Статьи

Прогнозирование в маркетинге. Обзор методов.

Существует достаточно много исследований в области прогнозирования. Цель настоящей работы - описать ключевые моменты применения аппарата прогнозирования в маркетинге.

(J. Scott Armstrong/Roderick J. Brodie)

Часть 1

Введение

В данной статье будут рассмотрены следующие методы:

- анализ намерений контрагентов
- Delphi
- Ролевые игры
- conjoint анализ
- бутстрапирование оценок
- построение моделей на основе поведения аналогов
- прогнозирование с использованием дополнительной информации
- экспертные системы
- эконометрические методы

Мы также обсудим целесообразность применения каждого из данных методов для прогнозирования следующих объектов:

- объем рынка
- действия ЛПР (лиц, принимающих решения)
- доля рынка
- продажи
- финансовые потоки.

Прогнозирование всегда представляло собой одну из ключевых задач, стоящих перед маркетологами. Обратимся, к примеру, к работе Dalrymple 1987, в которой 99 % из 134 опрошенных компаний заявили о том, что для прогнозирования они используют "формальные методы". В 1975 г тот же автор получил результат, показавший, что 93% респондентов считают точный план залогом успеха бизнеса. В 1985 г. Jobber, Hooley и Sanderson пришли к выводу, что прогнозирование чаше всего встречается в top 9 наиболее актуальных задач, стоящих перед директорами по маркетингу британских текстильных компаний.

Одним словом, прогнозирование - проблема важная, но в каждом случае контекст у нее свой.

Некоторые компании изучают объем рынка и свою долю, другие - планируют спрос по позициям, третьи - анализируют возможную реакцию конкурентов или партнеров по бизнесу на выбранную компанией стратегию. Спланировав объемы реализации, и рассчитав издержки, компания получает прогноз денежных потоков. Взаимосвязь этих составляющих можно увидеть на Диаграмме 1:

Прогноз денежных потоков

Еще раз подчеркнем, что цель данной работы - дать менеджерам обзор по "формальным методам" решения проблемы прогнозирования в маркетинге. К "формальным методам" ЛПР относятся по-разному: о результатах внедрения есть и положительные и отрицательные отзывы. В основе последних, как правило, лежит одна из трех ситуаций:
- качество полученного прогноза оказалось неудовлетворительным
- ЛПР неадекватно оценил надежность построенного прогноза
- Прогноз не совпадает с личными ожиданиями ЛПР.

Методы прогнозирования

Решение проблемы прогнозирования подразумевает использование целого комплекса методов, начиная от ролевых игр, заканчивая анализом финансовых потоков. На диаграмме 2 мы попытались объединить их в единое целое с тем, чтобы показать возможные пути повышения качества полученного прогноза, применяя различные техники анализа.

Диаграмма 2

Методы прогнозирования
Увеличить

Методы, основанные на суждениях

Изучение намерений контрагентов

Суть подхода состоит в том, что респондентов просят описать свое поведение в различных ситуациях. Опросы с целью изучения намерений контрагентов используют чаще всего в ситуации, когда отсутствуют данные об исторических продажах. Примером может послужить вывод нового продукта на рынок. Описание технической стороны реализации данного подхода можно найти в работе Moritz (2001)

Ролевые игры

Ролевые игры используются для того, чтобы учесть так называемый "человеческий фактор". Этот подход незаменим при анализе возможных реакций контрагента на конкретный вариант выбранной политики. Главное здесь - максимально реалистично воспроизвести ситуацию, в которой происходит взаимодействие. Данный метод используется в настоящее время достаточно редко, хотя и обладает неплохим потенциалом (Armstrong, 2001)

Экспертные оценки

Экспертные оценки существенно отличаются от изучения намерений контрагентов. Когда эксперту предлагают дать оценку динамики рынка, от него не требуется репрезентативность. Как раз наоборот - каждый эксперт уникален. Как правило, привлекается от 5 до 20 экспертов, причем наиболее эффективные способ получения единой оценки - взвешивание отдельных результатов с равными весами.

Точность прогнозов, полученных с использованием данного метода можно поднять путем применения процедур типа Delphi. Суть Delphi заключается в итеративной процедуре получения интегрального показателя с последовательным снижением дисперсии расхождений экспертных оценок. Об эффективности применения Delphi см. Rowe&Wright (2001).

Одним из основополагающих принципов применения данного подхода является независимость мнений экспертов. Как правило, в ситуации с использованием фокусных групп эта предпосылка нарушается, поэтому фокусные группы не рекомендуется использовать в целях прогнозирования.

Conjoint анализ

Намерения контрагентов можно предсказать, изучая взаимосвязи между поведением контрагентов и различными факторами. К примеру, анализируя реакцию покупателя на различные предложения по одному продукту, можно выявить факторы, определяющие спрос. Процедура сonjoint и заключается в изучении зависимости поведения контрагента от набора факторов. Часто этот метод используется при выводе на рынок нового продукта. В основе подхода лежит инструментарий, применяемый при планировании экспериментов.

Бутстрапирование оценок

Как и в сonjoint анализе можно построить модель поведения эксперта. Этот подход, известный как бутстрапирование оценок, позволяет снизить уровень субъективности получаемых оценок. Одним из методов построения такого рода моделей является применение регрессионного анализа. Подробнее см. Wittink & Bergesteun, 2001.

Методы, основанные на статистических данных

Экстраполяция

Методы экстраполяции предполагают использование исторических данных по изучаемому ряду. Наиболее популярным методом экстраполяции сейчас является экспоненциальное сглаживание. Основной принцип метода заключается в том, чтобы учесть в прогнозе все наблюдения, но с экспоненциально убывающими весами. Метод позволяет учесть сезонные колебания ряда и предсказать поведение трендовой составляющей.

Использование подходов, основанных на экстраполяции, подразумевает стабильность объекта изучения. В случае, когда ситуация существенно изменилась, целесообразно применение методов из предыдущей группы.
Важным принципом экстраполяции является применение ее для прогнозирования долгосрочных тенденций. На коротких горизонтах слишком велико влияние "шумовой составляющей".

Существенным фактором, определяющим эффективность применения метода, является также надежность данных, лежащих в основе анализа.

Что касается альтернативных процедур экстраполяции, рекомендуется не применять сверхсложные аналитические методы построения прогноза. К примеру, подход Бокса Дженкинса, существенно превосходящий экспоненциальное сглаживание по технической сложности, зачастую дает сопоставимые по качеству результаты (Makridakis, et al., 1984; Armstrong 1985). В частности можно говорить о неоправданности применения нейросетей для решения данного комплекса проблем. Существуют, однако, сведения о том, что есть успешные результаты использования этих методов для прогнозирования доли рынка (Agrawal & Schorling 1996), и для предсказания поведения потребителя (West et al., 1997).

Прогнозирование с использованием дополнительной информации

Количественные методы, основанные на экстраполяции, не позволяют в полной мере использовать информацию, которой располагает менеджер, анализирующий ряд. Методы экстраполяции предполагают стабильность окружающей среды, но на практике эта предпосылка часто не работает. Прогнозирование с использованием дополнительной информации представляет собой низко затратный метод, позволяющий учесть качественные моменты, о которых осведомлены менеджеры. Примером такого рода модели является система, в которой предлагаемый машиной прогноз проверяется аналитиком на предмет реалистичности и принимается только в том случае, если он не противоречит его ожиданиям.

Построение моделей на основе поведения аналогов

Эксперт может идентифицировать ситуацию, прецедент которой уже имел место и экстраполировать текущие результаты с учетом информации о том, как вел себя аналог. Подробнее см. Duncan, Gore & Szczypula, 2001.

Экспертные системы

Экспертные системы пытаются воспроизвести ход рассуждения, которое проводит аналитик в ходе выставления оценки. На практике экспертные системы конструируются с помощью применения эконометрического аппарата к историческим данным об экономических взаимосвязях. Развитие идей conjoint анализа, экспертных оценок и бутстреп часто выливается в создание экспертной системы.

Многомерные техники анализа

Данная область достаточно хорошо изучена, однако, как правило, результаты, получаемые на практике, оказываются неудовлетворительными. Данную группу методов в дальнейшем обсуждать мы не будем.

Эконометрические методы

Эконометрические методы используют априорные теоретические знания для разработки модели. Эконометрические методы подразумевают вовлечение объясняющих факторов в процесс построения прогноза. При этом в явном виде задается направление зависимости, функциональный вид, а также структурные ограничения на коэффициенты. Такого рода модели в маркетинге применяют, как правило, для анализа эластичности. При этом подразумевается достаточное количество надежных исторических данных.

Эконометрические модели обладают тем преимуществом, что они непосредственно связаны с планированием и принятием решений. С их помощью можно анализировать последствия реализации различных стратегий, планировать динамику рынка и бизнес-среды, тем самым, генерируя различные сценарии развития. При выборе этой группы методов следует учесть, что необходимо будет прогнозировать значения объясняющих факторов. С некоторыми из них (например - мода) могут возникнуть существенные проблемы.

Применение эконометрических моделей оправдано в ситуации, когда
1. Существует сильная причинно-следственная зависимость между изучаемой величиной (например - продажи) и набором факторов.
2. Форма зависимости известна, и ее можно оценить
3. Предполагается, что факторы на горизонте прогноза существенно изменят свое поведение
4. Эти изменения поддаются прогнозированию
Нарушение этих условий (что типично для «short run») делает использование данной группы методов нецелесообразным.

 

Часть 2

Прогнозирование емкости рынка

На емкость рынка существенное влияние оказывают такие факторы как конъюнктура, численность населения, покупательная способность населения, законодательство и т.д. Рынок алкогольных напитков, во многом зависит от половозрастной структуры населения, распределения располагаемого дохода и доминирующих в регионе социальных норм.

Для того чтобы спрогнозировать условия, в которых будет функционировать рынок, часто используют эконометрику. Существует достаточно много исследований, посвященных проблеме построения краткосрочных прогнозов. В большинстве случаев полученные результаты оставляют желать лучшего. Причина кроется в том, что в краткосрочном периоде трудно избавиться от влияния "шума" и выделить тенденцию. Именно поэтому использовать аппарат эконометрики целесообразней для построения долгосрочных прогнозов. Исследование, проведенное Армстронгом (1985г. глава 15) показало, что при построении долгосрочных прогнозов в 7 случаях из 7 эконометрические методы зарекомендовали себя лучше, чем методы, основанные на экстраполяции. Похожие результаты получил в 1985 году Fildes. В его исследовании эконометрическим методам было отдано предпочтение в 15 случаях из 20.

Интерес представляет также тот факт, что увеличение точности прогнозирования объясняющих переменных не приводит к значимому улучшению качества прогноза зависимой величины. Кроме того, если сравнивать качество факторных и безфакторных прогнозов, зачастую последние оказываются более предпочтительными. Причина кроется, возможно, в том, что прогнозы, использующие информацию, заложенную только в самом ряде, позволяют учитывать периодические колебания, характерные только для самого ряда.

Методы, основанные на экспертных оценках

Часто, в основе прогноза объемов рынка лежат методы, основанные на экспертных оценках. Такой подход в наибольшей степени применим для молодых и динамичных рынков. При его применении следует помнить о том, что метод обладает рядом дефектов, корни которых кроются в субъективности выносимых решений. Одним из основных его недостатков является смещенность оценок экспертов (оптимизм, пессимизм…)

Как правило, для построения прогноза используется мнение не одного специалиста, а группы экспертов. Для согласования полученных оценок можно применять процедуру Delphi. Delphi требует наличия 2-х или более экспертов, нейтральных в смысле оптимизма, пессимизма и пр., мнения которых равнозначны по важности для принимаемого решения.

При подборе экспертов следует обратить внимание на работу Армстронга (1985), которая показывает неэффективность использования дорогостоящих экспертов. Тем не менее, участник проекта обязательно должен обладать хорошим уровнем специальных знаний.

Методы, основанные на статистических данных

Для оценивания доли рынка можно применять методы экстраполяции, или эконометрические подходы. Методы экстраполяции обычно оказываются менее затратными. Эконометрический же подход требует больших вложений, однако способен обеспечить более высокую точность.

Неотъемлимой частью работы аналитического отдела компании является мониторинг бизнес среды. Необходимо отслеживать изменение существующих факторов, а также - появление новых. Эффективной оказывается практика проведения "мозговых штурмов" на периодической основе. Рекомендуется участие представителей нескольких направлений, поскольку это позволяет всем участникам рассматривать проблемы в комплексе. 
Прогнозируя параметры бизнес среды, связанные с рыночными ценами, важно помнить о том, что "прогноз не может побить рынок". Речь идет о том, что уровень цен определяется взаимодействием спроса и предложения. Для прогнозирования этого показателя общедоступной информации недостаточно: необходим инсайд.

Прогнозирование действий ЛПР

Разработка эффективной маркетинговой стратегии в значительной степени определяется тем, насколько адекватно мы спрогнозируем действия и реакцию наших конкурентов. Для решения этой проблемы используются следующие подходы:

  • Экспертные оценки (использование мнения эксперта, который компетентен в изучаемом и родственным к изучаемому рынках)
  • Ролевые игры 
  • Эксперимент (стратегия используется на объектах небольшого масштаба и анализируются результаты применения)

Спрогнозировав действия ЛПР, необходимо отследить их влияние на объем рынка и на долю рынка.

Наиболее эффективным способом прогнозировать действия ЛПР являются ролевые игры. Подтверждением тому является работа Армстронга (2001). В ней ролевые игры использовались для прогнозирования взаимодействия поставщиков и дистрибьюторов. Компания Philco (в ролевой игре Ace Company), производитель бытовой техники, хочет увеличить свою долю рынка, находящегося в состоянии депрессии. Был предложен план по реализации продукции в сети супермаркетов. Для того чтобы оценить перспективность данного проекта, необходимо было спрогнозировать реакцию менеджеров супермаркетов.

рогнозирование с использованием аппарата ролевых игр показало 8 положительных ответов из 10, в то время как при проведении неструктурированного опроса, результат был 1 из 34. Тем не менее, проект был реализован, и на практике менеджеры согласились с предложением Philco.

По мнению Армстронга, эффективность применения ролевых игр в подобных ситуациях обусловлена тем, что они позволяют более адекватно восстановить картину взаимодействий.

Планирование на уровне компании, как правило, требует сотрудничества большого количества людей. При планировании необходимо учитывать возможные эффекты, возникающие при их взаимодействии. Достаточно удобным способом оценить реалистичность предложенного плана является оценка со стороны ключевых ЛПР.

Прогнозирование доли рынка

Для прогнозирования доли рынка используются следующие методы:

  • Экспертные оценки
  • Бутстрапирование оценок
  • Экстраполяция
  • Эконометрические методы

В зависимости от специфики бизнес среды, различают несколько ситуаций.

Если речь идет о стабильно работающей компании на стабильном рынке, используются достаточно простые техники. Будущее здесь представляется как результат влияния некоторого набора факторов и предпринятых нами действий. В такой ситуации можно использовать даже "наивную модель", предполагающую экстраполяцию в ситуации "без изменений".

Если предполагается, динамичное изменение условий бизнес среды, разумно применять модели, использующие причинно-следственные связи. Для уникальных сценариев (например - забастовка) рекомендуется задействовать аппарат экспертных оценок. Если предполагаются существенные изменения, ситуация является стандартной, а также не хватает исторических данных, применяют бутстрапирование оценок.

Часто эффективным оказывается применение эконометрических моделей. В их основе должно лежать экономическое обоснование. Bell, Keeney и Little (1975) сформулировали теорему "о доле рынка", которая утверждает, что доля рынка меняется в зависимости от соотношения маркетинговых усилий, направленных на укрепление бренда (цена, реклама, продукт…) и совокупной суммы аналогичных показателей по остальным участникам рынка. Есть несколько вариантов формализации данной модели (Brodie 2001) и существует масса работ, посвященных выбору конкретной спецификации. К наиболее известным относятся мета-анализ 367 элластичностей Tellis, 1988, и анализ элластичностей (406 компаний), проведенный Гаммильтоном (1997) К наиболее известным относятся работы Tellis (1988) и Hammilton (1997), в которых анализировалась элластичность бренда по цене для 367 и 406 компаний соответственно. Оба автора получили одинаковые результаты: -2,5. Для анализа использовался аппарат эконометрики.
Эконометрические модели могут применяться не только для выбора адекватной стратегии, но и для прогнозирования временных рядов. В своей работе Brodie (2001) приходит к выводу, что для прогнозирования доли рынка более эффективно применение эконометрических методов, чем экстраполяции, если выполняются следующие предпосылки:

1. Существуют сильные причинно-следственные связи между набором маркетинговых переменных и долей рынка

2. Исторических данных много и они существенно меняются во времени

3. Можно прогнозировать объясняющие переменные, или управлять ими

4. Предполагается, что факторы существенно изменятся

Пункты 1-4 означают, что необходимо располагать аппаратом для прогнозирования существенных изменений политики конкуррентов.

Прогнозирование продаж

Существует несколько подходов к прогнозированию продаж, традиционно используют английские обозначения top-down и bottom-up. В первом случае, сначала прогнозируется объем рынка в целом, затем наша доля на этом рынке. Объем продаж рассчитывается как произведение названных выше компонент. Подход bottom-up подразумевает прямой прогноз продаж по позициям. Использовать его рекомендуется для построения краткосрочных прогнозов. Дело в том, что реализация bottom-up не подразумевает оценки последствий различных альтернатив, на коротком промежутке это не очень важно, а в long-run - необходимо.

Методы, основанные на экспертных оценках

Достаточно распространено следующее заблуждение: для того, чтобы улучшить качество прогноза нужно только опросить клиентов об их потребностях, ожиданиях и планах на будущее. Целесообразность проведения опроса зависит от ситуации. В частности, если уже сформирована база данных по продажам, в которой также фиксируются характеристики покупателей, данные, полученные в ходе опроса, будут менее ценными. Однако в любом случае, информация о том, как планируют вести себя наши клиенты в той или иной ситуации, может оказать положительное влияние на качество прогноза.

Для того чтобы предсказать поведение клиента часто используют целевые группы. Эта процедура широко распространена, несмотря на то, что она противоречит принципам построения прогноза. Во-первых, достаточно редко удается сформировать группу, обладающую характеристикой репрезентативности. Во-вторых, как правило, опрос проводится по всем участникам панели параллельно, таким образом, ответы одних респондентов оказываются под влиянием мнений, высказанных другими. В-третьих, определенную проблему представляет структура опросника. От грамотной последовательности и формулировки вопросов зависит качество собранной информации.

Обозначенные выше проблемы приводят к тому, что, как правило, использование фокусных групп в целях улучшения качества прогноза не дает значимых результатов.

Другой подход заключается в привлечении экспертных мнений. Этот инструмент достаточно активно используется для построения прогнозов в маркетинговых задачах. Тем не менее, мы уже обозначали проблему смещенных оценок, а также проблему интеграции мнений группы экспертов в единый показатель.
Бутстрапирование оценок позволяет повысить качество прогнозов, построенных на основе экспертных оценок. Главное достоинство этого метода заключается в повышении надежности результатов.

Методы, основанные на статистических данных

В ситуации, когда необходимо построить большое количество прогнозов, предпочтение следует отдавать процедурам экстраполяции. Здесь хватает достаточно простых методов. Усложнение процедуры анализа не всегда сопровождается повышением качества прогноза, но всегда оказывается более дорогостоящим и менее очевидным. То, что востребовано участниками рынка - это набор прогнозов, на который они могли бы положиться. Представим себе, что наша компания продает компьютеры и комплектующие. Очевидно, что между объемами реализации по различным деталям (материнская плата, жесткий диск, оперативная память…) которые, как правило, необходимы для полноценного ПК, существует тесная взаимосвязь. Исходя из этих соображений, можно снова использовать подходы top-down и bottom-up. В данном случае - это прогноз продаж "комплектов", с последующим разложением до уровня детали, и прогноз продаж по деталям с последующей интеграцией до уровня "комплекта". Практика показывает, что использование последнего, как правило, оказывается предпочтительным (MacGregor 2001).

Одним из наиболее важных моментов при прогнозировании временных рядов внутри года (квартальная, месячная и пр. разбивка) является использование процедуры корректировки на сезонность. В пользу этого утверждения говорят работы Dalrymple (1987) и Makridakis (1984).

Заслуживает внимания работа Schnaars (1986), который показал, что использование демпфированных трендов и взвешивание прогнозов дает более точные результаты, чем принцип "выбирай ту модель, которая обеспечивает более точную подгонку". 
Что касается выбора между моделями, основанных на статистических данных и экспертных оценках, здесь нет единства мнений. В литературе есть работы посвященные сравнительному анализу обоих подходов, причем одни авторы (нпр. Lawrence, 1985) рекомендует привлекать экспертов, другие (нпр. Carbone, Gorr, 1985), говорят об эффективности статистических методов.

Методы прогнозирования

Методы прогнозирования

 

Остались вопросы?

Напишите нам и мы подробно ответим на все Ваши вопросы!