Обеспечение эффективности розничной торговли на основе совершенствования планирования объемов закупок и прогнозирования динамики продаж

Гаеткулов, Наиль Нагимзянович

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Обеспечение эффективности розничной торговли на основе совершенствования планирования объемов закупок и прогнозирования динамики продаж тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Гаеткулов, Наиль Нагимзянович
Место защиты	Ижевск
Год	2004
Шифр ВАК РФ	08.00.13

Автореферат диссертации по теме "Обеспечение эффективности розничной торговли на основе совершенствования планирования объемов закупок и прогнозирования динамики продаж"

На правах рукописи

Гаеткулов Наиль Нагимзянович

ОБЕСПЕЧЕНИЕ ЭФФЕКТИВНОСТИ РОЗНИЧНОЙ ТОРГОВЛИ НА ОСНОВЕ СОВЕРШЕНСТВОВАНИЯ ПЛАНИРОВАНИЯ ОБЪЕМОВ ЗАКУПОК И ПРОГНОЗИРОВАНИЯ ДИНАМИКИ ПРОДАЖ

Специальность: 08.00.13 - математические и инструментальные методы экономики (математические методы)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Ижевск - 2004

Работа выпонена в Уфимском государственном авиационном техническом университете

Научный руководитель:

доктор экономических наук, профессор Зайнашев Н.К.

Официальные оппоненты:

Ведущая организация:

доктор физико-математических наук, профессор Летчиков А.В., кандидат экономических наук, доцент Фаткулин Н.Ю.

Институт социальных и экономических исследований УНЦ РАН

Защита состоится 2004 года в /6 ->о часов на

заседании диссертационного совета Д212. 065. 05 в Ижевском государственном техническом университете по адресу: 426069; Ижевск, ул. Студенческая 7.

С диссертацией можно ознакомиться в библиотеке Ижевского государственного технического университета

Автореферат разослан

2004 г.

Ученый секретарь

диссертационного совета

кандидат экономических наук,

доцент Абрамова О.М.

1.0БЩАЯ ХАРАКТЕРИСТИКА ИССЛЕДОВАНИЯ

Актуальность темы. Розничная торговля - одна из значительных для общества отраслей хозяйства. Рынок мебели - успешно развивающийся и стабильный по объему сегмент товарного рынка. Эффективная деятельность предприятия розничной торговли зависит от многих обстоятельств, в том числе она связана с оценкой разумных количеств приобретаемых для последующей реализации товаров, что невозможно без прогнозирования спроса на товары, без учета ожидаемой интенсивности продаж.

Для магазинов розничной торговли постоянно существует задача: сколько и какого товара необходимо завести для последующей реализации при ограниченных финансовых возможностях. Подходов к решению может быть много, среди них и оптимизационные. Практически важен такой, который позволяет группировать во времени заботы о попонении запасов по всем позициям ассортимента и организовывать одновременный завоз товаров, которыми магазин торгует. Для этого нужно уметь оценивать такие соотношения объемов приобретения, при которых обеспечивается одновременная поная продажа.

Существует множество методов прогнозирования, каждый из них обладает своими преимуществами и недостатками, имеет свою область применения. Однако они, как правило, обеспечивают приемлемую оправдываемость лишь при монотошюм характере изменений прогнозируемой величины. Необходима методика, которая позволяла бы уверенно предсказывать ожидаемые объемы продаж при колебаниях динамики реализации товаров.

Диссертация посвящена актуальным задачам разработки методов планирования объемов закупок товаров с одинаковыми вероятностями их реализации за заданное время и создание методики прогнозирования динамики продаж в ближайшей перспективе.

Степень разработанности темы. Розничная торговля подробно

исследована в работах Котлера Ф., Власова В.

3., Аванесова Ю.А., Брашной РОС. НАЦИОНАЛЬНА* . БИБЛИОТЕКА 1

СПетерб 09

Л.А., Ноздрева Р.Б., Цыгичко Л.И., Баркан Д.И., Алексеева М.М., Дихтиля Е. И др. В области планирования и прогнозирования в розничной торговле, то есть определения ожидаемых объемов продаж, известны работы Котлера Ф, Аванесова Ю.А., Бушевой Л.И., Дихтиля Е., Николаевой Т.И. и др. Но в литературе и на практике уделяется недостаточно внимания созданию качественно новой системы прогнозирования объемов продаж на основе динамично изменяющихся объемов реализации в условиях рыночной экономики.

Цель диссертационного исследовании - разработка математических методов исследования и путей обеспечения эффективности розничной торговли, математического аппарата определения разумных количеств приобретаемых товаров и прогнозирования ожидаемой динамики продаж.

Для достижения этой цели решены следующие задачи:

1. Разработка математического аппарата и агоритма оценки распределения вероятностей месячного объема продаж магазином своих товаров по очень малой выборке.

2. Выбор критерия целесообразных объемов приобретаемых для продажи товаров на имеющиеся средства магазина.

3. Разработка методики определения количества товаров, закупаемых магазином в заданном ассортименте, удовлетворяющих требованиям равной вероятности их поной распродажи по всем позициям.

4. Исследование интенсивности розничной торговли, осуществляемой мебельным магазином.

5. Разработка инструментария и агоритма краткосрочного прогнозирования недельного количества продажи мебели.

Теоретической и методологической основой исследования послужили прогнозы отечественных и зарубежных ученых по рассматриваемой проблеме, математические методы исследования случайных величин, статистического анализа результатов экономической деятельности

предприятий розничной торговли, новые методы прогнозирования результатов функционирования магазинов.

Научная новизна. В диссертационном исследовании получены следующие наиболее важные результаты:

1. Разработана методика оценки закона распределения случайного количества продаж магазином розничной торговли товаров за определенное время; новизна методики состоит в том, что она позволяет получить распределение вероятностей при очень малом объеме статистики (5-6 измерений). В диссертации случайной величиной является число комплектов мебели, продаваемых магазином в течение одного месяца. Ценность методики в том, что она использует данные о продаже за такое небольшое число месяцев, в течение которых условия торговли не изменяются; и поэтому соблюдается однородность статистики.

2. Предложен математический аппарат определения оптимального соотношения количеств закупаемых магазином товаров заданного ассортимента, основанный на разработанной методике оценки закона распределения количества продаж по очень малой выборке. Оптимальность предполагается в том смысле, что приобретать товары на имеющиеся возможности нужно в таком количестве, чтобы вероятность их поной распродажи но всем видам за заданное время была одинакова, т. е, чтобы по всем позициям была одинаковые опасности дефицита и излишков.

3. Разработана нетрадиционная методика прогнозирования количества продажи товаров при розничной торговле. Научная новизна её состоит в том, что она не связана с необходимостью выбора гипотетической закономерности ожидаемого поведения прогнозируемой величины, основана на оценке степени родства ретроспективной динамики продаж прогнозируемого товара с характером изменений объемов продаж других товаров магазина. Методика обеспечивает высокую точность предсказания.

4. Выбрана мера родства ретроспективной функции интенсивности торговли одного товара с прошлой динамикой реализации других товаров; мера

учитывает величину расхождения интенсивностей в прошлом и большее влияние последних расхождений на будущие показатели торговли. Новизна состоит в том, что для оценки родства предварительно определяется такой участок функции интенсивностей продаж, на котором его мера имеет, наибольшее значение.

Апробация работы. Основные положения и результаты обсуждались па совещаниях, семинарах па кафедре экономики и управления производством Уфимского государственного авиационного технического университета, на научных конференциях, проводимых по проблеме эффективности управления деятельностью предприятий обслуживания.

Практическая ценность. Использование разработанных методов и методик позволяет предприятиям розничной торговли более эффективно использовать свои финансовые ресурсы при приобретении товаров для последующей реализации, своевременно вносить необходимые корректировки в процесс торговли.

Структура и содержание работы. Диссертация состоит из введения, трех глав, заключения, содержит библиографию из 120 наименований.

В первой главе рассмотрены особенности розничной торговли в условиях рыночной экономики, специфика рынка мебели, выпонен обстоятельный обзор существующих методов прогнозирования объемов продаж, изложена общая модель системы управления розничной торговлей, сформулированы задачи исследований.

Вторая глава посвящена разработке метода определения разумного соотношения объемов приобретаемых товаров на ограниченные средства магазина; в ней предложена методика оценки закона распределения вероятностей месячного количества продаж по очень малой выборке, приведены примеры построения законов распределения месячного объема продаж магазином разных видов мебели, и выбора количества закупаемых товаров по принципу равной вероятности их последующей реализации.

В третей главе разработана оригинальная методика прогнозирования динамики продаж в процессе розничной торговли; предложены подход к исследованию интенсивностей продаж товаров и методика прогнозирования недельного количества реализации товаров магазином, рассмотрены примеры прогнозирования.

2. Осповпые положения и выводы диссертация, выносимые на

2.1 Математический аппарат и агоритм оценки распределения вероятностей месячного количества продаж магазином по очень малой

выборке..

Для планирования объема закупок необходимо знать ожидаемые объемы продаж. Планирование дожно основываться на вероятностных (стохастических) моделях. Для этого необходимо знать закон распределения вероятности месячного объема продаж. Известно, что статистика, но которой строится закон распределения, дожна быть однородной, т.е. дожна учитываться информация по продажам, выпоненным в одинаковых условиях, когда спрос примерно одинаковый. Спрос на разные товары меняется в течение года, поэтому учитывать статистику возможно только по нескольким последним месяцам. Исследования показывают, что однородность условий торговли с сохраняется в течепие 5-6 месяцев. В связи с этим возникает проблема построения законов распределения но 5-6 результатам. К примеру, в январе можно строить закон распределения по исходным данным за август Ч декабрь, в феврале по данным за сентябрь - январь и т.д. Классические методы обработки статистики, разработанные применительно к массовым измерениям, для нашего случая неприемлемы: статистики настолько мало, что известными методами уловить определенную закономерность в значениях объемов продаж не удастся. Предлагается использовать так называемый метод объективной тенденции.

Суть метода заключается в следующем. Пусть известны независимые размеры месячных объемов продаж X, характеризующие деятельность

предприятия розничной торговли. Обозначим х, результат i- го измерения. На основании объемов реализации составлен ряд значений, представляющий собой совокупность результатов месячных продаж в условиях е.

Условия задачи: априорная информация о законах распределения отсутствует; имеется лишь малое число измерений.

Определить закон распределения с приемлемой достоверностью

можно лишь при достаточно большом количестве п объемов продаж. При очень малом объеме ставить задачу определения F(x) не имеет смысла. Тем не менее можно выявить закономерность в случайных которая бы наиболее правдоподобно характеризовала имеющиеся реальные объемы продаж.

Задача ставится следующим образом: известны значения объемов продаж в условиях

известны пределы [а,/физически возможных значений Хтакие, что

вер{х е. [а,Ь]} = 1

Требуется оценить ту функцию распределения к которой

результаты (1) имеют объективную тенденцию. Принцип и метод решения этой задачи состоят в следующем. Разобьем отрезок [а, Ь/ на / элементарных интервалов Необходимо определить наиболее правдоподобную

оценку вероятностей попадания и интервал По

значениям можно определить искомую При очень малом числе

данных значения искомых вероятностей неопределенны в том смысле, что нет объективных оснований присваивать им конкретные значения. Известно лишь, что по смыслу

Придадим AFj максимальную неопределешюсть. В то же время значения помесячных объемов продаж - объективная реальпость, и если искомые

значения Л/-, согласовать с (1), то можно выявить, к какой закономерности имеют тенденцию конкретные значения объемов продаж.

Решение задачи, базирующееся на максимизации неопределенности вероятностей AFyc соблюдением ограничений, накладываемых на значения объемов продаж, даст возможность установить объективную тенденцию результатов (1) к определенной закономерности. В качестве меры неопределенности может быть принята энтропия совокупности значений AF,.

S = -Ifc]T ДFj In AFj , где к = const

В качестве способа согласования искомых вероятностей AF,c результатами имеющегося опыта можно использовать соответствие эмпирическим моментам, вычисляемыми по опытным данным (1).

Решение задачи отыскания может быть получено на основе

принципа: Объективной оценкой распределения вероятностей случайной величины при оченъ малом числе статистических данных является та, которая, согласуясь с опытными данными, имеет максимальную энтропию.

Формально решается задача условной оптимизации в следующей

постановке: необходимо определить значения обеспечивающие максимум

s " h (3)

при ограничениях

где минимальное значение, максимальное значение

объемов продаж за время торговли данным товаром, начальный

момент, вычисляемый по опытным данным.

Потом, определив ЛFjy можно вычислить значения

при F{a) = d,j = 1,2,...,/, затем получить искомую оценку функции F(x).

В диссертации разработана методика определения Д^ т=2 известным методом неопределенных множителей Лагранжа.

Рассмотрены примеры построения законов распределения месячных объемов продаж пяти видов мебели магазином Белоречье (г. Уфа, ул. Ст.Кувыкина, 11). В таблице 1 представлена статистика месячных продаж за январь- март 2002г. (следовательно имеется 6 измерений) по пяти видам мебели. Значение а= 0. Величина Ь равна максимальному количеству продаж товаров за месяц по наблюдениям в течение 25 месяцев, она приведена в таблице 2.

Таблица 1. Месячный объем продаж магазина Белоречье

Месяц Вид мебели

Спальный гарнитур (отечественный) Спальный гарнитур (импортный) (4 и X - ь л =5 и ю 4) Ж л <9 * й Кухонный гарнитур

Январь 2002 10 8 4 36 17

Февраль 2002 13 10 12 7.0 7

Март 2002 20 6 3 25 9

Апрель 2002 10 3 8 32 9

Май 2002 14 3 13 31 11

Июнь 2002 10 12 И 36 9

Таблица 2. Значение количества Ь.

Вид мебели

Спальный гарнитур (отечественный) Спальный гарнитур (импортный) Стенка Мягкая мебель Кухонный гарнитур

35 21 23 60 28

На рисупка 1-5 показаны функции вероятностей количества месячных продаж.

ч \ \

\ \

\

Рисунок 1-Вероятности количества месячных продаж спального гарнитура

отечественного.

Рисунок 2 -Вероятности количества месячных продаж спального гарнитура

импортного.

Рисунок З-Вероятности количества месячных продаж стенки.

2. 2 Методика определения количества приобретаемых магазином товаров, обеспечивающих равную вероятность их реализации в течение

Разработана методика, позволяющая устанавливать разумные соотношения закупок товара по позициям ассортимента. Она основана на принципе: на имеющиеся средства количество товаров, приобретать по наименованиям в таком соотношении, чтобы они все имели одинаковую вероятность сбыта в течение месяца. Это - логичный принцип, основан на здравом смысле, он предполагает заботу о том, чтобы никакой товар не залеживася и не был дефицитным. Для его осуществления требуются исходные данные, которыми магазин в действительности располагает.

Исходными данными для реализации методики являются: объем средств имеющихся у магазина на закупку товаров, ассортимент товаров из п позиций, стоимость ^ единицы (комплекта) /-го товара (=1,п), функции вероятностей месячпых продаж количества

Известны также имеющиеся запасы ш31 по каждому виду товара.

Из рисунков 1-5 одной и той же определенной вероятности Ропр соответствует свое количество месячных продаж /иДр1-, при которых достигается равенство

при тДР1 - т,- Шц.

Методика ориентирует торговые предприятия на такое расходование своих средств, при котором объективно учитываются соотношение спроса но позициям ассортимента, и виды закупаемых товаров имеют одинаковые шансы на реализацию в течение расчетного времени.

Рассмотрены примеры выбора количества закупаемой мебели: спального гарнитура отечественного, спального гарнитура импортного, стенки, мягкой мебели и кухонного гарнитура при разных значениях

23 Исследование интенсивности продаж товаров в розничной торговле

Для успешной реализации торговой деятельности магазин (торговая фирма) дожна предвидеть ожидаемые свои результаты. Если будущее планируется лишь на подведении итогов, то торговля окажется малоэффективной.

В диссертации разработана оригинальная методика краткосрочного прогнозирования динамики недельного количества продаж в процессе розничной торговли. Методика позволяет определить желаемый недельный объем за одну- две Ч три - четыре недели.

Метод применяется в тех случаях, когда интенсивность торговой деятельности не постоянна, она изменяется, при этом изменения происходят по всем товарам ассортимента.

На рисунках 6-10 показана статистика недельной торговли тех же пяти видов мебели в течение двух лет.

* * II I) II 1> 1 П 41 л М И л1 1* II || п И лI лI 1*1 1*1 Х* III

номер недели

Рисунок 6 Ч Статистика недельной продажи спального гарнитура отечественного.

номер не ум

Рисунок 7 - Статистика недельной продажи спального гарнитура импортного.

номер недели

Рисунок 8 Ч Статистика недельной продажи стенки.

номер недели

Рисунок 9 - Статистика недельной продажи мягкой мебели.

номер недели

Рисунок 10 - Статистика недельной продажи кухонного гарнитура.

В статистике есть эксцессы, сильные отклонения от общей картины, и, чтобы ослабить их влияние, необходимо выпонить сглаживание. Оно проведено по формуле

где тД/)- реальное количество продаж товаров Ч го вида на / - й

неделе;

- усредненное количество продаж, отнесенное неделе.

Исследование показало, что это число целесообразно принять к равным 10.

Прогнозирование по сглаженным интенсивиостям позволяет оценить тенденции в динамике объема продаж в ближайшей перспективе.

Количество продаж но неделям не постоянно, оно имеет подъемы и спады. В колебаниях замечается некоторая синхронность. Там, у всех рассматриваемых видов товаров на 16-20, 55-70 неделях наблюдается снижение интенсивности, а на 25 - 45, 80-90 неделях - ее подъем. При этом "овраги" и горки не синфазны, они имеют некоторые смещения.

Отмеченные особенности динамики продаж являются основанием для выбора метода прогнозирования.

2.4 Методика прогнозировании недельного количества продажи товаров при розничной торговле

В диссертации разработана методика прогнозирования, основанная на методе оценки родства.

Метод основан на следующих предположениях:

1. Динамика интенсивности продаж в магазине, будучи различной по разным видам товаров, для всех товаров характеризуется единой внутренней закономерностью.

2. Интенсивность продаж в будущем зависит от её уровня в настоящем и от того, при каких прошлых зпачеииях он достигнут, причем, ближайшее прошлое сильнее влияет па будущее, чем отдаленное.

Первая предпосыка - позволяет ввести понятие родства динамики интенсивности продаж данного товара за последние и педель с динамикой за соответствующие недели других товаров, и утверждать, что динамика интенсивности тем родственнее, чем меньше у них расхождения в показателях в одноименных неделях. Эти расхождения согласно второй предпосыке имеют тем большую значимость, чем ближе сравниваемые недели к последней п Ч й.

Как показывает торговая практика, и повышение и снижение интенсивпостей продаж происходит в одни и те же периоды по всем однородным товарам. Активизация рынка продаж (также снижение активности) касается, как правило, всех товаров. Кроме того, объемы продаж, имея одинаковую качественную картину по динамике, разнятся в количественном отношении, поэтому требуется приведение их к общему знаменателю. Для этого надо сосчитать количество комплектов (экземпляров) по всем

однородным товарам, реализованным за время Т ведения статистики (в нашем случае Г = 102 неделям) (за месяц- два); получится п значений МДТ) (п Ч количество рассматриваемых видов товаров). Затем необходимо определить коэффициент приведения

здесь МитаСГ) -наибольшее из М1(Г) среди количеств проданных Квидов товаров. После этого следует получить приведенные функции

где т9 сглаженная функция интенсивности торговли г~м товаром, соответствующая _/-й неделе. Меру родства необходимо рассматривать применительно к приведенным функциям (6). В нашем - случае ц, имеют следующие значения:

Наименование мебели М,(т)

Спальный гарнитур отечественный 2,00

Спальный гарнитур импортный 1,68

Стенка 1,83

Мягкая мебель 1,00

Кухонный гарнитур 7,00

Обозначим через N количество недель, по которым учитывается статистика продаж при определении меры родства, В - горизонт прогнозирования, т.е. номер той недели, отдаленной от данной N - и, для которой оценивается ожидаемый объем продаж. Таким образом, система оценивает ожидаемое приведенное количество товаров вида, которые будут проданы на N+В)-й неделе. Обозначим em х.

Предлагаемая методика прогнозирования предполагает выпонение ряда логических процедур.

Первая: сбор статистики объема продаж по множеству недель по всем п рассматриваемым однородным видам товаров, которыми магазин торгует.

Вторая: получение сглаженных функций ту интенсивностей продаж, затем - приведенных функций

Третья определение количества недель N, статистика по которым учитывается при решении задач прогнозирования.

Четвертая: выбор меры родства динамики интенсивностей торговли разными товарами. Эта мера дожна функционально учитывать предположение 2. В работе выбрана мера

которая позволяет количественно оценить родство Л^,- динамики интеисивностей реализации данного д-го вида товара с динамикой любого -го другого товара.

Здесь т0 и т1/ - приведенное количество товаров соответственно ц-го и 1-го вида, проданных на }-й неделе; сомножитель Л, имеет смысл лудельного веса (значимости) расхождений показателей тф и т^ в зависимости от отдаленности в прошлое. Он дожен удовлетворять условиям

Функцией, удовлетворяющей этим условиям, может быть

Примем а =1,778 Тогда

Относительная мера родства

По смыслу

0<гД<1,

Т.'* =1

Пятая процедура состоит в отыскании участка длиной N недель, наиболее родственного (но приведенным функциям ;гД/)) для /'-Гоовара, с функцией прогнозируемого %-го товара. В диссертации эта процедура изложена подробно.

В шестой процедуре вычисляется относительная мера родства по формуле (8).

В седьмой процедуре: Определяется приращение количества продаж Ат(<) -т^- с1 +5)- т, (/-</) за В недель по каждому -му (? ?ф товару. Здесь -ё Ч это правый конец участка на котором в пятой процедуре получено наибольшее значение меры родства.

Искомая (прогнозируемая) приведенная интенсивность продаж

где ту- интенсивность (количество) продаж данного q-гo товара за последнюю истекшую ию неделю, Дм'" - прогнозируемое приращение за В последующих недель.

Дальнейшие процедуры основаны на эвристическом принципе: Впоне возможно, что приращение интенсивностей продаж за предстоящие В

недель по данному товару будет равно приращению по другому товару причем равенство тем возможнее, чем родственнее

функции интенсивностей в смысле меры (8)..

В соответствии с этим принципом можно записать

Соотношение (10) является решением задачи, прогнозирования ожидаемого количества продаж на @+В)-й неделе. Необходимо иметь в виду, что оправдываемость прогноза с ростом отдаленности прогноза убывает, поэтому количество В следует брать не более 3-4 .

Уравнение (10) дает приведенную прогнозную оценку. Для получения ожидаемого реального количества продаж необходимо значение

поделить на

Рассмотрим конкретные примеры прогнозирования, они представлены в таблице 3.

Таблица 3. Прогнозируемые приведенные и реальные количества продаж, ошибки прогноза

Отдаленность прогноза (недели)

1 2 3 4

Спальный

гарнитур 2,8? 3 3,0 0,2 2,773 3,0 0,3 2,6? 3 3,0 0,4 2,773 3,0 0,3

отечественный

Спальный

гарнитур 2,9? 3 3,0 0,1 2,8? 3 3,0 0,2 2,8? 3 3,0 0,2 2,7? 3 3.0 0,3

импортный

Степка 2,8? 3 3,0 0,2 2,7?3 3,0 0,3 2,8? 3 3,0 0,2 2,8? 3 3,0 0,2

Мягкая мебель 4,7? 5 5,0 0,3 4,7? 5 5,0 0,3 4,6? 5 5,0 0,4 4,9? 5 5,0 0,1

Кухонный гарнитур 1,171 1,0 ОД 1,071 1,0 0,0 1,0? 1 1,0 0,0 1,0?! 1,0 0,0

Средняя ошибка 0,18?0 0,22?0 0,2470 0,18?0

Данные, представленные в таблице, практически совпадают с реальным количеством продаж. Отсюда можно сделать вывод, что разработанная методика прогнозирования недельной выручки магазина практична.

3. Основные выводы и рекомендация

1. Эффективность деятельности торговых предприятий зависит от многих обстоятельств и её результирующим показателем является интенсивность продаж: именно объем продаж в единицу времени ( в неделю, в месяц) определяет успешность работы магазинов. Для обеспечения прибыльности необходимо постоянно осуществлять анализ статистики торговли и производить непрерывное прогнозирование ожидаемого количества реализации товаров. Кроме того, необходимо закупать товары в таком количестве (на имеющиеся возможносги), чтобы не было как их скопления, так и дефицита. Отсюда следует, что разработка инструментальных методов прогнозирования ожидаемой интенсивности торговли и оптимизации объемов закупаемых товаров являются важной задачей в обеспечении эффективности розничной торговли.

2. Результаты деятельности торгового предприятия неоднозначны, они случайны, поэтому исследования дожны производиться на стохастических 20

моделях. Основной характеристикой случайной величины является функция её распределения, она строится на анализе большого числа однородных измерений. Применительно к описанию случайного количества продаж за месяц однородность может соблюдаться не более как в течение полугода, т.е. только 5-6 последовательных измерений могут обладать

свойствомоднородности.

В диссертации разработана методика оценки распределения вероятностей месячного объема продаж по очень малой выборке, основаппая на известном методе объективной тенденции. Новизна и ценность методики состоят в том, что закон распределения строится без привлечения гипотез о предполагаемых закономерностях, основываясь только на фактических измерениях. В диссертации найден способ решения системы трансцендентных уравнений, связывающих приращепие искомой функции распределения вероятностей, статистические начальные моменты и неопределенные множители Лагранжа.

Рассмотренные примеры свидетельствуют о возможности практического использования методики.

3. Разработала методика определения оптимальных объемов закупаемых магазином товаров. Новизна методики заключается в том, что она базируется на нетрадиционном критерии оптимальности: товары заданного ассортимента нужно приобретать, при заданных финансовых возможностях, в таком количестве, чтобы они имели одинаковые вероятности поной реализации на заданное время (за месяц, квартал). Такой принцип предполагает заботу о том, чтобы ни один товар не залеживася и не был дефицитным.

Методика илюстрировала на конкретных примерах.

4. Разработана, нетрадиционная методика краткосрочною прогнозирования интенсивности розничной торговли. Она может применяться при разном характере динамики продаж. Для её использования пе требуется задаваться гипотетической закономерностью изменений прогнозируемой величины; благодаря этому обстоятельству достигаегся хорошая

оправдываемость расчетов (что в диссертации показано на большом количестве примеров), базируется на оценке родства (схожести) функции изменчивости продаж магазином различных товаров.

5. Из анализа результатов торговой деятельности мебельных магазинов следует, что объемы продаж имеют подъёмы и спады по всем позициям ассортимента. При этом горки и ловрагив динамике продаж товаров имеют некоторые смещении. Этот факт создает новую задачу Ч необходимость вычисления меры родства па таких отрезках времени, на которых интенсивности торговли имеют наибольшее совпадения с последпим участком интенсивности реализации прогнозируемого товара. Разработан агоритм, по которому можно определить наиболее родственные участки.

Результаты исследований были опубликованы в следующих работах:

1. Н.Н. Гаегкулов, С.А. Нураева Об одном конструктивном методе прогнозирования объема продаж в розничной торговле. Материалы Российской научно-методической конференции с международным участием: Управление экономикой: методы, модели, технологии -Уфа, 2002, с. 267-269.

2. Н.Н. Гаеткулов, Н.К. Зайнашев. Методика определения объемов закупки товаров, обеспечивающая равную вероятность их реализации. Межвузовский сборник научных трудов: Перспективы развития теории и практики управления потенциалом промышленного производства ЧУфа, УГНТУ,2003,с.75-77

3. Н.Н. Гаеткулов. Прогнозирование объема продаж с использованием метода оценки родства. Межвузовский сборник научных трудов: Перспективы развития теории и практики управления потенциалом промышсшюго -Уфа, УГНТУ, 2003, с.72-75

4. Н.Н. Гаеткулов, С.А. Нураева Об одном методе определения ожидаемых размеров объемов закупок при незначительных размерах выборок. Материалы Российской научпо-методической конференции с международным участием: Управление экономикой: методы, модели, технологии -Уфа, 2003, с. 269-271.

5. Н.Н. Гаеткулов, Н.К. Зайнашев, С.А. Нураева. Метод оценки закона распределения вероятностей месячного объема продаж при очень малой выборке. Сб.Математические методы и модели в менеджменте. Пенза, Дом знаний ,2003 .с.61-64.

Гаеткулов Наиль Нагимзянович

ОБЕСПЕЧЕНИЕ ЭФФЕКТИВНОСТИ РОЗНИЧНОЙ ТОРГОВЛИ НА ОСНОВЕ СОВЕРШЕНСТВОВАНИЯ ПЛАНИРОВАНИЯ ОБЪЕМОВ ЗАКУПОК И ПРОГНОЗИРОВАНИЯ ДИНАМИКИ ПРОДАЖ

Специальность: 08.00.13 - математические и инструментальные методы экономики (математические методы)

АВТОРЕФЕРАТ

диссертации на соискание учепой степени кандидата экономических наук

Подписано в печать 02.03.04. Формат 60x84 1/16. Бумага офсетная. Печать офсетная. Гарнитура "Тайме". Усл. печ. л. 0,46. Тираж 100 экз. Заказ 028. Отпечатано с готовых оригиналов в типографии Печатный домъ ИП Верко. Уфа, Цюрупы 151 оф. 22. Т.:745-935,227-600,229-123.

IP- 46 3 8

Blog

Автореферат

Похожие диссертации