Во-первых, когда прогнозы основываются на интуиции маркетологов, понятие ошибки вообще неприменимо. В качестве альтернативы можно задать вероятный диапазон значений: например, указать, что в феврале объем продаж составит от 50 до 100 единиц. Впрочем, даже этот упрощенный вариант используется нечасто.
Во-вторых, когда доступны данные, позволяющие рассчитать ошибку прогноза, и есть компьютерные алгоритмы для такого расчета, ошибка может оказаться такой большой, что целесообразность самого прогнозирования начнет вызывать сомнения.
Кстати, интересно, что компании, планирующие производство на основе прогнозов, часто страдают одновременно и от излишков, и от дефицита продукции. На большинстве рынков объем продаж сильно колеблется. В таких условиях производство на склад гораздо выгоднее, поскольку оно позволяет быстрее реагировать на изменения спроса.
В дальнейшем мы увидим, что это очень хороший механизм контроля, способный сигнализировать о возникновении ряда проблем, в том числе о резком увеличении спроса, при котором текущий уровень пополнения запасов может оказаться недостаточным.
И все же прогнозирование помогает планировать производство. Так, не вызывает сомнений, что это единственный эффективный инструмент в ситуации, когда пики продаж наступают и проходят в течение коротких промежутков времени. В подобных случаях невозможно рассчитывать на правило о постоянном пополнении запасов до фиксированного уровня – ведь остро необходимо решить, сколько продукции произвести до начала пика, а значит, нельзя исходить из текущего объема продаж.
Если вам непременно нужно опираться на прогноз, помните, что для эффективного принятия решений требуются две оценки – сам прогноз и ошибка прогноза. Конечно же, хорошо знать средний объем продаж в период пикового спроса, но еще больше пользы может принести информация о том, насколько обосновано это предположение и как низко может опуститься фактический объем.
Планирование производственных мощностей обычно охватывает более длительный период. Для него гораздо лучше подходит совокупное планирование, потому что здесь не нужно точно знать, какие виды продукции будут выпускаться в конкретный момент времени. Требуется оценить приблизительный масштаб, и для этой цели прогнозы вполне подходят.
В бизнесе прогнозы —это основа для составления бюджета и планирования производственных мощностей, продаж, производства, материальных и трудовых ресурсов, закупок и т.д. Прогнозы играют важную роль в процессе планирования, потому что они позволяют менеджерам предвидеть будущее и соответственно этому осуществлять планирование.
Имеются два пути использования прогнозов. Один из них помогает менеджерам планировать систему, а другой помогает им планировать эксплуатацию системы. Планирование системы обычно включает долгосрочные планы относительно типа предлагаемых изделий и услуг, необходимых производственных мощностей и оборудования, места размещения производственных мощностей и т.д.
Планирование эксплуатации системы относится к краткосрочным и средним периодам планирования. Сюда входят задачи типа планирования уровня материальных запасов и рабочей силы, планирования закупок и производства, составления бюджета и рабочих графиков.
Прогнозирование в бизнесе – это нечто большее, чем просто предсказание спроса. Прогнозы также используются для предсказания прибыли, доходов и расходов, изменения производительности, цен, доступности энергии и сырья, процентных ставок, движения ключевых экономических факторов (например, валового национального продукта, инфляции, правительственных займов), цен на акции и облигации.
Как уже отмечалось, несмотря на использование компьютеров и сложных математических моделей, прогнозирование не является точной наукой. Опыт, суждение и техническая экспертиза, – все это играет роль в разработке полезных прогнозов. Наряду с этим, может понадобиться некоторое количество везения и немного скромности, потому что даже самые плохие предсказатели иногда выдают очень хорошие прогнозы, и даже самые лучшие предсказатели иногда полностью ошибаются.
В принципе, ответственность за подготовку прогнозов спроса в деловых организациях лежит скорее на отделах маркетинга и сбыта, чем на производственном секторе. Тем не менее, производственникам часто приходится делать определенные прогнозы и помогать в этом другим. Кроме того, поскольку прогнозы —основа для многих производственных решений, менеджеры и персонал производственного сектора должны быть знакомы с существующими методами прогнозирования, с положениями, которые лежат в основе использования этих методов, и с их ограничениями. Для руководителей производства важно учитывать, как прогнозы влияют на производство. Короче говоря, прогнозирование – неотъемлемая составная часть управления производством.
В настоящее время используется много разнообразных методов прогнозирования. Во многих отношениях, они совершенно отличны друг от друга, как вы это увидите. Тем не менее, некоторые особенности являются общими для всех методов, и важно их распознавать.
За основу прогнозирования принимается предположение, что та же причинно-следственная система, которая существовала в прошлом, сохранится и в будущем.
Прогнозы для групп объектов обычно более точны, чем прогнозы для отдельных объектов, потому что ошибки прогнозирования в группе объектов, как правило, нейтрализуют друг друга. Возможности для группирования возникают, когда детали или сырье используются для производства многих изделий, а также если спрос на изделие или услугу существует среди ряда независимых источников.
Точность прогноза уменьшается с увеличением периода времени, который охватывается данным прогнозом —так называемого горизонта времени. Вообще говоря, краткосрочные прогнозы должны содержать меньше неопределенности, чем долгосрочные прогнозы, поэтому краткосрочные прогнозы обычно более точные.
Важное следствие последнего правила состоит в том, что гибкие деловые организации, которые способны быстро реагировать на изменения спроса, требуют более узкого горизонта времени, и, следовательно, извлекают преимущества из более точных краткосрочных прогнозов. Их менее гибким конкурентам приходится пользоваться долгосрочными, а, следовательно, менее точными и эффективными прогнозами.
Процесс прогнозирования включает 5 основных этапов:
Определить цель прогноза.
Какова цель, и когда она потребуется? Это покажет уровень детализации в прогнозе, оправданное количество ресурсов (трудовые ресурсы, компьютерное время, деньги), и уровень необходимой точности.
Установить горизонт времени.
Прогноз должен определить временные границы с учетом того, что точность уменьшается по мере увеличения горизонта времени.
Выбрать методику прогнозирования.
Собрать и проанализировать соответствующие данные.
Прежде чем составлять прогноз, необходимо собрать и проанализировать определенные данные. Определите основные исходные положения для подготовки и использования прогноза.
Подготовить прогноз.
Обязательно прогноз нужно контролировать, чтобы определить, насколько точно он выполняется. Если результаты проверки неудовлетворительны, заново проверьте метод, исходные предположения, достоверность данных и т. д.; произведите необходимые изменения и подготовьте пересмотренный прогноз.
Существует два общих подхода к прогнозированию:
– качественный;
– количественный.
Качественные методы опираются главным образом на субъективные входные данные, которые часто игнорируют точные цифровые показатели. Качественные методы допускают использование в процессе прогнозирования «мягкой» информации (например, человеческого фактора, личных мнений, догадок). Эти факторы часто игнорируются или недооцениваются при использовании количественных методов, потому что они с трудом поддаются (если вообще поддаются) количественной оценке.
Количественные методы опираются или на использование статистических данных за определенный период, или на разработки ассоциативных моделей, которые пытаются использовать причинные переменные для того, чтобы подготовить прогноз. Количественные методы состоят главным образом из анализа объективных, или жестких данных. Они обычно избегают личных предубеждений, которые иногда пагубно влияют на качественные методы.
На практике, любой из этих подходов – или они оба – могут использоваться для разработки прогноза.
Также существуют прогнозы, основанные на суждении и мнении – это прогнозы, которые используют субъективные входные данные, такие как мнения потребителей, торгового персонала, менеджеров, директоров и экспертов. Когда прогноз должен быть подготовлен быстро, не всегда имеется достаточно времени, чтобы собрать и проанализировать количественные данные. В других случаях, особенно в период изменения политических и экономических условий, данные могут быстро устаревать, а более свежую информацию пока получить невозможно. Аналогично, разработка новых изделий и перепроектировка уже существующих страдает от отсутствия исторической статистики, которая была бы полезна при прогнозировании. Соответственно эти прогнозы и полагаются на анализ субъективных входных данных, полученных из различных источников: опроса потребителей, сотрудников отдела продаж, менеджеров и директоров, групп экспертов. Достаточно часто эти источники выдают информацию, получить которую иным способом просто невозможно.
Небольшая группа руководителей верхнего звена (например, в маркетинге, производстве и финансах) может встречаться и коллективно разрабатывать прогнозы. Этот подход часто используется как часть долгосрочного планирования и разработки нового изделия. Он имеет то преимущество, что собирает воедино огромные коллективные знания и способности руководителей. Однако здесь имеется риск, что будет преобладать мнение одного человека, оказывающее давление на всю группу, а кроме того, распределение ответственности за прогноз среди большой группы людей может оказать расслабляющее действие на стремление создать хороший прогноз.
Следует отметить и прогнозы, основанные на данных временного ряда или статистическое прогнозирование.
Некоторые методы прогнозирования зависят от раскрытия связей между переменными, которые можно использовать для предсказания будущего значения одной из них; другие просто пытаются спроецировать прошлый опыт на будущее. Второй подход представляют прогнозы, которые используют статистический или временной ряд данных— на основе предположения, что будущее будет подобно прошлому. Некоторые модели просто пытаются сглаживать произвольные изменения в исторической статистике, а другие пытаются выявить в данных определенные тенденции. В сущности, подходы, основанные на исторической статистике, рассматривают данные как зеркало, которое отражает комбинацию всех сил, влияющих на рассматриваемую переменную (например, спрос) – не стараясь точно определить или измерить эти силы.
Ассоциативные модели определяют одну или более поддающихся оценке переменных, которые могут использоваться для предсказания будущего спроса.
Например, спрос на краски может быть связан с такими переменными как цена за литр, затраты на рекламу, а также со специфическими характеристиками краски (например, время высыхания, легкость очистки). В этих случаях анализ дает математическое уравнение, которое позволяет менеджеру предсказать объем продаж – например, на основе данных значений «оцениваемой» переменной.
Глава 3. Системный подход в оптимизации производства
Различные способы классификации производственных систем имеют важное значение для их проектирования и эксплуатации. Степень стандартизации конечного продукта, тип производства, общая ориентированность системы на товары или на услуги, или же на некую комбинацию товаров и услуг, – все это диктует требования по капиталовложениям, выбору оборудования, планированию мощности производства, определению местоположения предприятия, управлению запасами и ресурсами, найму рабочей силы, определенному графику производства и обеспечению качества.
Главная обязанность производственного менеджера – это планирование и принятие решений. В этом своем качестве менеджер оказывает значительное влияние на степень реализации целей предприятия. При этом руководитель предприятия всегда сталкивается с широким диапазоном решений, которые должен выбирать и принимать, а для этого необходимо знать методики и инструменты, необходимыми для принятия правильных решений.
В этой главе мы рассмотрим системный подход к выработке производственных решений, обсудим также практические преимущества использования моделей.
Цель моделирования состоит в разработке модели, которая адекватно воспроизводит какое-либо явление реальной жизни. Когда модель разработана, многое можно узнать о явлении, изменяя основные параметры и наблюдая результаты изменений. Если модель хорошая, полученные знания можно применять к реальной ситуации.
Так как модели играют существенную роль при выработке решений в сфере управления производством, они должны обязательно использоваться. Для каждой модели старайтесь определить:
– Цель;
– Как она используется для получения результатов;
– Как эти результаты интерпретируются и используются;
– Какие применимы допущения и ограничения.
Последний пункт особенно важен, потому что практически каждая модель имеет свой собственный набор условий, которые определяют, в каких случаях модель действительна и реально ее воплощение. Несоблюдение этих условий, то есть использование модели там, где это не предполагалось, приведет к недостоверным результатам. Попытка использовать такие результаты при решении производственной проблемы может привести к катастрофическим последствиям. Следовательно, чрезвычайно важно знать допущения и ограничения для каждой модели.
Конец ознакомительного фрагмента.
Текст предоставлен ООО «ЛитРес».
Прочитайте эту книгу целиком, купив полную легальную версию (https://www.litres.ru/pages/biblio_book/?art=69816970&lfrom=174836202) на ЛитРес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.
