Prognozowanie średniej ruchomej metody popytu

Metody prognozowania Czytaj dalej. Wszystkie firmy stoją przed ogólnym problemem podejmowania decyzji w warunkach niepewności. Kierownictwo musi zrozumieć charakter popytu i konkurencji, aby opracować realistyczne plany biznesowe, określić strategiczną wizję organizacji oraz określić potrzeby w zakresie technologii i infrastruktury. Aby sprostać tym wyzwaniom, stosuje się prognozowanie. Według Makridakisa (1989), prognozowanie przyszłych wydarzeń można scharakteryzować jako poszukiwanie odpowiedzi na jedno lub kilka następujących pytań: X Jakie nowe ekonomiczne, techniczne lub socjologiczne siły są organizacją, z którą można się zmierzyć zarówno w perspektywie krótko-, jak i długoterminowej? X Kiedy te siły mogą wpłynąć na obiektywne otoczenie firmy X Kto najprawdopodobniej jako pierwszy dostosuje się do każdego konkurencyjnego wyzwania X Ile zmian firma powinna przewidzieć zarówno w krótkim okresie, jak i na dłuższą metę W tym dokumencie przedstawię przegląd metody prognozowania i porównać i porównać te różne metody. W dalszej części artykułu skupimy się na tym, w jaki sposób Mattel, jeden z największych producentów zabawek w kraju, wykorzystuje prognozy popytu w warunkach niepewności, w szczególności te odnoszące się do schematu i tempa, w jakim klienci żądają produktów. Co to jest prognozowanie w zarządzaniu operacjami, prognozowanie popytu jest definiowane jako proces biznesowy, który próbuje oszacować sprzedaż i wykorzystanie produktów, aby można było je zakupić, zaopatrzyć lub wyprodukować w odpowiednich ilościach z wyprzedzeniem, aby wspierać firmy w dodaniu wartości dodanej. ( Ross, 1995). Prognozowanie to proces, który przekształca historyczne dane szeregów czasowych i lub jakościowe oceny w stwierdzenia dotyczące przyszłych zdarzeń. Ten proces może generować jakościowe lub subiektywne prognozy. Pamiętaj, że żaden proces prognozowania nie może konsekwentnie zapewniać doskonałych prognoz. Jakakolwiek prognoza, która doskonale ocenia kolejne wydarzenia, powinna budzić niepokój, ponieważ jest to prawdopodobnie oznaką niewłaściwych zachowań, takich jak gotowanie książek lub raportowanie danych dotyczących wyników, które pokazują zgodność z planami w porównaniu do rzeczywistych wydarzeń (Makridakis, 1989). Metody prognozowania Istnieją cztery podstawowe typy metod prognozowania: jakościowa, analiza szeregów czasowych, związki przyczynowe i symulacja. Techniki jakościowe Techniki jakościowe są subiektywne lub osądzające i oparte na szacunkach i opiniach (Chase, 2005). Prognozy te odzwierciedlają osądy i opinie ludzi oraz sugerują prawdopodobne warunki, takie jak opinia ludzi na temat tego, czy dzisiaj będzie padać. Prognozy te są preferowane, gdy istnieje chęć zaangażowania osób w ramach organizacji w kluczowy proces biznesowy. Potencjalną pułapką tej techniki jest to, że niektórzy ludzie opierają swoje oceny przyszłych wydarzeń na danych historycznych, które mogą nie zapewniać odpowiednich wzorców popytu, które są wystarczająco stabilne, aby zagwarantować ich wykorzystanie do prognozowania przyszłych zdarzeń. Jak cytować tę stronę MLA Cytat: Metody prognozowania. 123HelpMe. 25 lutego 2017 lt123HelpMeview. aspid165095gt. Ponadto pojawiające się wzorce popytu mogą być zbyt niestabilne w podejściu numerycznym. W związku z tym intymna znajomość rynku powinna być źródłem danych z wyboru. Istnieje wiele jakościowych podejść do prognozowania popytu, a poniżej przedstawiono niektóre z bardziej powszechnych podejść: X Prognozy Grass-Roots poszukują informacji od ludzi na poziomie organizacji, która zapewnia im najlepszy kontakt z badanym wydarzeniem (Chase, 2005). Technika ta może polegać na przeprowadzeniu badania marketingowego przedstawicieli handlowych na ich odczyty na aktualnych warunkach rynkowych. Potencjalna usterka tego narzędzia polega na tym, że podlega krótkoterminowym perspektywom źródeł. Źródło niedawnych wydarzeń może mieć nieuzasadniony wpływ na źródło danych. Na przykład sprzedawca, który miał dobry dzień, może przedstawić zbyt optymistyczną prognozę na przyszłość, która nie odzwierciedla dokładnie warunków rynkowych w ujęciu całościowym. X Analogia historyczna: Prognozy oparte na analogii historycznej badają możliwość, że przeszłe wydarzenia mogą dostarczyć wglądu w prognozowanie przyszłych wydarzeń powiązanych. Ta metoda wiąże to, co obecnie jest prognozowane, z podobnym przedmiotem (Chase, 2005). Na przykład, wykorzystując wzorzec sprzedaży czarno-białych telewizorów do prognozowania sprzedaży telewizji kolorowej. Ekonomiści wykorzystują ten typ modelu prognostycznego do prognozowania cykli koniunkturalnych i związanych z nimi zmian. Ta metoda może okazać się niedokładna, jeśli siły, które przejechały obok zdarzeń, nie są już obecne. X Prognozowanie badań rynkowych: ta metoda prognozowania zbiera dane na różne sposoby, takie jak ankiety, wywiady i grupy fokusowe, w celu oceny wzorców zakupowych i postaw obecnych i potencjalnych nabywców towaru lub usługi. Projektanci towarów i usług używają tej metody, aby zrozumieć swoich obecnych klientów i kupujących, którym chcieliby służyć. Metoda X Dlephi: Metoda Delphi kompiluje prognozy poprzez sekwencyjne, niezależne odpowiedzi grupy ekspertów na serie kwestionariuszy. Forecaster zestawia i analizuje dane respondentów oraz opracowuje nowy kwestionariusz dla tej samej grupy ekspertów. Ta sekwencja działa na rzecz konsensusu, który odzwierciedla wkład wszystkich ekspertów, jednocześnie uniemożliwiając dominację nad procesem (Chase, 2005). Techniki ilościowe Techniki prognoz ilościowych przekształcają dane wejściowe w postaci danych liczbowych w prognozy, stosując metody w jednej z trzech kategorii. Każda kategoria metod prognoz ilościowych zakłada, że ​​przeszłe wydarzenia stanowią doskonałą podstawę do lepszego zrozumienia prawdopodobnych przyszłych wyników. Analiza szeregów czasowych X: Analiza szeregów czasowych opiera się na założeniu, że dane dotyczące popytu lub wydajności w przeszłości mogą być wykorzystywane do przewidywania przyszłego popytu. Przykłady tej metody obejmują: Prosta średnia ruchoma, w której okres czasu zawiera liczbę punktów danych, jeśli jest uśredniony przez podzielenie sumy wartości punktowych przez liczbę punktów. b. Analiza regresji, w której średnia relacja między zmienną zależną, na przykład sprzedażą, a jedną lub więcej zmiennych zależnych, np. Ceną lub reklamą, jest szacowana poprzez dopasowanie linii prostej do danych historycznych w celu powiązania wartości danych z czasem. do. Prognozy trendów, technika prognozowania, która opiera się głównie na historycznych danych z szeregów czasowych, aby przewidzieć przyszłość. Ta metoda polega na dopasowaniu matematycznej linii trendu do punktów danych, a następnie rzutowaniu jej w przyszłość. X Badania przyczynowe: Badania przyczynowe szukają związków przyczynowych pomiędzy wiodącymi zmiennymi a zmiennymi prognozowanymi. Ta metoda stara się zrozumieć system leżący u podstaw i otaczający prognozowany przedmiot, taki jak wpływ reklamy, jakości i konkurencji na sprzedaż (Chase, 2005). X Modele matematyczne lub symulacyjne: Modele symulacyjne są modelami typu "co jeśli", które próbują symulować skutki alternatywnych strategii zarządzania i założeń dotyczących zewnętrznego środowiska firmy. Próbują reprezentować przeszłe zachowanie w ważnym związku matematycznym, a następnie zmieniać te dane, aby projektować przyszłe zdarzenia. Większość modeli finansowych to modele symulacyjne. Modele te są skuteczne w przeprowadzaniu różnorodnych analiz typu "co, jeśli", które pomagają kierownictwu w określeniu najlepszego sposobu działania firmy. Postęp technologiczny w komputerach pozwolił coraz większej liczbie firm na tworzenie i wykorzystywanie modeli do planowania i podejmowania decyzji (Chase, 2005). Prognozy Mattel i Popytu W okresie świątecznym wiele dzieci z niecierpliwością oczekuje na pojawienie się tej pory roku nowej zabawki pod choinką. Każdego roku twórcy zabawek, tacy jak Mattel, muszą dokonać szeregu ważnych decyzji, które określą przebieg wyników gospodarczych ich firm. Wiele miesięcy przed nadejściem świąt Bożego Narodzenia Mattel musi zdecydować, które zabawki będą najprawdopodobniej gorące, a które będą psami. Muszą starannie zrównoważyć podaż tych gorących zabawek z popytem konsumentów lub będą musieli zmierzyć się z nieszczęśliwymi klientami lub jeszcze gorzej, utknąć z powolnym ruchem towarów. Nie jest to łatwe zadanie, biorąc pod uwagę długie czasy produkcji i dystrybucji w przemyśle zabawkarskim. Aby zaspokoić popyt konsumentów na bieżący okres świąteczny, producenci zabawek muszą zwiększyć produkcję do połowy roku, aby mieć pewność, że będą mieli wystarczającą liczbę najlepiej sprzedających się zabawek i niewielu powolnych nabywców (Pereira, 2005). Duża różnica w tym równaniu wynika z faktu, że wielu dorosłych naprawdę nie rozumie, czego dzieci będą pragnąć, zanim nadejdą Święta Bożego Narodzenia. Mówiąc z własnego doświadczenia, moje dzieci chcą, aby każda zabawka, którą widzą w telewizji od września do Świąt Bożego Narodzenia, pojawiła się pod ich drzewem. Niestety, to, co cenią dorośli, niewiele ma wspólnego z wymaganiami dzieci. Podczas gdy dorośli mogą czuć, że podświetlany globus, który również mówi, to bardzo fajna zabawka edukacyjna, dzieci skłaniają się ku Tickle Me Elmo. Aby wypełnić tę lukę, Mattel wykorzystuje badania rynkowe, aby przewidzieć, która zabawka zostanie zwycięzcą. Każdego roku Mattel przedstawia swoje nowe produkty do oceny przez ostatecznych konsumentów V dzieci. Wykorzystując dwuetapowy proces, zabawki są oceniane pod kątem ich atrakcyjności na rynku docelowym. Pierwszym etapem tego procesu jest wybranie konkretnej mieszanki 100 dzieci z ośrodków opieki nad dziećmi w celu oceny nowych zabawek. Dzieci są podzielone na grupy fokusowe z równą reprezentacją od tych, którzy lubią figurki akcji, gry planszowe, zabawki budowlane, lalki i sztuki i rzemiosła. (Pereira, 1997). W czerwcu dzieci są przesłuchiwane i poproszone o ocenę swoich trzech najlepszych wyborów spośród zabawek prezentowanych w każdej kategorii. Do końca czerwca grupy fokusowe zredukują 380 proponowanych zabawek do zbioru 63 finalistów V w pierwszej trójce w każdej z 21 kategorii. W drugim etapie zabawki finalistów są wysyłane do ośrodków edukacyjnych KinderCare w całym kraju, w których specjalnie przeszkoleni nauczyciele obserwują, które zabawki preferują dzieci, oraz tajne karty do głosowania w rankingu swoich ulubionych (Pereira, 1997). Wiem, że trzylatek i pięciolatek uwielbiają być częścią tej grupy fokusowej Wnioski Jest oczywiste, że prognozowanie popytu jest częścią sztuki i nauki o sztuce. Rozpoczyna się od zrozumienia potrzeb organizacji w zakresie podejmowania decyzji i przechodzi do badania danych w celu określenia, w jaki sposób można opracować najlepsze narzędzie do prognozowania, aby służyło potrzebom biznesowym organizacji. Każda część analizy tworzy nowe informacje, dodając bogactwa i głębi do ogólnego procesu myślenia biznesowego. Referencje Chase, R. i in. (2005). Operations Management for Competitive Advantage, 11 edycja. Firmy McGraw-Hill: Nowy Jork. Makridakis, S. i in. (1998). Metody i zastosowania prognozowania, piąte wydanie. John Wiley Sons: New York. Pereira, J. (1997). Dla tych dzieciaków wypróbowanie zabawek to raczej zabawa dla dzieci. Wall Street Journal, 121797. Ross, D. (1995). Planowanie i kontrola dystrybucji. Chapman Hall: New York. FORECASTING Seasonal Factor - procent średniego kwartalnego popytu, który pojawia się w każdym kwartale. Prognozy roczne na rok 4 przewidywane są na 400 jednostek. Średnia prognoza na kwartał to 4004 100 jednostek. Kwartalna prognoza śr. Prognoza czynnik sezonowy. METODY PROGNOZOWANIA KOUSOWEGO Metody prognozowania przyczynowego oparte są na znanym lub postrzeganym związku między czynnikiem, który ma być prognozowany, a innymi czynnikami zewnętrznymi lub wewnętrznymi. 1. regresja: równanie matematyczne odnosi zmienną zależną do jednej lub więcej zmiennych niezależnych, które uważa się, że wpływają na zmienną zależną. 2. Modele ekonometryczne: system współzależnych równań regresji opisujących pewien sektor działalności gospodarczej 3. Modele przepływów międzygałęziowych: opisuje przepływy z jednego sektora gospodarki do drugiego, a więc przewiduje nakłady potrzebne do wytworzenia produktów w innym sektorze 4. modelowanie symulacyjne BŁĘDY PROGRAMU POMIARU Istnieją dwa aspekty błędów prognozowania, których należy się obawiać - odchylenie i odchylenie dokładności - prognoza jest tendencyjna, jeśli błądzi bardziej w jednym kierunku niż w drugiej - metoda ma tendencję do zaniżania prognoz lub nadmiernych prognoz. Dokładność - Dokładność prognozy odnosi się do odległości prognoz od rzeczywistego zapotrzebowania, ignorując kierunek tego błędu. Przykład: Dla sześciu okresów śledzono prognozy i faktyczne zapotrzebowanie Poniższa tabela przedstawia rzeczywiste zapotrzebowanie D t i prognozowane zapotrzebowanie F t dla sześciu okresów: skumulowana suma błędów prognozy (CFE) -20 średnia bezwzględna odchyłka (MAD) 170 6 28,33 średnia kwadratowa błąd (MSE) 5150 6 858,33 odchylenie standardowe błędów prognoz 5150 6 29,30 średnia bezwzględny błąd procentowy (MAPE) 83,4 6 13,9 Jakie informacje dla każdej prognozy ma tendencja do zawyżania średniej błędu popytu na prognozę wyniosły 28,33 jednostki lub 13,9 faktyczny rozkład próbkowania zapotrzebowania na błędy prognozy ma odchylenie standardowe 29,3 jednostek. KRYTERIA WYBORU METODY PROGNOZOWANIA Cele: 1. Zmaksymalizuj dokładność i 2. Minimalizuj potencjalne reguły dotyczące wyboru metody szeregowania szeregów czasowych. Wybierz metodę, która daje najmniejsze odchylenie, mierzone przez łączny błąd prognozy (CFE) lub najmniejsze średnie bezwzględne odchylenie (MAD) lub daje najmniejszy sygnał śledzenia lub wspiera przekonania kierownictwa dotyczące podstawowego wzoru popytu lub innych. Wydaje się oczywiste, że niektóre pomiary dokładności i stronniczości powinny być stosowane łącznie. Jak w przypadku liczby okresów, z których należy pobierać próbki, jeżeli popyt jest z natury stabilny, sugerowane są niskie wartości i wyższe wartości N, jeżeli popyt jest z natury niestabilny, sugerowane są wysokie wartości i niższe wartości N. OSTATECZNE PRZEWIDYWANIE Prognozowanie kwotowania odnosi się do podejście do prognozowania, które rozwija prognozy za pomocą różnych technik, a następnie wybiera prognozę, która została wyprodukowana w oparciu o jedną z tych technik, przy czym quotbestquot jest określony przez pewną miarę błędu prognozy. FOCUS PROGNOZA: PRZYKŁAD W ciągu pierwszych sześciu miesięcy roku popyt na przedmiot detaliczny wynosił 15, 14, 15, 17, 19 i 18 sztuk. Detalista stosuje system prognozowania ostrości oparty na dwóch technikach prognozowania: dwudrogowej średniej kroczącej i skorygowanym o wykładniczy modelu wygładzania wykładniczego z wartościami 0,1 i 0,1. W przypadku modelu wykładniczego prognoza na styczeń wynosiła 15, a średnia tendencji na koniec grudnia wynosiła 1. Detal używa średniego bezwzględnego odchylenia (MAD) w ciągu ostatnich trzech miesięcy jako kryterium wyboru modelu, który będzie używany do prognozowania na następny miesiąc. za. Jaka będzie prognoza na lipiec i który model zostanie wykorzystany. Czy odpowiedziałbyś na część a. być innym, jeśli popyt na maj wynosił 14 zamiast 19Demand Prognozowanie: Itrsquos Znaczenie, rodzaje, techniki i metody Ekonomia Prognozy stają się życiem biznesu w świecie, w którym fale pływowe zmiany zamiatają najbardziej utrwalone struktury, odziedziczone przez społeczeństwo ludzkie. Handel przydarza się jednej z pierwszych ofiar. Przetrwanie w tym wieku ekonomicznych drapieżników wymaga taktu, talentu i techniki przewidywania przyszłości. Prognoza staje się znakiem przetrwania i języka biznesu. Wszystkie wymagania sektora biznesu wymagają techniki dokładnego i praktycznego czytania w przyszłości. Prognozy są zatem bardzo istotnym wymogiem przetrwania biznesu. Manshyagement wymaga informacji prognostycznych przy podejmowaniu szerokiej gamy decyzji. Prognoza sprzedaży jest szczególnie ważna, ponieważ jest podstawą, na której budowane są wszystkie plany firmy w kategoriach rynków i przychodów. Zarządzanie byłoby prostą sprawą, gdyby biznes nie podlegał ciągłym zmianom, a jego tempo przyspieszyło w ostatnich latach. Coraz ważniejsze i niezbędne jest, aby firmy przewidywały swoje przyszłe perspektywy w zakresie sprzedaży, kosztów i zysków. Wartość sprzedaży w przyszłości ma kluczowe znaczenie, ponieważ wpływa na zyski z tytułu kosztów, więc przewidywanie przyszłej sprzedaży jest logicznym punktem wyjścia wszelkiego planowania biznesowego. Prognoza jest prognozą lub oszacowaniem przyszłej sytuacji. Jest to obiektywna ocena przyszłego kierunku działania. Ponieważ przyszłość jest niepewna, żadna prognoza nie może być procentowa. Prognozy mogą mieć zarówno charakter fizyczny, jak i finansowy. Im bardziej realistyczne prognozy, tym skuteczniejsze mogą być decyzje na jutro. Według słów Cundiff i Still, prognozowanie popytu jest oszacowaniem sprzedaży w określonym, przyszłym okresie związanym z proponowanym planem marketingowym, który zakłada określony zbiór sił nietrwałych i konkurencyjnych. Dlatego prognozowanie popytu jest prognozą oczekiwanego poziomu sprzedaży firm na podstawie wybranego planu marketingowego i środowiska. Procedura przygotowania prognozy sprzedaży: Firmy zwykle używają trzystopniowej procedury do przygotowania prognozy sprzedaży. Opracowują prognozę środowiskową, a następnie prognozę branżową, a następnie prognozę sprzedaży firmy, prognozę środowiskową wzywa do prognozowania inflacji, bezrobocia, stopy procentowej, wydatków konsumenckich i oszczędności, inwestycji biznesowych, wydatków rządowych, eksportu netto i innych czynników środowiskowych. wielkości i wydarzenia ważne dla firmy. Prognoza branżowa oparta jest na badaniach intencji konsumentów, a analiza trendów statystycznych jest udostępniana przez stowarzyszenia handlowe lub chamshyber of commerce. Może to wskazywać firmie kierunek ruchu palców, w którym porusza się cała branża. Firma wyprowadza prognozę sprzedaży, zakładając, że zdobędzie określony udział w rynku. Wszystkie prognozy są oparte na jednej z trzech baz informacyjnych: Co mówią ludzie Co zrobili ludzie Rodzaje prognoz: Prognozy można ogólnie podzielić na: (i) Prognozę bierną i (ii) Aktywną prognozę. W ramach prognozy biernej prognozy dotyczące przyszłości opierają się na założeniu, że firma nie zmienia przebiegu swojego działania. Pod aktywną prognozą prognozy są dokonywane pod warunkiem prawdopodobnych przyszłych zmian w działaniach firm. Z punktu widzenia czasu, prognozy można podzielić na dwie, a mianowicie. (i) Prognozowanie popytu krótkoterminowego i (ii) prognozowanie popytu długoterminowego. W prognozie krótkoterminowej duże znaczenie ma sezonowość. Może obejmować okres trzech miesięcy, sześciu miesięcy lub jednego roku. Jest to taki, który dostarcza informacji do decyzji taktycznych. Okres, który zostanie wybrany, zależy od rodzaju działalności. Taka prognoza pomaga w przygotowaniu odpowiedniej polityki sprzedaży. Prognozy długoterminowe są pomocne w odpowiednim planowaniu kapitałowym. Jest to taki, który dostarcza informacji do najważniejszych decyzji strategicznych. Pomaga w oszczędzaniu odpadów w materiale, roboczogodzinach, czasie pracy i pojemności. Planowanie nowej jednostki musi rozpocząć się od analizy długoterminowego potencjału popytu na produkty firmy. Istnieją zasadniczo dwa typy prognoz, mianowicie. (i) Zewnętrzna lub krajowa grupa prognoz oraz (ii) Prognoza wewnętrzna lub grupowa spółek. Prognoza zewnętrzna dotyczy trendów w ogólnym biznesie. Jest zwykle przygotowywany przez skrzydło badawcze firmy lub przez zewnętrznych konsultantów. Prognoza wewnętrzna obejmuje wszystkie związane z działaniem określonego przedsiębiorstwa, takie jak grupa sprzedaży, grupa produkcyjna i grupa finansowa. Struktura prognozy wewnętrznej obejmuje prognozę rocznej sprzedaży, prognozę kosztów produktów, prognozę zysku operacyjnego, prognozę dochodu do opodatkowania, prognozę zasobów pieniężnych, prognozę liczby pracowników itp. Na różnych poziomach prognozowanie można podzielić na: ( i) prognozowanie na poziomie makro, (ii) prognozowanie na poziomie branży, (iii) prognozowanie na poziomie przedsiębiorstwa i (iv) prognozowanie na poziomie produktu. Prognozy makro na poziomie makro dotyczą warunków biznesowych w całej gospodarce. Jest mierzony odpowiednim indeksem produkcji przemysłowej, dochodu narodowego lub wydatków. Prognozy na poziomie branży są przygotowywane przez różne stowarzyszenia handlowe. Jest to oparte na badaniu intencji konsumentów i analizie trendów statystycznych. Prognozy na poziomie przedsiębiorstwa są powiązane z konkretną firmą. Jest to najważniejsze z punktu widzenia zarządzania. Prognozy dotyczące linii produktów pomagają firmie zdecydować, który produkt lub produkty powinny mieć priorytet przy alokacji firm o ograniczonych zasobach. Prognozy można podzielić na (i) ogólne i (ii) konkretne. Ogólna prognoza może być ogólnie przydatna dla firmy. Wiele firm wymaga osobnych prognoz dla konkretnych produktów i konkretnych obszarów, ponieważ ogólna prognoza jest podzielona na konkretne prognozy. Istnieją różne prognozy dotyczące różnych rodzajów produktów, takich jak: (i) Prognozowanie popytu na nienadające się do spożycia dobra konsumpcyjne, (ii) Prognozowanie popytu na trwałe dobra konsumpcyjne, (iii) Prognozowanie popytu na dobra kapitałowe oraz (iv) Prognozowanie popytu na nowe produkty . Nietrwałe dobra konsumpcyjne: są one również określane jako towary konsumpcyjne jednorazowego użytku lub łatwo psujące się dobra konsumpcyjne. Znikają po jednym akcie konsumpcji. Należą do nich towary takie jak żywność, mleko, lekarstwa, owoce itp. Zapotrzebowanie na te towary zależy od dochodu rozporządzalnego gospodarstw domowych, ceny towaru i powiązanych towarów oraz liczby ludności i cech. Symbolicznie, Dc f (y, s, p, pr), gdzie Dc popyt na towar dochód rozporządzalny gospodarstw domowych p cena ceny towaru pr z jej powiązanych towarów (i) dochód rozporządzalny wyrażony jako Dc f (y), tj. Inne rzeczy równe, popyt na towar zależy od dochodu rozporządzalnego gospodarstwa domowego. Jednoroczny dochód z domu jest szacowany po odliczeniu podatków osobistych od dochodu osobistego. Dochód rozporządzalny daje wyobrażenie o sile nabywczej gospodarstwa domowego. (ii) Cena, wyrażona jako Dc f (p, p), tj. inne rzeczy są równe, popyt na towar zależy od jego własnej ceny i ceny powiązanych towarów. Podczas gdy popyt na towar jest odwrotnie proporcjonalny do jego własnej ceny uzupełnień. Jest to pozytywnie związane z jego substytutami. 817 Elastyczność cenowa i elastyczność krzyżowa nietrwałych towarów konsumpcyjnych pomagają w prognozowaniu popytu. (iii) Populacja, wyrażona jako Dc f (5), tj. inne rzeczy są równe, zapotrzebowanie na towar zależy od wielkości populacji i jej składu. Poza tym populacja może być również klasyfikowana na podstawie płci, dochodów, umiejętności czytania i statusu społecznego. Popyt na nietrwałe dobra konsumpcyjne jest podrażniony przez wszystkie te czynniki. W przypadku ogólnego popytowego prognozowania uwzględnia się populację jako całość, ale dla prognozowania popytu specyficznego podział ludności według różnych cech okaże się bardziej użyteczny. Trwałe dobra konsumpcyjne: towary te mogą być spożywane wielokrotnie lub wielokrotnie używane bez znacznej utraty ich użyteczności. Należą do nich towary takie jak samochód, klimatyzatory T. V., meble itp. Po długim użytkowaniu konsumenci mają wybór, czy mogą one zostać zużyte w przyszłości, czy mogą zostać usunięte. Wybór zależy od następujących czynników: (i) Od tego, czy konsument pójdzie na wymianę trwałego dobra, czy też będzie go można nadal używać po niezbędnych naprawach, zależy od jego statusu społecznego, poziomu dochodów pieniężnych, gustu i mody itp. ma tendencję do wzrostu wraz ze wzrostem zapasów towaru z konsumentami. Firma może oszacować średni koszt wymiany za pomocą tabeli przewidywanej długości życia. (ii) Większość dóbr trwałego użytku konsumpcyjnego jest spożywana wspólnie przez członków rodziny. Na przykład lodówki T. V. itp. Są używane wspólnie przez gospodarstwa domowe. Prognozy popytu na powszechnie używane towary powinny uwzględniać raczej liczbę gospodarstw domowych niż ogólną liczbę ludności. Przy szacowaniu liczby gospodarstw domowych należy uwzględnić dochód gospodarstwa domowego, liczbę dzieci i skład płci, itp. (iii) Zapotrzebowanie na trwałe dobra konsumpcyjne zależy od dostępności urządzeń pokrewnych. Na przykład korzystanie z lodówki T. V. wymaga regularnego zasilania, korzystanie z samochodu wymaga dostępności paliwa itd. Podczas prognozowania popytu na dobra konsumpcyjne trwałego użytku należy również uwzględnić świadczenie usług pokrewnych i ich koszt. (iv) Na popyt na dobra konsumpcyjne konsumpcyjne duży wpływ mają ich ceny i instrumenty kredytowe. Dobra konsumpcyjne konsumpcyjne są bardzo wrażliwe na zmiany cen. Niewielki spadek ich ceny może spowodować duży wzrost popytu. Prognozowane zapotrzebowanie na dobra kapitałowe: dobra kapitałowe są wykorzystywane do dalszej produkcji. Popyt na dobro kapitału jest pochodną. Będzie to zależeć od rentowności przemysłu. Popyt na dobra inwestycyjne to przypadek popytu pochodnego. W przypadku poszczególnych dóbr kapitałowych popyt będzie zależał od specyfiki obsługiwanych rynków i zastosowań końcowych, do których są kupowane. Zapotrzebowanie na maszyny włókiennicze będzie na przykład zależało od ekspansji przemysłu tekstylnego pod względem nowych jednostek i wymiany istniejących maszyn. Konieczne jest zatem oszacowanie nowego popytu, a także zapotrzebowania na wymianę. Aby oszacować popyt na dobra inwestycyjne, potrzebne są trzy rodzaje danych: a) należy poznać perspektywy wzrostu przemysłu użytkowników; b) musi być znana norma konsumpcji dóbr inwestycyjnych na jednostkę każdego produktu końcowego. oraz (c) prędkość ich użycia. Prognozowanie popytu na nowe produkty: Metody prognozowania popytu na nowe produkty różnią się na wiele sposobów od metod stosowanych w przypadku produktów o ustalonej pozycji. Ponieważ produkt jest nowy dla konsumentów, intensywne badanie produktu i jego prawdopodobny wpływ na inne produkty z tej samej grupy stanowi klucz do inteligentnej projekcji popytu. Joel Dean sklasyfikował wiele możliwych podejść w następujący sposób: (a) Podejście ewolucyjne: polega na prognozowaniu popytu na nowy produkt jako odrośl i ewolucję istniejącego starego produktu. (b) Podejście zastępcze: Zgodnie z tym podejściem nowy produkt traktowany jest jako substytut istniejącego produktu lub usługi. (c) Podejście oparte na krzywej wzrostu: szacuje tempo wzrostu i potencjalny popyt na nowy produkt jako podstawę pewnego wzorca wzrostu ustalonego produktu. (d) Podejście oparte na opinii publicznej: w ramach tego podejścia zapotrzebowanie szacowane jest poprzez bezpośrednie zapytania od ostatecznych konsumentów. (e) Podejście oparte na doświadczeniu sprzedaży: Zgodnie z tą metodą popyt na nowy produkt szacuje się, oferując nowy produkt do sprzedaży na rynku próbnym. (f) Podejście zastępcze: za pomocą tej metody reakcje konsumentów na nowy produkt są wykrywane pośrednio poprzez wyspecjalizowanych sprzedawców, którzy są w stanie ocenić potrzeby, preferencje i preferencje konsumentów. Różne etapy związane z prognozowaniem popytu na nietrwałe dobra konsumpcyjne są następujące: (a) Najpierw należy zidentyfikować zmienne wpływające na popyt na produkt i wyrazić je we właściwej formie, (b) zebrać odpowiednie dane lub zbliżyć do odpowiednich danych do reprezentują zmienne oraz (c) wykorzystują metody analizy statystycznej do określenia najbardziej prawdopodobnego związku między zmiennymi zależnymi i niezależnymi. Techniki prognozowania: prognozowanie popytu jest trudnym zadaniem. Dokonywanie szacunków na przyszłość w ramach zmieniających się konsorcjów jest zadaniem herkulesowym. Zachowanie konsumentów jest najbardziej nieprzewidywalne, ponieważ jest zmotywowane i pod wpływem wielu sił. Nie ma łatwej metody ani prostej formuły, która umożliwia menedżerowi przewidywanie przyszłości. Ekonomiści i statystyka opracowali kilka metod prognozowania popytu. Każda z tych metod ma swoje zalety i wady. Wybór odpowiedniej metody jest niezbędny, aby prognozowanie popytu było dokładne. W prognozowaniu zapotrzebowania potrzebna jest rozsądna kombinacja umiejętności statystycznych i racjonalnego osądu. Techniki matematyczne i statystyczne są niezbędne do klasyfikowania relacji i dostarczania technik analizy, ale w żaden sposób nie są alternatywą dla rozsądnego osądu. Zdecydowana ocena jest podstawowym warunkiem dobrej prognozy. Orzeczenie powinno opierać się na faktach, a osobiste uprzedzenia nadawcy nie powinny przeważać nad faktami. Dlatego w połowie drogi należy przestrzegać technik matematycznych i rozsądnego osądu lub czystej zgadywanki. Bardziej powszechnie stosowane metody prognozowania popytu są omówione poniżej: Różne metody prognozowania popytu można podsumować w formie wykresu, jak pokazano w Tabeli 1. 1. Metoda badania opinii: W tej metodzie opinia kupujących, sprzedaż można zebrać siły i ekspertów, aby określić pojawiający się trend na rynku. Metody oceny popytu oparte na badaniu opinii są trzech rodzajów: (a) Badanie konsumenckie Metoda lub badanie nabywców Zamiary: W tej metodzie konsumenci są bezpośrednio zachęcani do ujawnienia swoich przyszłych planów zakupu. Wykonuję go, przeprowadzając wywiady ze wszystkimi konsumentami lub wybraną grupą konsumentów z danego popushylation. Jest to bezpośrednia metoda szacowania popytu w krótkim okresie. Tutaj ciężar prognozowania zostaje przeniesiony na kupującego. Firma może przystąpić do pełnego wyliczenia lub ankiet próbnych. Jeżeli rozpatrywany towar jest produktem pośrednim, bada się branże wykorzystujące go jako produkt końcowy. (i) Kompletne badanie wyliczeniowe: w ramach pełnego przeglądu wyliczeniowego firma musi przejść do ankiety dotyczącej drzwi do drzwi w okresie prognozy, kontaktując się ze wszystkimi gospodarstwami domowymi w okolicy. Ta metoda ma zaletę z pierwszej ręki, bezstronna informacja, ale ma również swój wady. Głównym ograniczeniem tej metody jest to, że wymaga ona wielu zasobów, siły roboczej i czasu. W tej metodzie konsumenci mogą niechętnie ujawniać swoje plany zakupu ze względu na prywatność lub tajemnicę handlową. Co więcej, czasami conshysumers mogą nie wyrazić swoich opinii prawidłowo lub mogą celowo wprowadzić w błąd badaczy. (ii) Badanie próby i marketing testowy: w ramach tej metody niektóre reprezentatywne gospodarstwa domowe wybiera się losowo jako próbki, a ich opinia jest uznawana za opinię uogólnioną. Ta metoda opiera się na podstawowym założeniu, że próbka rzeczywiście reprezentuje populację. Jeśli próba jest prawdziwym przedstawicielem, prawdopodobnie nie będzie znaczącej różnicy w wynikach uzyskanych w badaniu. Poza tym ta metoda jest mniej żmudna i mniej kosztowna. Wariantem techniki badania próbki jest marketing testowy. Testowanie produktu polega zasadniczo na umieszczeniu produktu z określoną liczbą użytkowników na określony czas. Ich reakcje na produkt są odnotowywane po pewnym czasie, a szacunek prawdopodobnego zapotrzebowania wynika z wyniku. Są one odpowiednie dla nowych produktów lub dla radykalnie zmodyfikowanych starych produktów, dla których nie istnieją żadne wcześniejsze dane. Jest to bardziej naukowa metoda szacowania prawdopodobnego popytu, ponieważ stymuluje ona krajowy start w ściśle określonym obszarze geosygraficznym. (iii) Metoda ostatecznego wykorzystania lub metoda nakładów i wyników: Ta metoda jest bardzo przydatna w przypadku branż, które są głównie producentami towarów. W tej metodzie, sprzedaż rozpatrywanego produktu prognozowana jest jako podstawa badania popytu w branżach stosujących ten produkt jako produkt pośredni, tj. Popyt na produkt końcowy jest zapotrzebowaniem końcowego produktu pośredniego stosowanego w produkcie końcowym. produkcja tego produktu końcowego. Szacowanie popytu na produkt końcowy przez użytkownika końcowego może wiązać się z wieloma dobrymi branżami wykorzystującymi ten produkt w kraju i za granicą. Pomaga nam zrozumieć relacje między branżami8217. W rachunkowości wejściowo-wyjściowej dwiema stosowanymi macierzami są macierz transakcji i macierz współrzędnych wejściowych. Największe wysiłki, jakich wymaga ten typ, nie dotyczą jego działania, lecz gromadzenia i prezentacji danych. (b) Metoda opinii przedstawicieli handlowych: Jest to również znane jako metoda opinii zbiorowej. W tej metodzie poszukuje się opinii sprzedawców zamiast konsumentów. Czasami określa się to jako podejście oddolne, ponieważ jest to metoda oddolna, wymagająca od każdego sprzedawcy w firmie indywidualnej prognozy dla jego lub jej określonego obszaru sprzedaży. Te indywidualne prognozy są omawiane i uzgadniane z kierownikiem sprzedaży. Kompozyt wszystkich prognoz stanowi wówczas prognozę sprzedaży dla organizacji. Zaletą tej metody jest to, że jest łatwa i tania. Nie wiąże się z żadnym skomplikowanym procesem statystycznym. Główną zaletą tej metody jest zbiorowa mądrość sprzedawców. Ta metoda jest bardziej przydatna w prognozowaniu sprzedaży nowych produktów. (c) Metoda opinii ekspertów: Metoda ta jest również znana jako technika badania Delphi. Metoda Delphi wymaga panelu ekspertów, którzy są przesłuchiwani przez sekwencję kwestionariuszy, w których odpowiedzi na jeden kwestionariusz są wykorzystywane do przygotowania następnego kwestionariusza. Dzięki temu wszelkie informacje dostępne niektórym ekspertom, a nie innym, są przekazywane, dzięki czemu wszyscy eksperci mają dostęp do wszystkich informacji do prognozowania. Metoda służy do prognozowania długoterminowego w celu oszacowania potencjalnej sprzedaży nowych produktów. Ta metoda zakłada dwa warunki: Po pierwsze, panelerzy muszą być bogaci w swoją wiedzę, posiadać szeroki zakres wiedzy i doświadczenia. Po drugie, jego dyrygenci są obiektywni w swojej pracy. Ta metoda ma pewne wyłączne zalety oszczędzania czasu i innych zasobów. 2. Metoda statystyczna: metody statystyczne okazały się niezmiernie użyteczne w prognozowaniu popytu. Aby zachować obiektywizm, to znaczy, biorąc pod uwagę wszystkie implikacje i patrząc na problem z zewnętrznego punktu widzenia, stosuje się metody statystyczne. Ważnymi metodami statystycznymi są: (i) Metoda prognozowania trendów: Firma istniejąca od dłuższego czasu będzie posiadała własne dane dotyczące sprzedaży w ubiegłych latach. Takie dane po ułożeniu chronologicznie dają tak zwane szeregi czasowe. Szeregi czasowe pokazują przeszłe wyniki sprzedaży ze skutecznym zapotrzebowaniem na dany produkt w normalnych warunkach. Takie dane można podać w formie tabelarycznej lub graficznej do dalszej analizy. Jest to najpopularniejsza metoda wśród firm biznesowych, częściowo dlatego, że jest prosta i niedroga, a częściowo dlatego, że dane szeregów czasowych często wykazują stały trend wzrostowy. Szeregi czasowe mają cztery typy komponentów, mianowicie: Świecki Trend (T), Świecka Wariacja (S), Cykliczny Element (C) i Nieregularna lub Losowa Odmiana (I). Te elementy wyrażono równaniem O TSCI. Trend świecący odnosi się do długookresowych zmian zachodzących w wyniku ogólnej tendencji. Odmiany sezonowe odnoszą się do zmian w krótkim przebiegu pogody lub zwyczajach społecznych. Cykliczne odmiany odnoszą się do zmian zachodzących w przemyśle podczas depresji i boomu. Losowa zmienność odnosi się do czynników, które są na ogół w stanie, takich jak wojny, strajki, powódź, głód i tak dalej. Kiedy dokonywana jest prognoza, sezonowe, cykliczne i przypadkowe odchylenia są usuwane z obserwowanych danych. Pozostaje zatem tylko świecki trend. Ten trend jest następnie rzutowany. Rzut trendu pasuje do linii trendu do równania matematycznego. Trend można oszacować, stosując jedną z następujących metod: (a) Metoda graficzna, (b) Metoda najmniejszych kwadratów. a) Metoda graficzna: Jest to najprostsza technika określania trendu. Wszystkie wartości produkcji lub sprzedaży dla różnych lat są nanoszone na wykresie i rysowana jest gładka, wolna ręka, przechodząc przez jak najwięcej punktów. Kierunek tej wolnej ręki wygięty w górę lub w dół pokazuje trend. Prostą ilustrację tego sposobu przedstawiono w tabeli 2. Tabela 2: Sprzedaż firmy Na rys. 1 AB jest linią trendu, która została narysowana jako krzywa swobodnego ruchu, przechodząca przez różne punkty reprezentujące faktyczne wartości sprzedaży. (b) Metoda najmniejszych kwadratów: W ramach metody najmniejszych kwadratów, linia trendu może być dopasowana do danych szeregów czasowych za pomocą technik statystycznych, takich jak regresja najmniejszych kwadratów. Kiedy trend sprzedaży w czasie jest podany linią prostą, równanie tej linii ma postać: y a bx. Gdzie a jest punktem przecięcia, a b pokazuje wpływ zmiennej niezależnej. Mamy dwie zmienne: zmienną "x" i zmienną zależną "y". Linia najlepszego dopasowania ustanawia rodzaj matematycznej relacji między dwiema zmiennymi. v iy. Jest to wyrażone przez regresję na x. Aby rozwiązać równanie v a bx, musimy zastosować następujące równania normalne: xy a xb x2 (ii) Technika barometryczna: Barometr jest narzędziem pomiaru zmian. Ta metoda opiera się na założeniu, że przyszłość można przewidzieć na podstawie pewnych wydarzeń w teraźniejszości. Innymi słowy, techniki barometryczne opierają się na założeniu, że pewne wydarzenia z teraźniejszości można wykorzystać do przewidywania kierunków zmian w przyszłości. Osiąga się to za pomocą wskaźników ekonomicznych i statystycznych, które służą jako barometry zmian gospodarczych. Ogólnie rzecz biorąc, prognostycy porównują sprzedaż firm z trzema seriami: wiodącą, koincydencyjną lub współbieżną oraz serią Lagging: a) wiodące serie: wiodąca seria obejmuje te czynniki, które poruszają się w górę lub w dół przed rozpoczęciem recesji lub odzysku. Zwykle odzwierciedlają przyszłe zmiany rynkowe. Na przykład sprzedaż w proszku dla niemowląt można prognozować, analizując wskaźnik urodzeń pięć lat wcześniej, ponieważ istnieje korelacja między sprzedażą w proszku dla dzieci a pięcioletnimi dziećmi, a ponieważ sprzedaż w proszku dla niemowląt jest obecnie skorelowana ze stopą urodzeń pięć lat wcześniej nazywa się to opóźnioną korelacją. Tak więc możemy powiedzieć, że porody prowadzą do sprzedaży mydełek dla niemowląt. (b) Seria zbieżna lub współbieżna: seria zbieżna lub równoległa to te, które poruszają się w górę lub w dół jednocześnie z poziomem gospodarki. Są one używane do potwierdzania lub odrzucania ważności głównego wskaźnika zastosowanego kilka miesięcy później. Typowymi przykładami zbieżnych wskaźników są: sam G. N.P, produkcja przemysłowa, handel i sektor detaliczny. (c) Seria opóźniająca: serie opóźniające to takie, które mają miejsce po pewnym czasie opóźnienia w odniesieniu do cyklu koniunkturalnego. Przykładami opóźniających się szeregów są: koszt pracy na jednostkę produkcji, pożyczki pozostające do spłaty, wiodąca stopa pożyczek krótkoterminowych itp. (Iii) Analiza regresji: Próbuje ocenić związek między co najmniej dwiema zmiennymi (jedną lub więcej niezależnych i jeden zależny), którego celem jest przewidzenie wartości zmiennej zależnej od określonej wartości zmiennej niezależnej. Podstawą tej prognozy są ogólnie dane historyczne. Ta metoda rozpoczyna się od założenia, że ​​istnieje podstawowa zależność między dwiema zmiennymi. Interaktywny pakiet komputerowy analizy statystycznej służy do sformułowania istniejącej zależności matematycznej. Na przykład można zbudować model sprzedaży jako: Quantum of Sales a. cena b. reklama c. cena konkurencyjnych produktów dochód osobisty do dyspozycji u Gdzie a, b, c, d są stałymi, które pokazują wpływ odpowiednich zmiennych jako sprzedaży. Stała u reprezentuje efekt wszystkich zmiennych, które zostały pominięte w równaniu, ale mają wpływ na sprzedaż. W powyższym równaniu kwant sprzedaży jest zmienną zależną, a zmienne po prawej stronie równania są zmiennymi niezależnymi. Jeśli oczekiwane wartości zmiennych niezależnych zostaną zastąpione w równaniu, wówczas wielkość sprzedaży będzie prognozowana. Równanie regresji można również zapisać w postaci multiplikatywnej, jak podano poniżej: Kwota sprzedaży (cena) a (Reklama) b (Cena konkurencyjnych produktów) c (Dochód osobisty do odpisu Y u W powyższym przypadku wykładnik każdej zmiennej wskazuje na sprężystości odpowiadającej zmiennej Podając zmienne niezależne pod względem zapisu, formą równania jest QS P 8. A o42.R .83.Y 2 .68 40 Następnie możemy powiedzieć, że wzrost cen o 1% do 0,8% zmiany kwantowej sprzedaży itd. Jeśli przyjmiemy postać logarytmiczną wielokrotnego równania, możemy zapisać równanie w postaci addytywnej w następujący sposób: log QS a log P b log A log R d log Y d log W powyższym równaniu współczynniki a, b, c oraz d reprezentują sprężystości odpowiednio zmiennych P, A, R i Y d. Współczynnik logarytmicznego równania regresji jest bardzo użyteczny w podejmowaniu decyzji politycznych przez kierownictwo (iv) Modele ekonometryczne: Modele ekonometryczne są rozszerzeniem technika regresji, w której rozwiązuje się układ równania regresji niezależnej od siebie. Wymóg zadowalającego wykorzystania modelu ekonometrycznego w prognozowaniu jest pod trzema głowami: zmiennymi, równaniami i danymi. Odpowiednią procedurą w prognozowaniu metodami ekonometrycznymi jest modelowanie. Ekonometria stara się wyrazić teorie ekonomiczne w kategoriach matematycznych w taki sposób, aby można je było zweryfikować metodami statystycznymi i zmierzyć wpływ jednej zmiennej ekonomicznej na drugą, aby móc przewidzieć przyszłe zdarzenia. Użyteczność prognozowania: Prognozowanie zmniejsza ryzyko związane z wahaniami koniunktury, które generują szkodliwe skutki w biznesie, powodują bezrobocie, wywołują spekulacje, zniechęcają do tworzenia kapitału i zmniejszają marżę zysku. Prognozowanie jest niezbędne i odgrywa bardzo ważną rolę w określaniu różnych polityk. W czasach współczesnych prognozowanie było kładzione na podłożu naukowym, aby ryzyko z tym związane zostało znacznie zminimalizowane, a szanse na precyzję wzrosły. Prognozy w Indiach: w większości krajów rozwiniętych są wyspecjalizowane agencje. W Indiach przedsiębiorcy wcale nie są zainteresowani przygotowaniem prognoz naukowych. Są bardziej zależne od przypadku, szczęścia i astrologii. Są bardzo przesądni, a zatem ich prognozy nie są poprawne. Brak wystarczających danych, aby można było uzyskać wiarygodne forescasty. Jednak same statystyki nie przewidują przyszłych warunków. Osąd, doświadczenie i znajomość konkretnego handlu są również niezbędne do właściwej analizy i interpretacji oraz do wyciągnięcia właściwych wniosków. Wniosek: Systemy wspomagania decyzji składają się z trzech elementów: decyzji, prognozowania i kontroli. Oczywiście przewiduje się prognozowanie marketingowe. Prognozowanie sprzedaży może zostać zrównoważone jako system, mający nakłady wejściowe i wyjście. Ten uproszczony widok jest użytecznym miernikiem analizy prawdziwej prognozy sprzedaży jako pomocy dla kierownictwa. Mimo to nikt nie jest w stanie przewidzieć przyszłej działalności gospodarczej z pewnością. Prognozy to szacunki, o których nikt nie może być pewny. Kryteria dobrej metody prognozowania: Istnieje wiele sposobów, aby zgadywać o przyszłej sprzedaży. Wykazują kontrast pod względem kosztów, elastyczności oraz odpowiednich umiejętności i wyrafinowania. Dlatego pojawia się problem z wyborem najlepszej metody dla konkretnej sytuacji popytowej. Istnieją pewne kryteria ekonomiczne o szerszej możliwości zastosowania. Są to: (i) Dokładność, (ii) Wiarygodność, (iii) Trwałość, (iv) Elastyczność, (v) Dostępność, (vi) Ekonomia, (vii) Prostota i (viii) Spójność. (i) Dokładność: Uzyskana prognoza musi być dokładna. W jaki sposób możliwa jest dokładna prognoza Aby uzyskać dokładną prognozę, konieczne jest sprawdzenie dokładności wcześniejszych prognoz w odniesieniu do obecnych wyników i obecnych prognoz dotyczących przyszłych wyników. Dokładność nie może być przetestowana za pomocą dokładnych pomiarów, ale należy dokonać oceny. (ii) Wiarygodność: wykonawczy powinien dobrze zrozumieć wybraną technikę i powinien mieć zaufanie do stosowanych technik. Zrozumienie jest również potrzebne do właściwej interpretacji wyników. Wymagania co do wiarygodności często mogą poprawić dokładność wyników. (iii) Trwałość: Niestety, funkcja popytu dopasowana do wcześniejszych doświadczeń może bardzo mocno obniżyć koszty i nadal rozpadać się w krótkim czasie jako prezenter. Trwałość mocy prognostycznej funkcji popytu zależy częściowo od racjonalności i prostoty dopasowanych funkcji, ale przede wszystkim od stabilności wzajemnych relacji mierzonych w przeszłości. Oczywiście, ważność trwałości odstrasza dozwolony koszt prognozy. (iv) Elastyczność: Elastyczność może być postrzegana jako alternatywa dla ogólności. Długotrwała funkcja mogłaby zostać ustanowiona pod względem podstawowych sił natury i ludzkich motywów. Mimo że jest to sprawa fundamentalna, trudno byłoby go zmierzyć, a przez to niezbyt użyteczne. Zestaw zmiennych, których współczynnik może być dostosowywany od czasu do czasu w celu spełnienia zmieniających się warunków w bardziej praktyczny sposób, aby utrzymać nienaruszoną rutynową procedurę prognozowania. (v) Dostępność: Natychmiastowa dostępność danych jest podstawowym wymogiem, a poszukiwanie rozsądnych przybliżeń dotyczących znaczenia w późnych danych jest stałym obciążeniem cierpliwości prognostów. Zastosowane techniki powinny być w stanie szybko uzyskać znaczące wyniki. Opóźnienie wyniku negatywnie wpłynie na decyzje menedżerskie. (vi) Gospodarka: Koszt jest najważniejszą kwestią, która powinna być ważona w zależności od znaczenia prognoz dla operacji biznesowych. Może powstać pytanie: ile pieniędzy i wysiłek menedżerski należy przydzielić, aby uzyskać wysoki poziom dokładności prognozowania. Kryterium jest tu rozważanie ekonomiczne. (vii) Prostota: Modele statystyczne i ekonometryczne są z pewnością przydatne, ale są nie do zniesienia skomplikowane. Dla tych kierowników, którzy obawiają się matematyki, metody te wydają się być łacińskie lub greckie. Procedura powinna być zatem prosta i łatwa, aby kierownictwo mogło docenić i zrozumieć, dlaczego została przyjęta przez programistę. (viii) Spójność: Forecaster musi zajmować się różnymi niezależnymi komponentami. 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.