Студент гр. Рс-01-1 ст викладач каф. Асоі антропов О. С. Гвоздак А. П

Вид материалаДокументы

Содержание


2.Прогнозування цін
Зведення результатів у нову таблицю
3.Аналіз чутливості бізнес ситуації
General Electric NetPro 600
General Electric NetPro 3000
General Electric NetPro 4000
General Electric LanPro 6 kVA
General Electric LanPro 10 kVA
LIEBERT UPStationGXT 700МТ
Apc backpro 650
Apollo 1050E
Powerware 9125 2000 va
Powerware 9120 3000
Powerware 9170 3000
Best Power Fortress 1050VA
GE DE IMV Match 1000
APC Back-UPS BK300MI
APC Back-UPS BK500MI
LIEBERT PowerSure Personal 500
MGE Pulsar Ellipse 500
...
3   4




2.Прогнозування цін


В MS Excel передбачено багато можливостей прогнозування – від прогнозування з використанням методів ковзаючого середнього до створення лінійних та нелінійних прогнозів за допомогою відповідних вбудованих в Excel розрахункових формул.

Структура прогнозування має такий вигляд:




Створення ряду прогнозування для мінімальних цін

Створення ряду прогнозування для максимальних цін








Побудова прогнозу для мінімальних цін за весь період та наступний тиждень

Побудова прогнозу для максимальних цін за весь період та наступний тиждень





Зведення результатів у нову таблицю



Розрахування похибки прогнозування

Для відповідної якості прогнозування, а також зважаючи на те, що область прогнозу перевищує область вхідних даних на ціни, ми можемо скористатись такими функціями прогнозування як ТЕНДЕНЦИЯ чи РОСТ (функції регресивного аналізу). Першу використовують у випадках лінійного прогнозування, тобто коли дані змінюються у часі не дуже швидко. Функція РОСТ використовується при нелінійному прогнозування, наприклад прогнозування обсягу продаж при відкритті нового магазина, коефіціент уємного прибутку, тобто коли звязок між інтервалом спостереження та зміненням цільової функції нелінійних, а може різко змінюватись.

Оскільки у залежності від пори року об’єми продаж можуть досить сильно коливатись, то й отпускні ціни відповідним чином змінюються, тільки навпаки і не так сильно. Тому можна також додатково ввести коефіцієнти зміни цін на джерела безперебійного живлення у залежності від сезону (наприклад передбачити деяке зниження цін влітку та збільшення цін восени на 1-3 проценти).

Так як ціни виробників не можуть змінюватись дуже сильно (демпінгування тут не розглядається), то можна скористатись функцією лінійного прогнозування ТЕНДЕНЦИЯ.

Вона має наступний формат:

ТЕНДЕНЦИЯ(известные_значения_y;известные_значения_x;новые_значения_x;конст)

Відомі_значення_y  – це безліч значень y, що вже відомі для співвідношення y = mx + b. Відомі_значення_x   – це необов'язкова множина значень x, що вже відомі для співвідношення y = mx + b. Нові_значення_x  – це нові значення x, для яких ТЕНДЕНЦИЯ повертає відповідні значення y.

Функція ТЕНДЕНЦИЯ повертає значення відповідно до лінійного тренда. Апроксимує прямою лінією (по методу найменших квадратів) масиви відомі_значення_y і відомі_значення_x. Повертає значення y відповідно до цієї прямої для заданого масиву нові_значення_x.

Оскільки ми робимо прогноз на більший період, то масив нові_значення_x буде більшим за розміром, і його наступний новий елемент буде наступним елементом послідовності натуральних чисел. Якщо, наприклад, нам потрібен прогноз не на наступний тиждень, а на тиждень, що йде за ним, то нове значення масиву потрібно збільшити не на одиницю, а на два.

Вхідні дані потижнево містять мінімальну ціну за тиждень, максимальну ціеу за тиждень та різницю між ними. Для проведення коректного прогнозування потрібно вхідний ряд даних розділити на два ряди: ряд максимальних цін за тиждень потижнево та ряд мінімальних цін за тиждень потижнево. Масив відомі_значення_x, що відповідає десяти тижням, містить {1,2,3,4,5,6,7,8,9,10} для обох рядів відповідно. Масив нові_значення_x міститиме {1,2,3,4,5,6,7,8,9,10,11}. Отримані в результаті роботи функції масиви нові_значення_у для рядів максимальних та мінімальних цін зводяться у нову таблицю. Також для кожного тижня, що прогнозується, вираховуємо середню похибку прогнозування. Так як вона не перевищує 1-2%, то лінійне прогнозування дає досить непогане приближення.


3.Аналіз чутливості бізнес ситуації


У ході курсової роботи було розроблено бізнес ситуацію. Неведемо її короткий опис.

Вдкривається дуже великий магазин, що спеціалізується на продажі офісної та побутової техніки. Менеджери магазину вирішили влючити до свого асортименту продажу джерела безперебійного живлення. Закуплена велика партія ДБЖ двадцяти різних моделей різних виробників (General Electric, Liebert, Apollo, Powerware, Best Power, MGE) з метою з’ясування потреби ринку у цих товарах. Для початку менеджери встановили деяку фіксовану накрутку на вихідні ціни постачальників (не враховуючи ціни на доставку товарів). Для спрощення ситуації нехай магазинна накрутка буде пропорційна початковій вартості джерел безперебійного живлення (тобто фіксована у процентах для кожного виду ДБЖ). Згідно із попитом на товари будемо вважати, що якщо за деякий фіксований проміжок часу (час обороту коштів) відповідне ДБЖ не буде продано, то його уцінять у два рази і після цього, зрозуміло, його неодмінно буде продано. Згідно з такою моделлю після першого тестового періоду буде отримано якийсь результат. На малюнку приведена структура бізнес ситуація:

Найменування моделей

Доставлено

Обсяг продажу

Продано

Ціна покупки

Ціна продажу

Прибуток

Оподат-кування

Остаточний прибуток

General Electric NetPro 600

60

0,945

56

641

668,4028

307,3595

 

 

General Electric NetPro 3000

60

0,945

56

1778

1854,01

852,551

 

 

General Electric NetPro 4000

60

0,945

56

2135

2226,271

1023,7325

 

 

General Electric LanPro 6 kVA

60

0,945

56

6788

7078,187

3254,846

 

 

General Electric LanPro 10 kVA

60

0,945

56

10500

10948,88

5034,75

 

 

LIEBERT UPStationGXT 700МТ

60

0,945

56

2907

3031,274

1393,9065

 

 

APC BACK AVR 500

60

0,945

56

497

518,2468

238,3115

 

 

APC BACKPRO 650

60

0,945

56

890

928,0475

426,755

 

 

Apollo 1050E

60

0,945

56

257

267,9868

123,2315

 

 

POWERWARE 9125 2000 VA

60

0,945

56

1332

1388,943

638,694

 

 

POWERWARE 1000

60

0,945

56

3360

3503,64

1611,12

 

 

POWERWARE 9120 3000

60

0,945

56

1503

1567,253

720,6885

 

 

POWERWARE 9170 3000

60

0,945

56

1590

1657,973

762,405

 

 

Best Power Fortress 1050VA

60

0,945

56

2524

2631,901

1210,258

 

 

GE DE IMV Match 1000

60

0,945

56

451

470,2803

216,2545

 

 

APC Back-UPS BK300MI

60

0,945

56

302

314,9105

144,809

 

 

APC Back-UPS BK500MI

60

0,945

56

576

600,624

276,192

 

 

LIEBERT PowerSure Personal 500

60

0,945

56

594

619,3935

284,823

 

 

MGE Pulsar Ellipse 500

60

0,945

56

125

130,3438

59,9375

 

 

MGE Pulsar Ellipse 800 VA

60

0,945

56

210

218,9775

100,695

 

 

Итого

18681,32

60%

7473


Далі, шляхом підвищення чи зниження ціни із відповідною зміною початкового попиту на товари, менеджери будуть регулювати розміри отриманого прибутку, таким чином перевіряючи необхідність зміни цінової політики магазину з метою отримання більшого прибутку.

Змінення цін та пов’язане з цим змінення обсягу попиту та відповідно продажу товарів виконуватиметься за допомогою такої можливості MS Excel як сценарії. Створимо декілька сценаріїв
  1. Зменшення ціни на 3% та відповідно з цим збільшення обсягів продажу ДБЖ на 5%;
  2. Збільшення ціни на 5,3% та зменшення обсягів продажу на 10%;
  3. Збільшення ціни на 5,4% та зменшення обсягів продажу на 10,3%.

Згідно з першим сценарієм прибуток магазину дуже сильно зріс.

Другий сценарій визначає точку прибутковості магазину.

Третій сценарій дає досить велике зменшення прибутку у порівнянні із базовим сценарієм.

Подальше збільшення ціни – до 7% справить дуже негативне враження на покупців і призведе до зменшення обсягів продажу на 20%, тому випадки подальшого збільшення ціни не розглядаються.

Для узагальнення отриманих результатів створено звіт по створеним сценаріям.

Структура сценария

 

 

 

 

 

 

Текущие значения:

Цена-3%_продажи+5%

Базовый

Цена+5,3_продажи-10

Цена+5,4_продажи-10

 

 




Автор: Antropov , 01.06.2003
Автор изменений: Antropov , 01.06.2003

Автор: Antropov , 01.06.2003

Автор: Antropov , 02.06.2003
Автор изменений: Antropov , 02.06.2003

Автор: Antropov , 02.06.2003
Автор изменений: Antropov , 02.06.2003

Изменяемые:

 

 

 

 

 

 

$G$26

1,04275

1,04275

1,075

1,131975

1,13305

 

$E$4

0,945

0,945

0,89

0,79

0,79

 

$E$5

0,945

0,945

0,89

0,79

0,79

 

$E$6

0,945

0,945

0,89

0,79

0,79

 

$E$7

0,945

0,945

0,89

0,79

0,79

 

$E$8

0,945

0,945

0,89

0,79

0,79

 

$E$9

0,945

0,945

0,89

0,79

0,79

 

$E$10

0,945

0,945

0,89

0,79

0,79

 

$E$11

0,945

0,945

0,89

0,79

0,79

 

$E$12

0,945

0,945

0,89

0,79

0,79

 

$E$13

0,945

0,945

0,89

0,79

0,79

 

$E$14

0,945

0,945

0,89

0,79

0,79

 

$E$15

0,945

0,945

0,89

0,79

0,79

 

$E$16

0,945

0,945

0,89

0,79

0,79

 

$E$17

0,945

0,945

0,89

0,79

0,79

 

$E$18

0,945

0,945

0,89

0,79

0,79

 

$E$19

0,945

0,945

0,89

0,79

0,79

 

$E$20

0,945

0,945

0,89

0,79

0,79

 

$E$21

0,945

0,945

0,89

0,79

0,79

 

$E$22

0,945

0,945

0,89

0,79

0,79

 

$E$23

0,945

0,945

0,89

0,79

0,79

Результат:

7472,528

7472,528

3116,8

-82,9848

804,9136