Прогнозирование с учетом изменения цены : Математика и методы анализа товарных ресурсов

Приветствую!

Есть ли у кого-нибудь опыт прогнозирования продаж или спроса с учетом статистики изменения цены ?

Пример во вложении.
В файле дана статистика продаж по дням и статистика изменения цены.
Если прогнозировать без учета цены, то я не нашел способа получить приемлемый прогноз на две недели вперед после "06 июня", когда цена существенно снижена.

Другие подобные ряды данных показывают, что изменение динамики происходит в момент изменения цены, а потом влияние постепенно снижается, Вопрос: как бы это в виде формул прописать ?

Кто-нибудь решал подобные задачки ?

Заранее спасибо.

Вложения

Prognoz_po_tsene.rar (10.0 Кб, 342 просмотров)

Ренат, попытка нахождения зависимости спроса в натуральных единицах от нескольких параметров, приведет Вас к нейронным сетям. Они уже являются частью не только многих стат. пакетов, но и некоторых наиболее известных и распространенных СУБД, таких, как MS SQL Server. Но применение готовых технологий требует владения теорией, а на нее нужно потратить пару лет, поэтому поступите проще: для товарных групп с существенно меняющейся ценой, прогнозирование спроса стоит производить не в натуральных единицах, а в денежных.

Привет, Ренат.
В общем случае, изменение продаж в след за изменением цены складывается из трех причин (по идее, снижение цены должно мотивироваться одной или несколькими из этих причин):
1. покупка товара впрок (поменяли раньше необходимого плазму или купили стиральный порошок с запасом из-за скидки). В этом случае мы теряем будущие продажи, разумно так распродавать излишки.
2. покупка товара вместо его заменителя (пришли за плазмой сони, а купили панасоник). В этом случае мы перераспределяем продажи и это должно быть нам выгодно (распродажа стока, увеличение доходности).
3. реакция прямых конкурентов на изменение цены. Если они не отреагируют - вы отожмете у них часть рыночной доли.
Если последний пункт можно оценить при помощи мониторинга цен и наличия товара у конкурентов, то первые два пункта можно оценить только при помощи опросов. Но т.к. опрос - штука затратная, то в большинстве случае придется полагаться на "экспертное" мнение соответствующих сотрудников. В результате, мы видим, что один компонент внешний (конкуренты), остальные - внутренние "экспертные". Следовательно, на конкурентном рынке спрогнозировать продажи вслед за изменением цены можно только с определенной долей вероятности, а в вашей модели ни одна из причин не учитывается полностью.

Ренат, добрый день!
1. Думаю, что сначала нужно разделить товар по группам эластичности от цены, и потом только применять ту или иную модель прогнозирования.
2. Слишком много факторов влияет на процесс продажи товара, и цена является одним из этих факторов. Находя зависимость продаж только от одного фактора, приводит к сильному упрощению модели, в идеале все факторы от которых зависит процесс продажи нужно учитывать.

SQL server как раз не проблема. по алгоритмам с нейронными сетями для SQL есть примеры где почитать/посмотреть ?
прогнозировать в "деньгах" - интересная идея. попробую сегодня :)

Понятно, что не всегда учет цены продажи для построения прогноза вообще оправдан.

А есть общепринятые критерии деления на группы "эластичности" ?

Про Data Mining в SQL Server можно почитать [ здесь. ]
Также сети входят в состав [ Simulink в MatLab. ]

1. Эластичный спрос - если при уменьшении цены объем реализации увеличивается.
2. Неэластичный спрос - если в результате уменьшения цены объем реализации падает.
3. Абсолютно неэластичный спрос - если в результат уменьшения цены объем реализации не меняется.
П. 1 можно еще разделить на группы.

Некоторые свои комментарии написал в Вашем файле.
[attachment=0:3egd2hs9]Prognoz_po_tsene.rar[/attachment:3egd2hs9]
Глядя на Ваши данные видно, что при увеличении цены продажи падают. Смотри колонки P и Q. Я поставил рядом две колонки и отсортировал по цене. На рис 1 видно, что до цены 4550 из 15 точек только три продажи ниже 10. При цене больше 4600 только три продажи больше 10 из 20 точек. т.е. явно видно, что цена влияет на продажи.
На рисунке 2 видно как цена изменяется во времени.
Рисунок 3 повторяет в общем рисунк 2, но аргументом здесь является накопленный объем продаж, а площадь под кривой означает очевидно сумму выручки от продаж. Если мы будем поднимать цену продаж слишком круто, то продажи упадут и выручка снизится. Если цена будет подниматься слишком полого, то мы недополучим какую-то часть выручки из-за низкой цены. Поэтому, очевидно, надо стараться, чтобы цена росла не слишком полого и не слишком круто, а так, чтобы под кривой была максимальная площадь на графике зависимости цены от накопленных объемов.
Что касается прогноза, то на рис 3 видно, что после 9 июня 2011г Вы стали постепенно повышать цену вплоть до 23 июня 2011г. Наверно этот интервал можно взять в качестве основы прогноза. Ваши продажи будут зависеть от той цены по которой Вы будете продавать. При цене 4550 думаю будет на уровне 11.

Вложения

Prognoz_po_tsene.rar (16.4 Кб, 306 просмотров)