Heskett, J. L., Jones, T. O., Loveman, G. W., Sasser, W. E., Schlesinger, L. A, “Putting the Service-Profit Chain to Work”, Harvard Business Review, March-April 1994.

ЛЕКЦИЯ 7. ПРОГНОЗИРОВАНИЕ СПРОСА НА УСЛУГИ

Общая характеристика системы факторов, определяющих спрос в сфере услуг. Основные методологические подходы к прогнозированию спроса на продукцию отраслей сферы услуг – традиционный, классический, модифицированный. Качественные и количественные методы прогнозирования спроса на услуги. Проблема адаптации существующих подходов и методов прогнозирования спроса на услуги к современным условиям функционирования отраслей сферы услуг.

Количество услуг, которое могла бы предоставить организация с учетом спроса на услуги и потенциальной мощности органи­зации оценивается с помощью прогнозирования. Анализ и прогнозирование спроса - важнейшие составные элементы стратегического управления предприятий и отраслей сферы услуг.

Изучение основных тенденций изменения спроса и оценка его будущих перспектив должны осуществляться с учетом анализа факторов, определяющих величину спроса [2]. К числу факторов, действующих на макроуровне, относится уровень реальных среднедушевых расходов, цен, соотношение цен и доходов, сложившийся уровень удовлетворения потребностей в конкретном спектре услуг. Макроуровневые факторы спроса в значительной степени определяются состоянием экономики в целом.

Факторы мезоуровня определяются отраслевой спецификой рассматриваемого сегмента сферы услуг, а также равномерностью распределения сети услуг по территории.

Факторы спроса на уровне первичного звена – предприятия: комплексность оказываемых услуг, время обслуживания клиентов, качество предоставляемых услуг, сложившаяся репутация предприятия, наличие резервных мощностей, квалифицированной рабочей силы и т.д.

В методическом плане при прогнозировании спроса для рассматриваемого сектора экономики могут быть применены следующие подходы [2]:

- традиционный - ретроспективный анализ фактического числа заявок на услуги и выявление эвристическим путем основных тенденций, определяющих их будущее количество;

- классический - прогнозирование спроса с учетом ограниченного числа доминантных факторов (обычно - доходов и цен). Представлен научными трудами многих известных экономистов, занимавшихся теоретическими проблемами спроса на рубеже XIX-XX вв. К их числу принадлежат А. Маршалл, В. Парето, Л. Вальрас, Г. Кассель, Д. Хикс и др. Основные вопросы, находившиеся в центре их внимания - анализ поведения потребителя, внедрение факторов, влияющих на спрос, соотношение категорий спроса, предложения и цены;

- модифицированный - адаптация классического подхода к современному процессу формирования спроса на продукцию сферы услуг.

Процесс прогнозирования включает 6 основных этапов [4], представленных на слайде 7-1.

Слайд 7-1

Если результаты проверки точности прогноза неудовле­творительны, проверяются заново метод, исходные предположения, достовер­ность данных и т. д.; вносятся необходимые изменения и подготавливается пересмотренный прогноз.

Существует два общих подхода к прогнозированию: качественный и количественный. Качественные методы опираются главным образом на субъективные входные данные, которые часто игнорируют точные цифровые показатели. Количественные методы основаны или на использовании статистических данных за определенный период, или на разработке ассоциативных моделей, которые пытаются использовать причин­ные переменные для того, чтобы подготовить прогноз.

Качественные методы допускают использование в процессе прогнозирования «мягкой» информации (человеческий фактор), которая зачастую недооценивается при использовании количе­ственных методов из – за сложности ее количественной оценки. Количественные методы состоят главным образомиз анализа объективных, или жестких данных. Они обычно избегают личных предубеждений, которые иногда пагубно влияют на результаты использования качественных методов.

Факторы, влияющие на выбор метода прогнозирования [5]:

1. Время

- временной промежуток прогноза;

- срочность прогноза;

- частота обновления.

2. Необходимые ресурсы

- математическая сложность, доступная компании;

- компьютерные ресурсы;

- финансовые ресурсы.

3. Входные характеристики

- доступность предшествующих данных;

- частота изменчивости и диапазон колебания;

- внешняя стабильность.

4. Требуемые выходные характеристики

- детальность или степень разукрупнения;

- точность.

Качественные методы основаны на профессиональном опыте, знаниях и интуиции экспертов. Прогнозные экспертные оценки отражают индивидуальные суждения специалистов относительно перспектив развития объекта.

Экспертные методы прогнозирования используются для анализа и последующего прогнозирования [1]:

- объектов, развитие которых либо полностью, либо частично не поддается формализации;

- в условиях отсутствия достаточно полной и достоверной статистики по характеристикам объекта;

- в условиях большой неопределенности среды функционирования объекта, рыночной среды;

- при средне- и долгосрочном прогнозировании;

- в случаях, когда или время, или средства, выделяемые на прогнозирование и принятие решений, не позволяют исследовать проблему с применением формальных моделей;

- отсутствуют необходимые технические средства моделирования;

- в экстремальных ситуациях.

Экспертные оценки могут быть коллективными и индивидуальными.

Индивидуальные методы основаны на использовании мнений экспертов, не зависимых друг от друга. Наиболее часто применяемы метод интервью, аналитических экспертных оценок.

Метод интервью предполагает беседу прогнозиста с экспертом, в ходе которой прогнозист в соответствии с заранее разработанной программой ставит перед экспертом вопросы относительно перспектив развития прогнозируемого объекта.

Аналитические экспертные оценки предполагают длительную и тщательную самостоятельную работу эксперта над анализом тенденций, оценкой состояния и путей развития прогнозируемого объекта.

Методы коллективных экспертных оценок основываются на принципах выявления коллективного мнения экспертов о перспективах развития объекта прогнозирования.

Существует большое число модификаций методов коллективных экспертных оценок. Наиболее популярны методы круглого стола, Дельфи, программного и эвристического прогнозирования, мозгового штурма, метод сценариев и др. [1].

В соответствии с методом круглого стола специальная комиссия, входящая в его состав, обсуждает соответствующие проблемы с целью согласования мнений и выработки единого мнения.

Метод Дельфи заключается в распространении серии анкет среди тех, кто обладает необходимыми знаниями и способностями и может внести значимый вклад в составление прогноза. Анкетирование осуществляется анонимно, для того чтобы каждый из опрашиваемых свободно высказывал свое мнение. Каждая новая серия анкет разработана с использованием информации, извлеченной из предыдущей серии. Цель состоит в создании согласованного прогноза.

Метод программного прогнозирования является обобщением, с одной стороны, метода Дельфи, а с другой – известного метода сетевого планирования и управления PERT. Метод служит для определения вероятности наступления тех или иных событий и оценки вероятного времени их наступления.

Методом эвристического прогнозирования называется метод получения и специализированной обработки прогнозных оценок объекта путем систематизированного опроса экспертов в узкой области науки, техники или производства.

Написание прогнозного сценария – это метод, при котором устанавливается логическая последовательность событий с целью показать, как, исходя из существующих ситуаций, может шаг за шагом развиваться будущее состояние объектов.

К количественным методам прогнозирования относятся такие методы, как:

1. Моделирование временных рядов:

- наивный подход;

- скользящие средние;

- экспоненциальное сглаживание;

-проектирование тренда.

2. Причинно - регрессионные модели (простая и множественная, линейная регрессия). Регрессионная модель включает переменные, или факторы, которые могут оказывать влияние на количественные значения прогнозируемой величины.

Временной ряд состоит из последовательности равномерно распределенных во времени данных. Прогнозирование некоторого показателя с использованием временных рядов основывается на том, что будущее значение показателя находится в зависимости только от его прошлых значений, а другие параметры игнорируются [5].

Наивный подход – предполагается, что спрос в следующий период будет в точности равен спросу в последний период времени.

Скользящие средние – метод, который берет среднее от нескольких самых последних показателей, значение средних обновляется по мере поступления новых данных (слайд 7-2).

Слайд 7-2

Если имеет место тренд или какая-то другая особенность в данных, для того чтобы придать более высокую значимость последнему периоду, используют веса, а прогнозирование осуществляется с помощью метода скользящей средней (слайд 7-2).

Метод экспоненциального сглаживания (слайд 7-3). Константа сглаживания «a» может изменяться с целью увеличения веса последних данных (когда «a» велико) или увеличения веса предыдущих данных (когда «а» мало).

Слайд 7-3

Экстраполяция временного ряда – это метод, при котором к имеющимся данным подбирается прямая линия так, чтобы разброс наблюдений по обе стороны от нее был наименьшим, после чего осуществляется экстраполяция прямой и определяется искомый прогноз (слайд 7-3).

Точность прогноза может быть определена путем сравнения прогнозируемых значений с фактическими величинами. Ошибка прогноза определяется как разность между фактическими и прогнозируемыми величинами. Мерой совокупной ошибки прогноза может служить среднее абсолютное отклонение (слайд 7-2).

Сезонные изменения данных временного ряда – это регулярно повторяющиеся восходящие или нисходящие движения в ряду значений, которые можно привязать к периодически повторяющимся событиям. Сезонность во временном ряде выражена в количестве, на которое фактические значения отклоняются от среднего значения ряда.

Существуют две модели сезонности – аддитивная и мультипликативная. В аддитивной модели сезонность выражена как количество, которое добавляется или вычитается из среднего значения ряда. В мультипликативной модели – как процент от среднего количества, который умножают на среднее значение ряда, чтобы ввести сезонность.

Необходимостьадаптации существующих подходов и методов прогнозирования спроса на услуги к современным условиям функционирования отраслей сферы услуг обусловлена тем, что для современных российских условий характерен ряд отклонений экономических реалий от классических подходов [2]:

1. Ситуация так называемого ажиотажного спроса, формирующегося в условиях гиперинфляции. Здесь фактор обесценивания денег становится преобладающим по сравнению с факторами доходов и цен, поэтому поведение потребителя становится в значительной степени «иррациональным». Повышается спрос на особую группу товаров, подверженных меньшему влиянию инфляции и обеспечивающих более стабильное положение потребителя на рынке товаров (недвижимость, автомобили, предметы длительного пользования, изделия из драгоценных металлов и т.д.).

2. Ситуация двухвалютной денежной системы (наряду с обесценивающейся национальной валютой имеет хождение твердая иностранная валюта). В этих случаях спрос на товары и услуги деформируется спросом на особый товар - валюту, возникает проблема отложенного спроса.

3. Изменение системы предпочтений в удовлетворении традиционных потребностей (например, частичная переориентация на товары импортного производства - одежды, продуктов питания, бытовой техники).

Среди особенностей российского рынка услуг, которые необходимо учесть при прогнозировании спроса, следует отметить [2]:

1. Деформированность рынка услуг: отказ части населения от традиционных видов услуг в пользу эксклюзивных услуг.

2. Появление новых видов услуг, порожденных спецификой переходного периода. Спрос на эти услуги характеризуется значительной неустойчивостью и приобретает ажиотажный характер в периоды кризисов.

3. Повышенный уровень криминогенности экономики.

4. Сильная дифференциация рынка услуг не только по спектру оказываемых услуг, но и по их качеству и цене, что обусловлено общественной дифференциацией доходов.

Совокупность перечисленных выше факторов переплетается сложным образом, что делает невозможным прогнозирование спроса на основе относительно простых зависимостей классического подхода и для получения адекватных результатов требует адаптации существующих методов прогнозирования.

Литература

1. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование – планирование. Теория проектирования экспериментов, г.. Железнодорожный: ООО НПЦ «Крылья», 2000.