Gleitende Durchschnitte A2 Wirtschaftsstudien

Verschieben von Durchschnitten und Extrapolation Diese beiden Methoden nutzen umfangreiche Verwendung von Absatz - und anderen Daten, um Vorhersagen über die Zukunft zu machen. Ein gleitender Durchschnitt nimmt eine Datenreihe und glättet die Schwankungen in den Daten, um einen Durchschnitt zu zeigen. Das Ziel ist es, die Extreme der Daten von Zeitraum zu Zeit. Gleitende Durchschnitte werden häufig auf vierteljährlicher oder wöchentlicher Basis berechnet. Die Extrapolation beinhaltet die Verwendung von Trends, die durch historische Daten erstellt wurden, um Vorhersagen über zukünftige Werte zu treffen. Die Grundannahme der Extrapolation besteht darin, dass das Muster in die Zukunft fortschreitet, es sei denn, es spricht etwas anderes dafür. Um diese Techniken weiter zu verstehen, schauen Sie sich das folgende Diagramm an, das den Quartalsabschluss (m) für ein großes Geschäft von Q1 Year06 bis Q4 (Year10) zeigt: Die blaue Linie zeigt den tatsächlichen Umsatz im Quartal an. Wie Sie sehen können, variiert der Umsatz von Quartal zu Quartal, obwohl Sie vielleicht aus der Betrachtung der Daten, dass der allgemeine Trend ist für eine Steigerung Anstieg der Umsatz zu erraten. Die rote Linie zeigt den vierteljährlichen gleitenden Durchschnitt. Dies wird berechnet, indem die letzten vier Quartale der Verkäufe (z. B. Q1 Q2 Q3 Q4) addiert werden und dann durch vier dividiert wird. Diese Technik glättet die vierteljährlichen Schwankungen und gibt einen guten Hinweis auf die Gesamtentwicklung des Quartalsumsatzes. Wenn man sich das Diagramm ansieht, wie können sich die gleitenden Mittelwerte und die Extrapolation helfen, den Umsatz ab dem Jahr 11 zu prognostizieren, zeigt der gleitende Durchschnitt den Wachstumstrend an (ausgedrückt als prozentuale Wachstumsrate), und diese Extrapolation würde zuerst den Weg vorhersagen Künftige Verkäufe. Dies könnte mathematisch mit einer Kalkulationstabelle durchgeführt werden. Alternativ kann ein extrapolierter Trend einfach als grobe Schätzung gezeichnet werden, wie unten gezeigt: Wie nützlich ist die Extrapolation Die wichtigsten Vorteile und Nachteile sind unten zusammengefasst: Vorteile der Extrapolation Eine einfache Methode der Prognose Nicht viel Daten erforderlich Schnell und billig Nachteile der Verwendung von Extrapolation Unzuverlässig, wenn signifikante Schwankungen der historischen Daten vorliegen Angenommen, der vergangene Trend wird in der Zukunft in vielen Wettbewerbsumgebungen unwahrscheinlich bleiben Ignoriert qualitative Faktoren (zB Veränderungen im Geschmack amp Moden) Marktanalyse Gleitende Durchschnitte A2 Business Studies. 2 Starter Mallet of Panic Thema 1: Arten von britischen Wildtieren Thema 2: Marken von Süßwaren Thema 3: Marketing-Schlüsselbegriffe 3 Ziele und Ziele Ziel: Die gleitenden Durchschnitte zu verstehen. Ziele: Bewegungsdurchschnitte definieren und erläutern Beschreiben Sie die Verwendung von Bewegungsdurchschnitten. Analysieren Sie den Nutzen der Extrapolation 4 Bewegungsdurchschnitte Definition: Eine Technik, um einen zugrundeliegenden Trend zu identifizieren, indem Schwankungen der Verkaufsdaten ausgeglichen werden. Schwankungen können durch saisonale Nachfrage etc. verursacht werden. 5 Drei Monate Moving Average Methode: Fügen Sie zusammen drei aufeinander folgenden Monaten Daten. Berechnen Sie einen Durchschnitt. 6 Methode Monat Sales (000s) Kalkulation3 Monat Umzug Durchschnitt Januar 24 Februar 27 März 29 April 29 Mai 32 Juni27 8 MonatSales (000s) Kalkulation3 Monat Umzug Durchschnitt Januar24 Februar27 () März29 () April29 Mai32 Juni27 Juli31 August32 September34 Oktober38 November39 Dezember39 9 Aufgabe 1 MonatSales (000s) Kalkulation3 Monat Gleitender Durchschnitt Januar24 (Februar) März (März) März (März) März (März) März (März) März (März) Z. B. Saisonale Faktoren. Zeitskala ie. 3 Monate 4 Monate 12 Monate hängt von der Natur des Unternehmens. Supermärkte verwenden kurze Zeiträume. Baufirmen nutzen längere Zeiträume. 13 Extrapolation Die Vergangenheit und Gegenwart von Daten über einen Markt und unter Verwendung eines identifizierten zugrunde liegenden Trends, um zukünftige Umsätze vorherzusagen. 14 Vorteile Nachteile der Extrapolation In Gruppen entscheiden Sie auf Ihren Whiteboards über die Vorteile und Nachteile der Extrapolation. Sie können Folgendes berücksichtigen: Budgets, Motivation Zielsetzung Fallstricke der Vorhersage Art des Marktes Das Unternehmen ist in 15 Vorteile und Nachteile der Extrapolation Nutzen Sie können Informationen für die Einstellung der funktionalen corp. Ziele. Hilfe bei der Festlegung der Budgets und der Personalplanung. Nachteile Vorhersage beruht auf der Vergangenheit. Fein in langsam bewegten Märkten. Können in schnelllebigen Märkten wie Technologie, wo konstante RD erforderlich ist, irreführend sein. S-cool, die Revision Website Marktforschung Marktforschung beinhaltet das Sammeln und Analysieren von Daten aus dem Markt (dh von Verbrauchern und potenziellen Kunden), um Waren und Dienstleistungen Die ihren Bedürfnissen entsprechen. Hierbei handelt es sich um die Erhebung von Primärdaten, dh Informationen, die speziell für die jeweilige Studie gewonnen wurden. Es kann auf drei Hauptwege gesammelt werden: Beobachtung, Fragebögen und Experimente. Die Beobachtung beinhaltet das Beobachten und Beobachten und Aufzeichnen ihres Verhaltens (z. B. Fernsehbildmuster, Kameras, die Verkehrsströme überwachen, Einzelhandels-Audits, die messen, welche Marken von Produktverbrauchern gekauft werden). Fragebögen sind ein Mittel zum direkten Kontakt mit Verbrauchern und können eine Vielzahl von Formen annehmen. Persönliche Fragebögen (z. B. Haus-zu-Haus-Befragung), postalische Fragebögen, Telefonfragebögen und Fragebögen (wie zum Beispiel die Einstellung einer Gruppe von Verbrauchern zu einem neuen Produkt). Fragebögen können ein sehr teurer und zeitaufwändiger Prozess sein, und es kann sehr schwierig sein, das Element der Bias in der Art, wie sie durchgeführt werden, zu eliminieren. Es ist wichtig, dass jeder Befragte die gleichen Fragen in der gleichen Reihenfolge gestellt werden muss, ohne dass Hilfe oder Schwerpunkt auf bestimmte Fragen Antworten gelegt werden. Experimentieren beinhaltet die Einführung einer Vielzahl von Marketing-Aktivitäten auf dem Markt und dann die Messung der Wirkung von jedem dieser auf die Verbraucher. Zum Beispiel, Test-Marketing, wo ein neues Produkt wird in einem kleinen, geografischen Bereich und dann die Reaktion der Verbraucher auf sie wird diktieren, ob das Produkt auf nationaler Ebene gestartet wird oder nicht. Dies ist die Sammlung von sekundären Daten, die bisher von anderen gesammelt wurden und nicht speziell für die jeweilige Studie entwickelt wurden, aber dennoch relevant sind. Sekundäre Daten sind weit billiger und schneller zu sammeln als primäre Daten, aber es kann veraltet sein, bis die Zeit, dass es recherchiert wird. Die wichtigsten Quellen für sekundäre Daten sind Nachschlagewerke, Regierungsveröffentlichungen und Unternehmensberichte. Die primäre und die sekundäre Forschung wird das Unternehmen mit vielen Daten in Bezug auf ihre Märkte und ihre Verbraucher. Diese Daten können dann verwendet werden, um die aktuelle Situation auf dem Markt zu beschreiben, zu versuchen, vorherzusagen, was in der Zukunft auf dem Markt passieren wird, und die Trends, die aufgetreten sind, zu erklären. Das Unternehmen kann auch die Marktforschungsdaten nutzen, um den Markt zu segmentieren. Dabei geht es darum, den Markt in verschiedene Gruppen von Verbrauchern zu zerlegen, die ähnliche Merkmale aufweisen, um jeder Gruppe ein Produkt zu bieten, das ihren Bedürfnissen am besten entspricht. Die wichtigsten Wege der Segmentierung eines Marktes sind: Nach den Verbrauchereigenschaften. Dies beinhaltet die Untersuchung ihrer Einstellungen, Hobbys, Interessen und Lebensstile. Nach Demographie. Alter, Geschlecht, Einkommen, Art des Hauses und sozioökonomischer Gruppe. Nach Lage. Die Region des Landes, städtisch-v-ländlich usw. Eine effektive Segmentierung des Marktes kann dazu führen, dass neue Chancen identifiziert werden (dh Marktlücken für ein Produkt), Absatzpotenzial für realisierte Produkte und erhöhte Marktanteile, Umsatz und Rentabilität. Quantitative Forschung umfasst die Durchführung einer Marktforschung, indem sie eine Stichprobe der Bevölkerung und fragt sie voreingestellte Fragen über einen Fragebogen (in der Regel 200 Befragten), um die wahrscheinliche Nachfrage nach verschiedenen Preisniveaus, geschätzten Umsatz eines neuen Produkts, Und der typische Käufer der companys Produkte. Die Daten sind numerisch und können graphisch und statistisch ausgewertet werden. Es gibt mehrere Arten von Proben, die verwendet werden, um quantitative Daten zu sammeln: zufällige Stichproben - dies gibt jedem Mitglied der Öffentlichkeit die gleiche Chance, in der Stichprobe verwendet werden. Die Befragten werden oft per Computer aus einem Telefonbuch des Wahlregisters ausgewählt. Quotenentnahme - Bei dieser Methode werden die Konsumenten in Segmente unterteilt, die bestimmte Merkmale (z. B. Alter oder Geschlecht) teilen. Die Interviewer werden dann aufgefordert, eine bestimmte Anzahl von Befragten aus jedem Segment zu wählen. Allerdings ist die Anzahl der Befragten in jedem Segment in der Regel nicht repräsentativ für die Gesamtbevölkerung. Cluster-Sampling - dies bedeutet normalerweise, dass die Konsumenten in geografische Gruppen (oder Cluster) gruppiert werden und dann eine Zufallsstichprobe an jedem Standort durchgeführt wird. Stratified Sampling - die Konsumenten werden wieder in Segmente (oder Schichten) gruppiert auf der Grundlage einiger Vorkenntnisse, wie die Bevölkerung aufgeteilt ist. Die Anzahl der Personen, die aus allen Schichten interviewt werden, ist proportional zur Gesamtbevölkerung. Qualitative Forschung versucht, einen Einblick in die Motivationen, die einen Verbraucher, sich in einer bestimmten Weise zu verhalten. Es wird in der Regel durch Gruppendiskussionen (oft als Fokusgruppen), um die Gründe für die Verbraucher Käufe zu entdecken. Die Gruppendiskussion wird häufig von einem Psychologen in entspannter Weise geleitet, der die Konsumenten dazu ermutigen sollte, ihre Einkaufsgewohnheiten und Vorstellungen über bestimmte Produkte und Marken zu diskutieren. Dabei geht es darum, die zukünftigen Ergebnisse (z. B. das Umsatzniveau) abzuschätzen. Die Vorhersage kann auf verschiedene Weise erfolgen: Extrapolation - es geht darum, die Tendenz zu identifizieren, die in den vergangenen Daten existiert hat und diese dann in die Zukunft fortsetzt. Dies geschieht häufig durch die Verwendung eines Softwarepakets, um eine Reihe von Best-Fit für vergangene Daten zu etablieren und dann einfach diese Zeile in die Zukunft zu erweitern. Die Delphi-Technik - dies beinhaltet die Verwendung einer Gruppe von Unternehmen und Prognose-Experten, die diskutieren und vereinbaren weitreichende Prognosen für wichtige Themen und Veranstaltungen. Marktforschung - dies kann verwendet werden, um zu versuchen und etablieren die Kaufabsichten der Verbraucher. Zeitreihenanalyse - dies versucht auch, zukünftige Ebenen aus vergangenen Daten vorherzusagen. Es gibt 4 Hauptkomponenten von Zeitreihen-Daten. Der Trend, zyklische Schwankungen (aufgrund der Konjunkturzyklen von Rezessionen und Booms), saisonale Schwankungen und zufällige Schwankungen. Natürlich ist es nicht einfach, zu prognostizieren und zu prognostizieren, was in der Zukunft passieren wird, und viele Variablen werden sich sowohl kurzfristig als auch langfristig ändern, was die Genauigkeit der Prognosen beeinträchtigen wird. Es ist immer ratsam für Unternehmen, eine Vielzahl von Prognosetechniken zu verwenden, um zu geeigneten und akzeptablen Zahlen für die Zukunft (z. B. Kosten, Umsatz, Umsatz, Gewinne, etc.) zu gelangen. Es gibt eine Vielzahl von Techniken, die ein Unternehmen verwenden kann, um die Daten, die es sammelt durch seine Marktforschung Methoden zu analysieren. Der Mittelwert - dies ist die Summe der Artikel geteilt durch die Anzahl der Artikel. Der Median - das ist die mittlere Zahl in einem Datensatz. Der Modus - das ist die Zahl oder der Wert, der am häufigsten in einem Satz von Daten auftritt. Der Bereich - das ist die Differenz zwischen dem höchsten und dem niedrigsten Wert in einem Datensatz. Der interquartile Bereich - dies berücksichtigt den Bereich innerhalb der zentralen 50 eines Datensatzes. Es ignoriert daher die oberen 25 und die unteren 25 und ist weniger anfällig für Verzerrungen durch extreme Werte. Die Standardabweichung - dies ist ein Maß für die Abweichung vom Mittelwert in einem Datensatz. Vertrauensintervall - dies ist ein Maß für die wahrscheinliche Genauigkeit der Ergebnisse einer Stichprobe. Bei einem Konfidenzintervall von 95 liegt eine Wahrscheinlichkeit von 0,95 vor, dass der wahre Durchschnitt an dem Punkt liegt, an dem die Probe glaubt, dass sie liegen wird (mit anderen Worten, die Ergebnisse der Stichprobe werden 19 Mal von 20 korrekt sein). Indexnummern - dies ist eine statistische Maßnahme, die dazu dient, Änderungen in einer Reihe von Daten (wie z. B. Verkaufszahlen) einfacher zu verwalten und zu interpretieren. Dabei geht es darum, eine Dateneinheit mit einem Wert von 100 (Basiszeitraum) zu versehen und die anderen Datenmengen proportional zu dieser anzupassen. Beispielsweise . Wenn die Verkäufe für ein bestimmtes Geschäft 163200.000 im Jahr 1, 163220.000 im Jahr 2 und 163270.000 im Jahr 3 sind, dann können Indexzahlen verwendet werden, um zu helfen, den Trend innerhalb der Daten zu identifizieren. Der Umsatz im Jahr 1 wird mit einer Indexnummer von 100 (dies wird als Basisjahr bekannt) angegeben. Jahr 2 hat 16320.000 mehr Umsatz als im Jahr 1 - dies ist ein 10 Anstieg, so dass die Index-Nummer im Jahr 2 wird 110. Jahr 3 hat 16370.000 mehr Umsatz als im Jahr 1 - dies ist ein 35 Anstieg, so dass die Index-Nummer im Jahr 3 werden 135. Moving Average - dies ist eine weitere Möglichkeit, den Trend in einer Reihe von Daten zu identifizieren. Es erlaubt die Überschichtung von Extremwerten, um das zugrunde liegende Muster in einem Datensatz zu zeigen. Betrachten Sie zum Beispiel die folgenden Daten, die sich auf Verkäufe über einen Zeitraum von 5 Jahren für ein Unternehmen beziehen: