Pada pandangan pertama, pertanyaannya terdengar tidak masuk akal, tetapi jika Anda melihat lebih dekat, Anda dapat mengungkapkan hal berikut: “jika suatu produk memiliki sejumlah besar fakta penjualan nol (jarang permintaan untuk produk tersebut), maka semua metode peramalan titik (termasuk yang kompleks) akan memberikan hasil yang buruk"
Jalan keluar dari situasi ini mungkin dengan menggunakan metode khusus pemodelan matematika yang memungkinkan Anda menghitung probabilitas permintaan kumulatif. Artinya, melakukan evaluasi tanpa mencoba menebak jumlah barang yang terjual, tetapi melihat seberapa besar kemungkinan suatu volume barang tertentu dapat terjual. Hal ini akan memungkinkan kami memahami berapa banyak produk yang perlu disimpan untuk memberikan tingkat layanan tertentu.
Jika disederhanakan, mekanismenya adalah sebagai berikut. Perangkat lunak khusus melakukan serangkaian percobaan (100.000 kali) tentang kemungkinan permintaan suatu produk selama periode pengiriman (dalam praktik Barat - waktu tunggu LT). Ini menganalisis berapa kali permintaan dengan volume berbeda terjadi. Setelah itu, probabilitas kumulatif distribusi permintaan dibangun (tidak lebih dari berapa volume barang yang akan dijual dengan probabilitas berbeda)
Setelah ini, tingkat layanan diperhitungkan dan persediaan optimal dihitung sebagai nilai permintaan yang sesuai dengan probabilitas kumulatif yang sama dengan tingkat layanan.
Hal ini dapat dilihat lebih jelas pada grafik atau tabel berikut: (dari Forecast NOW!):
Beras. 1 Tingkat pelayanan dan inventaris optimal menggunakan contoh program Forecast NOW!
Volume, satuan |
|
Pada gambar, probabilitas kumulatif diplot dengan warna biru muda. Stok optimal berada pada perpotongan antara tingkat layanan yang ditetapkan dan probabilitas kumulatif.
Oleh karena itu, penggunaan metode tersebut akan membantu untuk segera menghitung persediaan optimal barang langka.
Masalah penting tetap menjadi kriteria untuk mengklasifikasikan barang sebagai barang langka:
Untuk melakukan hal ini, jarak rata-rata dalam hari antara fakta penjualan yang berdekatan dihitung. Kalau angkanya lebih dari 1,25 hari, maka kita jarang ada permintaan; kalau kurang, lancar.
Riwayat penjualan produk:
Jarak rata-rata antara fakta penjualan yang berdekatan = ((3-1)+(4-3)+(7-4)+(8-7))/4 = 1,75 >1,25 -> permintaan jarang
Namun untuk barang dengan permintaan lancar, peramalan permintaan sangat diperlukan:
Mengapa Anda perlu memperkirakan permintaan?
Pekerjaan perusahaan perdagangan mana pun pasti terkait dengan masalah optimalisasi persediaan. Kelebihan barang menyebabkan biaya keuangan tambahan, dan kekurangan menyebabkan kerugian pelanggan tetap dan penurunan volume penjualan. Dalam kedua kasus tersebut, terdapat kekurangan keuntungan yang mungkin didapat, yang dalam kondisi persaingan yang ketat dapat menyebabkan kebangkrutan perusahaan.
Salah satu komponen terpenting dalam mempertahankan pilihan barang yang optimal adalah perkiraan permintaan yang operasional dan jangka panjang. Tentu saja, ketika merencanakan pembelian, Anda tidak dapat memprediksi apa pun menggunakan tingkat permintaan yang ada atau yang muncul sebagai sumber informasi awal. Namun, pendekatan yang ketinggalan jaman dalam pasar yang berubah secara dinamis dan pembeli yang “manja” hampir tidak bisa disebut efektif (dengan pengecualian pemukiman kecil di mana hanya ada satu toko).
Peramalan permintaan memungkinkan tidak hanya mengembangkan rencana pengadaan yang optimal, tetapi juga mengelola sumber daya perusahaan secara efektif. Jadi, misalnya, mengetahui bahwa bulan depan akan ada peningkatan permintaan es krim, maka dimungkinkan untuk menyewa penjual terlebih dahulu, membeli peralatan pendingin dan memberikan dana tambahan. Jika semua acara seperti itu mulai diadakan pada saat peak season, maka segala upaya mungkin akan sia-sia bahkan tidak menguntungkan.
Bagaimana memperkirakan permintaan
Untuk memperkirakan permintaan, sejumlah besar teori dan alat khusus telah dikembangkan.
Perangkat lunak khusus
Misalnya, ketika merencanakan pembelian supermarket, Anda tidak dapat melakukannya tanpa perangkat lunak khusus. Masalah utama di sini adalah banyaknya pilihan barang, yang secara fisik tidak mungkin untuk “diingat”. Selain itu, perangkat lunak khusus memungkinkan Anda mengotomatiskan proses penyiapan aplikasi, yang, dengan pembelian dalam jumlah besar, memungkinkan Anda menghemat banyak waktu.
Microsoft Excel
Dengan jumlah produk yang sedikit, hasil perkiraan permintaan yang sangat baik dapat diperoleh dengan menggunakan aplikasi standar Microsoft Excel. Fungsi statistik khusus, seperti TREND dan GROWTH, memungkinkan Anda memproses informasi dalam jumlah besar secara instan tanpa memasukkan rumus yang rumit. Kemampuan desain Microsoft Excel yang kaya akan membantu Anda menyajikan data yang diperoleh tidak hanya dalam bentuk tabel, tetapi juga dalam bentuk yang lebih visual - dalam bentuk grafik dan diagram.
Secara manual
Perkiraan permintaan untuk masing-masing item barang juga dapat dibuat secara manual. Jadi, misalnya, jika suatu produk baru, rumus statistik tercanggih sekalipun dan informasi yang dikumpulkan sebelumnya tidak akan membantu memprediksi popularitasnya. Dalam kasus seperti itu, kita tidak harus bergantung pada perhitungan, tetapi pada intuisi dan faktor tambahan(pendapat pelanggan, dukungan iklan, dll.).
Rumus dan metode peramalan permintaan
Metode yang digunakan dalam memperkirakan permintaan sangat beragam - mulai dari metode yang naif (diasumsikan permintaan bulan depan akan sama dengan bulan lalu) hingga penggunaan teori ekonomi dan matematika yang kompleks serta implementasi perangkat lunaknya (jaringan saraf) dalam perhitungan.
Metode Rata-Rata Sederhana
Metode yang paling sederhana adalah penggunaan perhitungan menggunakan rumus “rata-rata sederhana”. Dengan metode ini, perkiraan permintaan untuk periode berikutnya dihitung sebagai rata-rata aritmatika dari indikator permintaan untuk semua periode sebelumnya. Kerugian dari metode ini adalah “konservatisme” yang tinggi - informasi yang ketinggalan jaman tentang penjualan sebelumnya akan menghalangi munculnya tren permintaan terkini.
Metode rata-rata bergerak
Metode “rata-rata bergerak” bereaksi lebih cepat terhadap perubahan permintaan. Dalam hal ini perhitungannya tidak didasarkan pada data seluruh periode pengamatan, melainkan beberapa periode terakhir.
Masalah utamanya adalah penentuan “sliding window” – mengenai berapa periode terakhir yang diperlukan untuk melakukan rata-rata. Semakin lama periode ini, semakin banyak perkiraan rata-rata bergerak yang bertepatan dengan rata-rata sederhana.
Anda dapat menentukan periode secara empiris berdasarkan kesalahan perkiraan (RMSE) - hitung kesalahan ini untuk periode yang berbeda dan pilih yang optimal.
Tentunya jangka waktu optimal adalah 4 hari.
Variasi yang menarik dari metode ini adalah perhitungan rata-rata bergerak dengan hari-hari tertentu(yaitu, untuk semua hari Senin, rata-rata pergerakan untuk n hari Senin terakhir dipertimbangkan, dll.) Metode ini mungkin cocok untuk barang yang memiliki musim mingguan yang jelas (misalnya, roti).
Metode rata-rata tertimbang
Kombinasi metode di atas adalah “metode rata-rata bergerak tertimbang”. Model ini menghitung rata-rata tertimbang berdasarkan beberapa periode, namun memberikan bobot lebih sedikit pada periode yang lebih jauh. Oleh karena itu, pengamatan yang lebih lama dapat dilakukan untuk penghitungan, namun pengaruh data yang tidak relevan terhadap penghitungan dapat dibatasi.
Metode pemulusan eksponensial
Sayangnya, metode penghitungan “rata-rata” di atas hanya memungkinkan seseorang memperoleh hasil yang sangat mendekati. Perkiraan yang lebih akurat dapat dicapai dengan menggunakan model “pemulusan eksponensial” dan “pemulusan eksponensial dengan tren”. Pada metode pertama, perkiraan penjualan terkini disesuaikan berdasarkan kesalahan perkiraan yang dibuat periode terakhir. Metode perhitungan kedua (juga disebut metode "pemulusan eksponensial ganda") memperhitungkan data dengan tren - berkat ini metode ini bahkan dapat digunakan untuk peramalan jangka menengah.
Metode Holt-Winters
Untuk memperhitungkan musiman dan tren permintaan secara umum, model Holt-Winters (pemulusan eksponensial tiga parameter) digunakan. Untuk mendapatkan perkiraan permintaan dalam metode ini, perlu memilih tiga parameter dengan benar. Untuk melakukan ini, Anda dapat menggunakan algoritme khusus atau membatasi diri Anda pada kekerasan sederhana.
Metode Autoregresi
Jika Anda ingin mendapatkan perkiraan lebih lanjut, Anda dapat menggunakan model "autoregresif". Teknik ini sangat memungkinkan analisis rinci data yang tersedia, identifikasi tren apa pun, dan saring pengaruh acak. Namun, berbeda dengan metode sebelumnya, pemilihan banyak parameter akan membutuhkan banyak tenaga dan waktu dari pengguna.
Jaringan saraf, algoritma genetika
Perlu dicatat bahwa semakin kompleks metode peramalan yang digunakan, semakin sulit pula peramalan tersebut dilakukan penggunaan praktis dan semakin tinggi kemungkinan terjadinya kesalahan. Analisis informasi dalam jumlah besar, pemilihan parameter optimal, penghitungan fluktuasi pasar yang cepat - semua ini terkadang berada pada batasnya kemampuan manusia. Solusi yang paling menjanjikan untuk masalah ini adalah penggunaan algoritma “jaringan saraf”. Dalam teknik ini, program khusus, setelah pelatihan awal, dapat secara mandiri menemukan solusi terbaik - dan pengguna tidak perlu mempelajari semua seluk-beluk teori yang digunakan. Selain itu, “jaringan saraf” mampu memperhitungkan tren tersembunyi dan membuat perkiraan yang andal dalam situasi yang tidak stabil, di mana perkiraan sebelumnya dianggap sepenuhnya mustahil.
Menurut penelitian yang dilakukan oleh spesialis proyek Forecast NOW, peramalan jaringan saraf memberikan hasil yang lebih baik daripada semua metode di atas:
Sumbu X menunjukkan jumlah produk dalam analisis, sumbu Y menunjukkan persentase jaringan saraf yang lebih baik daripada algoritma lain secara relatif.
Beras. 2 Jaringan saraf + Algoritme genetik (GA) dan pemulusan eksponensial
Beras. 3 Jaringan saraf + Algoritme genetik (GA) dan autoregresi
Beras. 4 Jaringan saraf + Algoritma genetika (GA) dan metode Holt Winters
Terlihat dari gambar bahwa peramalan dengan jaringan saraf memberikan hasil yang jauh lebih baik.
kesimpulan
Untuk memperkirakan permintaan, Anda memerlukan:
- Menentukan sifat permintaan suatu produk (jika lancar diperlukan peramalan, jika jarang tidak diperlukan peramalan, Anda dapat menghitung persediaan optimal dengan menggunakan metode pemodelan matematika)
- Tentukan metode untuk meramalkan permintaan (jika rangkaian produk kecil, Anda dapat melakukannya secara manual atau bantuan excel, jika besar, lebih baik menggunakan software khusus
- Tentukan metode peramalan permintaan (untuk beberapa produk, metode standar berfungsi dengan baik (lihat rata-rata bergerak), secara umum skor tertinggi dicapai oleh jaringan saraf
- Penting untuk diingat bahwa perkiraan permintaan hanyalah mata rantai pertama dalam rantai pasokan, dan bahkan perkiraan permintaan yang paling akurat sekalipun, jika inventaris dan pengisian ulang tidak dikelola dengan baik, tidak akan menjamin efisiensi seluruh rantai pasokan.
Peramalan permintaan adalah penentuan kemungkinan permintaan barang dan jasa di masa depan agar badan usaha dapat lebih beradaptasi dengan kondisi pasar saat ini. Perkiraan permintaan adalah sistem indikator berbasis teori tentang volume dan struktur permintaan yang masih belum diketahui. Peramalan menghubungkan pengalaman masa lalu mengenai volume dan struktur permintaan dengan prediksi keadaan masa depan.
Perkiraan permintaan dianggap sebagai perkiraan volume fisik penjualan barang (jasa). Hal ini dapat dibedakan berdasarkan kategori konsumen dan wilayah. Peramalan dapat dilakukan untuk setiap periode prospek. Penekanan utama dalam perkiraan jangka pendek adalah pada penilaian kuantitatif, kualitatif dan harga terhadap perubahan volume dan struktur permintaan; faktor sementara dan acak diperhitungkan. Prakiraan permintaan jangka panjang menentukan, pertama-tama, kemungkinan volume fisik penjualan suatu produk (layanan) dan dinamika perubahan harga.
Saat menetapkan tugas peramalan permintaan, perlu diingat bahwa tugas tersebut diselesaikan ketika pola dan tren utama dalam perkembangan permintaan diidentifikasi di masa lalu, sekarang, dan dapat bertahan di masa depan tertentu. Oleh karena itu, penting untuk memilih dan membenarkan periode analisis proses mempelajari pembentukan permintaan dengan benar.
Proses menghasilkan permintaan penduduk, sebagaimana telah disebutkan, merupakan fenomena ekonomi yang kompleks. Di perusahaan perdagangan, proses peredaran barang selesai; dengan membeli barang tertentu, pembeli memenuhi kebutuhannya. Fokus dari suatu perusahaan perdagangan adalah dampak dari seluruh faktor permintaan efektif. Namun, ketika mempelajari perilaku konsumen tertentu, sulit untuk memisahkan dampak dari masing-masing faktor sosial ekonomi, untuk mengidentifikasi ciri-cirinya di tingkat perusahaan perdagangan, dan untuk mengukur dampaknya. Pada saat yang sama, pada tingkat manajemen ini, dengan pengaruh umum faktor ekonomi terhadap pembentukan dan perkembangan permintaan pengaruh signifikan pada hasil akhir penjualan barang dipengaruhi oleh organisasi proses perdagangan dan penyediaan barang, periklanan, dan perilaku pembeli. Selain itu, sulit untuk memperoleh data awal mengenai faktor-faktor kompleks yang membentuk permintaan di wilayah tempat perusahaan beroperasi. Oleh karena itu, sebagai suatu peraturan, perusahaan perdagangan memiliki dan dipaksa untuk beroperasi dengan data penjualan barang, yang kurang lebih mewakili proses pemenuhan permintaan. Mereka juga dapat digunakan untuk mempelajari proses pembentukan permintaan pembeli di wilayah operasi, baik dalam kelompok intragrup maupun rinci. Permintaan yang diharapkan dapat direpresentasikan dalam bentuk komponen-komponen berikut:
dimana Рп - realisasi permintaan;
Ss - permintaan yang tidak terpenuhi
Tetapi rumus ini tidak mencerminkan pengaruh faktor-faktor seperti fluktuasi permintaan musiman (periodik) dan acak yang disebabkan oleh hal tersebut alasan obyektif sebagai kesenjangan antara produksi dan konsumsi atau sifat musiman dari permintaan barang tertentu. Misalnya, permintaan sepatu musim dingin meningkat secara signifikan di musim gugur dan menurun di musim panas. Oleh karena itu, fluktuasi musiman perlu diperhitungkan dan ditumpangkan pada tren perkembangan permintaan mikro.
Pengaruh faktor acak terhadap fluktuasi permintaan yang disebabkan oleh perubahan situasi perekonomian yang tidak dapat diprediksi dalam perekonomian secara keseluruhan atau bencana alam, hampir tidak mungkin untuk diprediksi, sehingga harus diperhitungkan bahwa wilayah sebaran kemungkinan nilai permintaan aktual akan berada di interval tertentu(dan belum tentu bertepatan dengan perkiraan), menjamin kemungkinan tertentu dari perkiraan tersebut.
Analisis dan peramalan tren perkembangan permintaan merupakan objek penggunaan metode peramalan ekonomi. Namun, metode peramalan perlu dipilih dengan mempertimbangkan kekhasan pembentukan permintaan, tergantung pada tujuan peramalan spesifik dan tingkat manajemen perdagangan dan jasa.
Peramalan permintaan dapat dilakukan dengan menggunakan berbagai metode, khususnya tiga kelompok utama dapat dibedakan:
1. metode pemodelan ekonomi dan matematika (metode ekstrapolasi)
2. metode pengaturan
3. metode penilaian ahli.
Peramalan permintaan diperlukan bagi pemerintah untuk melakukan kontrol terhadap sektor swasta, untuk meningkatkan efisiensi layanan perpajakan, dan untuk mendorong atau berupaya membatasi perkiraan permintaan ini. Harus dikatakan bahwa di sini kita akan berbicara tentang permintaan pasar (agregat), yang “dinyatakan dalam jumlah barang yang akan dibeli oleh sekelompok pembeli tertentu di suatu wilayah tertentu dalam jangka waktu tertentu pada perusahaan perdagangan tertentu” ( F. Kotler Manajemen Pemasaran M. : "Ekonomi", 1980, hal. 84). nilai relatif. Prakiraan permintaan pasar dibuat untuk periode tertentu; semakin lama periode tersebut, semakin sulit membuat perkiraan.
Permintaan pasar (agregat) dipengaruhi oleh sejumlah besar faktor: ekonomi, sosial budaya, demografi, teknologi dan banyak lainnya. Semua faktor ini harus diperhitungkan saat membuat perkiraan. Perlu juga dicatat bahwa konsumsi bergantung pada tingkat permintaan, dan hal ini dipengaruhi oleh faktor yang sama dengan permintaan. Tujuan akhir dari peramalan permintaan adalah untuk memperkirakan jumlah barang dan jasa yang akan dibeli (dan bukan hanya jumlah yang dapat dan ingin dibeli oleh konsumen).
Konsumsi merupakan bagian penting dari PDB suatu negara, sehingga “fluktuasi konsumsi adalah elemen terpenting dari naik turunnya perekonomian”3. Perubahan konsumsi dapat meningkatkan dampak guncangan ekonomi, dan besarnya pengganda kebijakan fiskal ditentukan oleh kecenderungan mengkonsumsi marjinal. Fungsi konsumsi menyatakan bahwa konsumsi bergantung pada pendapatan yang dapat dibelanjakan:
Pendapatan yang dapat dibelanjakan sama dengan total pendapatan (Y) dikurangi pajak (T). Total pendapatan, pada gilirannya, dapat terdiri dari upah, pendapatan dari saham perusahaan, penerimaan kas tambahan, dan ini juga harus mencakup berbagai tunjangan, tunjangan sosial, dll. Pada Studi tahap pertama, kita akan mengasumsikan bahwa semua pendapatan digunakan untuk konsumsi.
Rumusnya menunjukkan bahwa pemerintah dapat mempengaruhi konsumsi dengan menaikkan atau menurunkan tarif pajak penghasilan. Berdasarkan tingkat pendapatan total yang ada, pemerintah dapat memperkirakan tingkat permintaan tergantung pada tarif pajak pendapatan, jika semua hal lain dianggap sama (yaitu, tanpa pengaruh faktor lain).
Artinya, perkiraan tingkat permintaan sama dengan fungsi tingkat pajak penghasilan. Semakin tinggi persentase tarif pajak, semakin sedikit konsumsi seseorang, maka proyeksi permintaan akan semakin rendah.
Tahap studi selanjutnya harus mempertimbangkan dampak tingkat harga terhadap barang dan jasa. Jelas terlihat bahwa tingkat harga mempunyai pengaruh yang kuat terhadap konsumsi dan tingkat permintaan barang dan jasa. Kenaikan tingkat harga mempunyai dampak yang kurang lebih sama dengan penurunan tingkat pendapatan yang dapat dibelanjakan, yaitu. ada hubungan terbalik antara tingkat harga dan tingkat permintaan. Oleh karena itu, variabel P baru muncul dalam rumus kami - tingkat harga.
Tingkat permintaan yang diproyeksikan merupakan fungsi dari tarif pajak penghasilan dan tingkat harga.
Sangat mengherankan bahwa R. Barr menganggap penetapan harga dalam perekonomian Soviet sebagai salah satunya komponen penting perencanaan. Ia menulis: Sistem harga Soviet hanya dapat dipahami berdasarkan perencanaan ekonomi; ia berfungsi baik untuk mendorong pembangunan ekonomi dan untuk mengatur penawaran dan permintaan barang-barang konsumsi (Raymond Barr Ekonomi politik M., Hubungan Internasional, 1995, Jil.1, hal. 601) Jika terjadi kelebihan pasokan, penurunan harga memungkinkan peningkatan daya beli masyarakat; jika tidak, permintaan akan menahan kenaikan harga. Namun, dalam ekonomi pasar, pemerintah tidak bisa langsung menaikkan atau menurunkan harga. Untuk ini, metode tidak langsung digunakan: menaikkan dan menurunkan pajak (atas perusahaan, atas jenis barang dan jasa tertentu, atas pendapatan pribadi), menaikkan dan menurunkan manfaat sosial dan pembayaran, penciptaan manfaat, dll.
Mari kita pertimbangkan indikator-indikator ini dalam kaitannya dengan perkiraan permintaan. Pajak yang dikenakan negara pada perusahaan secara langsung mempengaruhi tingkat harga, dan melaluinya, permintaan dan konsumsi. Namun, harga biasanya naik bukan untuk seluruh jumlah pajak, tetapi untuk sebagian darinya, ketika memperkirakan, perlu juga memperhitungkan fakta bahwa waktu tertentu telah berlalu sejak pajak dinaikkan (diturunkan) dan waktu yang sesuai; penurunan (peningkatan) permintaan. Pajak atas barang dan jasa tertentu, serta pajak penjualan, memiliki pengaruh yang sama terhadap harga dan permintaan. Di masa Soviet, angka terakhir adalah 88% untuk vodka, 40 untuk kaviar dan rokok, 25 untuk radio, dan 2% untuk mobil.
Kategori berikut yang perlu dipertimbangkan adalah pembayaran sosial dan manfaatnya, serta berbagai manfaatnya. Meningkatkan tingkat jaminan sosial meningkatkan daya beli segmen masyarakat tertentu dan mengurangi daya beli segmen masyarakat lainnya (karena uang untuk membayar manfaat diambil dari pajak, maka pajak akan meningkat atau pendanaan pemerintah di bidang lain akan menderita). Jadi, rumus kami mengambil bentuk berikut:
PUS = f(T,f(Z,Tpr,Prib),CO)
dimana f(Z, Tpr, Prib) = P, yaitu Tingkat harga sama dengan fungsi tingkat biaya, pajak perusahaan, dan keuntungan.
JADI - jaminan sosial.
Banyak penelitian dikhususkan untuk pertimbangan manajemen permintaan. Salah satu preseden sejarah manajemen permintaan sangat menarik dari sudut pandang perkembangan teori makroekonomi. Pada periode sebelum Perang Dunia Pertama, perekonomian negara-negara industri beroperasi di bawah standar moneter emas. Namun, pada masa perang, banyak negara terpaksa meninggalkannya karena harus mencetak uang untuk membayar biaya akibat perang. Namun, pada tahun 1925 Inggris memutuskan untuk kembali ke sana. Untuk mencapai hal ini, pemerintah menerapkan kebijakan moneter yang ketat dan restriktif, sekaligus melakukan revaluasi pound sterling, sehingga nilai dolarnya meningkat sebesar 10% (J.D. Sachs, F. Larren B. Op. cit., hal. 93-95). Tindakan ini menyebabkan penurunan tajam dalam permintaan agregat. Dan akibat dari penurunan permintaan agregat adalah penurunan tajam dalam produksi dan peningkatan pengangguran. Keynes mengkritik kebijakan ini. Pemerintah Inggris mendasarkan perkiraannya mengenai permintaan dan penawaran agregat berdasarkan teori klasik, yang menurutnya, sebagai akibat dari penurunan permintaan dan, dengan demikian, penurunan harga (yang disebabkan oleh kebijakan Churchill), upah nominal harus dikurangi dengan jumlah yang cukup (harga akan turun, dan tingkat upah akan dikurangi dengan jumlah yang sama, sehingga penurunan output dan peningkatan pengangguran dapat dihindari). Keynes berargumentasi bahwa hal tersebut tidak dapat dilakukan. Pekerja tidak akan menyetujui penurunan upah, namun hanya akan menyetujuinya jika terjadi peningkatan tajam dalam angka pengangguran.
Faktor ekonomi untuk memperkirakan permintaan disajikan di atas. Namun, seseorang tidak dapat membatasi diri hanya pada hal tersebut ketika meramalkan permintaan agregat.
Faktor politik, baik dalam maupun luar negeri juga perlu diperhatikan. Jika di dalam negeri situasi politik memanas, penduduk suatu negara memiliki keraguan tentang masa depan. Akibatnya, ada kemungkinan besar bahwa permintaan penduduk akan dilebih-lebihkan, karena Warga akan berusaha membeli barang cadangan. Oleh karena itu, mengetahui hal ini, negara harus mengatur peningkatan permintaan ini - dengan menaikkan harga, menaikkan pajak, dll. Namun, hal ini tidak dapat diatasi hanya dengan langkah-langkah ekonomi - kampanye yang menenangkan harus dilakukan dengan cara yang tepat media massa, dirinya sendiri situasi akut harus diselesaikan secepat mungkin.
Faktor penting berikutnya adalah situasi internasional. Mungkin faktor ini tidak terlalu mempengaruhi permintaan masyarakat terhadap barang dan jasa biasa, namun faktor ini mempengaruhi permintaan terhadap barang-barang tertentu seperti peralatan militer. Ini tidak berarti bahwa penduduk berusaha untuk membeli “hiu hitam”, “akasia”, “MiGs” - ini berarti bahwa penduduk menempatkan permintaan atas “barang” tersebut kepada negara.
Fitur geografis sangat mempengaruhi struktur permintaan. Memang sulit membayangkan pakaian hangat akan diminati di Australia, sedangkan di Rusia permintaannya akan besar. Kondisi geografis harus diperhitungkan tidak hanya ketika meramalkan permintaan, tetapi juga ketika memproduksi barang (itu fitur desain d.b. berbeda untuk masing-masing negara). Misalnya, hampir semua perusahaan manufaktur mobil memasok mobil ke Rusia yang disesuaikan dengan kondisi Rusia. .
Ciri khusus pengukuran permintaan adalah dapat dilakukan secara tidak langsung melalui indikator penjualan barang atau pengeluaran penduduk untuk pembelian barang konsumsi tertentu.
Metode untuk mengukur permintaan potensial
Permintaan potensial - ini adalah jumlah permintaan maksimum yang mungkin dapat dihadirkan oleh calon konsumen suatu produk tertentu. Besaran pengukurannya adalah:
Jumlah konsumen potensial;
Kemungkinan jumlah penjualan dalam unit fisik;
Besarnya potensi penjualan dalam hal nilai.
Potensi permintaan adalah nilai yang dihitung secara teoritis, yang pada kenyataannya, sebagai suatu peraturan, tidak tercapai. Namun pengukurannya diperlukan untuk membandingkan peluang potensial dengan permintaan aktual.
Ada dua pendekatan untuk mengukur permintaan potensial :
Metode “pencarian” terdiri dari perkiraan antara perhitungan konsumen akhir, berdasarkan jumlah orang.
Metode “konstruksi” terdiri dari pertama-tama mengidentifikasi semua kemungkinan kelompok konsumen potensial dan kemudian menjumlahkannya.
Metode untuk mengukur permintaan riil
Permintaan nyata mewakili jumlah penjualan barang yang sebenarnya periode tertentu, dinyatakan dalam istilah alami atau biaya. Karena jumlah penjualan tidak sepenuhnya sesuai dengan jumlah permintaan, tetapi hanya berfungsi sebagai pengukuran tidak langsung, maka berbagai metode estimasi digunakan.
Perhitungan berdasarkan volume produksi, ekspor, impor dan persediaan.
Pengukuran penerimaan, penjualan dan persediaan barang dalam bermacam-macam toko sampel selama periode waktu tertentu (perhitungan yang disebut indeks Nielsen).
Perkiraan belanja konsumen berdasarkan statistik anggaran.
Metode peramalan permintaan:
Peramalan permintaan dilakukan dengan menggunakan berbagai metode. Dalam praktiknya, pendekatan terpadu biasanya diterapkan dengan mempertimbangkan kekuatan dan kelemahan metode yang digunakan.
Ada berbagai metode peramalan permintaan umum dan khusus janji temu.
Metode umum Perkiraan permintaan didasarkan pada ekstrapolasi, penilaian ahli, standar dan pemodelan ekonomi dan matematika.
1) Metode ekstrapolasi. Metode paling sederhana, berdasarkan analisis statistik deret waktu, memungkinkan untuk memprediksi tingkat pertumbuhan penjualan barang dalam waktu dekat, berdasarkan tren yang berkembang dalam periode waktu yang lalu.
2) Metode penilaian ahli. Metode-metode tersebut didasarkan pada perolehan penilaian objektif sebagai hasil pendapat subjektif para ahli dan spesialis. Pengetahuan tentang prosedur tertentu diasumsikan (metode Delphic, brainstorming, pembela setan, dll.).
3) Metode regulasi. Mereka sering digunakan ketika meramalkan permintaan barang-barang industri. Besarnya pembelian ditentukan oleh persyaratan teknologi, konstruksi dan norma serta peraturan serupa.
4) Metode pemodelan ekonomi dan matematika. Metode paling rumit yang memerlukan pelatihan khusus. Berdasarkan memperhitungkan korelasi permintaan dan faktor-faktor yang menentukan perkembangannya.
Metode khusus peramalan memperhitungkan karakteristik permintaan berbagai barang. Mereka melanjutkan dari perkiraan terpisah dari komponen utama permintaan dan penjumlahannya selanjutnya.
Elastisitas Harga Permintaan menunjukkan berapa persentase jumlah yang diminta akan berubah jika harga berubah sebesar 1%. Elastisitas harga permintaan dipengaruhi oleh faktor-faktor berikut:
Ketersediaan produk pesaing atau produk pengganti (semakin banyak, semakin banyak lebih banyak peluang mencari pengganti produk yang harganya lebih mahal, yaitu elastisitasnya lebih tinggi);
Perubahan tingkat harga yang tidak terlihat oleh pembeli;
Konservatisme pembeli dalam selera;
Faktor waktu (semakin banyak waktu yang dimiliki konsumen untuk memilih suatu produk dan memikirkannya, semakin tinggi elastisitasnya);
Bagian produk dalam pengeluaran konsumen (semakin besar bagian harga produk dalam pengeluaran konsumen, semakin tinggi elastisitasnya).
Produk dengan permintaan elastis berdasarkan harga:
Barang mewah (perhiasan, makanan lezat)
Produk yang biayanya signifikan untuk anggaran keluarga (furnitur, peralatan rumah tangga)
Barang yang mudah diganti (daging, buah-buahan)
Produk dengan permintaan inelastis berdasarkan harga:
Barang-barang penting (obat-obatan, sepatu, listrik)
Produk yang biayanya tidak seberapa untuk anggaran keluarga (pensil, sikat gigi)
Barang yang sulit diganti (roti, bola lampu, bensin)
Elastisitas Pendapatan dari Permintaan menunjukkan berapa persentase jumlah yang diminta akan berubah jika pendapatan berubah sebesar 1%. Hal ini tergantung pada faktor-faktor berikut:
Pentingnya produk untuk anggaran keluarga.
Apakah produk tersebut merupakan barang mewah atau barang kebutuhan.
Konservatisme dalam selera.
Elastisitas silang permintaan adalah perbandingan persentase perubahan permintaan suatu barang dengan persentase perubahan harga barang lainnya. Nilai positif berarti barang tersebut dapat dipertukarkan (substitusi), nilai negatif menunjukkan bahwa barang tersebut saling melengkapi (complement).
- Mengapa perkiraan permintaan tidak akurat
- Bagaimana Nestle membangun proses perkiraan permintaannya
Manajer perusahaan ritel dan distribusi seringkali merasa tidak puas dengan volume penjualan, serta kelebihan atau kekurangan item produk. Titik awal untuk mengubah situasi adalah perkiraan permintaan. Semakin akurat perkiraannya, semakin sedikit stok barang yang tidak dapat dijual di gudang; barang yang diminta akan selalu tersedia. Selain itu, perusahaan akan dapat memperkenalkan produk baru ke dalam rangkaian produk secara tepat waktu dan menghilangkan produk usang, menetapkan harga eceran yang kompetitif, dan mengoptimalkan rantai pasokan.
Bagaimana perkiraan permintaan terbentuk
Semua data tentang penjualan aktual, kampanye pemasaran yang dilakukan dan direncanakan, perubahan harga eceran, dan peristiwa lainnya harus dianalisis. Alat paling sederhana untuk ini adalah program Unggul. Dengan demikian, perusahaan akan menerima perkiraan statistik permintaan. Selanjutnya, perkiraan tersebut dikoreksi secara selektif oleh analis dan diserahkan untuk disetujui oleh departemen terkait: penjualan, pembelian, pemasaran, dll. Perkiraan akhir disetujui oleh manajemen perusahaan.
Pembentukan perkiraan permintaan
1. | Data | Informasi tentang penjualan, saldo, pengiriman, pergerakan lainnya, serta promosi pemasaran dan acara eksternal lainnya. |
2. | Alat | Sebuah program yang dapat digunakan untuk menghasilkan perkiraan statistik permintaan (dalam kasus kami Excel) |
3. | Perkiraan statistik | Perkiraan dihasilkan menggunakan alat perkiraan permintaan |
4. | Perkiraan yang disesuaikan | Penyesuaian manual perkiraan statistik oleh analis atau perencana |
5. | Perkiraan konsensus | Penyesuaian manual dan koordinasi perkiraan akhir antar departemen (penjualan, pemasaran, dll.) |
6. | Perkiraan yang disetujui | Persetujuan perkiraan akhir oleh manajer yang bertanggung jawab dan transfer ke departemen untuk implementasi. |
Segmen | Akurasi perkiraan permintaan statistik, % | Akurasi perkiraan setelah penyesuaian oleh para ahli, % |
"Kuda" - produk dengan penjualan tinggi dan variabilitas rendah | 92,1 | 92,7 |
"Hares" - produk dengan penjualan rendah dan variabilitas tinggi | 56,3 | 55,5 |
"Mad Bulls" - produk dengan penjualan tinggi dan variabilitas tinggi, seperti kopi merek Nescafe | 55,2 | 82,4 |
“Mules” - produk dengan penjualan rendah dan variasi rendah | 90,9 | 91,2 |
Setiap perusahaan memiliki contohnya masing-masing, Nestle mengungkapkan informasi hanya untuk segmen “banteng gila” – minuman Nescafe. Tabel ini memberikan alasan bagi direktur untuk berpikir dan mencoba membuat tabel serupa untuk koleksi mereka. Bagaimanapun, Nescafe di Pyaterochka mungkin berada dalam kategori yang sama sekali berbeda dari Nescafe di Azbuka Vkusa.
Menyalin materi tanpa izin diperbolehkan jika terdapat link dofollow ke halaman ini
Pemodelan dan peramalan permintaan penduduk terhadap barang dan jasa
Peramalan permintaan secara ilmiah diperlukan untuk pengembangan jangka panjang kebijakan ekonomi dan pengambilan keputusan manajemen taktis di bidang produksi dan perdagangan barang konsumsi.
Permintaan harus diperkirakan di semua tingkat manajemen ekonomi.
Di tingkat makro, berdasarkan prakiraan permintaan barang-barang konsumsi, sedang dikembangkan mekanisme pengaruh pemerintah terhadap pasar konsumen untuk menjamin keseimbangan penawaran dan permintaan serta kepuasan yang paling lengkap atas kebutuhan penduduk akan barang-barang baik di masa depan maupun di masa depan. periode saat ini dan di masa depan. Masalah serupa diselesaikan di tingkat regional.
Pada tingkat mikro, perkiraan permintaan dikembangkan oleh organisasi perdagangan dan perusahaan konsumen serta produsen.
Organisasi perdagangan dalam kondisi pasar dapat meminta pasokan barang yang dibutuhkan penduduk dari perusahaan manufaktur.
Berdasarkan hasil perhitungan perkiraan permintaan, perusahaan manufaktur mengadakan kontrak penyediaan produk dan merumuskan program produksi.
Perkiraan permintaan jangka panjang, menengah dan pendek dikembangkan. Perbedaan tujuan spesies individu perkiraan aspek waktu memberikan masing-masing fitur khusus. Dengan demikian, prakiraan jangka pendek dilaksanakan dalam kerangka struktur permintaan dan kemampuan produksi yang sudah ada. Hasil perkiraan digunakan untuk mendukung pesanan dan permohonan barang konsumsi, untuk menghitung pasokan perputaran perdagangan eceran, dan untuk membuat keputusan komersial manajemen. Prakiraan jangka pendek dikembangkan untuk satu bulan, kuartal, tahun. Mereka harusnya lebih berbeda tingkat tinggi ketepatan. Dalam peramalan jangka pendek, rentang indikator yang cukup luas ditentukan (permintaan agregat, permintaan kelompok barang, struktur pilihan, dll.).
Saat mengembangkan prakiraan jangka menengah, struktur yang ada, kemampuan produksi dan dampak investasi terhadap perkembangan kegiatan produksi diperhitungkan. Selama tiga sampai lima tahun, jenis barang di negara tersebut diperbarui secara signifikan dan struktur permintaan berubah secara nyata. Dengan kondisi seperti ini, perkiraan permintaan tidak perlu dirinci hingga model dan merek barang. Cukup menentukan permintaan agregat dengan menyoroti kelompok produk utama.
Prakiraan jangka panjang (lebih dari lima tahun) berfungsi sebagai sarana untuk mengembangkan produksi produk dan strategi perdagangan. Salah satu ciri peramalan permintaan jangka panjang adalah tidak perlu menghubungkan perkiraan perkiraan dengan struktur produksi yang sedang berkembang. Perkiraan permintaan jangka panjang menjadi dasar untuk mengembangkan arah yang menjanjikan bagi pengembangan produksi dan perdagangan barang.
Peramalan dengan lead time yang berbeda juga berbeda dalam metode peramalannya.
Untuk meningkatkan keakuratan prakiraan, perlu digunakan seperangkat metode peramalan agar diperoleh beberapa pilihan prakiraan dan memilih opsi yang optimal.
Permintaan berperan sebagai faktor penentu dalam pengambilan keputusan mengenai produksi atau impor suatu jenis produk tertentu, sehingga harus dipelajari baik di dalam negeri berdasarkan wilayah maupun di pasar dunia.
Proses peramalan permintaan mencakup beberapa tahapan:
Riset pasar yang komprehensif, lingkungan persaingan, identifikasi segmen pasar;
Analisis keadaan penawaran dan permintaan, penentuan tingkat kepuasan permintaan penduduk akan barang tertentu, permintaan agregat; analisis faktor-faktor yang mempengaruhi permintaan dan menetapkan saling ketergantungan indikator;
Pemilihan metode peramalan;
Implementasi perkiraan permintaan;
Menilai keandalan perkiraan;
Menentukan prospek perkembangan permintaan penduduk;
Pengembangan langkah-langkah khusus untuk lebih memenuhi permintaan penduduk.
Perkiraan permintaan efektif didasarkan pada statistik dari periode retrospektif dan perkiraan sejumlah faktor yang menentukan permintaan.
Untuk melakukan perhitungan ramalan diperlukan informasi awal sebagai berikut:
Informasi tentang populasi, jenis kelamin dan komposisi umur pada periode perkiraan, jumlah penduduk perkotaan dan penduduk pedesaan;
Dinamika penawaran dan permintaan;
Data perkembangan produksi pertanian dan produksi barang konsumsi;
Saldo pendapatan tunai dan pengeluaran penduduk;
Distribusi penduduk menurut pendapatan;
Anggaran keluarga pekerja, pegawai, petani kolektif;
Data dari pengambilan sampel satu kali khusus
survei persediaan barang tahan lama
di antara penduduk, pendapatan dan pengeluaran;
Informasi tentang indeks harga konsumen (umum dan individu - untuk barang tertentu), rasio harga domestik dan dunia;
Data survei pelanggan untuk mengidentifikasi keinginan mereka membeli barang tertentu;
Perubahan pendapatan tunai penduduk pada periode sebelumnya dan perkiraan;
Bagian pengeluaran penduduk untuk produk makanan dan non-makanan, kelompok terpisah barang pada periode sebelumnya.
Pada tahap awal peramalan mengungkapkan tren perubahan permintaan.
Untuk menganalisis tren permintaan, disarankan untuk menggunakan grafik dan berbagai jenis bagan dan kartogram.
Berdasarkan tren yang teridentifikasi, disarankan untuk menentukan permintaan untuk periode jangka pendek dengan menggunakan metode ekstrapolasi: metode pemilihan fungsi, pemulusan eksponensial dengan tren yang dapat disesuaikan, dll.
Dalam hal tren perubahan permintaan yang stabil, perhitungan perkiraan dapat dilakukan dengan cara meratakan rangkaian waktu dan pemilihan fungsi (y= di+b- linier, pada= pada 2+bt+ Dengan- parabola, dll).
Dalam kondisi yang berubah-ubah, disarankan untuk menggunakan metode pemulusan eksponensial dengan tren yang dapat disesuaikan. Perkembangan permintaan bergantung pada fluktuasi musiman, yang harus diperhitungkan ketika membuat perkiraan jangka pendek untuk seperempat atau satu bulan. Disarankan untuk memperhitungkan pengaruh fluktuasi musiman dalam penjualan (permintaan) dengan menggunakan indeks musiman yang dihitung.
Dalam praktiknya, observasi, survei pelanggan tentang niat membeli (kuesioner, wawancara), pameran, pameran, buku penawaran, pengujian, dan periklanan banyak digunakan untuk mempelajari permintaan.
Pada tingkat makro, metode peramalan permintaan yang paling banyak digunakan adalah metode normatif melibatkan penggunaan standar konsumsi per kapita untuk produk (barang). Dalam hal ini, tergantung pada periode perkiraan, pendekatan berikut perlu diterapkan.
Saat menentukan permintaan jangka panjang, disarankan untuk menggunakan tingkat konsumsi yang direkomendasikan (rasional). Misalnya, tingkat konsumsi daging dan produk daging per kapita yang rasional adalah 82 kg per tahun. Berdasarkan norma ini dan jumlah penduduk di suatu negara (wilayah), kebutuhan daging dan produk daging untuk periode perkiraan dihitung. Kebutuhan berperan sebagai pedoman bagi perkembangan produksi dan pengembangan langkah-langkah untuk mencapai standar konsumsi yang rasional.
Perkiraan permintaan jangka pendek harus dibuat dengan mempertimbangkan penyesuaian tingkat konsumsi. Untuk melakukan hal ini, konsumsi aktual per kapita dianalisis berdasarkan periode dan dibandingkan dengan standar yang direkomendasikan. Tren konsumsi produk, tingkat penurunan atau peningkatan permintaan, dan alasan perubahannya diidentifikasi.
Kemudian, dengan mempertimbangkan pengaruh faktor-faktor, terutama perubahan pendapatan pribadi dan harga konsumen, konsumsi riil per kapita pada periode perkiraan ditentukan.
Perkiraan permintaan untuk barang-barang penting dikembangkan untuk menganalisis dan memperkirakan keadaan pasar komoditas dan mengembangkan rekomendasi mengenai ukuran pengaruh pemerintah terhadap pasar-pasar ini, serta memberikan informasi kepada organisasi yang berkepentingan mengenai dinamika permintaan.
Dalam ekonomi pasar, permintaan barang konsumsi terbentuk di bawah pengaruh sejumlah faktor, oleh karena itu, untuk melakukan perhitungan perkiraan, disarankan untuk menggunakan model multifaktor - linier atau nonlinier:
kamu 1= A1x1t+ 2 x 2t+ ...+ ANXtidak+ b;
kamu 1= bx 1 T a1* x 2 T a2*…..* xn T sebuah
Di mana pada- indikator permintaan suatu produk; x 1 , x 2 , … x n : - faktor yang mempengaruhi permintaan.
Dengan menggunakan analisis korelasi dan regresi, hubungan antara permintaan dan faktor dibuat, bentuknya (linier, nonlinier) dan keeratan hubungan ditentukan.
Dianjurkan untuk mengembangkan beberapa opsi untuk memperkirakan permintaan barang konsumsi, yang berbeda dalam nilai faktor-faktor yang menentukannya. Perbandingan berbagai pilihan memungkinkan Anda memilih salah satu yang memberikan kepuasan terlengkap atas kebutuhan penduduk akan barang-barang tertentu.
Peramalan permintaan dapat dilakukan berdasarkan model faktor tunggal. Dianjurkan untuk menggunakannya ketika perlu memperhitungkan pengaruh faktor terpenting terhadap permintaan. Misalnya, dengan tingkat harga yang stabil, ketergantungan permintaan suatu barang terhadap perubahan pendapatan penduduk dapat diketahui.
Permintaan barang konsumsi dapat ditentukan dengan menggunakan koefisien elastisitas.
Arti ekonomi dari koefisien elastisitas adalah merupakan indikator yang mencirikan derajat perubahan (kenaikan atau penurunan) permintaan per 1% perubahan (kenaikan atau penurunan) faktor tersebut. Permintaan terbentuk terutama di bawah pengaruh perubahan pendapatan dan harga. Ke menunjukkan bagaimana permintaan berubah sebagai persentase ketika faktor-faktor ini berubah.
Pada masa transisi, dengan meningkatnya diferensiasi pendapatan rumah tangga, untuk memperkirakan permintaan disarankan menggunakan model regresi yang dibangun berdasarkan data diferensiasi pendapatan dan pengeluaran rumah tangga menurut kelompok produk, yang intinya adalah sebagai berikut. Penduduk menurut pendapatan per orang dibagi menjadi kelompok persentil (desil), yaitu. mengalokasikan 10% penduduk dengan pendapatan terendah, kemudian 10% berikutnya, dan seterusnya, diakhiri dengan kelompok yang terdiri dari 10% penduduk dengan pendapatan tertinggi. Pendapatan penduduk dianggap sebagai satu-satunya faktor pembentukan struktur permintaan yang menjanjikan. Data pendapatan dan pengeluaran rumah tangga menurut kelompok produk disusun dalam bentuk tabel. Ini mencerminkan kelompok penduduk berdasarkan pendapatan, interval pendapatan per orang per tahun (bulan), bagian populasi sebagai persentase berdasarkan interval pendapatan, pendapatan rata-rata per orang, pengeluaran berdasarkan kelompok produk per orang per tahun (bulan).
Perkiraan permintaan setiap kelompok produk akan dibentuk di bawah pengaruh perubahan pendapatan per kapita.
Untuk meramalkan permintaan suatu barang, Anda dapat menggunakan model perilaku konsumen dalam kondisi hubungan komoditas-uang, berdasarkan prinsip kepuasan kebutuhan yang optimal oleh kelompok konsumen. Modelnya terlihat seperti:
∑ Y j → maks;
∑ P j Y j ≤ D;
Qj≤ Yj ≤ Qj
dimana Yj - permintaan produk ke-j; hal - harga produk ke-j; D- pendapatan konsumen; Qj, Qj- batas bawah dan atas permintaan produk ke-j, dengan mempertimbangkan pasokan.
Konsumen pada awalnya dibagi menjadi kelompok-kelompok homogen berdasarkan karakteristik sosio-demografis. Diyakini bahwa dalam setiap kelompok, preferensi terhadap banyak barang dan jasa adalah sama.
Saat memperkirakan permintaan dengan mempertimbangkan karakteristik barang, mereka dapat digunakan pendekatan yang berbeda. Ya, untuk barang industri lampu permintaan ditentukan dalam hal mereka jangkauan luas. Sulit untuk mengembangkan perkiraan untuk berbagai posisi, sehingga masing-masing posisi harus digabungkan. Misalnya pada kelompok produk jahit dapat dibedakan pakaian modern, pakaian kerja dan subkelompok lainnya. Anda juga harus memperhitungkan periode keausan produk dan pembaruan lemari pakaian, membagi produk ke dalam kelompok dengan mempertimbangkan jenis kelamin dan usia konsumen (misalnya, produk untuk remaja, anak-anak, orang tua).
Perkiraan permintaan barang-barang budaya dan rumah tangga harus didasarkan pada jumlah keluarga, ketersediaan barang-barang tersebut, niat membeli untuk membeli, ketersediaan tabungan tunai, kondisi perumahan, dll.
Total permintaan barang tahan lama terdiri dari dua bagian: permintaan penggantian dan permintaan perluasan stok produk tersebut. Permintaan barang pengganti dapat ditentukan berdasarkan data penjualan barang tersebut pada tahun-tahun sebelumnya dan rata-rata jangka waktu penggunaannya dalam keluarga. Menurut statistik, masa pakai rata-rata televisi, penyedot debu listrik, semua jenis jam tangan, tape recorder adalah 10 tahun, lemari es - 20, mesin cuci - 15 tahun.
Perkiraan permintaan jenis barang tertentu harus dilakukan dengan mempertimbangkan data perubahan pangsa barang individu dalam total volume perputaran perdagangan.
Berdasarkan perhitungan perkiraan permintaan, struktur permintaan efektif penduduk ditentukan dan tatanan perdagangan konsolidasi dikembangkan untuk produksi barang-barang konsumen yang paling penting untuk periode perencanaan.
Perkiraan permintaan dari perusahaan manufaktur untuk produk mereka mengasumsikan:
Analisis tren perubahan pangsa perusahaan di pasar secara keseluruhan;
Penilaian strategi pasar pesaing dan prospek pengembangan jenis produk baru;
Analisis strategi pasar perusahaan dan kualitas produk;
Prakiraan permintaan produk perusahaan.
Hal utama bagi sebuah perusahaan adalah mendapatkan kepercayaan konsumen terhadap produknya. Untuk memprediksi kebutuhan masyarakat di masa depan, perlu dilakukan analisis bagaimana reaksi konsumen terhadap munculnya produk-produk baru yang fundamental di pasar.
Peneliti asing mengidentifikasi kemungkinan arah strategi produksi produk suatu perusahaan berikut ini:
Perbedaan eksternal antara produk di mata pembeli dan produk pesaing;
Memasuki pasar dengan produk baru;
Pengembangan produk pionir yang akan menjadi pemimpin di tahun-tahun mendatang, memberikan keunggulan dibandingkan kompetitor.
Untuk menerapkan bidang-bidang ini, ide-ide untuk menciptakan produk baru dikumpulkan dan waktu antara promosi ide dan uji coba penjualan produk dikurangi seminimal mungkin. Untuk mencari ide, metode penilaian ahli banyak digunakan: metode pembangkitan ide kolektif, metode “635”, dan metode “Delphi”.
Jepang adalah pemimpin dalam mengembangkan strategi perusahaan. Perusahaan-perusahaan Jepang bangga bahwa karyawan mereka setiap tahunnya menyumbangkan sejumlah besar ide, dari mana 7-10 ide orisinal yang memiliki kepentingan praktis dipilih.
Sebelum memutuskan untuk mengeluarkan produk baru, selain meramalkan permintaan, perlu dilakukan peramalan biaya produksi, harga dan keuntungan.
Untuk mengidentifikasi reaksi konsumen, disarankan untuk menggunakan iklan dan pengujian penjualan. Kajian permintaan produk baru juga dapat dilakukan pada pameran penjualan, pameran keliling, dan bazar. Tingkat kesesuaian produk dengan permintaan pelanggan, preferensi mereka dibandingkan produk analog lainnya, dan kondisi di mana populasi memberikan preferensi terhadap produk baru (harga, desain, dll.) ditentukan.
Produk-produk baru di pasar adalah kuncinya kesuksesan komersial perusahaan. Perusahaan yang memproduksi barang-barang tersebut mampu menetapkan harga monopoli dan memperoleh keuntungan lebih tinggi.
Setiap produk memiliki produknya sendiri lingkaran kehidupan(ZhCT). Konsep siklus hidup didasarkan pada kenyataan bahwa suatu produk memiliki periode stabilitas pasar tertentu. Siklus hidup atau kurva yang menggambarkannya dalam koordinat keuntungan-waktu dapat dibagi menjadi tahapan pengenalan, pertumbuhan, kedewasaan, kejenuhan dan penurunan. Peralihan dari tahap ke tahap terjadi tanpa lompatan yang tajam, oleh karena itu perlu dilakukan pemantauan terhadap perubahan tingkat penjualan atau keuntungan agar dapat memahami batasan tahapan dan melakukan perubahan pada produk atau program produksi.
Selama penelitian perkiraan pasar komoditas, bersama dengan analisis yang kompleks peran besar strategi penetapan harga yang dikembangkan berperan, karena harga merupakan pengungkit penting untuk mempromosikan suatu produk ke pasar dan merupakan faktor penentu volume penjualan dan keuntungan.