Как вам может помочь бизнес-прогнозирование

Иллюстрация: Shutterstock

Прогнозы необходимы в финансах, маркетинге, подборе кадров и производстве, в правительственных и коммерческих организациях. Вот несколько примеров вопросов, для получения ответов на которые необходимы те или иные процедуры прогнозирования:

• Как повлияет на объемы продаж увеличение финансирования рекламы на 10%?
• Какой годовой доход может ожидать государство по истечении следующего двухлетнего периода?
• Сколько единиц продукции необходимо продать, чтобы возвратить планируемые капиталовложения в производственное оборудование?
• Как определить факторы, которые помогут объяснить изменчивость в ежемесячных объемах продажи продукции?
• Каков ежегодный прогноз на последующие 10 лет в отношении сводного баланса займов нашего банка?
• Будет ли экономический спад? Если да, то когда он начнется, насколько сильным он будет и когда он окончится?

1. Типы прогнозов

Какие существуют типы прогнозов для менеджера, столкнувшегося с необходимостью принятия решения в условиях неопределенности? Прогнозы могут классифицироваться как долгосрочные и краткосрочные. Долгосрочные прогнозы необходимы для того, чтобы наметить основной курс предприятия на длительный период, поэтому именно на них акцентируется основное внимание менеджеров высшего звена. Краткосрочные прогнозы используются для разработки безотлагательных стратегий. Они чаще всего применяются менеджерами среднего и низшего звена для удовлетворения потребностей ближайшего будущего.

Процедуры прогнозирования могут также классифицироваться как количественные и качественные. На одном полюсе здесь находится чисто качественный аппарат, не требующий явного математического оперирования данными. Используется только «оценка», предоставляемая составителем прогноза. Конечно, даже в этом случае «оценка» составителя прогноза в действительности является результатом мысленного анализа данных. На другом полюсе находится чисто количественный аппарат, не требующий никакой дополнительной оценки. Это чисто механические процедуры, которые на выходе дают количественные результаты.

2. Прогнозирование: пять этапов

Все формальные процедуры прогнозирования предусматривают перенос прошлого опыта в неопределенное будущее. Таким образом, все они построены на предположении, что условия, породившие полученные ранее данные, неотличимы от условий будущего. Исключение составляют только те переменные, которые точно распознаны моделью прогнозирования.

Например, если кто-то строит прогноз показателей производительности служащих, исходя только из множества оценок, выставленных им при испытаниях в процессе приема на работу, то он, очевидно, предполагает, что показатель производительности каждого работника зависит только от них. В действительности же подобное предположение о неразличимости прошлого и будущего не выполняется в полной мере. Поэтому полученный прогноз будет неточен, если только он не будет модифицирован на основании оценки, выполненной составителем прогноза.

Осмысление того, что аппарат прогнозирования оперирует данными, порожденными естественными событиями, приводит к определению следующих пяти этапов в процессе прогнозирования:

1. Сбор данных.
2. Редукция или уплотнение данных.
3. Построение модели и ее оценка.
4. Экстраполяция выбранной модели (фактический прогноз).
5. Оценка полученного прогноза.

Этап 1. Сбор данных

Предполагает получение корректных данных и обязательную проверку того, что они верны. Этот этап часто является наиболее сомнительной частью всего процесса прогнозирования и в то же время наиболее сложен для проверки, поскольку последующие этапы с одинаковым успехом могут производиться с использованием данных, как соответствующих изучаемой проблеме, так и не соответствующих ей. Всякий раз, когда возникает необходимость получить в организации определенные данные, их сбор и проверка обязательно сопровождаются множеством различных проблем.

Этап 2. Редукция или уплотнение данных

Часто оказывается необходимым, так как для выполнения прогнозирования может быть собрано как слишком много исходных данных, так и слишком мало. Некоторые данные могут не иметь прямого отношения к рассматриваемой задаче, а будут лишь снижать точность прогнозирования. Другие данные могут соответствовать проблеме, но только в контексте некоторого конкретного исторического периода. Например, при прогнозировании продаж малолитражных автомобилей целесообразно будет использовать данные о продажах автомобилей только с момента введения эмбарго на нефть в 1970-х годах, а не данные за последние 50 лет.

Этап 3. Построение модели и ее оценка

Состоит в подборе модели прогноза, наиболее соответствующей особенностям собранных данных в смысле минимизации ошибки прогноза. Чем проще модель, тем лучше она будет воспринята менеджерами фирмы, ответственными за принятие решения, и тем выше будет их доверие к полученному прогнозу.

Часто следует отдавать предпочтение не более сложному подходу к прогнозированию, предлагающему немного больше точности, а более простому, понятному руководителям компании. Когда выбранный метод получает поддержку у менеджеров, то и результаты прогнозирования активно ими используются. Из сказанного очевидно, что оценка непременно должна применяться в процессе выбора.

Этап 4. Экстраполяция выбранной модели

Предусматривает фактическое получение требуемого прогноза, поскольку необходимые данные уже собраны и, возможно, редуцированы, а соответствующая модель прогноза определена. Часто для проверки точности получаемых результатов применяется прогнозирование на недавно прошедшие периоды, для которых исследуемые величины уже известны. Наблюдаемые ошибки затем определенным образом анализируются. Эта процедура обсуждается ниже, при описании этапа 5.

Этап 5. Оценка полученного прогноза

Состоит в сравнении вычисленных величин с действительно наблюдаемыми значениями. Для этой цели часть наиболее свежей фактической информации обычно исключается из множества анализируемых данных. После того как модель прогноза будет подобрана, выполняется прогноз на эти периоды и полученные результаты сравниваются с известными наблюдаемыми значениями.

Некоторые процедуры прогнозирования предусматривают суммирование абсолютных значений ошибок и представляют либо эту сумму, либо частное от деления ее на число прогнозируемых значений, представляющее собой значение средней ошибки прогноза. Другие процедуры используют сумму квадратов ошибок, которая затем сравнивается с аналогичными числами, полученными для альтернативных методов прогнозирования. Некоторые процедуры отслеживают и отмечают величину пределов ошибки за период прогнозирования.

3. Управление процессом прогнозирования

В процесс прогнозирования непременно должны быть вовлечены способности и здравый смысл руководящего персонала. Специалист, занимающийся прогнозированием, должен рассматриваться как советник менеджера, а не как оператор устройства, автоматически принимающего решения.

Эффективность и уровень использования прогнозирования могут быть повышены, если менеджмент примет по отношению к нему более реалистичное отношение. Прогнозирование следует рассматривать не как некое пророчество, а скорее, как лучший способ выявления и экстраполяции существующих схем или взаимоотношений с целью прогнозирования. Если такое отношение будет воспринято, то ошибки прогноза будут рассматриваться как неизбежные, а обстоятельства, их порождающие, непременно подлежащими исследованию.

Следовательно, для того чтобы соответствующим образом руководить процессом прогнозирования, следует найти ответы на несколько ключевых вопросов:

• Почему необходим прогноз?
• Кто будет использовать прогноз, и в чем состоят его основные требования?
• Какой уровень — отдельные составляющие или обобщенные показатели — требуется и каковы соответствующие временные рамки?
• Какие имеются данные и будет ли их достаточно для того, чтобы получить необходимый прогноз?
• Во что обойдется выполнение прогноза?
• Какова ожидаемая точность прогноза?
• Будет ли прогноз сделан вовремя, чтобы помочь процессу принятия решения?
• Ясно ли понимает создающий прогноз специалист то, как он будет использован на предприятии?
• Существует ли обратный процесс, позволяющий оценить прогноз после того, как он был сделан, и внести соответствующие уточнения в процесс прогнозирования?

Резюме

Целью создания прогноза является уменьшение того уровня неопределенности, в пределах которого менеджер должен принимать решения. Эта цель диктует два основных правила, которым должен следовать процесс прогнозирования:

1. Прогнозирование должно быть технически корректным и должно порождать прогнозы, достаточно точные для того, чтобы отвечать нуждам фирмы.
2. Процедура прогнозирования и ее результаты должны быть достаточно эффективно представлены менеджменту, что обеспечит использование прогнозов в процессе принятия решения во благо фирмы. Результаты прогнозирования также должны быть сбалансированы в отношении затрат/прибыли.

Последнее часто понимается неверно, что может мешать работе профессиональных специалистов по прогнозированию. Все же, если прогнозы должны использоваться на благо фирмы, то те, кто ответственен за принятие решений, должны пользоваться ими. Это утверждение поднимает вопрос о том, что следует считать «нормой поведения» в прогнозировании.

Существенные, а иногда и основные статьи расходов и распределение ресурсов в фирме чаще всего соответствуют представлению руководства о будущем развитии событий. Так как движение ресурсов и средств в организации часто строится на предполагаемом направлении развития будущего (прогнозе), неудивительно, что вокруг процесса прогнозирования обычно ведутся интриги. Это наблюдение подчеркивает значение второго основного правила: «Прогнозы, созданные в пределах фирмы, должны быть поняты и оценены ее руководством в такой степени, которая позволит эффективно использовать эти прогнозы в управлении фирмой».

Материал публикуется в сокращенном переводе с английского.

Об авторе:

Артур Дж. Райтш (Arthur G. Reitsch), почетный профессор Восточного Вашингтонского университета.