Данная методика применяется, когда структура данных формируется с учетом сезонности. Такой анализ особенно полезен для товаров, подверженных влиянию моды. Его также можно применить для исследования цикличных колебаний в пределах длительного периода (например, колебания в торговле). Однако работая с долговременными тенденциями, лучше применять другие методы. Таким образом, анализ временного ряда наиболее эффективен, когда сезонный график повторяется из года в год на достаточно устойчивой основе. Сезонные подвижки измеряются путем подсчета отклонений от основной тенденции.
Поясним сказанное, вновь обратившись к предыдущему примеру. Возьмем данные поквартального сбыта портфелей фирмой «Office Goods Supplies Ltd» за 1989-1993 гг. Нетрудно заметить, что сбыт тесно связан с сезонностью. Пик сбыта ежегодно наступает в последнем квартале. Когда суммы поквартальных отклонений от общей тенденции складываются, получаем итоговый результат. Общая сумма обязательно должна равняться нулю. В противном случае это означает, что в прогноз вкрался элемент «положительной предвзятости».
Затем из этого числа вычитаются скользящие показатели продаж предшествующего квартала и прибавляются данные нового квартала. Поквартальное изменение дает итоги, которые объединяются (для большего сглаживания) с показателями соседнего столбца. Эту сумму затем делят на 8, чтобы установить общую тенденцию одного квартала. Наконец, отклонения подсчитываются путем вычитания фактической цифры (проданных единиц) от показателя общей тенденции, что и представлено в последнем столбце в виде отклонений от средней нормы.
Затем статистические данные фиксируются графически. Кривая тренда продлевается на глаз (именно здесь требуется профессиональное мастерство и интуиция прогнозиста). Отклонения от общего направления затем сравниваются с кривой тренда. Именно это и является прогнозом сбыта. Кривая тренда, экстраполированная в виде плавно поднимающейся линии, аналогична кривой данных за прошлые годы. Первые две цифры для второго и третьего кварталов 1993 года спрогнозированы. Но, поскольку эти сроки уже миновали, цифрами можно пренебречь. Четыре квартала 1994 года целиком спрогнозированы.
Этот метод, как и многие другие, имеет недостаток: с его помощью нельзя предсказать подъемы и спады. Эти показатели прогнозист должен определить самостоятельно, продлевая воображаемую линию тренда в наиболее вероятном направлении. Данный метод является простым продолжением метода скользяглих средних. В дополнение к скользящему годичному итогу он дает представление о ежемесячном сбыте и одновременно намечает кумулятивную (суммарную) кривую продаж. Глядя на рисунок 12.4, понимать, почему этот метод получил такое название. Каждая Z-диаграмма отражает данные за один год и наиболее успешно используется для обработки данных помесячной реализации. Как средство прогноза, она весьма продуктивна в том случае, когда продажу за один год необходимо сравнить с прошлыми годами по трем критериям (помесячно, кумулятивно и скользящая за год).
В фирме «Office Goods Supplies Ltd» сохранились показатели уровня продаж за каждый месяц 1992 и 1993 года. Этого вполне достаточно, чтобы начертить Z-диаграмму. Динамика сбыта на протяжении года определяется путем прибавления показателей за текущий месяц и вычитания показателя самого «старого» месяца, т.е. двенадцатью месяцами ранее. Кумулятивный график сбыта строим на основе сложения показателей каждого месяца и предшествующих показателей. Нижняя линия Z означает объем продаж за каждый месяц.
В завершающем разделе кратко опишем два метода, которые предполагают использование компьютера. Мы не можем рассмотреть их подробно из-за ограниченного объема книги и необходимости основательного знания математики. На практике, эта работа выполняется на основе сложных пакетов компьютерных программ. Поэтому, если читатель пожелает узнать о них больше, мы рекомендуем обратиться к специалисту по программному обеспечению, который сможет дать профессиональную консультацию. Прогнозисту (например, управляющему сбытом) вовсе не обязательно владеть методами компьютерного прогнозирования. Все, что ему требуется знать, — это степень точности прогноза и применимость его к решению конкретной задачи.
Первый метод назван по именам его авторов Бокса-Дженкинса. Фактически это один из вариантов метода экспоненциального сглаживания, где применяются отличные друг от друга «взвешивания» разных частей временного ряда. Методика Бокса-Дженкинса предполагает, что компьютерная программа выбирает характерные фрагменты предшествующего временного ряда, преобразует их и «взвешивает» для сопоставления с последующими отрезками временного ряда. В качестве рабочего инструмента выбирается то «взвешивание», которое дает наиболее правдоподобную картину. Метод достаточно точен для кратко- и среднесрочного прогнозирования. В перспективе сфера его применения будет расширяться по мере создания более мощных персональных компьютеров.
Другой метод называется Х-11. Его разработал американец Джулиус Шискин. Этот способ иначе называют методом разложения. С его помощью временной ряд разбивается на трендовые циклы, сезонные циклы и на нерегулярные элементы. Это эффективный прием для прогнозов среднесрочного характера. Выполняется Х-11 на основе ряда методов аналитических вычислений.