Введение. 
Прогноз объемов продаж

мультипликативный прогнозирование программа аддитивный В современном мире сложно обойтись без прогнозирования продаж. Понимание этого процесса помогает упростить и повысить его точность. Прогнозирование продаж — это оценка объема продаж, который можно получить при соблюдении особых условий и осуществление некоторых событий. Данный показатель можно использовать, чтобы скорректировать план продаж.

Можно сказать, что основной целью и задачей многих специалистов, анализирующих данные, считается прогнозирование. Современные методы прогнозирования позволяют с высокой точностью предсказать различные показатели. При анализе временных рядов выделяют 2 основные задачи:

• — определить тип временного ряда
• — построить прогноз (т.е. предсказать последующие значения ряда по значениям до текущего момента)

Универсальных методов прогнозирования не существует. При неправильном выборе условий, в частности требуемой длины и времени прогнозирования, существенно может снизиться эффективность выбранного метода.

Выделяют три типа прогноза по времени:

• — краткосрочный прогноз: подходит для построения на несколько шагов вперед, для него применяют методы: экспоненциальное сглаживание, авторегрессия и проинтегрированное скользящее среднее (АРПСС) и нейронные сети
• — среднесрочный прогноз: подходит для построения прогноза на один или половину сезонного цикла, используемые методы позволяют отслеживать качество прогноза в зависимости от того, на какой временной промежуток строится прогноз, применяемые методы: экспоненциальное сглаживание
• — долгосрочный прогноз: стандартные статистические методы не используются, и требуется применение комплексного подхода, например, использование регрессионных моделей или нейронных сетей.

Кроме того, необходимо проверять построенную модель, на адекватность, так как недостаточно просто построить модель.

В дипломной работе рассматривается задача прогнозирования объема продаж на основе реальных данных. Задача диплома является актуальной, так как каждому предприятию, малому или крупному, необходимо оценить какой ожидается спрос, чтобы правильно составить план закупок. Неверные решения могут привести к крупным потерям, вплоть до ликвидации предприятия. Основные методы, используемые в работе — экспоненциальное сглаживание и авторегрессия и проинтегрированное скользящее среднее. Мы используем пакет STATISTCA, встроенные модули для анализов временных рядов. Применяемые методы широко используются в задачах прогнозирования в различных сферах деятельности человека.

• § В [1] рассматривают модели ARIMA для среднесрочного прогноза продаж для предприятий различных сфер деятельности. Исходными данными является помесячный временной ряд товарооборота за несколько последних лет. В исследовании были построены годовые прогнозы продаж компаний, представленных на рынке промышленной электротехники (продажи по всей компании), строительных материалов (продажи компании по одной товарной группе) и периодической печатной продукции (продажи торговой точки). Прогнозы строились с помощью статистического пакета IBM SPSS Statistics.
• § В [2] приводится обзор одного из статистических методов прогнозирования продаж. На примере данных прогнозируют прибыль, а точнее размер месячной прибыли. Рассматривают различные виды трендов и рассказывают, как его выделить.
• § В статье [3] анализируют данные розничного магазина и на основе расчетов сезонной вариации строят прогноз продаж по кварталам.

Дипломная работа состоит из введения, трех глав, заключения. В главе 1 формулируется задача, а также некие теоретические сведения. Во второй главе описаны возможности пакета STATISTICA для построения моделей продаж и прогнозирования. В главе 3 применяются модули, реализованные в STATISTICA.