Hjælp til salg (Ikke internet)

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Tom Egeskov — Sun, 11 Nov 2012 11:46:08 GMT

Nikolaj:
Hvor attraktiv et værktøj var forecasting i din virksomhed ?

Ikke ret meget. Det var en gammeldags virksomhed hvor sådanne beregninger var tidsspilde da "man jo ikke kan beregne fremtiden". Nu sad jeg med alt indkøb, så jeg havde faktisk meget stor glæde af disse beregninger :-)

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Nikolaj — Sun, 11 Nov 2012 11:39:22 GMT

Hej Tom og Søren,

Opgavebeskrivelsen til bachelorprojektet er således;

Der foreligger dag-til-dag efterspørgselsdata for 3 år disaggregeret på 27 varenumre. Der ønskes en forecast-analyse baseret på de første 2 år og valideret på data fra det 3. år. Efterspørgselstallene er influeret af sæsonvariationer og kampagnetilbud. Der ønskes både en forecastanalyse på de enkelte varenumre men også på “aggregerede produkter”. Der foreligger infomation om, hvilke varenumre der dækker over produkter med en høj grad af mulig substitution.

Datamaterialet omhandler salg af forskellige pølser.

I denne opgave vil glidende gennemsnit, eksponentiel udglatning og regression være en stor del af metoden.

De eksponentielle udglatningsmetoder vil være Holt`s method og Winter`s method. Den ene korrigere kun for trends, mens den anden både korrigere for sæsonudsving og trends. Det er dog min ambition at udvide metodevalg til coinintregated indikator brugt som instrumentale variabler. En coinintregated variable er et index, som følger udviklingen nu og her. Fx industriensproduktionniveau følger udviklingen i BNP. Instrumentale variabler i en regressions analyse beskriver noget uobserveret ved en parameter.

Fx I et forsøg på at forudsige omsætningen vil salg være en god variable, men denne variable er et problembarn på to fronter.

1. den er stærkt afhængig af salg fra tidligere perioder, og den tager heller ikke højde for udviklingen i industriens attraktivitet(Dette kan testet med økonometriske metoder). I dette tilfælde kan man lave en instrumental variable, som beskriver industriens attraktivitet(hvilket har indflydelse på salg) og salg fra tidligere perioder. Disse to instrumentale variabler kan nu bruges i regressions analyse, som gør forudsigelsen tager højde for salg i tidligere perioder og industriens attraktivitet.

Håber overstående giver et indblik i anvendte metoder.

Hvis datamaterialet var på mere end 4 år, ville AR processer og Box-Jenkins metoder også være anvendelige.

Hvis de producerede IV`s baserede sig på datamateriale udenfor virksomheden fx dmi vejrforudsigelser, kunne monte-carlo-simuleringer bruges til at kaste lys på sandsynligheden for vejret i en given periode ville være på en bestemt måde. Spørgsmålet er nu blot er denne præcisering af vejr fænomenet mere værd end et gennemsnit tal for antal solskinsdage i den pågældende måned?

@Tom

Hvor attraktiv et værktøj var forecasting i din virksomhed ?

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Søren Larsen — Sun, 11 Nov 2012 10:11:54 GMT

Hej,

Spændende projekt.

Hvilke model-typer anvender du? Er det logistisk regression, principal component analysis eller noget helt andet?

Bruger du udelukkende variabler med ophav i produktet eller bruger du variabler, som beskriver udviklingen i kundegruppens købskriterier?

- Søren.

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Nikolaj — Sun, 11 Nov 2012 09:40:32 GMT

Hej Jacob,

Til mit bachelor.projekt er deadline den 16 november, men vil ikke have noget imod at arbejde med en lignende problemstilling om 3-4 måneder. Til projektet om 3-4 måneder vil jeg ikke kræve betaling, men kræve en kommentar til forudsigelsens anvendelse i din virksomhed.

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Tom Egeskov — Sun, 11 Nov 2012 09:39:46 GMT

@Nikolaj

Er de modeller noget du vil beskrive dybere på et tidspunkt i forhold til de data du får til rådighed?

Jeg har ikke selv nogle dataer du kan bruge, men har tidligere arbejdet/eksperimenteret med forcast - de mere simple som

- Glidende gennemsnit

- Eksponentiel udglatning

- Regression

Specielt Eksponentiel udglatning viste sig i mit tilfælde, at være meget præcis i en næsten 2 årig periode, men undtagelse af perioder med kampagner.

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Ukendt — Sun, 11 Nov 2012 08:39:46 GMT

Jeg kunne muligvis have noget, skal dog have mere styr på, hvor meget data virksomheden har liggende.

Hvad er din tidshorisont? Er det noget som er relevant om 3-4 måneder?

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Nikolaj — Sun, 11 Nov 2012 08:35:28 GMT

Hej Lykkebjerg,

De fleste økonomi- og ERP-systemer har et forecasting modul med diverse forecasting-modeller, men disse er i konstant udvikling. Den store udvikling kan vi takke informationsteknologien for. Den giver adgang til finer datasegmentering, som igen åbner muligheden for brug af mere avanceret forecastings-metoder.

Svar: Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Lykkebjerg — Sun, 11 Nov 2012 07:43:02 GMT

Det lyder som er produkt der har en stor fremtid.

Hvad findes der af liggende i dag.

Held og lykke med din bachelor

Forudsigelse af efterspørgslen efter ens virksomheds produkter.

Nikolaj — Sat, 10 Nov 2012 21:40:59 GMT

Hej Amino,

Ville det ikke være belejligt at have viden om efterspørgslen efter ens produkter næste år idag ?

Ligesom de økonomiske vismænd laver forudsigelser om væksten i Danmarks bruttonationale produkt og udvikling i renteniveauet, kan lignende metoder anvendes til at forudsige efterspørgslen efter en virksomheds vare i fremtiden. For at modeller til forudsigelser kan komme med et bud på fremtiden skal den have informationer om virksomhedens produkter, salg og marketing over en længere periode, minimum fire år. Produktinformation handler om egenskaber og udvikling overtid. Salgsinformation handler om antal salg pr. dag, pr. måned, pr, kvartal, pr. år, pr.produktenhed og pr.produktsortiment. Antal handler kræver en vis størrelse før forudsigelsesmodeller kan anvendes, da de bygger på asymptotic theory. Marketinginformation er viden om tidspunktet for kampagnen og dens indhold. Prisreduktion og slagord om varens egenskaber.

Hvorfor er denne tjeneste gratis ?

Tjenesten er et afsluttende bachelor.projekt, hvor vejlederens bud på et datamateriale er mangelfuld i den forstand, at datamaterialet udelukker brugen af mere avanceret forudsigelses-metoder. I denne kontekst er avanceret lig forudsigelses-metoder, som tager højde for flere forhold i relation til efterspørgsel. Så jeg er på udkig efter en virksomhed med information om salg, produkter og markedsføring for en 5 årig periode, gerne mere. Jeg ville foretrække en virksomhed, som sælger vare online, da variationen i informationstyper er større end i en fysisk butik.

Vi skal i fællesskab finde en løsning på den juridiske del. Her tænker jeg især på informationernes følsomhed, tavshedspligt og hvilke aktører informationerne eksponeres overfor. Med aktører menes de personer, som får kendskab til projektet. Dvs. Virksomhed, vejlederen, sensor også opgaveskriveren(undertegnede).

Hvis I har spørgsmål eller er interesseret i at være del af mit bachelor.projekt er spørgsmål pr. mail(Nikolaj.H.Nielsen@Gmail.Com), og telefon(31 31 60 19) velkommen.