수요예측은 일정 기간 동안의 대략적인 소비자 수와 각 소비자의 대략적인 재화 소비율을 안다면 가능하다. 예상되는 재화의 필요성은 재화의 소비율에 소비자 수를 곱한 것과 같습니다. 그런 다음 다양한 방법을 사용하여 예상되는 수요는 경제 상황의 가능한 영향, 판매 계절성, 소비자 수의 가능한 감소 또는 증가 등을 고려하여 조정됩니다. 수요 모델에는 일반적으로 평균 표시가 포함됩니다. 수요의 가치뿐만 아니라 지속적으로 증가하는, 주기적, 느린 성장 수요 등의 수준 및 평균 값에 가까운 수요의 무작위 변화. 데이터는 과거 수요와 같은 수요 분석 자체 또는 경제 지표 또는 외부 추정치를 포함한 외부 소스에서 가져올 수 있습니다. 대부분의 단기 예측은 수요 프로세스의 데이터 외삽에 의존하지만 계절적 또는 연간 예측은 종종 외부 데이터를 사용하여 명시적 값을 제공합니다. 평활화 방법(수요 모델의 매개변수에 대한 최상의 추정치 선택)을 적용하거나 모델 매개변수를 수정하면 예상 수요 수준과 예상 오차를 다음과 같은 형식으로 추정할 수 있습니다. 평균 절대 편차 또는 수학적 기대. 수요 프로세스는 시간이 지남에 따라 변화하며 수요 모델이 현재 수요 상태를 반영하려면 이러한 변경 사항을 반영하도록 모델 매개변수를 수정할 수 있는 방법을 찾아야 합니다.
단기 전망은 회계 연도와 분기에 대한 것입니다. 반기별, 분기별 또는 계절별로 분류하여 연중 현금, 상품 및 노동력의 필요성을 계획하기 위한 기초로 사용됩니다. 시장의 모든 영역에 대한 판매 예측을 개발한 후, 그들은 각 영역의 계절적 판매 증가에 대비하기 위해 일년 내내 주문 및 창고 프로그램을 만듭니다.
중기 예측은 2년에서 5년의 기간을 포함하며 일반적으로 시장 상황의 예상되는 변화의 영향을 고려하여 미래에 대한 기존 추세의 외삽입니다. 예측은 판매 전략을 형성하는 활동의 타이밍을 설정하는 데 사용됩니다.
일부 제조업체는 5년에서 20년 사이의 더 먼 미래에 대한 수요를 예측하려고 노력하고 있습니다. 그러한 장기 예측의 개발은 회사, 시장에서 제품의 수명에 달려 있습니다. 출시 시기가 되면 제조업체는 축적된 예측 경험과 연구를 기반으로 마케팅 계획을 수립합니다.
추세 및 주기 분석을 기반으로 한 예측은 회사의 장기 성장 추세, 비즈니스 활동의 주기적인 변동, 판매의 계절적 변화 및 무역 규모에 영향을 미치는 가능한 불규칙한 이벤트(정치적 사건, 새로운 경쟁자의 출현, 기술적 변화 등
상관 분석 방법에 의한 예측은 통계 데이터를 기반으로 합니다. 회사의 비즈니스 활동에 영향을 미칠 수 있는 경제 발전의 추세를 식별합니다. 어떤 회사가 자동차 부품을 판매한다고 가정합니다. 자동차 판매 증가는 부품 판매 증가로 이어질 가능성이 높다. 증가된 자동차 소유자가 얼마나 더 많은 예비 부품을 구매할 것인지 알아보기 위해 먼저 예비 부품 판매와 판매된 자동차 수 사이의 상관 관계 정도가 결정됩니다. 둘째, 자동차 함대의 증가가 예비 부품 판매량에 영향을 미치는 순간; 셋째, 차량 대수 증가와 판매량의 비율에 영향을 줄 수 있는 요인이다. 가능한 경우 여러 상관 관계가 식별됩니다. 예를 들어, 자동차 및 예비 부품 딜러는 판매와 대중 교통에 대한 지출 사이의 관계를 찾을 수 있습니다. 이 의존성은 지난 기간 동안의 매출 변화와 다른 요인들 각각의 변화 사이의 상관 관계의 예를 통해 추적할 수 있습니다.
얻은 결과를 비교하고 필요한 수정을 수행하기 위해 중량, 부피 또는 비용 측면에서 전체 판매량 예측은 여러 방법으로 수행됩니다. 다음과 같은 방법이 거래에서 널리 퍼졌습니다. 과거 회전율을 기반으로 한 예측, 추세 및 주기 분석 및 상관 분석을 기반으로 합니다. 과거 매출을 기반으로 한 예측은 계획 연도의 매출이 예상 비율만큼 전년도 매출보다 높거나 낮을 것이라고 가정합니다. 물론 이 방법은 과거 경험이 없는 상태에서 시장에 진입하는 경우에는 허용되지 않습니다. 시장 용량의 대략적인 추정은 일반적으로 1,000명 또는 1,000명의 고객당 평균 매출에 예상 고객 수를 곱하여 이루어집니다. 평균 판매량은 자체 통계, 경쟁업체 또는 제품의 데이터를 기반으로 설정됩니다! | 다른 국가 시장의 동일한 공급업체에서. 이 요구량의 어느 정도를 만족시킬 수 있는지, 경쟁자가 당신에게서 무엇을 빼앗아 갈지 결정하는 것만 중요합니다. 판매 통계를 기반으로 자신의 Practice에서만 더 많은 수동 지표를 얻을 수 있습니다.
일부 상품의 특수성으로 인해 연중 어느 기간에도 판매 준비가 완료되었는지 확인하기 위해 창고로 배송되는 시기와 수량을 결정하기 위해 각 항목에 대한 판매 예측이 필요합니다. 이를 위해 수학적 방법을 사용하여 품목별 수요예측 문제를 해결한다. 생산 계획을 위한 장기 예측의 문제는 전문 문헌에서 자세히 논의됩니다. 현재 예측에는 두 배달 사이의 간격에서 수요의 크기를 예측하고 이 간격에서 수요 분포 법칙을 평가하는 것이 포함되며 배달 사이의 수요 및 분포 특성에 대한 정보는 특별한 조정 없이 업데이트되어야 합니다. 부족한 것으로 나타납니다. 대형 공급업체의 경험에서 알 수 있듯이 수요를 예측하고 재고를 계산하는 수학적 방법은 도소매 무역에서도 똑같이 유용합니다.
소비자 수요 예측에 대한 수학적 접근 방식은 수요를 주요 구성 요소로 나누는 것으로 구성되며 그 중 주요 추세로 수요의 발전, 수요의 계절적 변동 및 수학적 통계 도구를 사용하는 임의 변동이 두드러집니다. 실제로 수요 예측은 평균값을 기준으로만 수행되는 경우가 많습니다. 계산을 단순화하기 위해 일부 회사는 기껏해야 평균이고 불확실성 요소를 고려하지 않은 수요 값을 기반으로 단기 예측을 하는 경우가 많습니다. 예측은 지수 균등화 방법을 사용하여 필요에 따라 수행됩니다.
이러한 예측은 일반적으로 지나치게 낙관적이며 불확실성 요소를 고려하지 않으며 매장량의 상당한 변동을 초래합니다. 평균값(수학적 기대치)과 함께 예측이 더 현실적입니다. 가능한 오류. 이와 관련하여 수요 예측의 오류를 고려하여 예측 및 재고 관리 전략을 개선하는 작업이 해결됩니다.
예를 들어 Renault는 단기 수요 예측을 준비할 때 필요한 현재 재고를 결정합니다.
과거 수요 데이터의 그래픽 외삽에 의한 예상 수요의 평균 값으로 유통 및 마케팅 네트워크의 세부 사항 및 고려하여 주어진 기간의 수요 분배 법칙의 일반적인 편차에 비례하는 값으로서의 안전 재고 수요 변동의 기존 추세.
회사는 연구 결과 주어진 간격의 수요 분포가 다음과 같다는 것을 확립했습니다.
이러한 패턴을 사용하면 안전 재고를 더 쉽게 계산할 수 있습니다. 이 법칙에 해당하는 공식에 따라 일반적인 편차가 계산되며, 여기에 회사 경영진이 설정한 서비스 요소(수요 만족도 수준)를 곱하면 안전 재고의 가치가 나옵니다.
장기 예측에서는 예상 수요를 특성화하는 매개변수 및 납품 간격의 분포뿐만 아니라 납품 간격의 편차를 특성화하는 매개변수 외에도 서비스 수명에 따라 수요의 변화가 고려됩니다. 기계, 예상 판매량과 생산을 위해 계획된 신규 기계 수량의 상관관계 등 옵션.
컴퓨터의 도움으로 수학적 방법을 적용한 결과 얻은 예측은 과거 수요와 프로그래밍할 수 없는 요소를 기반으로 할 때 고려할 수 없는 데이터를 사용하여 강제 조정이 필요합니다. 이러한 데이터에는 사회 및 정치 이벤트, 기후 및 경제 시장 상황 등이 포함됩니다. 예측은 시장 상황을 알고 있는 영업 전문가에 의해 조정됩니다.
상품에 대한 수요를 예측할 때 다음 요소를 고려해야 합니다. 예측 기간 - 보고 기간으로, 다음 보충 주문을 구성할 때 그 수요를 고려해야 합니다. 예측 기간을 결정할 때 보충을 위한 대기 시간 및 주문 빈도. 과거 수요를 사용하여 공식에서 적절한 예측 기간을 고려하십시오. 먼 예측 기간으로 전년도의 해당 및 후속 보고 기간에 기록된 수요 지표에 특정 가중치를 할당합니다. 과거 판매 수치는 종종 미래 판매에 대한 좋은 지표입니다. 과거 수요의 가중 평균을 사용하여 미래 수요를 계산합니다. 이전 6개월과 동일하게 이전 월에 가중치를 할당하거나 지난 몇 개월 동안 점차적으로 가중치를 줄입니다.
다가오는 기간에 해당하는 보고 기간에 대한 작년 수요 지표를 고려하십시오. 계절 및 비계절 수요의 상품에 대해 다른 가중치 시스템을 사용하십시오. 소비 역학이 다른 제품에 대해 다른 가중치 시스템을 사용합니다.
창고의 상품이 다른 부서로 배송되는 경우 입고 부서의 수요가 누적되어야 합니다.
과거 수요 지표를 분석하여 전형적인 지표를 식별합니다. 바로 종료된 수요에 대한 수요 보고 기간예측을 X배(예: 3배) 초과합니다. 방금 종료된 기간의 수요가 예측보다 Y%(예: 20%) 적습니다.
추세 통제 - 경제 변화, 소비자 선호도 또는 계절적 요인 변화로 인한 판매 변화. 지난 몇 개월 동안 판매 지표의 변화 추세를 파악합니다(화폐 단위가 아니라 단위). 각 창고의 제품 또는 제품 그룹에 대한 추세 계수를 계산합니다. 창고 또는 전체 회사에 대한 추세 계수를 계산하면 안 됩니다. 전체 매출이 10% 증가하더라도 일부 제품 그룹의 경우 30% 증가하고 다른 제품 그룹의 경우 40% 감소할 수 있습니다. 거래가 증가/감소할 것으로 예상되는 경우 영업 직원이 추세 비율을 계산하고 조정할 수 있도록 허용할지 여부를 설정합니다.
과거 지표에 반영되지 않은 예상 소비 변화의 정의를 규제해야 합니다. 누가 전문가 판단을 내려야 하는지(예: 영업 직원 또는 고객) 설정, 예측 및 조달에서 이러한 추정치를 고려하는 방법을 결정합니다. 이러한 추정치의 정확성을 추적하는 방법을 설정합니다. 정확한 예측을 제공한 구매자 및/또는 판매 직원에게 보상할지 여부를 결정합니다.

수요 예측은 사업체와 신흥 시장 상황에 더 잘 적응하기 위해 상품과 서비스에 대한 가능한 미래 수요의 정의입니다. 수요 예측은 아직 알려지지 않은 수요량과 수요 구조에 대한 이론적으로 입증된 지표 시스템입니다. 예측은 수요의 양과 구조에 대해 과거에 축적된 경험과 미래 상태에 대한 예측을 연결합니다.

수요 예측은 상품(서비스) 판매의 물리적 양에 대한 예측으로 간주됩니다. 소비자 및 지역의 범주로 구분할 수 있습니다. 예측은 모든 리드 타임에 대해 수행할 수 있습니다. 단기 예측의 주요 강조점은 수요의 양과 구조의 변화에 ​​대한 양적, 질적 및 가격 평가입니다. 시간 및 임의 요소가 고려됩니다. 수요의 장기 예측은 우선 상품(서비스) 판매의 가능한 물리적 볼륨과 가격 변화의 역학을 결정합니다.

수요예측과제를 설정할 때 과거, 현재, 특정 미래에 보전대상 수요발전의 주요 패턴과 경향이 파악됨에 따라 해결된다는 점을 염두에 두어야 한다. 따라서 수요 형성을 연구하는 과정을 분석하는 기간을 올바르게 선택하고 정당화하는 것이 중요합니다.

이미 언급했듯이 인구의 수요를 형성하는 과정은 복잡한 경제 현상입니다. 무역 기업에서는 상품 유통 과정이 완료되고 특정 상품을 구매하여 구매자가 자신의 요구를 충족시킵니다. 상업 기업의 초점에서 유효 수요 요인의 전체 질량의 영향이 실현됩니다. 그러나 특정 소비자의 행동을 연구할 때 각 사회경제적 요인의 영향을 분리하여 영리기업 차원에서 특성을 파악하고 그 영향을 정량화하는 것은 어렵다. 동시에 이 수준의 통제에서 전반적인 영향경제적 성격의 수요 요인의 형성 및 개발, 거래 프로세스 구성 및 상품 공급, 광고 및 소비자 행동은 상품 판매의 최종 결과에 중요한 영향을 미칩니다. 또한 기업 영역에서 수요를 형성하는 복잡한 요소에 대한 초기 데이터를 얻기가 어렵습니다. 따라서 일반적으로 무역 기업은 수요 충족 프로세스를 어느 정도 대표적으로 반영하는 상품 판매에 대한 데이터를 가지고 운영해야 합니다. 그들은 또한 그룹 내 및 세부 구색 모두에서 활동 영역 구매자의 수요 형성 과정을 연구하는 데 사용할 수 있습니다. 예상 수요는 다음 구성 요소로 나타낼 수 있습니다.

어디서 Рп - 실현된 수요;

Sc - 충족되지 않은 수요

그러나 이 공식은 생산과 소비의 격차 또는 특정 재화에 대한 수요의 계절적 특성과 같은 객관적인 이유로 인해 발생하는 계절적(주기적) 및 임의적 수요 변동과 같은 요인의 영향을 반영하지 않습니다. 예를 들어, 겨울 신발에서 크게 증가 가을 기간그리고 여름에 빠진다. 따라서 계절적 변동을 필연적으로 고려하고 미시적 수요의 발전 추세에 중첩합니다.

경제 전체의 예측할 수 없는 경제 상황의 변화로 인한 수요 변동의 무작위 요인의 영향 또는 자연 재해, 예측하는 것은 거의 불가능하므로 가능한 실제 수요 값의 분포 영역이 특정 확률을 보장하는 특정 간격(그리고 예측과 반드시 ​​일치하지는 않음)에 있을 것이라는 점을 고려해야 합니다 예측의.

수요 개발 동향의 분석 및 예측은 경제 예측 방법을 사용하는 대상입니다. 그러나 예측의 구체적인 목표와 무역 및 서비스 관리 수준에 따라 수요 형성의 특성을 고려한 예측 방법을 선택해야 합니다.

수요 예측은 다양한 방법으로 수행할 수 있으며 특히 세 가지 주요 그룹으로 구분할 수 있습니다.

1. 경제 및 수학적 모델링 방법(외삽법)

2. 규범적 방법

3. 전문가 평가 방법.

수요예측은 정부가 민간부문을 통제하고, 세무행정의 효율성을 제고하고, 이러한 수요예측을 장려하거나 제한하기 위해 필요하다. 여기에서 우리는 "특정 무역 기업에서 특정 기간 동안 특정 지역의 특정 구매자 그룹이 구매할 수 있는 수량으로 표현되는" 시장 (총체) 수요에 대해 이야기할 것이라고 말해야 합니다. "(F. Kotler Marketing Management M. : "경제", 1980, p. 84). 시장 수요는 물리적, 비용 또는 상대적인 용어로 표현될 수 있습니다. 시장 수요 예측은 특정 기간 동안 이루어지면 이 기간이 길어질수록 , 예측하기가 더 어렵습니다.

시장(총체) 수요는 경제적, 사회 문화적, 인구 통계학적, 기술 및 기타 많은 요인의 영향을 받습니다. 예측할 때 이러한 모든 요소를 ​​고려해야 합니다. 또한 소비는 수요 수준에 따라 달라지며 수요와 동일한 요인의 영향을 받는다는 점에 유의해야 합니다. 수요 예측의 궁극적인 목표는 구매할 상품과 서비스의 양을 추정하는 것입니다.

소비는 국가 GDP의 상당 부분을 구성하므로 ""소비의 변동은 경제의 호황과 불황의 가장 중요한 요소""3입니다. 소비의 변화는 경제 충격의 영향을 증폭시킬 수 있으며 재정 정책 승수의 가치는 한계 소비 성향에 의해 결정됩니다. 소비 함수는 소비가 가처분 소득에 의존한다고 말합니다.

가처분 소득은 총 소득(Y)에서 세금(T)을 뺀 것과 같습니다. 총 수입은 다음으로 구성될 수 있습니다. 임금, 기업 주식 소득, 추가 현금 영수증, 여기에는 다양한 혜택, 사회적 혜택 등이 포함되어야 합니다. 연구의 첫 번째 단계에서 우리는 모든 소득이 소비로 간다고 가정할 것입니다.

공식은 주정부가 소득세율을 높이거나 낮추어 소비에 영향을 줄 수 있음을 보여줍니다. 현재 총 소득 수준을 기반으로 주에서는 소득세율에 따라 수요 수준을 예측할 수 있으며 다른 모든 사항은 동일합니다(즉, c.-l. 기타 요인의 영향 없이).

즉, 예측된 수요 수준은 소득세 수준의 함수와 같습니다. 세금의 비율이 높을수록 사람이 덜 소비할수록 예상 수요도 줄어듭니다.

연구의 다음 단계에서는 상품과 서비스에 대한 가격 수준의 영향을 고려해야 합니다. 분명히 물가 수준은 소비와 재화와 서비스에 대한 수요 수준에 강한 영향을 미칩니다. 물가 수준의 증가는 가처분 소득 수준의 감소와 거의 같은 효과, 즉 가격 수준과 수요 수준 사이에는 역의 관계가 있습니다. 따라서 새로운 변수 P가 가격 수준이라는 공식에 나타납니다.

수요의 예측 수준은 다음의 함수입니다. 이자율소득세 및 물가 수준.

R. Barr가 소비에트 경제의 가격 책정을 계획의 가장 중요한 구성 요소 중 하나로 고려한 것은 궁금합니다. 그는 다음과 같이 썼습니다. 소비에트 가격 시스템은 경제 계획의 관점에서만 이해할 수 있습니다. 경제 발전을 촉진함과 동시에 소비재의 수요와 공급을 조절하는 역할을 한다.(Raymond Barr Political Economy, M., International Relations, 1995, Vol. 1, p. 601) 공급 과잉의 경우 , 가격을 낮추면 인구의 구매력을 높일 수 있습니다. 그렇지 않으면 수요가 가격을 낮출 것입니다. 그러나 시장경제에서는 정부가 직접 가격을 올리거나 내릴 수 없다. 이를 위해 세금 인상 또는 인하 (기업, 특정 유형의 상품 및 서비스, 가계 소득), 사회적 혜택 및 지불 증가 또는 감소, 혜택 창출 등 간접 방법이 사용됩니다.

수요 예측과 관련하여 이러한 지표를 고려해 보겠습니다. 국가가 기업에 부과하는 세금은 물가 수준에 직접적인 영향을 미치며 이를 통해 수요와 소비에 영향을 미칩니다. 그러나 일반적으로 가격은 세금의 전체 금액만큼이 아니라 일부만큼 오르며, 또한 예측 시 세금이 인상(내림)되는 순간부터 일정 시간이 경과한다는 점을 고려할 필요가 있습니다. 수요의 상응하는 감소(증가). 특정 재화와 서비스에 대한 세금과 매출세는 가격과 수요에 동일한 영향을 미칩니다. 소비에트 시대에 마지막 비율은 보드카 88%, 캐비어와 담배 40%, 라디오 25%, 자동차 2%였습니다.

다음으로 고려해야 할 범주는 사회적 지불 및 혜택뿐만 아니라 다양한 혜택입니다. 사회 보장 수준을 높이면 인구의 특정 부분의 구매력이 증가하고 다른 사람의 구매력이 감소합니다(혜택 지급을 위한 돈이 각각 세금에서 취하거나 세금 인상 또는 공적 자금의 다른 영역이 어려움을 겪기 때문). . 따라서 우리 공식은 다음과 같은 형식을 얻었습니다.

PUS \u003d f (T, f (Z, Tpr, Prib), CO)

여기서 f(Z,Tpr,Prib) = P, 즉 물가 수준은 비용 수준, 기업에 대한 세금 및 이익 수준의 함수입니다.

SO - 사회 보장.

수요측 규제를 고려하기 위해 많은 연구가 이루어지고 있다. 수요 관리의 역사적 선례 중 하나는 거시 경제 이론의 발전 관점에서 매우 흥미 롭습니다. 1차 세계대전까지의 기간 동안, 선진국 경제는 금화폐 기준에 따라 기능했습니다. 그러나 전쟁 중에 많은 국가들이 전쟁으로 인한 비용을 지불하기 위해 돈을 찍어내야 했기 때문에 포기할 수 밖에 없었습니다. 그러나 1925년에 영국은 그곳으로 돌아가기로 결정했습니다. 이를 위해 정부는 긴축 통화정책을 추진함과 동시에 파운드화 가치를 10% 상승시켰다(J. D. Sachs, F. Larren B. op. cit., pp. 93-95). 이러한 조치로 인해 총수요가 급격히 감소했습니다. 그리고 총수요 감소의 결과는 생산의 급격한 감소와 실업률의 증가였습니다. 이 정책은 케인즈에 의해 비판을 받았습니다. 영국 정부는 수요 감소와 그에 따른 가격 하락(처칠의 정책이 초래한)으로 인해 명목 임금이 충분한 양만큼 감소합니다(가격이 하락하고 임금도 같은 양만큼 하락하여 생산량 감소와 실업 증가를 피할 수 있습니다). 케인즈는 이것이 불가능하다고 주장했다. 근로자는 임금 삭감에 동의하지 않지만 실업이 급격히 증가하는 경우에만 이에 동의합니다.

수요예측의 경제적 요인은 위에서 제시하였다. 그러나 총수요를 예측할 때 이들에만 국한되어서는 안 된다.

또한 국내외 정치적 요인을 고려할 필요가 있습니다. 한 나라의 정치 상황이 긴장하면 이 나라의 주민들은 미래에 대해 의구심을 갖게 됩니다. 이에 따라 인구수요가 과대평가될 가능성이 높기 때문이다. 주민들은 예비 물품을 구매하려고 할 것입니다. 따라서 이를 알고 있는 국가는 가격 인상, 세금 인상 등을 통해 증가된 수요를 규제해야 합니다. 그러나 이것은 경제 조치만으로는 해결할 수 없습니다. 언론에서 진정 캠페인을 수행하고 심각한 상황 자체를 가능한 한 빨리 해결해야합니다.

다음으로 중요한 요소는 국제 환경입니다. 아마도 이 요소는 일반 상품 및 서비스에 대한 인구의 수요에 너무 많은 영향을 미치지 않지만 군사 장비와 같은 특정 상품에 대한 수요에는 영향을 미칩니다. 이것은 인구가 "검은 상어", "아카시아", "MiGs"를 구매하는 경향이 있다는 것을 의미하지 않습니다. 이는 인구가 이러한 "상품"에 대한 수요를 국가에 만든다는 것을 의미합니다.

지리적 특징은 수요 구조에 큰 영향을 미칩니다. 실제로 호주에서는 따뜻한 옷이 수요가 많고 러시아에서는 수요가 많을 것이라고 상상하기 어렵습니다. 수요를 예측할 때뿐만 아니라 상품 생산에서도 지리적 조건을 고려해야 합니다. 디자인 특징디.비. 국가마다 다름). 예를 들어, 거의 모든 자동차 관련 문제는 러시아 조건에 맞게 러시아에 자동차를 공급합니다. .

저널: PharmOboz.

지난 호에서 시작된 '재고 관리'라는 주제에 이어, 모든 상업 구조의 존재 의미는 이윤을 창출하는 것임을 상기시켜 드리고 싶습니다. 유일한 질문은 회사가 자체적으로 이익을 제공하는 덕분입니까? 가장 일반적인 견해 중 하나는 특히 약국의 성공 여부는 가격 수준, 서비스 수준, 약국 위치 등에 달려 있다는 것입니다. 이 모든 것이 사실이지만 다른 것부터 시작할 가치가 있습니다. 약국의 수익은 CLIENTS가 제공합니다. 그들은 약국에서 쇼핑을 하는 사람들입니다. 아니면 그들은하지 않습니다! 그러나 직원의 임무는 약국의 고객을 유지하고 늘리는 것입니다. 이것은 매우 높은 수준의 서비스 수준을 유지함으로써 수행할 수 있습니다. 높은 레벨. 서비스 수준은 판매자가 얼마나 예의 바른지, 이 약국의 가격 수준, 홀에 있는 금전 등록기 수, 주문 시 약을 제공할 수 있는 가능성 및 고객에게 제공하는 범위에 따라 다릅니다. 고객이 필요로 하는 약품이 재고가 있습니까? 우리 약국의 한 품목 또는 다른 품목이 얼마나 자주 부족합니까?

그리고 의약품 도매상은 약국의 재고를 신속하게 보충하기 때문에 부족을 방지하기 위해 제품의 필요성을 적시에 판단하고 도매상을 주문하는 순간을 놓치지 않는 것이 중요합니다. 이와 같은 큰 구색, 약국에서 지원하는 모든 위치를 메모리에 유지하는 것은 불가능하므로 최신 소프트웨어 제품을 사용하여 약아 더 높은 수준에서.

약국에서 특정 직책에 대한 필요성을 결정하는 프로세스는 일반적으로 어떻게 이루어집니까? 고객이 요청하므로 주문해야 합니다. 약이 끝났습니다. 공급자에게 신청서를 제출할 시간입니다. 그러나 이 접근 방식은 판매자 자신이 판매 증가에 관심이 있을 때 작동합니다. 불행히도 약국 직원에게 동기를 부여하는 개발된 시스템은 극히 드뭅니다.

가장 일반적인 상황을 상상해 봅시다. 잠재 고객이 약국에 와서 줄을 서서 의사가 처방한 약이 있는지 묻지만 이 약은 구할 수 없습니다. 사람은 구매하지 않고 약국을 떠나고 잃어버린 시간에 화를 내기까지합니다. 따라서 필요성이 충족되지 않습니다. 약국 직원(약사)이 이러한 필요성을 기록했습니까? 그는 대기열이 있으므로 추가 작업으로 산만해질 시간이 없기 때문에 가능성이 낮습니다. 결론 : 고객은 구매하지 않고 떠났습니다. 약국은 이익을 잃었습니다. 그리고 이 고객이 약국에 올지 말지 장담하기 어렵습니다.

다른 예시. 5000개 위치의 약국에서 구색을 가정해 보겠습니다. 공급자와 주문을 할 때입니다. 약사는 각 품목에 필요한 로트 크기를 정확하게 결정할 수 있습니까? 아마 아닐 것입니다. 우리는 상품 목록을 알파벳 순서로 살펴봅니다. 이미 그런 작업을 20분 하고 나면 약사의 경계심과 주의가 무뎌지거나 시간이 충분하지 않거나 주문의 재정적 한계가 소진됩니다. 결과적으로 알파벳 목록의 끝에 있는 위치는 주의를 기울이지 않고 남겨집니다. 결과는 무엇입니까? 적자가 형성되고 결과적으로 매출과 이익이 손실됩니다.

그리고 마지막으로 세 번째 예입니다. 공급업체를 선택하고 그와 관계를 수립하는 단계에서 무엇보다도 공급업체가 약국의 공급량에 대해 우려해야 하는 특정 협상 문제가 발생합니다. 공급업체가 제공하는 가격 수준은 배송 수량에 따라 다릅니다. 또한 공급자 자신이 의약품 및 의약품 제조업체의 공급량을 계획합니다. 예측 시스템이 없는 경우 약국에서 공급량에 대해 공급자에게 어떤 데이터를 제공할 수 있습니까? 이전 기간의 판매량에 대한 데이터만. 그러나 실제 수요에 얼마나 부합하는지 아무도 모릅니다.

그렇기 때문에 과거 기간의 수요를 고려하여 다음 기간의 가능한 수요에 대한 데이터를 생성하는 수요 예측 시스템을 사용하는 것이 좋습니다.

그래서 예측이란 무엇입니까? 예측은 미래에 대한 가정입니다. 물론 우리는 절대적으로 정확한 예측을 제공할 수 없습니다. 또한 예측 기간이 짧을수록 예측이 더 정확할 수 있습니다. 그러나 회사에 예측 시스템이 없다고 해서 상황이 촉진되거나 개선되지는 않지만 오히려 시스템을 통제할 수 없고 불투명하게 만듭니다.

이 기사에서는 상당히 간단하고 저렴한 예측 방법에 대해 설명합니다. 이는 방법이 크게 복잡해도 예측 품질이 크게 향상되지 않기 때문입니다.

아래는 약국에서 작업하는 제품의 미묘함과 개성을 추가하여 시작할 가치가 있는 예측을 위한 기본 계산 공식입니다.

Рt는 기간 t에 대한 수요 예측입니다.

Bt는 기간 t의 기본 수요 값입니다.

Ct는 기간 t의 계절적 변동 계수입니다.

T는 시간적 추세의 계수입니다. 기간 t에 대한 수요의 증가 또는 감소;

Mt는 기간 t의 판촉 조정 계수(마케팅 구성 요소,

모든 구성 요소를 순서대로 살펴보겠습니다.

기초 수요의 가치는 과거 기간 동안의 수요의 평균 가치입니다.
계절적 특성이 있는 제품에 대해 계절적 요인을 계산해야 합니다. 이를 위해서는 3년 동안의 소비를 분석해야 합니다. 더 오랜 기간 동안 데이터를 수집하는 것은 가능하지만 여기에는 이미 구식인 요소의 곱에 영향을 줄 가능성이 있습니다. 3년 미만의 계절성 분석은 이벤트의 무작위성으로 인해 정확하지 않을 수 있습니다.
그렇다면 계절적 변동 요인을 결정하는 방법은 무엇입니까?

계산은 표 1과 공식에 나와 있습니다.

표 1 - 계절성 지수의 정의

3. 판촉을 위한 조정 요인. 이 계수는 계산 대상이 아니므로 마케팅 부서에서 자체 경험을 바탕으로 설정합니다.
기본 수요 예측 모델 외에도 다음이 있습니다. 많은 수의통계적 방법. 그 중 일부를 나열합니다.

산술 평균 찾기. 이 기법은 시간적 경향이 없고 계절적 요소가 없고 안정성이 높은 상품에 적합합니다. 그러한 제품은 실제로 존재하지 않기 때문에 사용하는 것은 비실용적입니다.
이동 평균 방법을 사용하여 예측 값을 결정합니다. 안정적인 상품에도 적용됩니다.
선형 예측. 선형 함수를 사용하여 기본 판매량에 대한 미래 기간의 판매량 의존성을 찾는 방식으로 작동합니다. 그림 1은 이동 평균과 선형 함수를 사용하여 13번째 기간에 대한 예측을 그래픽으로 나타냅니다.
그림 1 - 안정적인 제품에 대한 예측의 예

차트의 파란색 선은 실제 수요, 보라색 선은 이동 평균을 사용한 예측, 검은색 선은 선형 예측입니다. 문제는 이러한 예측 중 어느 것이 더 정확한가입니다. 과거 차트의 이동 평균 차트는 항상 실제 값 옆에 있습니다. 그리고 선형 예측 차트는 상승 추세를 보여줍니다. 이 경우 더 정확할 것입니다.

지수 평활화. 불안정한 상품에 사용되며, 이와 관련하여 예측의 정확도가 낮습니다. 그림 2, 3, 4의 예.
그림 2 - 불안정한 제품에 대한 예측의 예(파워 함수).

그림 3 - 불안정한 제품에 대한 예측의 예(다항식)

그림 4 - 불안정한 제품에 대한 예측의 예

그림 2, 3 및 4를 기반으로 서로 다른 기능을 사용하여 동일한 입력 데이터에 대해 다른 결과를 얻는 방법을 확인할 수 있습니다. 따라서 불안정한 상품의 경우 예측 정확도를 높이기 위해 예측 방법을 신중하게 선택하는 것이 특히 중요합니다.

동시에 통계적 예측 방법을 이미 구현하고 적극적으로 사용하고 있는 기업은 여러 가지 문제에 직면해 있다는 점에 유의해야 합니다.

첫째, 시스템이 제대로 갖춰져 있지 않은 경우가 많습니다. 즉, 상품의 행동과 일치하지 않습니다. 이 프로세스를 자동화할 때 구매 관리자는 정보시스템이러한 데이터가 얼마나 정확한지 생각하지 않고 그리고 관리자 자신은 종종 예측 데이터가 어떻게 형성되는지 알지 못합니다.

2개월 동안의 Spazmalgon 제품의 움직임에 대한 정보가 있다고 가정합니다(표 2).

표 2는 두 달 동안 Spazmalgon이 약국 선반에 없는 날이 많았음을 보여줍니다. 9월 예측이 산술 평균을 사용하여 7월과 9월의 판매를 기반으로 구축된 경우 다음 데이터를 얻습니다(여기서는 산술 평균을 예로 사용하고 예측 방법은 개별적으로 선택해야 합니다. 또한, 이 방법을 적용하기 위해서는 최소 3개월 이상의 데이터가 필요함)

이 접근 방식에서는 상품의 재고가 없는 날짜를 고려하지 않습니다. 사실 이것은 부족, 즉 수요가 있었지만 약국이 그것을 만족시킬 수 없었습니다. 그리고 결과적으로 손실이 발생했습니다.

동일한 방법론을 사용하지만 수요에 의존한다면 보다 정확한 수요 데이터를 얻을 수 있습니다. 그것을 하는 방법? 여기에는 두 가지 옵션이 있습니다.

고객이 품절된 제품에 대한 질문으로 판매자에게 연락할 때마다 특별 문서에 해당 정보를 입력하고 고객에게 필요한 볼륨을 등록하는 것을 잊지 마십시오. 그러나 소매업에서 이 접근 방식은 고객 서비스 시간을 크게 늘리고 결과적으로 서비스 수준을 떨어뜨리기 때문에 용납할 수 없습니다.
또 다른 옵션은 상품 재고가 있었던 날짜만 고려하여 수요를 결정하는 것입니다. 이 예의 실제 판매 데이터는 표 3에 나와 있습니다.
표 3 - 실질 수요의 정의

동시에 예측오차를 줄이기 위한 노력도 필요하다. 또한 예측 시스템을 선택할 때 이를 기반으로 해야 합니다. 다양한 예측 옵션(경험적 옵션, 즉 개인 경험에 기반한 옵션 포함)을 고려하여 예측 오류를 최소화하는 방법을 선택합니다.

그러나 여전히 통계적 예측 방법에는 몇 가지 제한 사항이 있습니다.

1. 새 약국을 열 때 판매량을 절대적으로 정확하게 결정하는 것은 불가능합니다.
2. 정확한 예측을 위해서는 3개의 기간(년, 월, 주)에 대한 데이터가 필요합니다.
3. 신제품이 출시되면 그 제품에 대한 진정한 수요가 무엇인지 아무도 모릅니다.

그러나 현재의 주식 운영 작업과 관련하여 이것은 작업을 질적으로 더욱 단순화하고 개선하는 가장 중요한 도구 중 하나입니다.

물론 예측 시스템을 도입하고 적용하는 과정은 매우 복잡하고 오래 걸립니다. 그러나 결과적으로 출력에서 ​​다음을 얻습니다.

공급량에 대한 의사 결정 프로세스의 자동화 및 가속화

약국 구색 포트폴리오의 각 위치에 더 세심한 주의를 기울여 적자를 줄입니다.

• 재고 감소;
• 매출 증가;
• 공급업체와의 작업 계획
• 영수증 최고의 제안관계의 안정성으로 인해 공급 업체로부터;
• 약국의 재정 자원을 더 잘 사용합니다.
• 재고 회전율 증가.

상품 및 서비스에 대한 인구 수요 모델링 및 예측

수요에 대한 과학적 예측은 소비재 생산 및 무역 분야에서 장기적인 경제 정책을 수립하고 전술적 관리 결정을 내리는 데 필요합니다.

수요는 경제 관리의 모든 수준에서 예측되어야 합니다.

거시적 수준에서 소비재 수요 예측을 기반으로 수요와 공급 간의 균형을 보장하고 상품에 대한 인구의 요구를 완전히 충족시키기 위해 소비 시장에 대한 국가 영향 메커니즘이 개발되고 있습니다. 현재 기간과 미래. 유사한 문제가 지역 수준에서 해결됩니다.

미시적 수준에서 수요 예측은 무역 조직과 소비자 기업 및 제조업체 모두에서 개발합니다.

시장 관계의 조건에서 무역 조직은 제조 기업에 인구가 필요로하는 상품 공급을 요구할 수 있습니다.

수요 예측 계산 결과에 따라 제조 기업은 제품 공급 계약을 체결하고 생산 프로그램을 구성합니다.

장기, 중기 및 단기 수요 예측이 개발됩니다. 시간 측면에 대한 특정 유형의 예측 목표의 차이는 각각에 특정 기능을 제공합니다. 따라서 단기 예측은 이미 확립된 수요 및 생산 능력 구조의 틀 내에서 구현됩니다. 예측 결과는 소비재 주문 및 적용을 정당화하고 상품 공급을 계산하는 데 사용됩니다. 소매 업그리고 경영상의 상업적 결정을 내리기 위해. 단기 예측은 월, 분기, 1년 동안 개발됩니다. 정확도가 더 높아야 합니다. 단기 예측에서는 상당히 광범위한 지표가 결정됩니다(총 수요, 상품 그룹에 대한 수요, 구색 구조 등).

중기 예측을 개발할 때 기존 구조, 생산 기회 및 생산 활동 개발에 대한 투자의 영향이 고려됩니다. 3년에서 5년 사이에 국가의 상품 범위가 크게 업데이트되고 수요 구조가 크게 변경됩니다. 이러한 조건에서는 제품의 모델 및 브랜드에 대한 수요 예측을 자세히 설명할 필요가 없습니다. 주요 제품 그룹의 할당으로 총 수요를 결정하는 것으로 충분합니다.

장기 예측(5년 이상)은 상품 생산 및 무역을 위한 전략을 개발하는 수단으로 사용됩니다. 장기 수요 예측의 특징은 예측 예측을 새로운 생산 구조와 연결할 필요가 없다는 것입니다. 수요의 장기 예측은 상품 및 무역의 발전을 위한 유망한 방향 개발의 기초 역할을 합니다.

리드 타임이 다른 예측은 예측 방법에서도 다릅니다.

예측의 정확도를 높이려면 몇 가지 예측 옵션을 얻고 최적의 옵션을 선택하기 위해 일련의 예측 방법을 적용해야 합니다.

수요는 특정 유형의 제품의 생산 또는 수입에 대한 결정을 내리는 결정 요인으로 작용하므로 국가 내에서 지역별로 그리고 세계 시장에서 연구해야 합니다.

수요 예측 프로세스에는 다음과 같은 여러 단계가 포함됩니다.

시장, 경쟁 환경, 시장 부문 할당에 대한 포괄적인 연구

수요와 공급 상태 분석, 특정 상품에 대한 인구 수요의 만족 정도, 총수요 결정; 수요에 영향을 미치는 요인 분석 및 지표의 상호 의존성 설정;

예측 방법의 선택;

수요예측의 시행

2. 예보신뢰성 평가

인구 수요의 발전에 대한 전망 결정;

인구의 요구를 더 잘 충족시키기 위한 특정 조치의 개발.

유효 수요 예측은 소급 기간의 통계와 수요를 결정하는 여러 요인의 예측을 기반으로 합니다.

예측 계산을 수행하려면 다음 초기 정보가 필요합니다.

예측 기간의 인구, 연령 및 성별 구성, 도시 및 농촌 거주자 수에 대한 정보

수요와 공급의 역학;

농업 생산의 발전과 소비재 생산에 관한 자료

인구의 현금 수입과 지출의 균형;

소득별 인구 분포

근로자, 근로자, 집단농민 가족의 예산

특별 일회성 샘플 데이터
비내구재 재고 조사
인구, 수입 및 지출;

소비자 물가 지수에 대한 정보(일반 및 개별 - 특정 상품의 경우), 국내 및 세계 가격 비율

구매자의 특정 상품 구매 의사를 확인하기 위한 설문조사 데이터

이전 및 예측 기간 동안 인구의 금전적 소득 변화;

이전 기간 동안 식품, 비식품 제품, 특정 상품 그룹에 대한 가계 지출의 비율.

예측의 초기 단계에서 수요 동향이 식별됩니다.

수요의 추세를 분석하기 위해서는 그래프와 다양한 종류의 차트 및 카토그램을 사용하는 것이 좋습니다.

확인된 추세를 기반으로 외삽 방법을 사용하여 단기 수요를 결정하는 것이 좋습니다. 함수 선택 방법, 조정 가능한 추세로 지수 평활 등.

수요의 추세가 안정적인 경우 시계열을 평준화하고 기능을 선택하여 예측 계산 가능 (에= + b에서- 선형, ~에= 2 + bt에서+ ~와 함께- 포물선 등).

변화하는 조건에서 추세를 조정할 수 있는 지수 평활 방법을 적용하는 것이 좋습니다. 수요의 발전은 계절적 변동의 영향을 받으므로 분기 또는 한 달 동안의 단기 예측에서 이를 고려해야 합니다. 판매(수요)의 계절적 변동의 영향에 대한 설명은 추정된 계절성 지수를 사용하여 수행하는 것이 좋습니다.

실제로 수요조사를 위해서는 관찰, 구매의향에 대한 바이어의 조사(설문조사, 인터뷰), 박람회, 전시회, 제공도서, 테스트, 광고 등이 널리 이용되고 있다.

거시적 수준에서 수요 예측에 가장 널리 사용되는 것은 규범적 방법 1인당 제품(상품) 소비에 대한 규범의 사용을 포함합니다. 이 경우 예측 기간에 따라 다음과 같은 접근 방식을 적용할 필요가 있습니다.

장기적으로 수요를 결정할 때는 권장(합리적인) 소비율을 사용하는 것이 좋습니다. 예를 들어, 1인당 육류 및 육류 제품의 합리적인 소비율은 연간 82kg입니다. 이 규범과 국가 (지역)의 인구를 기반으로 예측 기간 동안 육류 및 육류 제품의 필요성이 계산됩니다. 수요는 합리적인 소비 기준을 달성하기 위한 생산의 발전 및 조치의 개발을 위한 지침으로 작용합니다.

수요의 단기 예측은 소비율의 조정을 고려하여 구축되어야 합니다. 이를 위해 1인당 실제 소비량을 기간별로 분석하여 권장 기준과 비교합니다. 제품 소비의 추세, 수요의 감소 또는 증가 비율 및 변경 이유를 식별합니다.

그런 다음 요인의 영향, 주로 가계 소득 및 소비자 물가의 변화를 고려하여 예측 기간의 1 인당 실질 소비가 결정됩니다.

가장 중요한 상품에 대한 수요 예측은 상품 시장의 상태를 분석 및 예측하고 이러한 시장에 대한 국가의 영향 측정에 대한 권장 사항을 개발할 뿐만 아니라 관심 있는 조직에 수요 역학에 대한 정보를 제공하기 위해 개발되었습니다.

시장 경제에서 소비재 수요는 여러 요인의 영향으로 형성되므로 예측 계산을 위해 선형 또는 비선형의 다 요인 모델을 사용하는 것이 좋습니다.

1번= ㅏ1 x1t+ 2 x 2t+ ...+ ㅏN엑스NT+b;

1번= bx 1 티 에이1* x2 티 에이2 *....* x n 티

어디 ~에- 상품 수요 지표; x 1 , x 2 , …х n: - 수요에 영향을 미치는 요인.

상관 회귀 분석의 도움으로 수요와 요인 간의 관계가 설정되고 그 형태(선형, 비선형) 및 관계의 견고성이 결정됩니다.

소비재 수요를 결정하는 요인의 가치가 다른 소비재 수요를 예측하기 위한 몇 가지 옵션을 개발하는 것이 좋습니다. 다양한 옵션을 비교하여 개별 상품에서 인구의 요구를 가장 완벽하게 만족시키는 옵션을 선택할 수 있습니다.

수요 예측은 1요인 모델을 기반으로 수행할 수 있습니다. 영향을 고려해야 할 때 사용하는 것이 좋습니다. 가장 중요한 요소요청 시. 예를 들어, 안정적인 물가 수준에서는 인구 소득의 변화에 ​​대한 상품 수요의 의존성을 결정할 수 있습니다.

소비재 수요는 탄성 계수를 사용하여 결정할 수 있습니다.

탄성계수의 경제적 의미는 요인의 1% 변화(증가 또는 감소)에 대한 수요의 변화(증가 또는 감소)의 정도를 특성화하는 지표라는 의미입니다. 수요는 주로 소득과 가격의 변화에 ​​영향을 받아 형성됩니다. K e는 이러한 요인이 변경될 때 수요가 어떻게 변하는지를 백분율로 보여줍니다.

과도기에는 가계소득의 미분화가 커지는 시기에는 상품군별 가계소득과 지출의 미분 데이터를 기반으로 구축한 회귀모형을 활용하여 수요를 예측하는 것이 바람직하며, 그 요지는 다음과 같다. 인구는 1인당 소득에 따라 백분위수(십분위수) 그룹으로 나뉩니다. 가장 낮은 소득을 가진 인구의 10%를 할당한 다음 다음 10%를 할당하는 식으로 가장 높은 소득을 가진 인구의 10%로 구성된 그룹에 의한 분배로 끝납니다. 인구 소득은 유망한 수요 구조 형성의 유일한 요소로 간주됩니다. 인구의 소득 및 상품 그룹별 지출에 대한 데이터는 테이블 형식으로 구성됩니다. 소득별 인구집단, 1인당 소득구간(월), 소득구간별 인구비율, 평균 수입 1인당 연간(월) 1인당 상품군별 지출.

1인당 소득 변화의 영향으로 각 상품군에 대한 수요예측이 형성될 것이다.

상품에 대한 수요를 예측하기 위해 소비자 그룹의 요구에 대한 최적의 만족 원칙에 따라 상품-화폐 관계 측면에서 소비자 행동 모델을 사용할 수 있습니다. 모델은 다음과 같습니다.

∑ Y j → 최대;

∑ P j Y j ≤ D;

Qj≤ Yj ≤ Qj

어디 Yj - 수요 j번째 항목; 피제 - j번째 제품의 가격; 디- 소비자 소득; Qj, Qj- 공급을 고려한 j번째 제품에 대한 수요의 하한 및 상한.

소비자는 사전에 사회 인구 통계학적 특성에 따라 동질적인 그룹으로 나뉩니다. 각 그룹 내에서 일련의 상품 및 서비스에 대한 선호도는 동일하다고 믿어집니다.

수요를 예측할 때 상품의 특성을 고려하여 다양한 접근 방식을 사용할 수 있습니다. 예, 상품의 경우 경공업수요는 광범위한 측면에서 결정됩니다. 이처럼 다양한 위치에 대한 예측을 개발하는 것은 어렵기 때문에 개별 위치를 집계해야 합니다. 예를 들어, 의류 그룹에서 유행 의류, 작업복 및 기타 하위 그룹을 구별할 수 있습니다. 또한 제품의 마모 조건 및 옷장 갱신을 고려하고 소비자의 성별 및 연령 특성에 따라 제품을 그룹으로 구분해야 합니다(예: 젊은이, 어린이, 노인용 제품).

문화 및 가정 용품에 대한 수요 예측은 가족 수, 이러한 상품에 대한 제공, 구매자 구매 의도, 현금 절약 가능 여부, 주택 조건 등을 기반으로 해야 합니다.

내구재에 대한 총 수요는 두 부분으로 구성됩니다. 교체 수요와 이러한 제품 함대의 확장 수요입니다. 교체 수요는 전년도 이러한 제품의 판매량과 가족 내 평균 사용 기간을 기반으로 결정될 수 있습니다. 통계에 따르면 텔레비전, 전기 진공 청소기, 모든 종류의 시계, 녹음기의 평균 수명은 10년, 냉장고는 20년, 세탁기- 15 년.

특정 유형의 상품에 대한 수요 예측은 총 거래량에서 개별 상품의 비율 변화에 대한 데이터를 고려하여 수행해야 합니다.

수요 예측 계산을 기반으로 인구의 유효 수요 구조가 결정되고 계획 기간 동안 가장 중요한 소비재 생산을 위해 통합 무역 질서가 개발됩니다.

제조 제품에 대한 제조 기업의 수요 예측은 다음을 가정합니다.

전체 시장에서 회사의 점유율 동향 분석;

경쟁자의 시장 전략 평가 및 새로운 유형의 제품 개발 전망

회사의 시장 전략 및 제품 품질 분석

회사 제품에 대한 수요 예측.

회사에게 가장 중요한 것은 제품에 대한 소비자의 신뢰를 얻는 것입니다. 사람들의 미래 요구를 예측하기 위해서는 시장에 근본적으로 새로운 제품이 등장할 때 소비자가 어떻게 반응하는지 분석할 필요가 있습니다.

외국 연구자들은 제품 생산을 위한 회사 전략의 가능한 다음 영역을 구분합니다.

외부 차이경쟁자의 상품에서 구매자의 눈에 상품;

신제품으로 시장에 진입

경쟁자보다 우위를 제공하여 향후 몇 년 동안 주도할 선구적인 제품을 개발합니다.

이러한 영역을 구현하기 위해 새로운 제품을 만들기 위한 아이디어를 수집하고 아이디어 발표와 제품의 시험 판매 사이의 시간을 최소화합니다. 아이디어를 검색하기 위해 전문가 평가 방법이 널리 사용됩니다. 아이디어의 집단 생성 방법, "635"방법, "델파이"방법.

일본은 회사 전략 개발의 선두 주자입니다. 일본 기업은 직원들이 매년 엄청난 수의 아이디어를 제공한다는 사실에 자부심을 갖고 있으며, 그 중에서 실질적으로 중요한 7~10개의 독창적인 아이디어가 선택됩니다.

수요 예측과 함께 신제품 출시를 결정하기 전에 생산 비용, 가격 및 이익을 예측하는 것이 필요합니다.

소비자의 반응을 확인하려면 광고, 시험 판매를 사용하는 것이 좋습니다. 신제품에 대한 수요 연구는 판매 전시회, 전시회, 관람, 박람회에서도 수행할 수 있습니다. 구매자의 요구에 대한 제품의 준수 정도, 다른 유사 상품에 대한 선호도 및 인구가 새로운 상품(가격, 디자인 등)을 선호하는 조건이 결정됩니다.

시장 참신 제품은 기업의 상업적 성공의 핵심입니다. 그러한 재화를 생산하는 기업은 독점 가격을 책정하고 더 높은 이윤을 얻을 수 있습니다.

제품마다 고유의 라이프 사이클(JCT). LC의 개념은 제품이 일정 기간의 시장 안정성을 갖는다는 사실에 근거합니다. "이익-시간" 좌표에서 라이프 사이클 또는 이를 설명하는 곡선은 구현, 성장, 성숙, 포화 및 쇠퇴의 단계로 나눌 수 있습니다. 단계에서 단계로의 전환은 급격한 점프 없이 이루어지므로 단계의 경계를 잡고 제품이나 생산 프로그램을 변경하기 위해서는 판매율이나 이익률의 변화를 모니터링해야 합니다.

상품 시장에 대한 예측 연구에서는 포괄적인 분석과 함께 개발된 가격 책정 전략이 중요한 역할을 합니다. 가격은 시장에서 상품을 홍보하는 중요한 지렛대이자 매출 및 이익을 결정하는 요소이기 때문입니다.

개념 및 유형

즉, 이것은 미래 판매에 대한 예측으로 상품의 필요성과 필요한 구매량을 결정하고 상품 공급 주문을 작성합니다.

기간에 따라 다음 유형의 수요 예측이 구별됩니다.

• 운영(최대 1개월)
• 기회주의적(3~6개월);
• 단기(1년에서 2년);
• 중기(2~5년)
• 장기(5년에서 10년);
• 유망(10년 이상).

데이터 수집

수요 예측은 판매 통계 수집을 기반으로 합니다. 더욱이 이 통계는 양과 충분한 수의 면에서 어느 정도 동질적인 요소 집합으로 구성되어야 합니다.

B2C 시장의 경우 월별 구매량이 상당히 많습니다. 수천 개에 달할 수 있으며 이 양은 분석에 충분합니다. B2B 시장에 대해 이야기하는 경우 예측이 가능한 한 현실적이 되려면 월별 트랜잭션 수가 100개 이상이어야 합니다. 예측의 순수성을 위해 전체 인구에서 "눈에 띄는"큰 거래, 예를 들어 월 수익의 약 10 %를 통계에서 제외해야한다는 점도 주목할 가치가 있습니다. 이러한 거래가 제외되지 않으면 역학에 "이상치"가 생성되어 예측의 정확성이 악화됩니다.

예측할 때 고려해야 할 요소:

• 광고의 양과 강도,
• 판매촉진활동 수행
• 신제품 출시,
• 새로운 영업 방향을 개척하고,
• 일회성 중요한 구매 고객.

예측 방법

수요 예측은 다음과 같은 다양한 방법으로 수행됩니다.

휴리스틱.

그러한 예측은 주관적입니다. 두 가지 유형이 있습니다.

• 사회학적: 최종 사용자의 의견과 의도를 식별하기 위한 설문조사를 기반으로 한 예측
• 전문가: 지식, 경험, 직관 등을 바탕으로 자신의 의견을 찾기 위해 해당 분야의 유능한 전문가 그룹을 선택하고 구성하는 것을 기반으로 하는 예측입니다. 전문가 설문조사의 결과를 전문가 평가라고 합니다. . 이러한 연구의 주요 형태는 델파이 방식과 브레인스토밍 방식이다.

1. 경제 및 수학.

   이러한 유형의 예측은 수학 공식, 그래프 및 모델을 사용하여 사용 가능한 데이터 분석을 기반으로 하기 때문에 가장 객관적인 것으로 간주됩니다. 경제 및 수학적 예측에는 모델링(여러 요인에 대한 한 매개변수의 의존성을 특성화하는 예측 모델), 수요 탄력성 계수 계산, 외삽(예측은 과거 경험을 기반으로 한 다음 미래).

   특별한 방법.

   이러한 방법은 예를 들어 그래픽 또는 수학적 형태의 추세 모델(9) 구성을 포함합니다. 추세는 지표의 주요 추세를 특성화하는 시간 요소입니다.

   수신 방법과 방법에 관계없이 모든 예측은 낙관적이며 비관적입니다.

비고 1

낙관적 예측- 주어진 기간 동안 가능한 최상의 지표가 우선하는 그러한 예측. 비관적 예측은 판매량과 수익의 가능한 가장 낮은 지표를 고려합니다. 이러한 실행을 통해 회사는 먼저 다음을 예측할 수 있습니다. 가능한 옵션둘째, 불리한 시장 상황이 발생할 경우 재정적 완충 장치를 준비할 수 있는 기회와 시간을 제공합니다.