Мастер класс на тему Бизнес-прогнозирование

Бизнес-прогнозированиедля топ-менеджеров

Пацера Константин

Бизнес-прогнозированиеМетодики

качественное бизнес-прогнозирование –применяется при отсутствии данных или при недостаточном их количестве и базируется на методах субъективной оценки.

Бизнес-прогнозирование 2

количественное бизнес-прогнозирование –применяется при наличии достаточного количества данных и базируется на методах количественного анализа.

Количественное бизнес-прогнозирование

Бизнес-прогнозирование (количественное бизнес-прогнозирование с помощью анализа временных рядов) – изучает методы экстраполяции числовой переменной на основе её предыдущих и настоящих значений.

Прогностическая аналитика (количественное бизнес-прогнозирование с помощью методов прогностической аналитики) – технология добычи с баз данных ранее неизвестных, неочевидных, практически полезных и доступных для интерпретации знаний, которые необходимы для прогнозирования.


Типы прогнозов

Относительно бизнес-задачи:• макропрогнозы;

• микропрогнозы.

Относительно временного признака:• краткосрочные (прогнозирование на один

период независимо от частоты сбора информации);

• среднесрочные (прогнозирование от двух до пятнадцати периодов, если данные собраны по неделям или месяцам; прогнозирование от двух до восьми периодов, если данные собраны по кварталам; прогнозирование от двух до четырёх периодов, если данные собраны по годам);

• долгосрочные (прогнозирование до семи лет).


Трендовая – представляет собой долгосрочное возрастание или убывание.

Сезонная – представляет собой изменения, которые происходят с определённой периодичностью (год, неделя, день).

Циклическая – представляет собой колебания вокруг тренда.

Типы моделей данных

115

120

125

130

135

140

145

150

155

160

165

0 1 2 3 4 5 6 7 8 9 10 11 12

Місяць, t

Кількість,

Y

50

100

150

200

250

300

350

400

450

500

550

0 2 4 6 8 10 12 14 16 18 20 22 24

Кількість,

Y

Квартал, tБизнес-прогнозирование 5

Определение временного ряда

Временным рядом называются данные, которые фиксируются через одинаковые промежутки времени.

Критерии для данных временных рядов:• достоверность и точность;• значимость и согласованность;• сбор через фиксированные промежутки

времени.


Определение временного рядаЗадача

Существует временной ряд из t фактических значений; необходимо построит прогноз, начиная с периода t+1.

Методика решения1. используя фактические значения, разрабатывают модель прогноза;2. их оценивают и выбирают наилучшую;3. используют наилучшую модель в качестве модели прогнозирования.

с

Период– t Факт – Yt Прогноз – Ŷt

1 Y1 ххх

2 Y2 Ŷ2

… … …

t Yt Ŷt

t+1 ххх Ŷt+1

t+2 ххх Ŷt+2

… … …


Обозначения:t – период временного ряда;Yt – фактическое значение для периода t;Ŷt+1 – прогнозированное значение для периода t+1.

Этапы прогнозирования(с точки зрения аналитика)

I. Сбор данных

II. Редукция данных

III. Построение модели и её оценка

IV. Экстраполяция выбранной модели (фактический прогноз)

V. Оценка полученного прогноза


Применение: при ограниченном количестве данных или/и при условии, что будущее лучше всего характеризуется последними данными

Примеры простейший моделей:

1. Простейшая модель: Ŷt+1 = Yt

2. Простейшая модель с учётом тренда: Ŷt+1 = Yt + (Yt - Yt-1)

3. Простейшая модель с учётом тренда: Ŷt+1=Yt ∙ (Yt / Yt-1)

4. …

Методы краткосрочного прогнозирования: простейшие модели


Определение:

Ошибкой прогноза называется разница между фактическим значением и его прогнозом.

et = Yt - Ŷt

Квадратическая ошибка (SSE) используется для сравнения нескольких моделей прогноза.

Ошибки прогноза и их использование

å=

=n

1t

2teSSE


Среднее абсолютное отклонение (MAD) используется когда необходимо измерить ошибку прогноза в тех же единицах, что и фактические данные.

Средняя абсолютная ошибка в процентах (MAPE) используется для ответа на вопрос: на сколько большие ошибки прогноза по отношению к фактическим значениям?

Средняя ошибка в процентах (MPE) используется для оценки стабильности модели прогноза. Если MPE большое положительное числа, то метод прогнозирования последовательно недооценённый; если MPE большое отрицательное число, то метод прогнозирования последовательно переоценённый.

å=

=n

1tte

n1MAD

å=

=n

1t t

t

Ye

n1MAPE

å=

=n

1t t

t

Ye

n1MPE

Ошибки прогноза и их использование


Методы прогнозирования

Краткосрочное прогнозирование• Простейшие модели• Простое среднее, скользящее среднее, экспоненциальное сглаживание

Среднесрочное прогнозирование• Обычное экспоненциальное сглаживание (применение: тренд отсутствует,

сезонность отсутствует)• Двойное скользящее среднее, модель Брауна, модель Хольта (применение: тренд

есть, сезонность отсутствует)• Обычное сезонное экспоненциальное сглаживание (применение: тренд отсутствует,

сезонность есть)• Аддитивная модель Винтерса, мультипликативная модель Винтерса (применение:

тренд есть, сезонность есть)• ARIMA-моделі

Долгосрочное прогнозирование• Аддитивный метод декомпозиции• Мультипликативный метод декомпозиции• Качественные методы прогнозирования


В качестве примера: Аддитивная модель Винтерса (Экспоненциальное сглаживание с учётом тренда и сезонности)

Применение:1. для среднесрочного прогнозирования;2. для данных с трендом;3. для сезонных данных.

Аддитивная модель Винтерса: Ŷt+p = Lt + p ∙ Tt + St-s+p

где Lt = α ∙ (Yt - St-s ) + (1 - α) ∙ (Lt-1 + Tt-1) – компонента сглаживания

Tt = β ∙ (Lt - Lt-1) + (1 - β) ∙ Tt-1 – компонента тренда

St = γ ∙ (Yt - Lt ) + (1 - γ) ∙ St-s – компонента сезонности

где Ŷt+p – прогнозированное значение для периода t+p;Yt – фактическое значение для периода t;s – период сезонности;α, β, γ - const; 0 ≤ α, β, γ ≤ 1.

Рекомендация для начального условия (при использовании Microsoft Excel):L1 = Y1 T1 = 0 S1 = 0


Программное обеспечение для решения задач бизнес-прогнозирования

Microsoft Excel J /с многочисленными надстройками/

IBM SPSS Statistics - для работы с базами данных, для задач бизнес-статистики, бизнес-прогнозирования, сегментации и прогностическойаналитики

Statistica - для работы с базами данных, для задач бизнес-статистики, бизнес-прогнозирования, сегментации и прогностической аналитики

Minitab - для работы с базами данных, для задач бизнес-статистики, бизнес-прогнозирования, сегментации и прогностической аналитики

…Бизнес-прогнозирование 14

Аналитика временного ряда

Примеры бизнес-задач аналитики временного ряда:

1. Есть ли сезонность? (Метод: расчёт сезонных индексов или коэффициентов с помощью мультипликативного или аддитивного метода декомпозиции)

2. Есть ли тренд?(Метод: Автокорреляционный анализ)

3. Анализ данных временного ряда на наличие выбросов

4. Оценка “событий”(Метод: Анализ интервенций)

5. Изучение взаимосвязи между двумя временными рядами(Метод: Кросс-корреляционный анализ)

…


Целью аналитики временного ряда является не построение модели прогноза (не первоочередная цель!), а нахождение закономерностей в данных временного ряда.

Прогностическая аналитика

Прогностическая аналитика позволяет ответить на вопросы:

1. Влияет ли фактор на прогнозируемую величину?

2. Сила влияния фактора на прогнозируемую величину?

3. Что произойдёт с прогнозируемой величиной при изменении фактора?


Возможность перейти от точечного прогноза к интервальному.Возможность рассматривать “сценарии”.

Долгосрочное прогнозирование: качественные методы прогнозирования

Качественное бизнес-прогнозирование применяется при отсутствии данных или при недостаточном их количестве и базируется на методах субъективной оценки.

Основные методы субъективной оценки:

• Метод кривых роста

• Метод Дельфи

• Метод написания сценария


Управление процессом прогнозирования

• На какой период необходимо строить прогноз?

• Какие данные необходимы и какие они должны иметь характеристики?

• Какова точность прогноза?

• Как можно улучшить прогноз?

• Как часто необходимо пересматривать прогноз?

• Кто будет использовать прогноз?

• Какова стоимость прогноза?

• Почему прогноз необходим?


Сложности построения прогнозирования в компаниях

• Процесс прогнозирования

• Человеческий фактор

• Технологический аспект

• Информация


Наименование «Делойт» относится к одному либо любому количеству юридических лиц, входящих в «Делойт Туш Томацу Лимитед», частную компанию с ответственностью участников в гарантированных ими пределах, зарегистрированную в соответствии с законодательством Великобритании; каждое такое юридическое лицо является самостоятельным и независимым юридическим лицом. Подробная информация о юридической структуре «Делойт Туш Томацу Лимитед» и входящих в нее юридических лиц представлена на сайте www.deloitte.com/about. Подробная информация о юридической структуре «Делойта» в СНГ представлена на сайте www.deloitte.com/ru/about.

«Делойт» предоставляет услуги в области аудита, налогообложения, управленческого и финансового консультирования государственным и частным компаниям, работающим в различных отраслях промышленности. «Делойт» - международная сеть компаний, которые используют свои обширные отраслевые знания и многолетний опыт практической работы при обслуживании клиентов в любых сферах деятельности в более чем 150 странах мира. 182,000 специалистов «Делойта» по всему миру привержены идеям достижения совершенства в предоставлении профессиональных услуг своим клиентам .

Сотрудники «Делойта» объединены особой культурой сотрудничества, которая в сочетании с преимуществами культурного разнообразия направлена на развитие высоких моральных качеств и командного духа и повышает ценность наших услуг для клиентов и рынков. Большое внимание «Делойт» уделяет постоянному обучению своих сотрудников, получению ими опыта практической работы и предоставлению возможностей карьерного роста. Специалисты «Делойта» способствуют укреплению корпоративной ответственности, повышению общественного доверия к компаниям объединения и созданию благоприятной атмосферы в обществе.

© 2012 ПрАТ «Делойт энд Туш ЮСК». Все права защищены.

Мастер класс на тему Бизнес-прогнозирование

Documents