Такие методы наиболее полезны, когда: 1

Такие методы наиболее полезны, когда: 1. Ожидаются сильные причинные связи переменных с продажами. 2. Эти связи можно оценить. 3. За горизонтом прогноза в причинных переменных ожидаются большие изменения. 4. Эти изменения в причинных переменных можно спрогнозировать или проконтролировать, особенно в отношении их направления. Если любое из этих условий не выполняется (что типично для прогнозирования с малым радиусом действия), то от эконометрических методов не следует ждать высокой точности. 2. Прямая экстраполяция объема продаж Если количества информации по продажам недостаточно, то, возможно, лучше предпочесть эвристический прогноз. Это предполагает, что человек знает о товаре достаточно. Например, характеристики товара и рынка и перспективные планы все это хорошо известно. Когда информации о продажах много, этого бывает достаточно для экстраполяции тренда. Экстраполяция тренда объема продаж часто применяется в фирмах (Mentzer & Kahn, 1995). Методы экстраполяции используются в краткосрочных прогнозах спроса на инвентарь и в принятии решений. Когда информация собирается за периоды меньше года, чаще всего лучше использовать сезонные поправки, предоставляющие достаточную информацию. Сглаживание сезонных колебаний обычно представляет наиболее важный путь для достижения точности в экстраполяции. Результаты исследования Д. Д. Далримпла (Dalrimple, 1987) согласовывались с принципом, что использование сезонных поправок снижает возможность ошибки в прогнозах. Сглаживание сезонных колебаний, которое также ведет к значительным достижениям в точности, представлено в широкомасштабном изучении временных рядов (Makridakis et al, 1984). Если динамические ряды имеют большую степень неопределенности, специалист по прогнозированию должен использовать относительно простые модели. Неопределенность в этих случаях можно оценить изучением непостоянства на линии долгосрочного тренда. С. Шнаарс (Schnaars , 1984) представил со всей очевидностью, что простой прогноз одна из наиболее точных операций для прогнозов объемов промышленных продаж. Неопределенность также требует консервативных прогнозов. Быть консервативным означает держаться ретроспективного среднего. У Е. Гарднера и Е. Мак-Кензи (Gardner & McKenzie, 1985) вы найдете описание этой операции и ее очевидную эффективность. Один из ключевых вопросов при экстраполяции объема продаж использовать нисходящий или восходящий подход. Начиная с вершины (говорит рынок автомобилей) и далее распределяя прогноз по элементам (например продажи автомобилей повышенной комфортности или продажи BMW третьей серии), получите более надежную, но менее релевантную информацию. Восходящий подход, наоборот, более релевантен, но менее надежен. Более подробно эти вопросы рассмотрены у Дж. Армстронга (Armstrong, 1985) и Д. Мак-Грегора (MacGregor, 1998). Исследование по этой теме дано под заголовками декомпозиция или сегментирование. Добавочные разделения достаточно безопасны. Они редко вредят точности прогноза и часто дают значительное улучшение результатов (Dan-gerfield & Morris, 1992). Слова Показов в