بخشی از مقاله
چکیده
شرایط عدم قطعیت در بازارهای پیچیده متوسط و بزرگ، موجب میشود تا شناسایی وضعیت آینده اندازه و سهم در یک بازار و یا طبقهای از محصولات، و بعضا اقدامات تصمیمگیرندگان کلیدی، برای بنگاههای عرضهکننده کالا و خدمات به یک ضرورت استراتژیک تبدیل گردد. مدلسازی پویاییهای سیستم، امکان شناخت ساختار کل سیستم بازار و همچنین بهرهمندی از قابلیت های شبیه سازی در ساخت مدل و تحلیل سناریوهای متنوع را فراهم میآورد.
ویژگیهای این رویکرد نهتنها امکان تحلیل و پیشبینی وضعیت بازارهای پیچیده و بزرگ را حاصل میکند، بلکه فراتر از آن موجب می شود اجرای صحیح روش به یک درک سازمانی از ساز و کار واقعی سیستم بازار منتهی گردد. پیشبینی با رویکرد سیستمی، از جمله روشهای ساختاری و نیز علی پیشبینی میباشد، و از این حیث بر رهیافت نتیجهگرای روشهای آماری برتریهای قابل توجهی دارد؛ که از جمله میتوان به احتساب تاخیرات زمانی، ایجاد یادگیری ساختاری نسبت به ساز و کار سیستم تقاضا، رفتار مصرفکننده، و اهرمهای کنترل، و همینطور دامنه مفهومی و افق زمانی گسترده اشاره نمود.
رویکرد پویایی های سیستم در جمعآوری و استفاده از دادهها، قابلیت به کارگیری کلیه انواع اطلاعات کیفی، کمی، و دانش خبره در دسترس، و همینطور تئوریهای پایه ای اقتصادی و بازاریابی را در سطح گستردهای دارا میباشد؛ و در طراحی مدل مفهومی نیز از قابلیتهای متفاوتی برخوردار است.
1 مقدمه
پیش بینی، به سادگی عبارت است از هنر شناسایی اتفاقات پیش از به وقوع پیوستن آنها. پیش بینی اطلاعاتی را فراهم میکند، که سیاستگذاران و مدیران را در برنامهریزی و تصمیمگیری مقتضی، پیش از بروز اتفاقات تاثیر گذار یا تاثیر پذیر مورد پیش بینی توانمند می سازد. چنین الگویی پیش بینی را در قلب مسائل برنامهریزی قرار میدهد. - - 2 از نگاه کلان، تغییر و تحولات گسترده و متوالی در انواع ابعاد و جنبههای ساختار اقتصادی جهان در دهههای اخیر "پیش بینی" و کیفیت آن را به یکی از حیاتی ترین مبانی بقا و تعالی جوامع و سازمان ها تبدیل کرده است.
پیش بینی تقاضا، درآمد، سود، و سایر ملاک های بهره وری ورودیهای متداولی برای مدیریت یک کسب و کار به شمار می روند؛ و علیرغم آنکه دشواری ها و موانع پیش رو برای پیاده سازی انواع پیشبینی قابل انکار نیست، به کارگیری مفروضاتی در باب وضعیت آینده سازمان در ابعاد مختلف، امری ضروری و حیاتی به شمار می رود. اما در میان طیف وسیعی که در زمینه موضوعات پیشبینی به چشم می خورد، سهم پیشبینی تقاضا را میتوان در پاسخ به سوالاتی از این قبیل جستجو کرد: به چه میزان باید تولید صورت پذیرد؟ چه میزانی از ظرفیت و منابع مورد نیاز است؟ چگونه محصولاتی باید در برنامه تولید قرار گیرند؟ و یا سوال بزرگی مثل اینکه چه میزان منابع مالی در کسب و کار حوزه فعالیت مورد نیاز است؟
به تعاقب اهمیت چنین سوالاتی اغلب بنگاه های بزرگ یا رقابتی منابع و تلاش بسیاری را وقف پیش بینی تقاضای آتی برای محصولات خود می کنند، به طوریکه درآمدزایی صنعت پیش بینی در اواخر دهه نود، سالانه 200 بیلیون دلار برآورد شده است.
بر اساس یک نظر سنجی ، از میان 134 بنگاه امریکایی، 98.6 درصد پیشبینی سازمان یافته را به عنوان یک بخش رسمی از تدوین برنامه بازاریابی خود قلمداد کرده اند؛ پیش تر 93 درصد آنها پیشبینی فروش را یکی از حیاتیترین جنبههای موفقیت خود ذکر کرده بودند. همینطور در یک نظر سنجی دیگر که از 353 مدیر بازاریابی در صنعت نساجی بریتانیا صورت گرفته، پیشبینی فروش در فهرست شایع ترین فعالیتها قرار می گیرد.
در ایران نیز به دنبال تغییرات عظیمی در نظام اقتصادی رخ داده است، برای رسیدن به خوداتکایی، دیگر نمی توان به روش های بازرگانی قدیمی متکی بود و در بلندمدت شرکت هایی در بازار موفق خواهند بود که از منابع و قابلیتهای بازاریابی بهره برداری بهینه کنند.
اما آنچه در این میان مسئله ای تعیین کننده به حساب می آید، به کار گیری روش مناسب و مقتضی با توجه به ماهیت و ساختار عناصر سیستم، دامنه و مقیاس، و افق زمانی مورد انتظار برای مسئله پیشبینی تقاضا میباشد. از طرفی پویایی روابط تعیین کننده رفتار تقاضا، که به طور عمده در "تاخیرات زمانی" اثربخشی نیروهای متقابل ناشی از این روابط متمرکز است، موجب شده دامنه مورد بررسی از سیستم بازار و افق زمانی پیش بینی تحت رابطه متقابل با یکدیگر تعریف بشوند. به علاوه بسیاری از متغیرهای با اهمیت در یک نظام تقاضا، از ماهیتی کیفی برخوردار هستند. زمانی که نوبت به انتخاب تکنیک می رسد، جوانب مختلف یک انتخاب، از جمله دقت نتایج، قیمت - هزینه - و سرعت پیش بینی در نظر گرفته می شوند.
آرمسترانگ شاخصها و رویههای عملی تری را نظیر راحتی در به کار گیری، محبوبیت در بازار، بهرهمندی از قضاوت ساختارمند، شاخص های آماری، و استفاده از تجربیات اجرایی گذشته را ارائه می دهد، و همچنین تحقیقات را در قالب یک چارچوب برای انتخاب روش مقتضی مطرح می کند
مطلب پیش رو به بررسی مقتضیات رویکرد پویاییهای سیستم به عنوان یک رهیافت توانمند پیش بینی میپردازد.
2 چالشهای پیشبینی در عمل
درک و مدلسازی حتی زمانی که یک مدل شبیه سازی پیچیده و کامل از ساختار بازخوردی بازار وجود نداشته باشد میتواند ارزش زیادی داشته باشد. استفاده از مدلهای ساده به خصوص زمانی که مدل شامل تاخیرهای بالایی است میتواند باعث ایجاد اختلالات در تنظیم ظرفیت تولید و هزینه های بالای تولید شود.
در اینجا با ارائه مثالی به بررسی ساختارهای پیچیده و شیوه مدلسازی آنها می پردازیم. شرکت ساخت نیمه هادی که دفتر آن در کلورادو آمریکا قرار دارد طیف گسترده ای از سخت افزارهای مربوط به بخش مدیریت ذخیره سازی برای ایستگاههای کاری و سرورهای با عمکرد بالا را تولید میکند. مشتریان آنها اصولا تولیدکنندگان تجهیزات رایانه ای هستند. تاخیرهای زمانی بالا در این مدل بدین معناست که تراشه سازها باید بتوانند تقاضا را در طول افق زمانی نسبتا طولانی مدت با قابلیت اطمینان خوبی پیش بینی کنند.
مدیر برنامه ریزی و مدل سازی با مشکلات مهمی روبه رو است، در این بازارها مجال اشتباه کردن نیست، بازار نیمه هادی ها به شدت رقابتی است. مشتریان غالبا شرکتهای بزرگ هستند و قدرت بازاری زیادی بین تأمین کنندگان خود دارند. مهمترین عرصه رقابتی در این صنعت زمان تحویل است زیرا چرخه عمر محصولاتی که با تراشه های تولیدی این شرکت و شرکتهای رقیب تولید میشود غالبا بسیار کوتاه است.
این شرکت از مدلهای رویدادگرا برای پیش بینی تقاضا خود استفاده می کند و اعتقاد دارد رویکرد پیش بینی پایین به بالا برای شرکتهای مشتری مدار مانند آنها مناسب ترین رویکرد است. پیش بینیهای پایین به بالا از طریق گردآوری پیش بینی های خود مشتریان از نیازمندیهای تحویل هر قلم موجود در فهرست درخواستی آنها برای 4 فصل آینده انجام می شوند. پیش بینی انجام شده به مدیران و مهندسان بازاریابی محصول داده می شود، پس از بررسی پیش بینی نهایی شده برای استفاده در سطح کل شرکت آماده خواهد شد. شکل 2-1 پیش بینی درآمد 6 و12 ماهه را بر مبنای پیش بینی تقاضای مشتری، در برابر فروش واقعی نشان می دهد.
افق پیش بینی 6 سال و داده ها به صورت میانگین های متحرک مرکزی 3 ماهه هستند تا به این ترتیب اختلالات نوسانی حذف شوند. اگر پیش بینی ها دقیق می بود بایستی منحنیهای فروش واقعی و فروش پیش بینی شده یکی میشدند. همانطور که مشهود است این پیش بینی ها چندان دقیق نیستند - میانگین خطای مطلق برای پیش بینی 6 ماهه 40 درصد و برای پیش بینی 12 ماهه 46 درصد - .
دوم اینکه این پیش بینی ها همبستگی ضعیفی با فروش واقعی دارند و نسبت به فروش واقعی ناهم فازند - وقتی فروش واقعی زیاد است پیش بینی کم و بالعکس - . سوم اینکه پیشبینیها بسیار بیشتر از فروش واقعی اند - اریبها حاکی از پیش بینی های خوشبینانه مشتریان بود - . چهارم اینکه پیش بینی ها ناپایدارند و نوسان شدیدی پیرامون روند رشد دارند و واریانس آنها از تولید واقعی بسیار بزرگتر است. اینگونه پیشبینیها موجب ایجاد خطاهای پرهزینه در برنامهریزی تولید و ایجاد ظرفیت میشود.
مدیر برنامه ریزی و مدل سازی با این شواهد به این نتیجه رسید که پیشبینیها از اطلاعات مفید چندانی درباره تقاضای آینده برخوردار نیست و خطا و ناپایداری های موجود در این نوع پیش بینی باعث شد این شرکت مجبور به انجام تغییرات پیوسته و پرهزینه ای در برنامه تولید و تنظیم ظرفیت شود. در نهایت انجام این قبیل پیش بینی ها، هم زمان زیادی می برد و هم هزینه زیادی در برداشت. دلیل عدم موفقیت این پیشبینیها به عوامل ساختاری عمیقتری مرتبط است. اما نمیتوان این روش را بدون معرفی جایگزین زیر سوال برد.
