Простые методы объединяют однородные по содержанию и используемому инструментарию методы прогнозирования (например, экстраполяция тенденций, морфологический анализ).
Простые (однородные) методы подразделяются на фактографические, экспертные и комбинированные.
Фактографические методы (их называют поисковые прогнозы) в свою очередь подразделяются на статистические (параметрические), в которые входят экстраполяция, интерполяция и методы аналогии, и на публикационные, в которые входят анализы динамики опубликования и патентования.
Например, статистические методы включают в себя методы, основанные на построении и анализе динамических рядов характеристик (параметров) объекта прогнозирования. Среди них наибольшее распространение получили экстраполяция, интерполяция, метод аналогий (модель подобия), параметрический метод.
Экспертные методы (их называют нормативными прогнозами) подразделяют на индивидуальные и коллективные.
К индивидуальным методам относятся методы без аналитической обработки — это интервью, метод генерации идей, аналитические экспертные оценки.
К коллективным методам относятся методы с аналитической обработкой: построение сценариев, метод дерева целей, морфологический анализ, метод коллективных экспертных оценок, метод «Дельфи», матричный метод.
Комплексные методы (прогнозирующие системы) включают в себя метод прогнозного графа, метод Паттерн, методы профайл. Комплексные методы отражают комбинации методов, реализуемые специальными прогностическими системами (например, методы прогнозного графа, метод паттерн).
Комбинированные методы включают в себя методы со смешанной информационной основой, в которых наряду с экспертной информацией используется и фактографическая.
В последнее время широко применяются следующие методы прогнозирования: статистические, скользящей средней и экспоненциальная средняя.
Статистические методы прогнозирования (экстраполяция по скользящей средней) применяются для краткосрочного исследования в том случае, когда данные динамического ряда не позволяют обнаруживать какую-либо тенденцию развития (тренд) того или иного процесса (из-за Случайных и периодических колебаний исходных данных).
Одним из статистических методов прогнозирования является расчет прогнозов на основе сезонных колебаний уровней динамического ряда. Под сезонными колебаниями понимаются изменения уровня динамического ряда, которые вызываются влияниями времени года. Проявляются они с различной интенсивностью в различных видах и формах туристской деятельности: формирование, ценообразование, продвижение турпродукта и его потребление. Сезонные колебания цикличны, они повторяются через каждый год. Для этого надо иметь уровни колебания за каждый квартал (месяц, декаду).
Методика статистического прогноза по сезонным колебаниям основана на их экстраполяции, т.е.
на предположении, что параметры сезонных колебаний сохраняются до прогнозируемого периода.
Для измерения сезонных колебаний обычно исчисляются индексы сезонности, которые определяются отношением исходных (эмпирических) уровней ряда динамики к теоретическим (расчетным) уровням, выступающим в качестве базы сравнения.
Поскольку на сезонные колебания могут накладываться случайные отклонения, для их устранения производится усреднение индивидуальных индексов, одноименных внутригодовых периодов анализируемого ряда динамики. Поэтому для каждого периода годового цикла определяются обобщенные показатели в виде средних индексов сезонности.
Методика прогнозирования сезонных колебаний базируется на расчете индексов сезонности.
Метод средних индексов сезонности применяется для составления прогнозов объемных и качественных показателей: изменение цен, производительность труда, издержки производства и обращения, прибыль и др.
Для реализации турпродукта осуществляется прогнозирование методом линейной регрессии, который базируется на анализе взаимосвязи двух переменных (метод парной корреляции), — влияние вариации факторного показателя, например расходов на рекламу, и на результативный показатель, например на объем продаж.
Метод скользящей средней состоит в замене фактических уровней динамического ряда расчетами, имеющими значительно меньшую колеблемость, чем исходные данные. При этом средняя рассчитывается по группам данных за определенный интервал времени. Каждая последующая группа образуется со сдвигом на один год (месяц). В результате первоначальные колебания динамического рада сглаживаются. Это называется сглаживанием рядов динамики (основная тенденция развития выражается при этом в виде некоторой плавной линии). При прогнозировании исходят из предположения, что следующий во времени показатель по своей величине будет равен средней, рассчитанной за последний интервал времени.
Экспоненциальная средняя как метод используется при рассмотрении скользящей средней в целях уточнения: чем «старше» наблюдение, тем меньше оно должно оказывать влияние на величину скользящей средней, влияние прошлых наблюдений должно затухать по мере удаления от момента, для которого определяется средняя. Одним из приемов сглаживания динамического ряда с учетом «устаревания» наблюдения является расчет специальных показателей, получивших название экспоненциальных средних, которые применяются в краткосрочном прогнозировании.
Основная идея метода состоит в использовании в качестве прогноза линейной комбинации прошлых и текущих наблюдений.
Применение скользящей и экспоненциальных средних в качестве основы для прогностической оценки имеет смысл в относительно небольшой колеблемости уровней. Данные методы прогнозирования относятся к числу распространенных методов экстраполяции трендов.
13.4. Прогнозы деловой активности Прогнозы деловой активности полезны для планирования и осуществления деловых операций, если компоненты прогноза тщательно продуманы, а ограничения, содержащиеся в прогнозе, четко определены. Для этого надо определить:
1) для чего нужен прогноз, какие решения будут на нем основаны, чтобы прогноз был точен, а погрешности были минимальными;
2) изменения, чтобы прогноз оказался достоверным;
3) компоненты прогноза;
4) опыт прошлых продаж турпродукта в составлении прогноза;