ЛЕКЦИЯ 3
1. Типы и методы прогнозирования
2. Типы и методы планирования
3. Инструменты функции организация
4. Модели мотивации
5. Типы и этапы контроля
6. Типы и этапы разработки управленческих решений
7. Типы, этапы и проблемы коммуникаций
8. Типы власти
9. Классификация управленческих кадров
10. Управление группами
11. Управление конфликтами
12. Лидерские стили
Типы и методы прогнозирования
Прогнозирование – это определение будущего на основе накопленного в прошлом опыта и текущих допущений о будущем развитии событий. Прогноз – научно обоснованное суждение о возможных состояниях объекта прогнозирования в будущем, об альтернативных путях и сроках их осуществления. В результате прогнозирования менеджмент фирмы представляет себе картину будущего, внешних и внутренних условий деятельности организации. Эту информация чрезвычайно важна, т.к. является основой для постановки правильных целей и планирования осуществимых мероприятий по их достижению.
Цели прогнозирования состоят в том, чтобы:
|
|
- помочь выявить базовые тенденции в исследуемой области;
- определить основные критические зоны;
- учесть риски;
- сделать понятным процесс выработки решения;
- предложить варианты действий для достижения цели управления.
Выделяют два характерных подхода к прогнозированию:
1) изучение закономерности изменения данного события (выявление тренда);
2) изучение другого события (или группы других событий, имеющих отношение к данному).
Множество методов прогнозирования имеет одну общую идею: обнаружение экстраполяционных связей между прошлым и будущим, связи между информацией о процессе в контролируемый период времени и характером протекания процесса в дальнейшем.
Количественные методы прогнозирования
Для прогнозирования в практической деятельности применяются различные количественные и качественные методы. Количественные методы можно использовать для прогнозирования, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию (тренд), которую можно продолжить в будущем, и когда имеющейся информации достаточно для выявления статистически достоверных тенденций или зависимостей. Типичными методами количественного прогнозирования являются регрессионный и корреляционный анализ, анализ временных рядов, методы сглаживания.
Регрессионый и корреляционный анализ используется когда один или несколько факторов влияет на прогнозируемый показатель (рис.1).
Рис.1. Регрессионная зависимость среднего времени доставки от расстояния
Уровень личных доходов, демографические изменения и ставка процента ипотечного кредита, например, влияют на будущий спрос на новые односемейные дома. Регрессионная модель может показать, что всякий раз, когда ставка процента увеличивается на 1%, спрос на новые дома в среднем падает на 5%. На языке статистики эта зависимость называется корреляционной. Она отличается от функциональной тем, что показывает зависимость средней (а не фактической) величины от влияющего фактора.
|
|
Множество пар данных, в которых время является независимой переменой X, называется временным рядом (рис.2).
Рис.2. Временной ряд
Анализ временных рядов, например, временного ряда объема продаж, заключается в том, что факторы, реально влияющие на объем продаж, явно не учитываются, а анализируются только изменения объемов продаж во времени. Таким образом, выявляется определенная тенденция изменения фактических значений Y во времени, что позволяет прогнозировать будущие значения данного параметра. Общая тенденция изменения значений параметра Y во времени называется трендом, который может быть как линейным, так и нелинейным. Математическую запись функции тренда можно определять методов регрессионного анализа. Динамика изменения значений параметра Y характеризуется не только трендом, поскольку часто они подвержены циклическим колебаниям. Если эти колебания повторяются в течении небольшого промежутка времени, то они называются сезонной вариацией. Термин «сезон» можно применить к различным систематическим колебаниям, это может быть, например, день в неделе, неделя в месяце, месяц в году. Колебания, повторяющиеся в течение длительного промежутка времени (обычно исчисляемого в годах), называются циклической вариацией.
Не всегда колебания значений временного ряда обусловлены сезонными составляющими ряда, т.е. они могут носить случайный, несистематический характер. Это затрудняет выявление тренда и, как следствие, возможность прогнозирования. В таких случаях широко используются методы сглаживания, например, метод скользящего среднего, экспоненциального сглаживания и др., позволяющие уменьшить (сгладить) несезонные колебания исходного временного ряда (рис.3).
Рис.3. Метод скользящего среднего