ДЛЯ МАРКЕТИНГ-ДИРЕКТОРОВ И
ТЕХ, КТО ХОЧЕТ ИМИ СТАТЬ!

Новый маркетинг
Журнал о маркетинге   




«Новый маркетинг», №8/2009


Причинное прогнозирование






Автор(ы): Петр Андрейченко
Рубрика: СПРАВОЧНИК МАРКЕТОЛОГА
Доступ: только для подписчиков
Ключевые слова (теги): исследования
Просмотров: 1454




Маркетологам приходится постоянно принимать решения относительно будущих маркетинговых активностей. А для этого им необходимы инструменты, позволяющие строить прогнозы. Одним из таких инструментов является причинное прогнозирование.



Причинное прогнозирование | Close | Новый маркетингПричинное прогнозирование помогает измерять связь между двумя типами переменных: зависимыми и независимыми. Маркетологам нужно понимать, сколько единиц продукта (зависимая переменная) будет продано при имеющемся уровне спроса (независимая переменная). Конечно, на уровень продаж влияют не только спрос, но и различные маркетинговые программы (например, промоакции). Причинное прогнозирование позволяет измерять возможное влияние на продажи компании всех переменных.
Рассмотрим пример. Некой компании, продающей спортивную обувь, необходимо спрогнозировать, сколько пар баскетбольной обуви она может продать подросткам-баскетболистам в США в течение ближайших трех лет. Изучив статистические данные о численности различных возрастных групп в США и обзоры тенденций роста популярности баскетбола в подростковой среде, компания может спрогнозировать потенциальный спрос на свой продукт. Предположим, что численность подростковой аудитории в США будет расти (независимая переменная), равно как и ее интерес к баскетболу. В результате можно предположить, что в будущем компанию ожидает рост продаж (зависимая переменная).
В причинном прогнозировании часто используют линейную регрессию. Вот линейное уравнение в общем виде:
y = a + bx, где:
y – зависимая переменная,
a и b – коэффициенты, характеризующие отступ и наклон линии,
x – независимая переменная.
Как нетрудно заметить, чтобы описать какую-нибудь причинно-следственную связь при помощи линейного уравнения, необходимо определить величины a и b:

a = Y – bX
b = (∑xy – nXY) / (∑x2 – nX2), где:

a и b – искомые коэффициенты,
X = ∑x,
Y = ∑y,
n – количество периодов.
Теперь давайте рассмотрим, каким образом эти формулы работают вместе. В качестве примера возьмем ресторан, которому необходимо спрогнозировать еженедельный объем продаж его основного блюда – говяжьих стейков. В таблице показаны данные для линейной регрессии.

Делаем следующие вычисления:
X = 1110 / 10 = 111
Y = 1362 / 136,2
b = 0,9983
a = Y – bX = 136,2 – 0,9983 х 111
a = 25,3887

Теперь можно построить формулу линейного уравнения:
Закрытая статья   Просмотр всей статьи возможен только подписчикам журнала. Зарегистрироваться




Другие статьи на эту тему:


 ‹ Логин
 ‹ Пароль

Вход | Регистрация