60
видно из уравнения, прогноз на следующий период будет равен прогнозу на те-
кущий период, т.е. прогноз полностью основан на данных прошлого периода и
не принимает в расчет наиболее поздние из имеющихся фактических данных.
С другой стороны, если константа
принимается равной единице, то
данным прошлых периодов не придается никакого значения, и прогноз полно-
стью зависит от фактического спроса на текущий период. Такой подход прием-
лем, если речь идет об открытии нового супермаркета. Понятно, что в подоб-
ном случае данные прошлых периодов для составления прогноза отсутствуют.
В условиях стабильности наиболее часто применяются значения кон-
станты сглаживания
от 0,1 до 0,4, однако в некоторые периоды года, особен-
но для предрождественской торговли в супермаркетах, для прогнозирования
используются более высокие значения
: от 0,7 до 0,9. Очевидно, что необхо-
димо иметь достаточный запас для удовлетворения текущего спроса.
Предположим, например, что сеть предприятий розничной торговли не-
лицензионным товаром использует методику экспоненциального сглаживания
для составления прогноза недельного спроса. Для сигарет константа сглажива-
ния установлена в размере 0,3. Текущий спрос на сигареты в одном из магази-
нов составляет 750 пачек при прогнозе 720 пачек. Применение формулы экс-
поненциального сглаживания для прогнозирования спроса на сигареты на сле-
дующую неделю выглядит так:
Прогнозируемый спрос = 0,3
750 + (1 – 0,3)
720 = 729 пачек.
Выбор константы сглаживания можно сделать на основе более точных
расчетов. Одна из методик связана с минимизацией среднего абсолютного от-
клонения (САО). Определим ошибку прогноза как разность между прогнозным
и фактическим объемами продаж. Можно заметить, что если прогноз выше, чем
фактическое значение, то ошибка положительна, а если прогнозное значение
ниже, то ошибка отрицательна. При мониторинге ошибок прогноза их знак не
играет столь важной роли, как величина. Поэтому обычно находят
абсолютное
отклонение
, представляющее собой модуль ошибки прогноза. Чтобы оценить,
насколько хорош прогноз, можно
рассчитать среднее абсолютное отклонение
(САО). Решая задачу минимизации САО, можно более точно определить кон-
станту сглаживания
.
Корреляция и регрессионный анализ
При открытии нового предприятия данные за прошлые периоды отсут-
ствуют, и для прогнозирования требуется иной подход. В этом случае можно
использовать данные аналогичного предприятия с целью выявления возможной
