2020-01-14
152
Для вычисления с помощью этого месяца возьмем 4 варианта весовых коэффициентов и, используя значения спроса за прошлые месяцы, сделаем расчет на следующие:
| Весовые коэффициенты 1 |
| Весовые коэффициенты 2 | |||
| Период | Коэффициент |
| Период | Коэффициент | |
| 11 мес. назад | 0,3 |
| 11 мес. назад | 0,25 | |
| 12 мес. назад | 0,4 |
| 12 мес. назад | 0,5 | |
| 13 мес. назад | 0,3 |
| 13 мес. назад | 0,25 | |
| Весовые коэффициенты 3 |
| Весовые коэффициенты 4 | |||
| Период | Коэффициент |
| Период | Коэффициент | |
| 11 мес. назад | 0,2 |
| 11 мес. назад | 0,1 | |
| 12 мес. назад | 0,6 |
| 12 мес. назад | 0,8 | |
| 13 мес. назад | 0,2 |
| 13 мес. назад | 0,1 | |
Рассчитаем по формуле прогнозные значения потребности в сахаре на декабрь 2009, январь, февраль, март 2010:
| Месяц | Тыс. упаковок |
| ноя.09 | 16,2 |
| дек.09 | 21,7 |
| янв.10 | 19,4 |
| фев.10 | 18,5 |
| мар.10 | 16,2 |
| апр.10 | 13,5 |
| Месяц | Спрос, тыс. упак. | Вес 1 | Откл-е | Вес 2 | Откл-е | Вес 3 | Откл-е | Вес 4 | Откл-е | ||
| дек.10 | 19,4 | 19,36 | 0,04 | 19,75 | 0,35 | 20,14 | 0,74 | 20,92 | 1,52 | ||
| янв.11
| 21,6 | 19,82 | 1,78 | 19,75 | 1,85 | 19,68 | 1,92 | 19,54 | 2,06 | ||
| фев.11 | 17,9 | 18,08 | 0,18 | 18,15 | 0,25 | 18,22 | 0,32 | 18,36 | 0,46 | ||
| мар.11 | 15,6 | 16,08 | 0,48 | 16,10 | 0,50 | 16,12 | 0,52 | 16,16 | 0,56 | ||
| Среднее отклонение | 0,62 | 0,7375 | 0,875 | 1,15 |
Вывод: путем сравнения выбираем наименьшее среднее отклонение для прогноза спроса по 1 Варианту набора весов (0,62).
Определение потребности на товар методом регрессионного анализа
Регрессию можно определить как функциональную зависимость между двумя или несколькими переменными. Эту зависимость используют для предсказания значения одной переменной на основе значения другой. Для целей прогнозирования потребностей обычно изучают зависимость объема продаж (объема потребления) от времени. График линейной регрессии имеет следующий вид:
Y = a + bX,
где Y - значение зависимой переменной (в нашем случае это обычно объем продаж или объем потребления);
а - коэффициент, показывающий высоту подъема прямой по оси ОY);
b - коэффициент, показывающий угол наклона прямой;
X - значение независимой переменной (в нашем случае это номер соответствующего временного интервала).
Мы рассматриваем зависимость потребности в сахаре от времени. Время – это независимая переменная X, а объем потребления Y – зависимая переменная.
Для составления прямой Y = a + bX необходимо решить следующую систему уравнений (где n – количество периодов времени, данные которых используются при прогнозировании).
Рассчитаем на основание данных за период от дек.09 до июн.10, так как график на этом отрезке падает.
| месяц | Х | Y | X^2 | XY | Y=a+bx | Отклонение
| |||
| дек.09 | 1 | 21,7 | 1 | 21,7 | 22,8213 | 1,12 | |||
| янв.10 | 2 | 19,4 | 4 | 38,8 | 20,1999 | 0,80 | |||
| фев.10 | 3 | 18,5 | 9 | 55,5 | 17,5785 | 0,92 | |||
| мар.10 | 4 | 16,2 | 16 | 64,8 | 14,9571 | 1,24 | |||
| апр.10 | 5 | 13,5 | 25 | 67,5 | 12,3357 | 1,16 | |||
| май.10 | 6 | 10,7 | 36 | 64,2 | 9,7143 | 0,99 | |||
| июн.10 | 7 | 4,7 | 49 | 32,9 | 7,0929 | 2,39 | |||
| Сумма: | 28 | 104,7 | 140 | 345,4 | Среднее откл. | 1,23 | |||
| 7a+28b=104,7 |
| ||||||||
| 28a+140b=345,4 |
| ||||||||
| b=-2,6214 |
| ||||||||
| a=25,4427 |
| ||||||||
Вывод: по имеющимся данным рассчитанное среднее отклонение будет весьма неточно(1,23), следовательно, метод не подходит.
Таким образом, составляем прогноз на апрель, май, июнь 2011г методом взвешенного скользящего среднего.
| Весовые коэффициенты 3 | |
| Период | Коэффициент |
| 11 мес. назад | 0,3 |
| 12 мес. назад | 0,4 |
| 13 мес. назад | 0,3 |
| Месяц | Расчет | Прогноз |
| Апрель 11 | 0,3*16,2+0,4*13,5+0,3*10,7 | 13,47 |
| Май 11 | 0,3*13,5+0,4*10,7+0,3*4,7 | 9,74 |
| Июнь 11 | 0,3*10,7+0,4*4,7+0,3*6,1 | 6,92 |
Вывод по прогнозированию потребностей в товаре сахар «Краснодарский»
Для прогнозирования потребности на товар сахар «Краснодарский» было использовано 2 метода:
1. Взвешенной скользящей средней.
2. Регрессионного анализа.
При проверке, отклонение от фактических значений минимально по первому методу (0,62). Прогноз будет выглядеть следующим образом: апрель – 13,47; май – 9,74; июнь – 6,92 тонн.
Заключение
Логистика - это процесс организации движения материальных и информационных потоков для обеспечения достижения целей предприятия.
Главная цель логистики – вовремя и в необходимом количестве доставить производственную продукцию в нужное место с минимальными издержками.
Как метод, маркетинг включает в себя не только внешнюю, но и внутреннюю составляющую, нацеленную на наиболее эффективную деятельность организации для достижения коммерческих целей. Фактически, это все виды внутренней организации и реорганизации любой компании в тесном взаимодействии с менеджментом и логистикой (экономикой, финансами и учетом и аудитом и др.). В широком смысле, маркетинг - это не только организационно-штатная структура или перечень работ, но и «образ мыслей» всех сотрудников от руководства до исполнителей. Его роль в нашей жизни невозможно переоценить. Это определяющий вид человеческой деятельности в условиях конкуренции и рынка, основополагающая дисциплина для профессионалов, организующих работу народно - хозяйственного комплекса страны.
В странах с развитой рыночной экономикой сложились чёткие и обоснованные взгляды на это явление, его роль и место в экономике. Если маркетинг рассматривается, как система взглядов, а также способ постановки стратегических и прикладных задач в рыночных процессах, то логистика - как исполнительный рыночный механизм не только в предприятиях различных форм собственности, но также на муниципальном и государственном уровнях управления народным хозяйством.
Взаимосвязь маркетинга и логистики обширна и разнообразна, т.к. эти две реальности тесно увязаны между собой единым алгоритмом управления бизнес-процессами.
