Каузальные подходы к прогнозированию объема продаж
Вместо экстраполяции непосредственно объема продаж можно спрогнозировать факторы, ведущие к изменению продаж. Они начинаются с факторов внешней среды, таких как численность населения, валовой национальный продукт и законодательная система. Это влияет на поведение покупателей, конкурентов, поставщиков, дистрибьюторов и партнеров (тех организаций, с которыми вы сотрудничаете). Их действия воздействуют на прогноз рынка и доли рынка. Результат рыночного прогнозирования и прогнозирования доли рынка используется для прогнозирования объема продаж.
Разделение проблем по элементам на рис. 2 может помочь при обдумывании прогнозов объема продаж. Предполагается, что точности можно достичь только при наличии надежной информации о каждом компоненте и при полном понимании влияния каждого компонента на объем продаж. Если существует высокая неопределенность в отношении каждого элемента, правильнее провести экстраполяцию непосредственно объема продаж.
Основное преимущество этого подхода — его связь напрямую с принятием решений. Можно внести изменения в маркетинг-микс, чтобы увидеть влияние на прогнозируемый показатель. Прогнозы можно подготовить также для того, чтобы
Рис. 2. Каузальный подход к прогнозированию продаж |
оценить возможные изменения, которые появятся при принятии решений конкурентов или партнеров. Эти прогнозы могут позволить фирме развивать планы на случай непредвиденных обстоятельств, и их влияние на продажи можно также предсказать. Однако каузальный подход более затратный, чем экстраполяция тренда объема продаж.
Внешняя среда
Иногда можно получить опубликованные прогнозы состояния факторов внешней среды из базы библиотек исследований, которая доступна в Интернете. Эти прогнозы могут быть адекватны многим целям. Однако бывает сложно определить, какие методы были использованы для создания прогноза. В таких случаях эконометрические модели могут дать более точные прогнозы состояния внешней среды, чем экстраполяция или эвристические методы. Очевидность этого подтверждает Дж Аллен (Allen, 1999). Есть важные находки, помогающие эконометрическим моделям: (1) выбор причинных переменных основан больше на теории прогнозирования и на знании ситуации, чем на статистическом соответствии ретроспективным данным (статистический смысл здесь тоже не важен); (2) использование сравнительно простых моделей (например, не стоит использовать уравнения множественной регрессии; не используйте модели, которые не могут быть точно описаны линейной зависимостью); (3) используйте переменные только тогда, когда предполагаемая связь с объемом продаж имеет то же направление, что и априорная. Последний пункт соединяется с принципом использования каузальных нестатистических обоснований. Согласующийся с этой точкой зрения метод ведущего индикатора, некаузальный подход к прогнозированию, допустимый для декад, вряд ли повышает точность прогнозов (Diebold F. X. &Rudebusch, 1991).
Интересно, что связь более точных прогнозов внешней среды (например, численности населения, состояния экономики, социальных тенденций, технологических перемен) и улучшения прогнозов объема продаж неочевидна. Это, конечно, кажется нелепым. Надеюсь, что такие результаты получены в процессе исследований, где условия для эконометрических моделей не идеальны. Например, если обстоятельства продолжают меняться так же, как и в прошлом, то невелика надежда, что эконометрическая модель будет удачна для прогноза. Однако улучшение прогнозов внешней среды возможно при крупных переменах, таких как принятие политики беспошлинной торговли, снижение тарифов, экономическая депрессия, стихийные бедствия и войны.
Потребители
Необходимо знать размер потенциального рынка для данной категории товара (например, сколько людей в регионе X могут купить автомобиль), способность потенциального рынка к покупке (например, доход на душу населения и цена на товар) и потребности потенциальных покупателей. Проверка каждого из этих факторов может помочь прогнозированию спроса на товарную категорию.
Компания
Компания разрабатывает свой маркетинг-микс, обычно не слишком нуждаясь в прогнозировании результатов этих действий. Однако бывает так, что планам трудно следовать из-за изменений на рынке, действий конкурентов или розничных торговцев или по внутренним причинам. Поэтому полезно прогнозировать действия, которые могут быть предприняты (например, если мы предоставим скидку розничным торговцам, как это отразится на средней стоимости для конечного потребителя?).
Посредники
Как будут действовать поставщики, дистрибьюторы и партнеры? Можно предположить, что их будущие решения сходны с прошлыми — это будет простая, «наивная» модель прогноза. Для существующих стабильных рынков эта модель подходит, но когда ожидаются большие изменения, лучше выбрать другую модель. В таких случаях можно использовать структурированные эвристические методы, экстраполяцию аналогичных ситуаций или эконометрические модели.
Структурирование обычно добавляет точности в эвристические методы, особенно если помогает адекватно отразить ситуацию. Ролевые игры — один из таких структурированных методов. Они удобны, когда результат зависит от взаимодействия различных сторон, особенно когда это взаимодействие включает конфликт. Дж. Армстронг и П. Хатчерсон (.Armstrong & Hutcherson, 1989) предложили разыграть в ролях взаимоотношения производителей и дистрибьюторов. В этой мнимой ситуации Philco пытался убедить супермаркеты продать свои разработки предоставления скидок покупателям исходя из объема покупок. Короткие (меньше одного часа) ролевые игры привели к правильным предсказаниям ответов менеджеров супермаркетов (75% из 12 групп). Сравните: когда группы делали предсказания без использования структурированных (формализованных) методов, только одна из тридцати семи групп отвечала верно. Решение оказалось плохим, но здесь речь не об этом.
Эконометрические модели предлагают альтернативный, но более дорогой подход к предсказанию действий посредников. Этот подход требует большого объема информации. Например, Д. Монтгомери (Montgomery, 1975) описывает модель для предсказания, выставит ли закупочный комитет супермаркета на прилавок новый товар. Эта модель, которая использует информацию о рекламе, репутации поставщика, надбавках и розничной цене, предоставляет рациональные предсказания для приведенного примера.
Конкуренты
Поддается ли улучшению простой, «наивный» прогноз, что конкуренты будут продолжать действовать так же, как и раньше? Это трудно прогнозировать, так как главные действующие лица на рынке постоянно взаимодействуют. Так как конкуренты имеют конфликтные интересы, они не любят открывать в ходе исследования истинные мотивы.
Небольшое исследование экспертов по маркетингу предположило, что наиболее популярный подход к прогнозированию действий конкурентов — спросить мнение экспертов (Armstrong et al., 1987). Поскольку «эксперты» обычно являются таковыми и в своих компаниях, они не могут судить беспристрастно. Например, менеджеры торговой марки слишком оптимистичны по поводу своих марок. Здесь снова подойдет ролевая игра. Прямо на эксперименте доказать ценность ролевых игр для прогнозирования действий конкурентов невозможно, но ролевая игра показала точность прогнозов решений в конфликтных ситуациях (Armstrong,
1999).
Доля рынка
Что может быть лучше, чем «наивная» модель отсутствия перемен? Для сложившихся рынков простая модель наиболее приемлема (Brodie et al., 1999), даже при наличии превосходной информации о конкурентах (Alsem et al., 1989). Однако каузальные модели дают лучшие прогнозы, когда происходят большие изменения, например, объявлено о'снижении цен. Каузальные модели также помогут, когда продажи фирмы были искусственно ограничены из-за производственных мощностей, тарифов или квот. Более того, нужны прогнозы на разные случаи. Фирмы могут выиграть с помощью верных прогнозов о том, как их политика (например большое снижение цен) повлияет на их долю рынка.