Особености на прогнозирането в условия на бързо променяща се обстановка
Технологии за ефективно прогнозиране
Прогнозирането е било, е и винаги ще бъде важна част от управлението на успешен бизнес. На практика всяка компания изрично или косвено използва прогнози, за да планира близкото или далечното бъдеще.
Динамичността на съвременните бизнес процеси внася значителни корекции в системите за прогнозиране. В много компании методите за прогнозиране започват да се включват в автоматизирани работни процеси. Изискванията към точността на прогнозите нарастват, все повече информация става достъпна за анализ и се появяват все повече нестационарни фактори, които влияят на резултатите.
Това води не само до разработването на нови научни подходи, но и до активното използване на най-новите информационни технологии, които позволяват да се улесни работата на специалистите и значително да се повиши ефективността и ефективността на прогнозирането.
По този начин технологичната база за изграждане на ефективни прогнози премина от нивото на експертни оценки на индивиди до сложни статистически методи за обработка на първоначални данни и методи за моделиране на сценарии.
Защо бизнесът има нужда от прогнози?
През последните двеста години населението на света се е увеличило шест пъти, а произведеният продукт - петдесет. С бързото развитие на технологиите светът стана много „по-бърз“.
Но ситуацията може да се промени за част от секундата. В бизнеса подобна нестабилност може да доведе до неоправдани рискове и неочаквани последици от взетите решения.
За да сте готови за тях, трябва да обърнете нужното внимание на прогнозите.
Процесът на прогнозиране на последствията и резултатите неминуемо предшества вземането на всяко решение. А успехът на един бизнес до голяма степен зависи от точността на прогнозите и качеството на прогнозите от конкурентите.
В същото време е очевидно, че най-универсалната прогностична система е човек - квалифициран специалист с опит и информация. Въпреки това, според Юрий Чехович, генерален директор на CJSC Forexis, човек не е в състояние да се справи с огромните количества информация, които трябва да бъдат обработени, за да се изгради висококачествена прогноза. Освен това, както знаете, човешко е да се греши. Следователно в съвременния бизнес информационните технологии все повече се използват при прогнозиране.
Те не заместват специалистите, а са инструмент, който позволява, от една страна, да обработва много по-голям обем информация, от друга страна, не допуска грешки при извършване на хиляди или милиони еднотипни операции.
Освен това повечето големи компании сами по себе си са много сложни и с помощта на станали традиционни статистически методи се оказва (изключително трудно) невъзможно да се свържат конкретни решения, взети в областта, с промени в макроскопичните показатели на компанията като цяло. Ето защо изграждането на вертикална връзка в системата за прогнозиране е една от ключовите задачи за подобряване на качеството на прогнозите.
През последните години активно се развиват методи за правене на бизнес прогнози - използват се съвременни научни методи и най-новите технологии. Освен това компаниите започват да осъзнават не само стойността, но и спешната нужда от внедряване на ефективни ИТ решения за изграждане на прогнози и модели на растеж.
„Научното прогнозиране е сложен многоетапен процес, който включва голям обем рутинна работа с данни и висококвалифицирана работа на експерти анализатори, математически физици и IT специалисти. В най-общия си вид процесът на прогнозиране се състои отопределяне на обхвата на проблемите, формализиране на обекта на прогнозиране, избор на модел и интерпретиране на резултатите чрез формални методи.
В същото време софтуерните платформи помагат за значително намаляване на обема и сложността на извършване на рутинни операции и се концентрират върху същността на възникващите задачи“, каза Юстислав Божеволнов, ръководител на изследователските проекти във Flexis. В същото време оценката на приложимостта на формалните методи за прогнозиране към конкретна ситуация изисква отчитане на субективния фактор - квалификацията на анализатора. „Аналитикът е този, който може да каже колко приложим е полученият модел към реални данни“, подчертава важността на този фактор Артьом Климов, главен изпълнителен директор на BIGroup Labs.
Обяснявайки самия процес на прогнозиране, експертът открои пет основни етапа:
- събиране и подбор на данни, въз основа на които се изграждат модели;
- почистване на данни, включително попълване на празнини, редактиране на отклонения, изглаждане, елиминиране на дубликати и несъответствия;
- трансформация, по време на която данните се превеждат на езика на математиката;
- избор или изграждане на модел;
- проверка на уместността и ефективността на получения модел, интерпретиране на резултатите.
Особено значим е последният етап, на който изграденият прогнозен модел се въвежда в действие. „Системата е разположена на индустриално оборудване, свързано с „бойни“ източници на данни, интегрирани в съществуващите процеси на клиента“, отбелязва Юстислав Божеволнов. - Прави се оценка на работата на системата за прогнозиране, като се отчита и влиянието върху бизнес процесите. Естествено, описаният процес трябва да премине напълно, когато се решава само нов проблем. Ако трябва да решитестереотипна задача за нов клиент или внедряване на стандартно решение, тогава някои от стъпките са или опростени, или стават ненужни.
Прогнозирането е един от най-често срещаните ранни етапи в бизнеса днес, независимо от индустрията. Степента на ефективност обаче, а оттам и търсенето на прогнози, варира в различните отрасли.
Според Юрий Чехович има няколко области, в които прогнозирането се е превърнало в класически бизнес инструмент. На първо място, това е търговията на дребно, особено търговските мрежи на дребно, където изграждането на прогноза за продажбите за всеки вид продукт във всеки магазин е необходимо за формирането на навременни поръчки към доставчиците. В допълнение, тук се търси прогнозиране на различни видове фактори за планиране: обеми на продажби по продуктови групи, магазини, региони и в цялата мрежа като цяло.
В банковата индустрия решаването на огромен брой задачи се основава на прогнози: кредитоспособността на кредитополучателите, финансовите потоци и салда по депозити, търсенето на пари в брой на банкоматите и др. Телекомуникационните компании традиционно трябва да решават проблема с оптималното разширяване на честотната лента на мрежата за предаване на данни, като се вземе предвид икономическата ефективност. Освен това доста дългите срокове за изграждане на нови комуникационни линии изискват дългосрочни прогнози.
Артем Климов също добави електроенергийната индустрия към списъка на индустриите, в които прогнозирането все повече се превръща в необходимост: „Във връзка с либерализирането на пазарите на електроенергия на едро и дребно задачата за почасово прогнозиране на потреблението на електроенергия излиза на преден план в работата на енергийните компании и промишлените предприятия. Висококачествената прогноза за потреблението на енергия може значително да намали разходите,свързани с изкупуването на електроенергия. Естествено, това не е пълен списък на индустрии, в които прогнозирането може да се прилага ефективно.
Разработване на нови подходи за прогнозиране
Бързото развитие на бизнеса налага необходимостта от подобряване на методите за прогнозиране. Големите обеми статистическа информация и прилагането на съвременни методи за нейната обработка и анализ са основните тенденции в прогнозирането. „Теорията на динамичните системи, синергетиката, нелинейната динамика – тези сравнително нови области на математиката ни позволяват да получаваме невероятни резултати“, казва Юстислав Божеволнов.
Говорейки за принципно нови подходи към прогнозирането, Артьом Климов подчертава въвеждането на модели на невронни мрежи. Използването на този подход, според него, позволява да се премахнат основните недостатъци на традиционните методи за прогнозиране.
Западните компании отдавна използват тези технологии като най-приоритетни за решаване на прогнозни проблеми, а в българския бизнес тези методи се използват сравнително скоро. „Моделите на невронни мрежи са идеални за моделиране и прогнозиране на лошо формализирани бизнес процеси, когато е известен само набор от фактори, които влияят на прогнозираната стойност, и е абсолютно неясно как точно те влияят върху нея.
В допълнение, невронните мрежови алгоритми принадлежат към така наречените адаптивни алгоритми, тоест, ако пазарната ситуация се промени, невронната мрежа се адаптира (преквалифицира) към новото пазарно поведение и коефициентите на модела се коригират автоматично“, обяснява експертът.
Друга важна посока на развитие, според Юрий Чехович, се дължи на наличието на огромен брой методи за прогнозиране и анализ на данни. Дори на професионалистите им е трудноизберете най-подходящия алгоритъм за конкретна задача, тъй като се изисква и оптимизиране на параметрите.
За решаването на този проблем са разработени методи за оптимален избор на модели за прогнозиране, тяхното изграждане и настройки на състава. Такива "композитни" модели са в състояние да дадат по-добри резултати. Освен това напоследък все повече се търсят бизнес ориентирани системи, които се занимават с оптимизиране не на абстрактната функционалност на прогнозното качество, а на конкретния ефект от използването на продукта в бизнеса.
Формиране на пазара на прогнози и неговото бъдеще в България
Един бързо развиващ се бизнес има остра нужда от анализ и прогноза за пазарната ситуация. Ръководителите на активни компании разбират това и инвестират в стратегически важни аналитични проекти, които включват прогнозиране. Според Юрий Чехович българският пазар на "стандартни" прогностични продукти се е формирал доста отдавна, но в момента е рано да се говори за утвърден пазар на високотехнологични прогностични продукти.
Само големи и някои средни компании мислят за закупуване на подходящи решения. Преобладаващата част от българските фирми или прилагат доста примитивни функции за прогнозиране, вградени в други системи, или използват собствени разработки.
Това състояние се дължи на първо място на относително ниската степен на информатизация на бизнеса.
На второ място, фактът, че много сектори на българската икономика все още не са надраснали екстензивния етап на развитие и въпросите за подобряване на ефективността на бизнеса често се оказват по-нископриоритетни в сравнение с въпросите за неговото разширяване.
Трето, доста високата цена на притежание е сериознасистеми за прогнозиране.
„Въпреки това“, казва експертът, „с нарастването на конкуренцията все повече компании ще се стремят да повишат ефективността на своя бизнес чрез използването на системи за прогнозиране и цената на такива системи постепенно ще намалява.“
„Бъдещето на посоката, ИТ пазарът, свързан с прогнозирането, ще върви в две посоки“, смята Артем Климов. От една страна, ще има експанзия на аутсорсинг услугите. При този формат на взаимодействие софтуерният продукт не е на сървъра на крайния потребител, а на сървъра на ИТ компанията, предоставяща услугите. Съгласно определен регламент, части от данните се прехвърлят от компанията на клиента към ИТ доставчика, който изпраща на клиента прогноза, изградена, като се вземат предвид новите входящи данни.
Този начин на взаимодействие позволява да се реши проблемът, свързан с недостига на висококвалифицирани специалисти по прогнозиране. От друга страна, има бизнес сектори, в които подобен формат на взаимодействие между клиент и ИТ доставчик не е възможен поради твърде много информация за прехвърляне, както и необходимостта от висока ефективност при вземане на решения и актуализиране на прогнози.
За такива индустрии най-търсени ще бъдат комплексни решения, които се внедряват от ИТ специалисти директно в компанията на клиента.
Освен това сред новите тенденции трябва да се отбележи нарастващият интерес на научната общност към въпросите на прогнозирането и моделирането. През 2009 г. започва голяма програма на Президиума на Руската академия на науките - "Математическо моделиране и системен анализ на световната динамика". „Резултатите от работата в рамките на тази програма вече показват, че има неизкуствен интерес към прогнозирането вакадемична среда. Нивото, на което се изпълнява програмата, със сигурност ще доведе до резонанс не само в научните среди, но и по-широко“, обобщава Юстислав Божеволнов.