem konfrontiert, Entscheidungen unter Unsicherheiten zu treffen. Das Management muss die Art der Nachfrage und des Wettbewerbs verstehen, um realistische Geschäftspläne zu entwickeln, eine strategische Vision für die Organisation zu bestimmen und die Anforderungen an Technologie und Infrastruktur zu ermitteln. Um diesen Herausforderungen gerecht zu werden, wird die Prognose verwendet. Nach Makridakis (1989) kann die Vorhersage von zukünftigen Ereignissen als die Suche nach Antworten auf eine oder mehrere der folgenden Fragen charakterisiert werden: X Welche neuen wirtschaftlichen, technischen oder soziologischen Kräfte ist die Organisation, die sich in naher und langfristiger Zukunft stellen kann X Wann könnten diese Kräfte die Ziele der Unternehmen beeinflussen X Wer ist wahrscheinlich, um sich zuerst an jede wettbewerbsfähige Herausforderung anzupassen X Wie viel Veränderung sollte das Unternehmen sowohl kurzfristig als auch langfristig vorwegnehmen In diesem Beitrag werde ich einen Überblick geben Prognosemethoden und vergleichen und kontrastieren diese verschiedenen Methoden. Das Papier wird sich dann darauf konzentrieren, wie Mattel, einer der Nationen der größten Spielzeughersteller, die Nachfragevorhersage unter den Unsicherheitsbedingungen n nutzt, vor allem in Bezug auf das Muster und die Rate, mit der Kunden Produkte verlangen. Was ist Forecasting In Operations Management, ist die Nachfragevorhersage als der Geschäftsprozess definiert, der versucht, den Verkauf und die Verwendung von Produkten abzuschätzen, damit sie in geeigneten Mengen im Voraus erworben, gelagert oder hergestellt werden können, um die Unternehmen zu unterstützen, die Aktivitäten hinzufügen. Ross, 1995). Prognose ist ein Prozess, der historische Zeitreihen-Daten und qualitative Einschätzungen in Aussagen über zukünftige Ereignisse umwandelt. Dieser Prozess kann entweder qualitative oder subjektive Projektionen hervorbringen. Beachten Sie, dass kein Prognoseprozess konsequent perfekte Prognosen liefern kann. Jede Prognose, die die nachfolgenden Ereignisse perfekt schätzt, sollte den Alarm auslösen, da dies vermutlich auf Unregelmäßigkeiten hindeutet, wie das Kochen der Bücher oder die Berichterstattung von Leistungsdaten, die Übereinstimmungen mit den Plänen gegenüber den tatsächlichen Ereignissen zeigen (Makridakis, 1989). Prognosemethoden Es gibt vier grundlegende Arten von Prognosemethoden: qualitative, Zeitreihenanalyse, Kausalbeziehungen und Simulation. Qualitative Techniken Qualitative Techniken sind subjektiv oder wertend und basieren auf Schätzungen und Meinungen (Chase, 2005). Diese Prognosen spiegeln Völker Urteile oder Meinungen und schlagen wahrscheinlich Bedingungen, wie die Meinung der Völker darüber, ob es heute regnen wird. Diese Prognosen werden bevorzugt, wenn es darum geht, Einzelpersonen innerhalb der Organisation mit einem wichtigen Geschäftsprozess zu engagieren. Ein potentieller Fall dieser Technik ist, dass einige Einzelpersonen ihre Urteile über zukünftige Ereignisse auf historischen Daten stützen, die möglicherweise nicht relevante Nachfragemuster liefern, die stabil genug sind, um ihre Verwendung zur Vorhersage zukünftiger Ereignisse zu rechtfertigen. Wie zitiere ich diese Seite MLA Zitat: Vorhersage Methoden. 123HilfeMe. 25 Feb 2017 lt123HilfeMeview. aspid165095gt. Darüber hinaus können aufkommende Nachfragemuster für einen numerischen Ansatz zu instabil sein. Folglich sollte die intime Kenntnis des Marktes die Datenquelle der Wahl sein. Es gibt zahlreiche qualitative Ansätze, um die Prognose zu fordern, nachfolgend einige der häufigsten Ansätze: X Grass-Roots Forecasting sucht von Menschen auf der Ebene der Organisation, die ihnen den besten Kontakt mit der Veranstaltung unter Studie gibt (Chase, 2005). Diese Technik kann darin bestehen, eine Vermarktungsstudie von Vertriebsmitarbeitern für ihre Lesungen zu aktuellen Marktbedingungen durchzuführen. Der potenzielle Fehler bei diesem Tool ist, dass es den kurzfristigen Perspektiven der Quellen unterliegt. Die Quelle der Daten kann durch die jüngsten Ereignisse unangemessen beeinflusst werden. Zum Beispiel kann ein Verkäufer, der einen guten Tag gehabt hat, eine übermäßig optimistische Prognose für die Zukunft liefern, die die Marktbedingungen im Ganzen nicht genau repräsentiert. X Historische Analogie: Die Prognose, die auf der historischen Analogie basiert, untersucht die Möglichkeit, dass vergangene Ereignisse Einblicke in die Vorhersage zukünftiger Ereignisse geben können. Diese Methode krawatten, was derzeit einem ähnlichen Artikel prognostiziert wird (Chase, 2005). Zum Beispiel, unter Verwendung der Verkaufsmuster von Schwarz-Weiß-Fernseher, um Farbfernsehverkauf zu prognostizieren. Ökonomen vermitteln auf diese Art von Prognosemodell zur Prognose von Geschäftszyklen und damit verbundenen Entwicklungen. Diese Methode könnte sich als ungenau erweisen, wenn die Kräfte, die vorbei an Ereignissen fuhren, nicht mehr vorhanden sind. X Market Research Prognose: Diese Prognose-Methode sammelt Daten in einer Vielzahl von Möglichkeiten wie Umfragen, Interviews und Fokusgruppen, um die Kaufmuster und Einstellungen der aktuellen und potenziellen Käufer von einem guten oder Service zu bewerten. Konstrukteure von Waren und Dienstleistungen nutzen diese Methode, um ihre aktuellen Kunden und die Käufer zu verstehen, die sie gerne bedienen möchten. X Dlephi-Methode: Die Delphi-Methode kompiliert Prognosen durch sequentielle, unabhängige Antworten von einer Gruppe von Experten zu einer Reihe von Fragebögen. Der Prognostiker kompiliert und analysiert die Befragten und entwickelt einen neuen Fragebogen für die gleiche Expertengruppe. Diese Sequenz arbeitet auf Konsens, der den Beitrag von allen Experten reflektiert und dabei verhindert, dass jeder einzelne den Prozess dominiert (Chase, 2005). Quantitative Techniken Quantitative Prognosetiken verwandeln Input in Form von numerischen Daten in Prognosen mit Methoden in einer von drei Kategorien. Jede Kategorie von quantitativen Prognosemethoden geht davon aus, dass vergangene Ereignisse eine ausgezeichnete Grundlage für die Verbesserung des Verständnisses der wahrscheinlichen zukünftigen Ergebnisse liefern. X Zeitreihenanalyse: Die Zeitreihenanalyse basiert auf der Prämisse, dass Daten über die vergangene Nachfrage oder Leistung zur Vorhersage der zukünftigen Nachfrage genutzt werden können. Beispiele für dieses Verfahren umfassen: a. Einfacher gleitender Durchschnitt, wobei eine Zeitspanne, die eine Anzahl von Datenpunkten enthält, gemittelt wird, indem sie die Summe der Punktwerte durch die Anzahl der Punkte dividiert. B. Regressionsanalyse, wobei die durchschnittliche Beziehung zwischen einer abhängigen Variablen, Verkäufe zum Beispiel und einer oder mehreren abhängigen Variablen, Preis oder Werbung zum Beispiel durch die Anpassung einer geraden Linie an vergangene Daten geschätzt wird, um den Datenwert auf Zeit zu beziehen. C. Trendprojektionen, eine Prognosetechnik, die in erster Linie auf historische Zeitreihendaten beruht, um die Zukunft vorauszusagen. Diese Methode beinhaltet die Anpassung einer mathematischen Trendlinie an die Datenpunkte und die Projektion in die Zukunft. X Causal Studies: Causal Studies suchen nach kausalen Beziehungen zwischen führenden Variablen und prognostizierten Variablen. Diese Methode versucht, das zugrunde liegende System zu verstehen und das zu prognostizierende Objekt zu umgehen, wie etwa den Einfluss von Werbung, Qualität und Wettbewerb auf den Verkauf (Chase, 2005). X Mathematische oder Simulationsmodelle: Simulationsmodelle sind was - wenn Modelle, die versuchen, die Auswirkungen alternativer Management-Richtlinien und Annahmen über die externe Umwelt der Unternehmen zu simulieren. Sie versuchen, vergangenes Verhalten in einer gültigen mathematischen Beziehung darzustellen und dann diese Daten zu ändern, um zukünftige Ereignisse zu projizieren. Die meisten Finanzmodelle sind Simulationsmodelle. Diese Modelle sind wirksam bei der Durchführung einer Vielzahl von What-if-Analysen, die das Management bei der Bestimmung der besten Vorgehensweise für das Unternehmen unterstützen. Technologische Fortschritte in Computern haben es immer mehr Unternehmen ermöglicht, Modellierung für Planungs - und Entscheidungsfindung zu entwickeln und zu nutzen (Chase, 2005). Mattel und Demand Prognose Mit der Ferienzeit auf uns, sind viele Kinder gespannt auf das Aussehen dieser Jahreszeiten heißes neues Spielzeug unter dem Weihnachtsbaum. Jedes Jahr müssen Spielzeughersteller wie Mattel eine Reihe wichtiger Entscheidungen treffen, die den Kurs ihrer Firmen wirtschaftliche Leistung festlegen werden. Viele Monate vor der Ankunft der Weihnachtszeit muss Mattel entscheiden, welche Spielsachen wahrscheinlich heiß sind und welche Hunde werden. Sie müssen sorgfältig ausgleichen ihre Versorgung dieser heißen Spielzeug mit der Nachfrage der Verbraucher oder sie werden mit unglücklichen Kunden oder noch schlimmer konfrontiert werden, stecken mit langsam bewegten Waren. Dies ist keine leichte Aufgabe angesichts der langen Fertigungs - und Verteilungsdurchlaufzeiten der Spielwarenindustrie. Um die Nachfrage der Verbraucher nach der aktuellen Ferienzeit zu erfüllen, müssen die Spielzeughersteller die Produktion bis Mitte des Jahres hochfahren, um sicherzustellen, dass sie eine ausreichende Anzahl von meistverkauften Spielsachen und wenigen langsamen Mover haben werden (Pereira, 2005). Eine große Lücke in dieser Gleichung wird durch die Tatsache, dass viele Erwachsene wirklich nicht verstehen, was Kinder wünschen, um die Zeit Weihnachten kommt. Ich spreche aus eigener Erfahrung, meine Kinder wollen jedes Spielzeug, das sie im Fernsehen sehen, zwischen September und Weihnachten, um unter ihrem Baum zu erscheinen. Leider, was Erwachsene Wert hat wenig zu tun mit dem, was Kinder verlangen. Während Erwachsene fühlen können, dass ein beleuchteter Globus, der auch spricht, ein sehr cooles Pädagogisches Spielzeug ist, neigen die Kinder dazu, sich zu Tickle Me Elmo zu lehnen. Um diese Lücke zu überbrücken, nutzt Mattel Marktforschung, um vorherzusagen, welches Spielzeug ein Gewinner sein wird. Jedes Jahr unterbreitet Mattel ihre neuen Produkte zur Bewertung durch die Endverbraucher V die Kinder. Unter Verwendung eines zweistufigen Prozesses werden die Spielsachen für ihren Appell an den Zielmarkt ausgewertet. Die erste Phase des Prozesses beinhaltet die Auswahl einer spezifischen Mischung von 100 Kindern aus Kinderbetreuungszentren, um neue Spielsachen zu bewerten. Die Kinder sind in Fokusgruppen mit gleicher Darstellung von denen, die Action-Figuren, Brettspiele, Bau-Spielzeug, Puppen und Kunst und Handwerk. (Pereira, 1997). Im Juni werden die Kinder abgefragt und gebeten, ihre Top drei Entscheidungen aus den Spielsachen in jeder Kategorie zu bewerten. Bis Ende Juni reduzieren die Fokusgruppen die 380 vorgeschlagenen Spielzeuge zu einer Sammlung von 63 Finalisten V die Top drei in jeder der 21 Kategorien. In der zweiten Etappe werden die Finalisten-Spielsachen in die KinderCare Learning Centers rund um das Land verschickt, wo speziell ausgebildete Lehrer beobachten, welche Spielsachen die Kinder bevorzugen und geheime Stimmzettel in ihre Favoriten vergeben (Pereira, 1997). Ich kenne ein dreijähriges und ein Fünfjähriges, das gerne ein Teil dieser Fokusgruppe sein würde. Schlussfolgerung Es ist offensichtlich, dass die Nachfragevorhersage Teilkunst und Kunstwissenschaft ist. Es beginnt mit einem Verständnis der Organisationen Entscheidungsfindung Bedürfnisse und geht zu einer Studie von Daten zu bestimmen, wie das beste Vorhersage-Tool entwickelt werden kann, um die Organisationen Business-Bedürfnisse zu dienen. Jedes Stück der Analyse schafft neue Informationen und fügt Reichtum und Tiefe dem gesamten Geschäftsdenken hinzu. Referenzen Chase, R. et al. (2005). Operations Management für Wettbewerbsvorteile, 11. Auflage. McGraw-Hill Unternehmen: New York. Makridakis, S. et al. (1998). Vorhersage Methoden und Anwendungen, 5. Auflage. John Wiley Sons: New York. Pereira, J. (1997). Zu diesen Jugendlichen, das Ausprobieren der Spielwaren ist kaum Kinder spielen. Wall Street Journal, 121797. Ross, D. (1995). Verteilungsplanung und - steuerung. Chapman Hall: New York. FORECASTING Saisonfaktor - der Prozentsatz der durchschnittlichen vierteljährlichen Nachfrage, die in jedem Quartal auftritt. Jährliche Prognose für das Jahr 4 wird voraussichtlich 400 Einheiten sein. Durchschnittliche Prognose pro Quartal beträgt 4004 100 Einheiten. Quartalsvorhersage avg. Prognose saisonale faktor CAUSAL FORECASTING METHODEN Kausale Prognosemethoden basieren auf einer bekannten oder wahrgenommenen Beziehung zwischen dem zu prognostizierenden Faktor und anderen externen oder internen Faktoren 1. Regression: mathematische Gleichung bezieht sich auf eine abhängige Variable auf eine oder mehrere unabhängige Variablen, von denen angenommen wird, dass sie die abhängige Variable beeinflussen 2. ökonometrische Modelle: System von interdependenten Regressionsgleichungen, die einen gewissen Sektor der Wirtschaftstätigkeit beschreiben 3. Input-Output-Modelle: beschreibt die Ströme von einem Sektor der Wirtschaft zu einer anderen und prognostiziert also die Eingaben, die zur Erzeugung von Ausgängen in einem anderen Sektor erforderlich sind 4. Simulationsmodellierung MESSVORSCHLÄGE Es gibt zwei Aspekte von Prognosefehlern, die sich darum kümmern - Bias und Accuracy Bias - Eine Prognose ist voreingenommen, wenn sie mehr in eine Richtung als in der anderen irrt - die Methode tendiert zu Unterprognosen oder Überprognosen. Genauigkeit - Prognosegenauigkeit bezieht sich auf die Entfernung der Prognosen von der tatsächlichen Nachfrage ignorieren die Richtung dieses Fehlers. Beispiel: Für sechs Perioden Prognosen und tatsächliche Nachfrage wurden verfolgt Die folgende Tabelle gibt die tatsächliche Nachfrage D t und Prognose Nachfrage F t für sechs Perioden: kumulative Summe der Prognosefehler (CFE) -20 mittlere absolute Abweichung (MAD) 170 6 28,33 mittlere quadriert Fehler (MSE) 5150 6 858.33 Standardabweichung von Prognosefehlern 5150 6 29.30 mittlerer absoluter Prozentfehler (MAPE) 83.4 6 13.9 Welche Informationen geben jeweils eine Prognose, hat eine Tendenz zur Überschätzung der Nachfrage durchschnittlichen Fehler pro Prognose war 28,33 Einheiten oder 13,9 von Die tatsächliche Bedarfsabtastung der Prognosefehler hat eine Standardabweichung von 29,3 Einheiten. KRITERIEN ZUR AUSWAHL EINER FORECASTINGMETHODE Ziele: 1. Maximieren Sie die Genauigkeit und 2. Minimieren Sie Bias Potential Regeln für die Auswahl einer Zeitreihen-Prognosemethode. Wählen Sie die Methode aus, die die kleinste Vorspannung ergibt, wie sie durch den kumulativen Prognosefehler (CFE) gemessen wird oder gibt die kleinste mittlere absolute Abweichung (MAD) oder gibt das kleinste Tracking-Signal oder unterstützt die Management-Überzeugungen über das zugrunde liegende Muster der Nachfrage oder andere. Es scheint offensichtlich, dass ein gewisses Maß an Genauigkeit und Vorspannung zusammen verwendet werden sollte. Wie ist die Anzahl der zu sampelnden Perioden, wenn die Nachfrage inhärent stabil ist, werden niedrige Werte von und und höheren Werten von N vorgeschlagen, wenn die Nachfrage inhärent instabil ist, werden hohe Werte von und und niedrigeren Werten von N vorgeschlagen. FOCUS FORECASTING quotfocus Prognose bezieht sich auf Ein Ansatz für die Prognose, die Prognosen durch verschiedene Techniken entwickelt, dann wählt die Prognose, die von der quotbestquot dieser Techniken produziert wurde, wo quotbestquot durch ein Maß an Prognosefehler bestimmt wird. FOKUSVORSCHLAG: BEISPIEL Für die ersten sechs Monate des Jahres betrug die Nachfrage nach einem Einzelhandel 15, 14, 15, 17, 19 und 18 Einheiten. Ein Einzelhändler nutzt ein Fokus-Prognosesystem, das auf zwei Prognosetechniken basiert: ein zweistufiger gleitender Durchschnitt und ein richtungsgesteuertes exponentielles Glättungsmodell mit 0,1 und 0,1. Mit dem exponentiellen Modell betrug die Prognose für Januar 15 und der Trenddurchschnitt am Ende Dezember war 1. Der Einzelhändler nutzt die mittlere absolute Abweichung (MAD) für die letzten drei Monate als Kriterium für die Auswahl, welches Modell zur Prognose verwendet wird Für den nächsten Monat. ein. Was wird die Vorhersage für Juli sein und welches Modell wird verwendet werden b. Würden Sie auf Teil a antworten? Sei anders, wenn die Nachfrage nach Mai 14 statt 19Demand Prognose war: Itrsquos Bedeutung, Typen, Techniken und Methodenökonomie Prognosen werden zum Lebenswerk in einer Welt, wo die Flutwellen der Veränderung die am meisten etablierten Strukturen vererben, geerbt werden Durch die menschliche Gesellschaft. Commerce passiert einfach zu einem der ersten Opfer. Überleben in diesem Zeitalter der wirtschaftlichen Raubtiere, erfordert die Takt, Talent und Technik der Vorhersage der Zukunft. Die Prognose wird zum Zeichen des Überlebens und der Geschäftssprache. Alle Anforderungen der Branche benötigen die Technik der genauen und praktischen Einlesung in die Zukunft. Prognosen sind daher sehr wesentliche Voraussetzung für das Überleben der Wirtschaft. Manshyagement erfordert Vorhersage von Informationen bei einer Vielzahl von Entscheidungen. Die Umsatzprognose ist besonders wichtig, da es die Grundlage ist, auf der alle Firmenpläne in Bezug auf Märkte und Umsatz gebaut werden. Das Management wäre eine einfache Sache, wenn das Geschäft nicht in einem kontinuierlichen Zustand der Veränderung war, dessen Tempo in den letzten Jahren beschleunigt hat. Es wird immer wichtiger und notwendig für die Wirtschaft, um ihre Zukunftsperspektiven in Bezug auf Umsatz, Kosten und Gewinne vorherzusagen. Der Wert der zukünftigen Verkäufe ist entscheidend, da er die Kostengewinne beeinflusst, so dass die Vorhersage der zukünftigen Verkäufe der logische Ausgangspunkt aller Unternehmensplanung ist. Eine Prognose ist eine Vorhersage oder Einschätzung der zukünftigen Situation. Es ist eine objektive Einschätzung des künftigen Handelns. Da die Zukunft unsicher ist, kann keine Prognose prozentual sein. Prognosen können sowohl physisch als auch finanziell in der Natur sein. Je realistischer die Prognosen sind, desto effektiver können Entscheidungen für morgen getroffen werden. In den Worten von Cundiff and Still ist die Nachfrageprognose eine Schätzung des Umsatzes während einer bestimmten zukünftigen Periode, die an einen vorgeschlagenen Marketingplan gebunden ist und der einen bestimmten Satz von unkontrollierbaren und wettbewerbsfähigen Kräften annimmt. Daher ist die Nachfragevorhersage eine Projektion der Unternehmen erwartete Umsatzniveau auf der Grundlage eines ausgewählten Marketing-Plans und Umwelt. Vorgehensweise zur Vorbereitung der Verkaufsprognose: Unternehmen verwenden üblicherweise ein dreistufiges Verfahren zur Vorbereitung einer Umsatzprognose. Sie machen eine Umweltprognose, gefolgt von einer Prognose der Branche und gefolgt von einer Umsatzprognose des Unternehmens, die Umweltprognose fordert die Inflation, die Arbeitslosigkeit, den Zinssatz, die Konsumausgaben und die Einsparung, die Investitionsausgaben, die Staatsausgaben, die Nettoexporte und andere Umweltschutzmaßnahmen Größen und Ereignisse von Bedeutung für das Unternehmen. Die Branchenprognose basiert auf Erhebungen der Konsumentenabsicht und Analyse der statistischen Trends wird von Fachverbänden oder Handelskammern zur Verfügung gestellt. Es kann ein Hinweis auf eine Firma in Bezug auf Zinken Richtung geben, in der die gesamte Branche bewegt wird. Das Unternehmen leitet seine Umsatzprognose ab, indem es davon ausgeht, dass es einen gewissen Marktanteil gewinnen wird. Alle Prognosen basieren auf einer der drei Informationsbasen: Was die Leute sagen Was Leute getan haben Arten von Prognosen: Prognosen können weitgehend eingeteilt werden in: (i) Passive Prognose und (ii) aktive Prognose. Unter passiver Prognose wird die Vorhersage über die Zukunft auf der Annahme beruhen, dass die Firma den Ablauf ihrer Handlung nicht ändert. Unter aktiver Prognose erfolgt die Vorhersage unter der Bedingung der voraussichtlichen künftigen Änderungen der Handlungen der Firmen. Aus der Sicht der Zeitspanne kann die Prognose in zwei klassifiziert werden, nämlich (I) kurzfristige Bedarfsprognose und (ii) langfristige Bedarfsprognose. In einer kurzfristigen Prognose sind saisonale Muster von großer Bedeutung. Sie kann einen Zeitraum von drei Monaten, sechs Monaten oder einem Jahr abdecken. Es ist eine, die Informationen für taktische Entscheidungen liefert. Welcher Zeitraum gewählt wird, hängt von der Art der Busishyness ab. Eine solche Prognose hilft bei der Vorbereitung geeigneter Verkaufspolitik. Langzeitprognosen sind bei geeigneter Kapitalplanung hilfreich. Es ist eine, die Informationen für wichtige strategische Entscheidungen liefert. Es hilft bei der Rettung der Verschwendung in Material, Mann Stunden, Maschine Zeit und Kapazität. Die Planung einer neuen Einheit muss mit einer Analyse des langfristigen Bedarfspotentials der Produkte des Unternehmens beginnen. Es gibt grundsätzlich zwei Arten von Prognosen, nämlich (I) externe oder nationale Gruppe von Prognosen und (ii) Interne oder Unternehmensgruppenvorhersage. Die externe Prognose befasst sich mit Trends im allgemeinen Geschäft. Es wird in der Regel von einem Unternehmen Forschung Flügel oder von externen Berater vorbereitet. Die interne Prognose umfasst alle, die mit dem Betrieb eines bestimmten Unternehmens wie Verkaufsgruppe, Produktionsgruppe und Finanzgruppe zusammenhängen. Die Struktur der internen Prognose umfasst die Prognose des Jahresumsatzes, die Prognose der Produktkosten, die Prognose des Betriebsgewinns, die Prognose des steuerpflichtigen Einkommens, die Prognose der Geldmittel, die Prognose der Anzahl der Beschäftigten usw. Auf verschiedenen Ebenen kann die Prognose eingeteilt werden in: ( I) Makro-Level-Prognose, (ii) Prognose der Industrie-Ebene, (iii) Festlegung der Vorhersage und (iv) Produktlinienvorhersage. Makro-Level-Prognose betrifft die Geschäftsbedingungen über die gesamte Wirtschaft. Es wird durch einen angemessenen Index der industriellen Produktion, des nationalen Einkommens oder der Ausgaben gemessen. Die branchenübergreifende Prognose wird von verschiedenen Fachverbänden vorbereitet. Dies basiert auf der Umfrage der Konsumentenabsicht und der Analyse der statistischen Trends. Firm-Level-Prognose bezieht sich auf eine einzelne Firma. Es ist am wichtigsten aus der betriebswirtschaftlichen Sicht. Produkt-Prognose hilft dem Unternehmen zu entscheiden, welche Produkt oder Produkte sollten Vorrang bei der Zuteilung von Unternehmen begrenzte Ressourcen haben. Die Prognose kann in (i) allgemein und (ii) spezifisch eingestuft werden. Die allgemeine Prognose kann in der Regel für die Firma nützlich sein. Viele Firmen verlangen separate Prognosen für spezifische Produkte und spezifische Bereiche, denn diese allgemeine Prognose gliedert sich in spezifische Prognosen. Es gibt verschiedene Prognosen für verschiedene Arten von Produkten wie: (i) Vorhersage der Nachfrage nach nicht-haltbaren Konsumgütern, (ii) Vorhersage der Nachfrage nach langlebigen Konsumgütern, (iii) Vorhersage von Deshymand für Investitionsgüter und (iv) Vorhersage der Nachfrage nach neuen Produkten . Nicht-haltbare Konsumgüter: Diese sind auch als Einweg-Konsumgüter oder verderbliche Konsumgüter bekannt. Diese verschwinden nach einem einzigen Akt des Konsums. Dazu gehören Waren wie Lebensmittel, Milch, Medizin, Obst, etc. Die Nachfrage nach diesen Waren hängt vom Haushalt Einkommen Einkommen, Preis der Ware und die damit verbundenen Waren und Bevölkerung und Merkmale. Symbolisch, dc f (y, s, p, pr), wo Dc die Nachfrage nach Rohstoff der Haushalt verfügbare Einkommen p Preis der Ware Preis Preis der verwandten Waren (i) Einweg-Einkommen ausgedrückt als Dc f (y) dh andere Dinge Gleich, die Nachfrage nach Ware hängt von dem verfügbaren Einkommen des Haushaltes ab. Einmaliges Einkommen des Haushaltes wird nach dem Abzug der persönlichen Steuern aus dem persönlichen Einkommen geschätzt. Einwegeinkommen gibt eine Vorstellung von der Kaufkraft des Haushaltes. (Ii) Preis, ausgedrückt als Dc f (p, p r), d. h. andere Dinge gleich, die Nachfrage nach Ware hängt von seinem eigenen Preis und dem Preis der verwandten Waren ab. Während die Nachfrage nach einer Ware umgekehrt mit ihrem eigenen Preis ihrer Ergänzungen zusammenhängt. Es ist positiv mit seinen Substituten verwandt.8217 Preiselastizitäten und Kreuzelastizität von nicht-haltbaren Konsumgütern helfen bei ihrer Bedarfsprognose. (Iii) Bevölkerung, ausgedrückt als Dc f (5), d. H. Andere Dinge gleich, die Nachfrage nach Ware hängt von der Größe der Bevölkerung und ihrer Zusammensetzung ab. Außerdem kann die Bevölkerung auch auf der Grundlage von Geschlecht, Einkommen, Alphabetisierung und sozialem Status klassifiziert werden. Die Nachfrage nach nicht-haltbaren Konsumgütern wird von all diesen Faktoren überflutet. Für die allgemeine Nachfrage Prognose Bevölkerung als Ganzes betrachtet wird, aber für spezifische Nachfrage Prognose Teilung der Bevölkerung nach verschiedenen Eigenschaften erweist sich als nützlicher. Langlebige Konsumgüter: Diese Waren können mehrmals verbraucht oder wiederholt ohne viel Verlust an ihren Nutzen verwendet werden. Dazu gehören Waren wie Auto, T. V. Klimaanlagen, Möbel etc. Nach ihrer langen Nutzung haben die Konsumenten eine Wahl, die entweder in Zukunft verbraucht oder entsorgt werden könnten. Die Wahl hängt von folgenden Faktoren ab: (i) Ob ein Verbraucher für den Ersatz eines dauerhaften Gutes gehen wird oder ihn nach notwendigen Reparaturen weiterverwendet, hängt von seinem sozialen Status, dem Niveau des Geldeinkommens, des Geschmacks und der Mode usw. ab. Reshyplacement-Nachfrage Neigt dazu, mit der Zunahme des Bestandes der Ware mit den Verbrauchern zu wachsen. Die Firma kann die durchschnittlichen Ersatzkosten mit Hilfe der Lebenserwartungstabelle abschätzen. (Ii) Die meisten Verbrauchsgüter werden von den Mitgliedern einer Familie gemeinsam verbraucht. Zum Beispiel, T. V. Kühlschrank, etc. werden gemeinsam von Haushalten verwendet. Die Nachfrageprognosen für Güter, die häufig verwendet werden, sollten die Anzahl der Haushalte und nicht die Gesamtgröße der Bevölkerung berücksichtigen. Bei der Schätzung der Zahl der Haushalte sind das Einkommen des Haushaltes, die Zahl der Kinder und die Geschlechtskomposition usw. zu berücksichtigen. (Iii) Die Nachfrage nach Verbrauchsgütern hängt von der Verfügbarkeit der verwandten Anlagen ab. Zum Beispiel, die Verwendung von T. V. Kühlschrank benötigt regelmäßige Stromversorgung, die Verwendung von Auto braucht Verfügbarkeit von Treibstoff, etc. Während der Prognose Nachfrage nach Verbrauchsgütern, die Bereitstellung von alliierten Dienstleistungen und ihre Kosten sollten auch berücksichtigt werden. (Iv) Die Nachfrage nach Verbrauchsgütern ist sehr stark von ihren Preisen und ihren Kreditlinien beeinflusst. Verbrauchsgüter sind sehr empfindlich auf Preisänderungen. Ein kleiner Rückgang des Preises kann zu einem starken Anstieg der Nachfrage führen. Prognose für Investitionsgüter: Investitionsgüter werden für die weitere Produktion verwendet. Die Nachfrage nach Kapitalgut ist eine abgeleitete. Es hängt von der Rentabilität der Industrien ab. Die Nachfrage nach Investitionsgütern ist ein Fall der abgeleiteten Nachfrage. Bei bestimmten Investitionsgütern hängt die Nachfrage von den spezifischen Märkten ab, die sie bedienen, und die Endverwendungen, für die sie gekauft werden. Die Nachfrage nach Textilmaschinen wird zum Beispiel durch den Ausbau der Textilindustrie in Bezug auf neue Einheiten und den Ersatz bestehender Maschinen bestimmt. Die Schätzung der neuen Nachfrage sowie der Ersatznachfrage ist somit notwendig. Bei der Schätzung der Nachfrage nach Investitionsgütern sind drei Arten von Daten erforderlich: (a) Die Wachstumsaussichten der Anwenderbranchen müssen bekannt sein, (b) die Norm des Verbrauchs der Investitionsgüter pro Einheit jedes Endverbrauchs muss bekannt sein , Und (c) die Geschwindigkeit ihrer Verwendung. Prognose für neue Produkte: Die Methoden der Prognose der Nachfrage nach neuen Produkten unterscheiden sich in vielerlei Hinsicht von denen für etablierte Produkte. Da das Produkt den Verbrauchern neu ist, ist ein intensives Studium des Produktes und seine wahrscheinlichen Auswirkungen auf andere Produkte derselben Gruppe ein Schlüssel für eine intelligente Projektion der Nachfrage. Joel Dean hat eine Reihe von möglichen Ansätzen wie folgt klassifiziert: (a) Evolutionäres Vorgehen: Es besteht darin, die Nachfrage nach einem neuen Produkt als Auswuchs und Entwicklung eines bestehenden Altprodukts zu projizieren. (B) Ersatzansatz: Nach diesem Ansatz wird das neue Produkt als Ersatz für das bestehende Produkt oder die Dienstleistung behandelt. (C) Growth Curve Approach: Es schätzt die Wachstumsrate und die potenzielle Nachfrage nach dem neuen Produkt als Grundlage für ein gewisses Wachstumsmuster eines etablierten Produkts. (D) Opinion-Poll-Ansatz: Unter diesem Ansatz wird die Nachfrage durch direkte Anfragen von den Endverbrauchern geschätzt. (E) Vertriebserfahrungsansatz: Nach dieser Methode wird die Nachfrage nach dem neuen Produkt durch die Bereitstellung des neuen Produkts zum Verkauf in einem Mustermarkt geschätzt. (F) stellvertretender Ansatz: Auf diese Weise werden die Verbraucherreaktionen für ein neues Produkt indirekt durch die Fachhändler herausgefunden, die in der Lage sind, die Bedürfnisse, Geschmäcke und Vorlieben der Verbraucher zu beurteilen. Die verschiedenen Schritte zur Prognose der Nachfrage nach nicht-haltbaren Konsumgütern sind folgende: a) Ermitteln Sie zunächst die Variablen, die die Nachfrage nach dem Produkt beeinflussen, und geben Sie sie in geeigneten Formularen an, (b) sammeln Sie relevante Daten oder Angleichung an relevante Daten an Stellen die Variablen dar und (c) verwenden Methoden der statistischen Analyse, um die wahrscheinlichste Beziehung zwischen den abhängigen und unabhängigen Variablen zu bestimmen. Vorhersagetechniken: Die Nachfrageprognose ist eine schwierige Übung. Schätzungen für die Zukunft unter den wechselnden Konsultationen zu machen, ist eine Herkulesaufgabe. Das Verhalten der Verbraucher ist das unberechenbarste, weil es motiviert und von einer Vielzahl von Kräften beeinflusst wird. Es gibt keine einfache Methode oder eine einfache Formel, die es dem Manager ermöglicht, die Zukunft vorauszusagen. Ökonomen und Statistiker haben mehrere Methoden der Bedarfsprognose entwickelt. Jede dieser Methoden hat ihre relativen Vor - und Nachteile. Die Auswahl der richtigen Methode ist wichtig, um die Bedarfsprognose genau zu machen. Bei der Bedarfsprognose ist eine vernünftige Kombination von statistischem Können und rationalem Urteil erforderlich. Mathematische und statistische Techniken sind wesentlich für die Klassifizierung von Beziehungen und die Bereitstellung von Techniken der Analyse, aber sie sind in keiner Weise eine Alternative für ein solides Urteil. Sound Urteil ist eine Voraussetzung für eine gute Prognose. Das Urteil sollte auf Tatsachen beruhen und die persönliche Vorliebe des Vorherskers sollte sich nicht auf die Tatsachen vorbereiten. Daher sollte eine mittlere Richtung zwischen mathematischen Techniken und gesundem Urteil oder reinen Vermutungsarbeit verfolgt werden. Die häufiger angewandten Methoden der Bedarfsprognose werden nachfolgend diskutiert: Die verschiedenen Methoden der Bedarfsprognose können in Form eines Diagramms zusammengefasst werden, wie in Tabelle 1 gezeigt. 1. Stellungnahme Abrufmethode: In dieser Methode ist die Meinung der Käufer, Verkauf Kraft und Experten konnten versammelt werden, um die aufkommende Tendenz auf dem Markt zu bestimmen. Die Meinungsforschungsmethoden der Bedarfsprognose sind von drei Arten: (a) Konsumenten-Erhebungsmethode oder Befragung von Käufern Absichten: Bei dieser Methode werden die Verbraucher direkt angegangen, um ihre zukünftigen Kaufpläne offen zu legen. Ich werde durch die Befragung aller Verbraucher oder einer ausgewählten Gruppe von Verbrauchern aus der relevanten Popupylierung getan. Dies ist die direkte Methode, um die Nachfrage kurzfristig zu schätzen. Hier wird die Belastung der Prognose an den Käufer verschoben. Die Firma kann für eine vollständige Aufzählung oder für Stichprobenerhebungen gehen. Wenn die Ware unter Berücksichtigung ein Zwischenprodukt ist, dann werden die Industrien, die es als Endprodukt verwenden, befragt. (I) Vollständige Aufzählung Umfrage: Unter der vollständigen Enumeration Umfrage, muss die Firma für eine Tür zu Tür Umfrage für die Prognose Zeitraum durch Kontaktaufnahme mit allen Haushalten in der Region zu gehen. Diese Methode hat einen Vorteil aus erster Hand, unvoreingenommene Informationen, aber es hat seinen Anteil an Nachteilen auch. Die Hauptbeschränkung dieser Methode ist, dass es viel Ressourcen, Arbeitskräfte und Zeit erfordert. Bei dieser Methode können die Verbraucher zögern, ihre Kaufpläne aufgrund von Privatsphäre oder Geschäftsgeheimnis zu verraten. Darüber hinaus können die Konsumenten manchmal ihre Meinung nicht richtig aussprechen oder die Ermittler absichtlich irreführen. (Ii) Stichprobenerhebung und Testmarketing: Nach dieser Methode werden einige repräsentative Haushalte nach dem Zufallsprinzip als Muster ausgewählt und ihre Meinung als verallgemeinerte Stellungnahme herangezogen. Diese Methode basiert auf der Grundannahme, dass die Probe die Bevölkerung wirklich repräsentiert. Wenn die Probe der wahre Vertreter ist, ist es wahrscheinlich keinen signifikanten Unterschied in den Ergebnissen der Umfrage. Abgesehen davon ist diese Methode weniger langwierig und weniger kostspielig. Eine Variante der Stichprobenerhebungstechnik ist Testmarketing. Produkttests beinhalten im Wesentlichen das Platzieren des Produkts mit einer Anzahl von Benutzern für einen festgelegten Zeitraum. Ihre Reaktionen auf das Produkt werden nach einer gewissen Zeit vermerkt und eine Schätzung der wahrscheinlichen Nachfrage aus dem Ergebnis gemacht. Diese eignen sich für neue Produkte oder für radikal veränderte Altprodukte, für die keine vorherigen Daten vorliegen. Es ist eine wissenschaftlichere Methode, die voraussichtliche Nachfrage zu schätzen, weil sie eine nationale Markteinführung in einem eng definierten geoshygraphischen Bereich anregt. (Iii) Endverwendungsmethode oder Input-Output-Methode: Diese Methode ist für Industrien, die hauptsächlich Produzenten Waren sind, sehr nützlich. Bei dieser Methode wird der Verkauf des betrachteten Produkts als Grundlage der Nachfragemeldung der Branchen, die dieses Produkt als Zwischenprodukt verwenden, projiziert, dh die Nachfrage nach dem Endprodukt ist die Endbenutzeranforderung des verwendeten Zwischenprodukts Die Produktion dieses Endprodukts. Die Endbenutzer-Bedarfsschätzung eines Zwischenprodukts kann viele endgültige gute Industrien mit diesem Produkt im In - und Ausland beinhalten. Es hilft uns, inter-industry8217 Beziehungen zu verstehen. Bei der Input-Output-Buchhaltung werden zwei Matrizen verwendet, die die Transaktionsmatrix und die Co-Koeffizienten-Matrix sind. Die großen Anstrengungen, die dieser Typ erfordert, sind nicht in seinem Betrieb, sondern in der Erhebung und Präsentation von Daten. (B) Sales Force Opinion Methode: Dies ist auch als kollektive Meinungsmethode bekannt. Bei dieser Methode wird anstelle der Konsumenten die Meinung der Verkäufer gesucht. Es wird manchmal als Graswurzelansatz bezeichnet, da es sich um eine Bottom-up-Methode handelt, die jeden Vertriebsmitarbeiter im Unternehmen benötigt, um eine individuelle Prognose für sein eigenes Verkaufsgebiet zu machen. Diese Einzelprognosen werden mit dem Vertriebsleiter besprochen und vereinbart. Die Zusammenstellung aller Prognosen stellt dann die Umsatzprognose für die Organisation dar. Die Vorteile dieser Methode sind, dass es einfach und billig ist. Es handelt sich nicht um eine aufwändige statistische Behandlung. Der Hauptzweck dieser Methode liegt in der kollektiven Weisheit der Verkäufer. Diese Methode ist bei der Prognose des Verkaufs neuer Produkte sinnvoller. (C) Experten Meinung Methode: Diese Methode ist auch bekannt als Delphi Technik der Untersuchung. Die Delphi-Methode erfordert ein Expertengremium, das durch eine Reihe von Fragebögen verhört wird, in denen die Antworten auf einen Fragebogen zur Erstellung des nächsten Fragebogens verwendet werden. So werden alle Informationen, die einigen Experten und nicht anderen zur Verfügung stehen, weitergegeben, so dass alle Experten Zugang zu allen Informationen für die Prognose haben können. Die Methode wird für die langfristige Prognose verwendet, um potenzielle Verkäufe für neue Produkte abzuschätzen. Diese Methode setzt zwei Voraussetzungen voraus: Erstens müssen die Panellisten reich an ihrer Expertise sein, besitzen ein breites Spektrum an Wissen und Erfahrung. Zweitens sind ihre Dirigenten in ihrer Arbeit objektiv. Diese Methode hat einige exklusive Vorteile der Einsparung von Zeit und anderen Ressourcen. 2. Statistische Methode: Statistische Methoden haben sich bei der Bedarfsprognose als unzureichend erwiesen. Um die Objektivität zu überwachen, dh unter Berücksichtigung aller Implikationen und Betrachtung des Problems aus externer Sicht werden die statistischen Methoden verwendet. Die wichtigen statistischen Methoden sind: (i) Trendprojektionsmethode: Eine feststehende Firma wird in den vergangenen Jahren eigene Daten über den Verkauf haben. Solche Daten, wenn sie chronologisch angeordnet sind, liefern die sogenannten Zeitreihen. Zeitreihen zeigen die bisherigen Verkäufe mit effektiver Nachfrage nach einem bestimmten Produkt unter normalen Bedingungen. Solche Daten können tabellarisch oder grafisch zur weiteren Analyse gegeben werden. Dies ist die beliebteste Methode unter den Firmenfirmen, zum Teil weil es einfach und preiswert ist und zum Teil, weil Zeitreihen-Daten oft einen anhaltenden Wachstumstrend aufweisen. Die Zeitreihe hat vier Arten von Komponenten, nämlich den säkularen Trend (T), die säkulare Variation (S), das zyklische Element (C) und eine unregelmäßige oder zufällige Variation (I). Diese Elemente werden durch die Gleichung O TSCI ausgedrückt. Der säkulare Trend bezieht sich auf die langfristigen Veränderungen, die sich aus der allgemeinen Tendenz ergeben. Saisonale Variationen beziehen sich auf Veränderungen in der kurzfristigen Wetter Muster oder soziale Gewohnheiten. Zyklische Variationen beziehen sich auf die Veränderungen, die in der Industrie während der Depression und des Booms auftreten. Random variation refers to the factors which are generally able such as wars, strikes, flood, famine and so on. When a forecast is made the seasonal, cyclical and random variations are removed from the observed data. Thus only the secular trend is left. This trend is then projected. Trend projection fits a trend line to a mathematical equation. The trend can be estimated by using any one of the following methods: (a) The Graphical Method, (b) The Least Square Method. a) Graphical Method: This is the most simple technique to determine the trend. All values of output or sale for different years are plotted on a graph and a smooth free hand curve is drawn passing through as many points as possible. The direction of this free hand curveupward or downward shows the trend. A simple illustration of this method is given in Table 2. Table 2: Sales of Firm In Fig. 1, AB is the trend line which has been drawn as free hand curve passing through the various points representing actual sale values. (b) Least Square Method: Under the least square method, a trend line can be fitted to the time series data with the help of statistical techniques such as least square regression. When the trend in sales over time is given by straight line, the equation of this line is of the form: y a bx. Where a is the intercept and b shows the impact of the independent variable. We have two variablesthe indeshypendent variable x and the dependent variable y. The line of best fit establishes a kind of mathematical relationship between the two variables. v and y. This is expressed by the regression on x. In order to solve the equation v a bx, we have to make use of the following normal equations: xy a xb x2 (ii) Barometric Technique : A barometer is an instrument of measuring change. This method is based on the notion that the future can be predicted from certain happenings in the present. In other words, barometric techniques are based on the idea that certain events of the present can be used to predict the directions of change in the future. This is accomplished by the use of economic and statistical indicators which serve as barometers of economic change. Generally forecasters correlate a firms sales with three series: Leading Series, Coincident or Concurrent Series and Lagging Series: (a) The Leading Series: The leading series comprise those factors which move up or down before the recession or recovery starts. They tend to reflect future market changes. For example, baby powder sales can be forecasted by examining the birth rate pattern five years earlier, because there is a correlation between the baby powder sales and children of five years of age and since baby powder sales today are correlated with birth rate five years earlier, it is called lagged correlation. Thus we can say that births lead to baby soaps sales. (b) Coincident or Concurrent Series: The coincident or concurrent series are those which move up or down simultaneously with the level of the economy. They are used in confirming or refuting the validity of the leading indicator used a few months afterwards. Common examples of coinciding indicators are G. N.P itself, industrial production, trading and the retail sector. (c) The Lagging Series: The lagging series are those which take place after some time lag with respect to the business cycle. Examples of lagging series are, labour cost per unit of the manufacturing output, loans outstanding, leading rate of short term loans, etc. (iii) Regression Analysis : It attempts to assess the relationship between at least two variables (one or more independent and one dependent), the purpose being to predict the value of the dependent variable from the specific value of the independent variable. The basis of this prediction generally is historical data. This method starts from the assumption that a basic relationship exists between two variables. An interactive statistical analysis computer package is used to formulate the mathematical relationship which exists. For example, one may build up the sales model as: Quantum of Sales a. price b. advertising c. price of the rival products d. personal disposable income u Where a, b, c, d are the constants which show the effect of corresponding variables as sales. The constant u represents the effect of all the variables which have been left out in the equation but having effect on sales. In the above equation, quantum of sales is the dependent variable and the variables on the right hand side of the equation are independent variables. If the expected values of the independent variables are substituted in the equation, the quantum of sales will then be forecasted. The regression equation can also be written in a multiplicative form as given below: Quantum of Sales (Price) a (Advertising) b (Price of the rival products) c (Personal disposshyable income Y u In the above case, the exponent of each variable indicates the elasticities of the corresponding variable. Stating the independent variables in terms of notation, the equation form is QS P 8. A o42. R .83. Y 2 .68. 40 Then we can say that 1 per cent increase in price leads to 0.8 per cent change in quantum of sales and so on. If we take logarithmic form of the multiple equation, we can write the equation in an additive form as follows: log QS a log P b log A log R d log Y d log u In the above equation, the coefficients a, b, c, and d represent the elasticities of variables P, A, R and Y d respectively. The co-efficient in the logarithmic regression equation are very useful in policy decision making by the management. (iv) Econometric Models : Econometric models are an extension of the regression technique whereby a system of independshyent regression equation is solved. The requirement for satisfactory use of the econometric model in forecasting is under three heads: variables, equations and data. The appropriate procedure in forecastshying by econometric methods is model building. Econometrics attempts to express economic theories in mathematical terms in such a way that they can be verified by statistical methods and to measure the impact of one economic variable upon another so as to be able to predict future events. Utility of Forecasting : Forecasting reduces the risk associated with business fluctuations which generally produce harmshyful effects in business, create unemployment, induce speculation, discourage capital formation and reduce the profit margin. Forecasting is indispensable and it plays a very important part in the determishynation of various policies. In modem times forecasting has been put on scientific footing so that the risks associated with it have been considerably minimised and the chances of precision increased. Forecasts in India : In most of the advanced countries there are specialised agencies. In India businessmen are not at all interested in making scientific forecasts. They depend more on chance, luck and astrology. They are highly superstitious and hence their forecasts are not correct. Sufficient data are not available to make reliable forescasts. However, statistics alone do not forecast future conditions. Judgment, experience and knowledge of the particular trade are also necessary to make proper analysis and interpretation and to arrive at sound conclusions. Conclusion : Decision support systems consist of three elements: decision, prediction and control. It is, of course, with prediction that marketing forecasting is concerned. The forecasting of sales can be reshygarded as a system, having inputs apprises and an output. This simplistic view serves as a useful measure for the analysis of the true worth of sales forecasting as an aid to management. In spite of all these no one can predict future economic activity with certainty. Forecasts are estimates about which no one can be sure. Criteria of a Good Forecasting Method : There are thus, a good many ways to make a guess about future sales. They show contrast in cost, flexibility and the adequate skills and sophistication. Therefore, there is a problem of choosing the best method for a particular demand situation. There are certain economic criteria of broader applicashybility. They are: (i) Accuracy, (ii) Plausibility, (iii) Durability, (iv) Flexibility, (v) Availability, (vi) Economy, (vii) Simplicity and (viii) Consistency. (i) Accuracy : The forecast obtained must be accurate. How is an accurate forecast possible To obtain an accurate forecast, it is essential to check the accuracy of past forecasts against present performance and of present forecasts against future performance. Accuracy cannot be tested by precise measureshyment but buy judgment. (ii) Plausibility : The executive should have good understanding of the technique chosen and they should have confidence in the techniques used. Understanding is also needed for a proper interpretation of results. Plausibility requirements can often improve the accuracy of results. (iii) Durability : Unfortunately, a demand function fitted to past experience may back cost very greatly and still fall apart in a short time as a forecaster. The durability of the forecasting power of a demand function depends partly on the reasonableness and simplicity of functions fitted, but primarily on the stability of the understanding relationships measured in the past. Of course, the importance of durability detershymines the allowable cost of the forecast. (iv) Flexibility : Flexibility can be viewed as an alternative to generality. A long lasting function could be set up in terms of basic natural forces and human motives. Even though fundamental, it would nevertheless be hard to measure and thus not very useful. A set of variables whose co-efficient could be adjusted from time to time to meet changing conditions in more practical way to maintain intact the routine procedure of forecasting. (v) Availability : Immediate availability of data is a vital requirement and the search for reasonable approximations to relevance in late data is a constant strain on the forecasters patience. The techniques employed should be able to produce meaningful results quickly. Delay in result will adversely affect the managerial decisions. (vi) Economy : Cost is a primary consideration which should be weighted against the importance of the forecasts to the business operations. A question may arise: How much money and managerial effort should be allocated to obtain a high level of forecasting accuracy The criterion here is the economic considerashytion. (vii) Simplicity : Statistical and econometric models are certainly useful but they are intolerably complex. To those executives who have a fear of mathematics, these methods would appear to be Latin or Greek. The procedure should, therefore, be simple and easy so that the management may appreciate and understand why it has been adopted by the forecaster. (viii) Consistency : The forecaster has to deal with various components which are independent. If he does not make an adjustment in one component to bring it in line with a forecast of another, he would achieve a whole which would appear consistent. Conclusion : In fine, the ideal forecasting method is one that yields returns over cost with accuracy, seems reasonable, can be formalised for reasonably long periods, can meet new circumstances adeptly and can give up-to-date results. The method of forecasting is not the same for all products. There is no unique method for forecasting the sale of any commodity. The forecaster may try one or the other method depending upon his objective, data availability, the urgency with which forecasts are needed, resources he intends to devote to this work and type of commodity whose demand he wants to forecast.
No comments:
Post a Comment