CC BY
823
ПРОБЛЕМЫ ПРИМЕНЕНИЯ МЕТОДОВ ЭКСПЕРТНЫХ оценок в процессе экономического прогнозирования развития предприятия
А.Ю. Корнилова,
менеджер экономического отдела ГУ «МКДЦ» (г Казань)
Т.Ф. Палей,
магистр менеджмента Казанского государственного финансово-экономического института
Статья посвящена проблемам применения методов экспертных оценок в процессе экономического прогнозирования развития предприятия. Даны развернутые иллюстрации проблем, связанных с участием экспертов в процессе прогнозирования в современных условиях. Рассмотрены подходы к решению этих проблем. Приведена характеристика методов экспертных оценок с позиций реалий современной экономики.
Ключевые слова: методы экспертных оценок, экономическое прогнозирование, стратегическое видение, обработка экспертных оценок, эвристика.
УДК: 658.012.2.018; ББК: 291.23в6
Методы экспертных оценок представляют собой комплекс логических и математико-статистических процедур, связанных с деятельностью экспертов по переработке необходимой для анализа и принятия решений информации [1, с.142].
Революция в области коммуникаций, технологические сдвиги во всех сферах жизни привели к изменениям взаимоотношений предприятия с партнерами, конкурентами и потребителями. Кумулятивный эффект изменений повлиял на темп принятия решений: он постоянно растет в соответствии с ускорением изменений. В этих условиях в практике принятия решений применяются методы экспертных оценок, позволяющие сделать выбор при невозможности точных расчетов последствий решений.
Применение экспертных методов в процессе прогнозирования позволяет предвидеть трудно предсказуемые изменения объекта прогнозирования в условиях частичной или полной неопределенности, которая может возникнуть:
— при отсутствии достоверной информации за достаточно продолжительный период;
— при наличии информации, отражающей только качественную сторону явлений, и невозможности количественной характеристики всех факторов, оказывающих существенное влияние на принимаемое решение;
— в процессах, направления развития которых зависят от принимаемых решений, и, следовательно, далеких от объективности;
— в условиях неустойчивого развития и нарушения инерции в динамике процессов и явлений;
— при анализе качественно новых процессов и явлений [1, с.143].
Экономическое прогнозирование играет важнейшую роль в планировании деятельности любого предприятия: прогнозы объема продаж составляют основу планирования производства и сбыта предприятия, макроэкономические прогнозы влияют на выбор направлений капиталовложения и источников его финансирования и т.д. Прогнозы являются компонентами стратегического видения, т.е. маршрута движения предприятия в будущем, определяющего технологии, целевые аудитории, географические и товарные рынки, а также перспективные возможности и облик предприятия в будущем в целом [2, с.67].
Стремительные темпы изменений внешней среды предприятия, необходимость приспособляемости и гибкости усложняют задачу экономического прогнозирования в современных условиях. В долгосрочном периоде достоверность прогнозирования значительно снижается. Быстрые темпы изменений не позволяют с высокой точностью прогнозировать будущее, поэтому необходимо сосредоточить внимание на тщательном анализе факторов, обеспечивающих развитие в будущем для того, чтобы приспособиться к изменениям и вовремя на них отреагировать, а в ряде случаев и сформировать необходимые тенденции. В условиях турбулентной и нестабильной окружающей среды возрастает роль методов экспертных оценок
как инструментов экономического прогнозирования развития предприятия.
Стратегическое видение смещается в сторону построения гипотез о будущем и реализации стратегических намерений при долгосрочных горизонтах, поэтому предпочтительнее строить прогнозы с позиций нормативного подхода, — на базе заранее заданных гипотез о будущем и стратегических намерений. Целью прогнозирования становится определение путей и сроков осуществления стратегических намерений, учитывая гипотезы о будущем и располагая информацией о настоящем состоянии предприятия. Задачами прогнозирования становятся поиск новых возможностей развития предприятия в рамках заданного стратегического намерения и определение причинно-следственных связей, лежащих в основе изменения управляемых или частично управляемых факторов, которые влияют на развитие предприятия.
Нормативное прогнозирование предполагает проведение группой экспертов предпрогнозной ориентации (определения цели, задач, времени упреждения, рабочих гипотез, методов, структуры и организации исследования), исследование прогностического фона, формирование базовой и нормативной модели, т.е. системы показателей, параметров, отображающих характер и структуру объекта, оценку степени достоверности (верификация) и уточнение предварительных моделей с помощью параллельных контрольных методов.
Современные задачи прогнозирования обостряют проблемы, связанные с участием экспертов в выдвижении гипотез и построении научной модели объекта. К таким проблемам можно отнести:
— отрицательное влияние эвристики и группового мышления на результаты прогнозирования;
— трудности, возникающие при обработке мнений экспертов;
— сложность определения вероятности свершения события;
— проблема выбора вида прогноза и метода его формирования, связанные с особенностями объектов прогнозирования (конфликтная, неопределенная, нерациональная ситуация).
А. Тверски и Д. Канеман, оценивая качество высказываемых мнений о вероятности событий, сделали вывод, что хотя эвристика, на основе которой часто выносится мнение экспертов, иногда приводит к хорошим оценкам и позволяет сократить издержки, она также ведет к систематическому вынесению необъективных заключений об объекте. Ошибки прогнозирования, связанные с эвристикой, относятся к особенностям мышления и восприятия людей, их склонности мыслить стереотипами. К таким ошибкам можно отнести следующее:
1. Часто возникающим событиям присваивают чрезмерно большую вероятность возникновения в будущем [8, с.251]. А. Тверски и Д. Канеман объясняют данное явление тем, что данные события легко вспоминают и воспроизводят в воображении, хотя они не обязательно будут иметь высокую вероятность возникновения.
2. События, которые связаны с предубеждениями эксперта, часто переоценивают. Например, у эксперта есть предубеждение, что отечественные товары менее надежны. Он представит в воображении отечественные товары, и у него может возникнуть предубеждение, что отечественные поставщики не поставят товары.
3. Случайный процесс рассматривается как систематический. Например, ожидают, что за месяцем с крайне высоким объемом продаж последует месяц с высоким уровнем продаж, при условии, что никаких изменений в рыночной ситуации или в маркетинговой стратегии не произойдет. На самом деле, это необычное событие, скорее всего, является результатом определенного стечения обстоятельств, вероятность чего в будущем весьма незначительна.
4. Присвоение возникновению двух чем-либо связанных событий большей вероятности, чем одному [8, с.258]. Таким заблуждением может быть присвоение большей вероятности первому из двух утверждений, хотя данные утверждения могут иметь равную вероятность:
— Рост сбережений и нестабильность на рынке финансовых ипотечных инструментов приведет к экономическому спаду в Западной Европе и США.
— Экономический спад возникнет в Западной Европе и США по причине кризиса на рынке финансовых ипотечных инструментов.
Данный аспект необходимо учитывать при сценарном планировании.
5. Концентрирование внимания на элементарных событиях, составляющих объект оценки.
Примером могут служить проекты по внедрению нового продукта или проекты по строительству нового объекта, которые можно представить как серию элементарных событий, при этом каждое из них должно произойти, чтобы проект в целом был осуществлен. Ошибкой будет присвоение проекту вероятности, равной вероятности элементарных событий, ему предшествующих. В то время как вероятность каждого элементарного события высока, вероятность осуществления проекта в целом может быть низкой (вероятность осуществления проекта в целом равна произведению вероятностей элементарных событий).
Другим примером может быть оценка риска загрязнения. Допустим, с химического завода будут утекать вредные отходы в окружающую среду, если хотя бы одна из 10 независимых систем очистки сломается. Каждая система очистки в отдельности имеет вероятность поломки 0,01 в год [8, с.261]. Требуется оценить вероятность вредных выбросов за 12 месяцев. Большинство людей будет ориентироваться на вероятность 0,01, хотя необходимо оценивать риск с учетом вероятности 0,1.
В современных условиях прогнозирование не должно быть основано на опыте прошлых периодов и суждениях или предубеждениях экспертов, а на здравом смысле и тщательном анализе. Привычки и убеждения, а также социальные и временные рамки могут привести к искаженному восприятию при использовании любого метода экспертных оценок. Включение в группу экспертов, способных к творческому мышлению, позволяет уменьшить влияние стереотипов, а участие в процессе прогнозирования специалиста, не имеющего профессионального опыта, а значит, не отягощенного предубеждениями, основанными на знаниях прошлой динамики развития предприятия, может улучшить достоверность прогнозов. Информацию, предоставляемую экспертам, необходимо структурировать и систематизировать.
Негативное влияние на результат прогнозирования феномена, который И. Дженис назвал«групповым мышлением», приводит к неполному изучению альтернативных вариантов действий и принятию неточных прогнозов. Групповое мышление — это, по существу, подавление идей, к которым критически относится лидер группы. Любой процесс прогнозирования должен быть организован таким образом, чтобы стимулировать возникновение спорных, противоположных, «неправильных», на первый взгляд, мнений.
Влияние группового мышления может быть исключено путем устранения или ограничения межличностного взаимодействия и управления информационным потоком в процессе прогнозирования. И. Дженис предлагает с целью исключения влияния группового мышления рекомендовать лидерам не высказывать мнение в первую очередь и делать так, чтобы группа слушала
мнения меньшинства. Однако данное предложение осуществимо на практике только в случае осознания лидерами группы их отрицательного влияния на качество прогнозирования. В обратном случае влияние группового мышления можно исключить только путем привлечения третьего лица — консультанта, следящего за групповым процессом и имеющего беспристрастное мнение о проблеме.
Методами, исключающими негативное влияние группового мышления, являются метод структурированных аналогий «Де-льфи» и метод управляемой генерации идей, их можно отнести к структурированным методам экспертных оценок [8, с.321]. Исследования точности прогнозов, полученных структурированными методами, говорят о том, что они уменьшают ошибки прогнозирования в большей степени, чем прогнозы, полученные без посторонней помощи. К неструктурированным методам относятся метод комиссий, метод коллективной генерации идей и построение сценариев.
Трудности, возникающие при обработке мнений экспертов, заключаются в выборе способа агрегирования экспертных оценок, которыми могут быть приведение оценок экспертов к простой средней арифметической, средневзвешенной и медиане оценок. Данные способы агрегирования могут применяться при всех методах экспертных оценок, за исключением метода «Дельфи», условием реализации которого является использование медианы.
Применение простой средней арифметической оценок может быть наилучшим способом агрегирования мнений в том случае, когда индивидуальные мнения группы можно считать беспристрастными. Однако данная ситуация редко встречается на практике, поскольку члены группы предоставляют оценки, которые имеют, как правило, положительную корреляцию. Например, если один член переоценил продажи будущего года, то тенденция к переоценке появится и у других членов, так как члены группы часто обладают аналогичной компетентностью или пользуются одними и теми же источникам информации.
При использовании средневзвешенной оценки мнений возникает вопрос оценивания навыков рассуждения у членов группы с целью присвоения весов. Методы, оценки весов делятся на три категории: самооценка, рейтинг каждого в индивидуальности всей группой и рейтинга с учетом прошлых лет [8, с.313]. Первые два подхода составляют задачу вынесения мнения индивидом, требующую не только рассуждения о проблеме, но и о квалификации отдельных членов. Если у группы нет единого критерия, позволяющего определить уровень квалификации, то оценка весов может вызвать трудности. Их можно избежать с помощью весов с учетом прошлых лет, если текущая задача, требующая вынесения мнения, будет такой же, как и в прошлом. Однако в условиях нестабильной окружающей среды менеджменту приходится сталкиваться с нестандартными типами задач. И, кроме того, прошлый опыт может быть плохим руководством там, где навыки рассуждения улучшились благодаря обучению. Таким образом, использование средневзвешенной оценки мнений может быть наилучшим способом агрегирования мнений только при определенных условиях.
Исследования проблемы оценки весов показывают, что простые средние предоставляют оценки, которые либо такие же, либо лишь незначительно уступают средневзвешенным. У. Феррел утверждал, что группы, как правило, состоят из отдельных лиц, которые обладают аналогичным уровнем знаний и доступом к той же информации. В случае малых групп, даже если мы выявим лучшие индивидуальные оценки, их точность вряд ли будет намного лучше, чем простого среднего мнений всей группы. Он полагает, что веса будут, вероятно, иметь свои преимущества тогда, когда есть «умеренно большая группа хорошо знакомых людей, которые часто сотрудничают и имеют широкий спектр различных видов экспертных знаний для того, чтобы ответить на вопросы, которые требуют столь же широкого диапазона знаний».
Экспериментальное тестирование метода «Дельфи» выявило, что медиана улучшает результат по сравнению с простой средней арифметической отдельных мнений только незначительно и очень редко [8, с.322]. У. Феррелл утверждал, что причина низкой эффективности метода «Дельфи» связана не с методом агрегирования мнений, а с тем, что обмен информацией является малым. Это происходит потому, участники
анонимны и обратно подается только информация о простой статистической сумме мнений.
С позиции характеристики всех суждений экспертов наилучшим способом агрегирования мнений служит средняя арифметическая. Использование медианы целесообразно при значительном разбросе мнений экспертов, а также при большом количестве экспертов.
Следует отметить, что привлечение большого количества экспертов не всегда бывает оправдано. Исследования А. Эштона и Р. Эштона подтверждают, что если есть высокая внутренняя корреляция между мнениями членов группы, то немного новой информации будет добавлено каждым дополнительным членом группы, и возможно мало смысла в усреднении мнений более чем небольшой группы лиц [8, с.312]. Эксперты должны иметь различный опыт и пользоваться разными источниками информации для того, чтобы их мнения не коррелировали.
Другой проблемой, возникающей при обработке мнений экспертов в случае, если альтернативы сравниваются не одновременно, а последовательно, является неоднозначность результатов.
При последовательном сравнении альтернатив несколькими экспертами порядок сравнения имеет прямое воздействие на выбор членов группы (так называемый «парадокс Кондор-се»). Например, при сравнении между альтернативами А, В и С распределение выбора может быть следующим образом: А > В > С — для первого эксперта; В > С > А — для второго; С > А > В — для третьего. При этом в результате попарного сравнения альтернатив мы можем получить противоречие: если сначала сравнить А и В, то А победит в первом туре, С — во втором, — выбором будет С; если сначала сравнить В и С, то В победит в первом туре, А — во втором, и тогда групповым выбором будет А.
Такой способ обработки мнений экспертов, как ранжирование и статистическая оценка качества решения экспертов в данном случае представляется сложным процессом, поскольку при присвоении рангов исходя из значения альтернативы в последовательности (например, 3 — наибольшее, 1 — наименьшее) все альтернативы будут иметь одинаковое распределение рангов (в сумме 6).
В своей теореме невозможности К. Эрроу доказал, что невозможно получить подлинно демократичную систему урегулирования разногласий в ситуациях, когда эксперты заявили о порядке своих предпочтений. Любой метод, который используется, будет иметь некоторые недостатки.
У. Феррелл считал, что одобрение голосованием является и простым и надежным методом агрегирования мнений экспертов. В этом случае эксперты голосуют по всем параметрам, которые они считают, по меньшей мере, просто приемлемыми. Групповым выбором будет тогда тот вариант, который получит наибольшее число голосов. Конечно, этот метод игнорирует большую часть имеющейся информации об индивидуальных предпочтениях. Хотя вы можете рассматривать варианты А и В, являются ли они приемлемыми, вы можете иметь предпочтения А. Однако, игнорируя эту информацию, метод позволяет избежать получения того типа парадоксальных результатов, который может возникнуть при использовании других методов.
Требование проведения каузального анализа связей, лежащих в основе изменения управляемых или частично управляемых факторов развития предприятия, накладывают ограничения на использование существующих методов экспертных оценок в условиях быстрых темпов изменения окружающей среды. Использование метода структурированных аналогий, «Дельфи», а также метода комиссий и методов генерации идей, не предполагает возможности построения данной причинно-следственной связи, что является значительным недостатком прогнозирования данными методами.
Метод комиссий предполагает дискуссию по обсуждаемой проблеме в форме свободного обмена мнениями между экспертами и выработку обобщенного мнения группы экспертов. Метод коллективной генерации направлен на активизацию творческого потенциала, что позволяет выдвигать новые идеи в отношении возможных вариантов развития процесса. Данные методы не предназначены для причинно-следственного анализа, так как при их использовании эксперты в наибольшей степени находятся под влиянием группового мышления и руководствуются логикой компромисса, чем при использовании других методов.
Допущение, которое принимается при использовании метода структурированных аналогий, заключается в том, что эксперты могут предоставить полезную информацию об аналогиях, но они неэффективны при переводе этой информации в прогноз [6, с.10]. Последнее делается механически, что позволяет исключить предубеждения. Руководитель готовит описание целевой ситуации и выбирает экспертов, которые знакомы с аналогичными ситуациями, находит отношение сходства целевой ситуации и аналогичных и сравнивает результаты их аналогий с потенциальными результатами в целевой ситуации. Затем руководитель выводит прогноз из информации экспертов о наиболее сходных аналогиях. Существенным недостатком данного метода является невозможность прогнозирования в условиях нестабильной окружающей среды. Исторические аналогии не могут быть главным инструментом прогнозирования в условиях нестабильной окружающей среды, поскольку в мире постоянно реализуется множество технологических разработок, и предположение о неразличимости прошлого и будущего является ошибочным.
Метод управляемой генерации идей представляет собой метод обмена мнениями под надзором руководителя, направляющего генерацию идей и стимулирующего ее. Данный метод не нацелен на поиск причинно-следственных связей, однако является эффективным при выдвижении гипотез и предложений по развитию предприятия в будущем, поскольку позволяет исключить предубеждения путем структуризации группового процесса и создает условия для использования творческого мышления в процессе прогнозирования.
Во время процедуры «Дельфи» прогнозы экспертов суммируются и возвращаются обратно всем экспертам, их также информируют о причинах данных прогнозов [6, с.6]. Как уже было отмечено выше, низкая эффективность метода объясняется малым обменом информации. Вследствие этого эксперты не способны определить истинную причину явлений и подготовить достоверный прогноз.
Одним из недостатков экономического прогнозирования с использованием экспертных оценок является сложность определения вероятности свершения события. Метод построения сценариев позволяет обойти эту проблему посредством структурирования неопределенности. Если результатом «Дельфи» является прогноз, то отдельный сценарий не является прогнозом, сценарии фокусируются на ключевой информации об определенности и неопределенности в будущем и предоставляют информативные описания будущего мира — гипотезы [8, с.379]. Типичный способ формирования сценариев опирается на прогнозы. Вследствие сложности определения вероятности свершения тех или иных событий, чем дальше горизонт прогнозирования, тем менее точен результат прогноза. С другой стороны, при современной динамике развития ситуации в экономике смотреть при принятии управленческих решений приходится все дальше и дальше. Решение проблемы построения сценариев в такой ситуации нам видится в использовании гипотез о будущем и намерений реализовать желаемый сценарий развития организации. Итак, ментальная модель будущего должна четко показывать, чем отличается будущее от настоящего, каковы причины и механизмы этих трансформаций. Ментальная модель будущего опирается на систему прогнозов, но в большей мере она определяется гипотезами, которые индивид или компания принимают при формировании своих стратегических намерений. Реализуемость стратегических намерений определяется наличием воли для их реализации и реалистичностью ментальной модели будущего [2, с.75].
Кеничи Омае в книге «Мышление стратега» [3] описывает типичные ситуации, которые блокируют построение реалистичного сценария. Одна из них — формирование «туннельного» видения, которое является слишком узким, не позволяющим представить картину будущего более широко. «Туннельное» видение может возникать в условиях кризиса, когда все усилия сосредоточены на восстановлении прошлого благополучия. Как считает Омае, оно характерно для менеджеров, одержимых идеей победить, добиться успеха любой ценой. Вторая серьезная ловушка в построении видения, по мнению Омае, — стремление к совершенству. Он пишет: «Ключ к победе — разработать такую рыночную стратегию, которая даст преимущество, пусть самое незначительное, над конкурентами, и затем реализовать это преимущество точно в нужный момент». Если брать за ориентир идеальный сценарий, то эти важные моменты и возможности могут быть упущены навсегда.
Следующая ловушка — это стремление слишком много внимания уделять деталям, пытаться просчитать все до конца. По мнению Омае, в основе этой беды лежит интеллектуальная робость, которая ведет к самореализующемуся пораженчеству. Смелые сценарные решения всегда опираются на понимание того, что все погрешности и неопределенности придется преодолевать с помощью воли. Точный расчет не оставляет пространства для действия волевого ресурса. Искусство ме-неджера—умение находить баланс между точностью и обоснованностью решений, с одной стороны, и их своевременностью и смелостью — с другой. Слишком смелые решения — сродни авантюризму. Слишком точные решения — почти всегда запоздалые решения.
В отличие от построения дерева решений, когда в случае разногласий мнений экспертов о субъективных вероятностях критических событий выводят среднеарифметическое или средневзвешенное мнение, не исследуя причин оценок сценариев, заостряют внимание на причинах, лежащих в основе суждений о будущем, и источниках неопределенности, не пытаясь преобразовать неопределенность в вероятность, оставляя их на уровне гипотез.
Методика написания сценария, основанного на определенной гипотезе, требует определения необходимых управляющих воздействий и тех точек бифуркации, в которых эти воздействия
щие преимущества методов экспертных оценок и построения статистических моделей. Различают два подхода к комбинированию методов экспертных оценок и статистических моделей: корректировка статистического прогноза оценкой эксперта и механическая интеграция [7, с. 9].
Использование первого подхода эффективно в том случае, когда эксперты обладают важной информацией, которая не может быть использована при статистическом моделировании. Такой информацией может быть значительная рекламная акция, действия конкурентов или исключение продукта предприятия из списка продаваемых торговой сетью. Качество корректировок может улучшить документирование корректировок; составление базы данных важной управленческой информации; разделение информации на события и оценка их по отдельности; оценка информации по аналогии с предыдущими событиями.
Механическая интеграция предполагает использование формулы, объединяющей методы экспертных оценок со статистическими методами. Интегрированная оценка может быть получена следующими способами:
1. Вывод среднеарифметического экспертного и статистического прогноза.
Исследования Д. Армстронга показывают высокий уровень точности прогнозов, полученных данным способом. Наилучшие результаты прогнозирования при использовании данного метода будут получены в том случае, если между ошибками двух прогнозов есть отрицательная корреляция, так что один прогноз предоставляет очень высокие значения результата, а другой — очень низкие.
2. Корректировка прогнозов экспертов на предубеждения.
необходимо применять для достижения целей развития. Поэтому сценарный метод прогнозирования может применяться при прогнозировании частично или полностью управляемых процессов. Сценарный метод не является структурированным, однако данный метод обеспечивает понимание менеджментом причинно-следственных связей, определяющих будущее, что позволяет с большей точностью прогнозировать появление нежелательных и желательных событий, а также воздействовать на окружающую среду с целью реализации желаемого сценария развития событий.
Характеристика методов экспертных оценок в зависимости от возможности каузального анализа, способа агрегирования мнений, степени структуризации группового процесса, направленности на активизацию творчества и возможности прогнозирования в нестабильной окружающей среде приведена в табл. 1. К методам, отвечающим современным задачам прогнозирования можно отнести построение сценариев, а также комбинированный метод, сочетающий преимущества метода управляемой генерации идей и сценарного прогнозирования.
Особенности объектов прогнозирования определяют сложности выбора вида прогноза и метода его формирования. В процессе исследования циклических процессов, происходящих в современной экономике, например, спадов и подъемов экономической активности, применяют прогнозы, соединяю-
Х. Тейл предлагает, используя информацию об оценках экспертах и результатах в прошлом, построить уравнение регрессии, где независимой переменной будет прогноз экспертов, а зависимой — реальные результаты.
Примером может быть уравнение вида у = ах + Ь, где у — реальный объем продаж, х — прогнозируемый экспертами объем продаж, а и Ь — константа и коэффициент регрессии соответственно.
Механическая интеграция наиболее эффективна, когда ее выполняют пользователи прогноза, а не сами эксперты. Данный метод, по сравнению с предыдущим, снижает необъективность и непоследовательность экспертной оценки.
Для прогнозирования развития ситуации в условиях конфликта (в конкурентной среде) применяют теорию игр и имитацию взаимодействия [9, с.322].
В результате применения теории игр выделяют одну, наиболее вероятную стратегию конкурента. Исследователи ставят под сомнение корректность такого рода прогнозов, и в настоящее время не существует определенности в отношении того, насколько точно прогнозирование данным методом [4, с.351].
Метод имитации взаимодействия — форма ролевой игры, предназначенная для прогнозирования решений людей, которые взаимодействуют с другими. Например, необходимо составить прогноз того, как наилучшим образом подписать специальное соглашение о реализации с основным покупателем. Руководитель готовит описание целевой ситуации, объясняет роли и предоставляет список возможных решений. Эксперты разыгрывают импровизированные ситуации и приходят к решению, например, подписать договор. Решения экспертов составляют основу прогноза.
Таблица 1
Характеристика методов экспертных оценок*
Метод Возможность каузального анализа Способ агрегирования мнений Степень структуризации группового процесса Направленность на активизацию творчества Возможность прогнозирования в нестабильной окружающей среде
Метод комиссий нет любой неструктурированный нет есть
Метод коллективной генерации идей нет любой неструктурированный есть есть
Построение сценариев есть любой неструктурированный нет есть
Метод структурных аналогий нет любой структурированный нет нет
«Дельфи» нет медиана оценок структурированный нет есть
Метод управляемой генерации идей нет любой структурированный есть есть
* Составлено авторами.
Необходимо отметить, что метод имитации взаимодействия будет отвечать современным требованиям прогнозирования только при его комбинировании с методом построения сценариев.
Такие методы, как опрос намерений и ожиданий, фокус-группы и совместный анализ предназначены для прогнозирования в условиях полной неопределенности и возможной нерациональности развития объекта прогнозирования, например, при определении спроса на продукцию [5, с.4].
Методами прогнозирования, основанными на проведении интервью, является опрос намерений и ожиданий и фокус-группы. При опросе намерений и ожиданий потребителей спрашивают, как они намерены себя вести в определенных ситуациях или получают информацию о том, что они ожидают от приобретения нового товара и условий продажи. При этом руководитель должен предоставить точное и понятное описание продукта и условий продаж, выбрать репрезентативную выборку, представляющую интересы населения, и обработать вопросы для того, чтобы получить информацию об ожиданиях от респондентов, оценить влияние предрассудков, если это возможно, и сделать соответствующую поправку. Метод опроса намерений и ожиданий имеет преимущества при отсутствии клиентской базы и запуске нового продукта [5, с.6]. Недостаток метода заключается в том, что при опросе потенциальный потребитель может быть дезориентирован и не способен сформулировать свои реальные ожидания, тем более что современная жизнь расширяет границы выбора, и информация, доступная потребителю, заставляет его очень быстро менять свое мнение о продукте. Поэтому достоверность данного метода прогнозирования вызывает сомнения.
Метод опроса фокус-группы предполагает групповую дискуссию под руководством модератора. Д. Армстронг и К. Грин утверждают, что опрос фокус-группы не может быть использован в прогнозировании по нескольким причинам. Во-первых, фокус-группы редко представляют интересы населения; во-вторых, реакция каждого участника находятся под влияни-
ем мнений, выраженных другими членами группы; в-третьих, фокус-группа представляет собой небольшую выборку от шести до десяти человек, в то время как выборка для опроса намерений и ожиданий обычно включает несколько сотен человек; в-четвертых, вопросы для участников, как правило, не очень хорошо структурированы, и в-пятых, суммирование ответов фокус-групп часто подвергается предвзятости. Не существует доказательств того, что фокус-группа предоставляет полезные прогнозы.
Метод, при котором потребители обсуждают характеристики товара, называется совместный анализ. Например, потребителям предоставляют 20 пар характеристик какого- либо пищевого продукта, среди них такие характеристики, как вес, цвет, вкус, запах и т.д., при этом данные характеристики не коррелируют друг с другом. Потенциальный клиент вынужден идти на компромисс между различными особенностями, выбрав одну из каждой пары характеристик таким образом. Полученные результаты анализируются с помощью статистического анализа [5, с. 6]. Исследований, подтверждающих точность прогнозов, полученных данным методом, не существует.
Прогнозирование спроса на продукцию существующих потребителей должно быть основано на СRM-подходе: для улучшения взаимодействия с клиентами необходимо интегрировать клиента внутрь компании, сделать клиента участником в разработке нового продукта в режиме реального времени, использовать информацию о каждом случае взаимодействия.
Таким образом, учитывая все сложности использования методов экспертных оценок в процессе экономического прогнозирования и преодолевая проблемы их применения, мы повышаем эффективность взаимодействия объекта управления, системы управления и окружающей среды.
Прогнозирование развития предприятия в современных условиях должно быть динамичным, согласованным со стратегией развития, поскольку задачи, стоящие перед мировым сообществом, чрезвычайно сложны, и необходимо постоянно отвечать на вызовы современной экономики.
Литература
1. Антохонова И.В. Методы прогнозирования социально-экономических процессов. — Улан-Удэ: Изд-во ВСГТУ, 2004.
2. Константинов ГН. Стратегический менеджмент: концепции. — М.: Бизнес-элайнмент, 2009.
3. Омае К. Мышление стратега. Искусство бизнеса по-японски — М.: Альпина Бизнес Букс, 2007.
4. Armstrong J.S. Assessing game theory, role playing, and unaided judgment// International Journal of Forecasting. — 2002. — №18. — С.345-352.
5. Armstrong J.S. Demand Forecasting: Evidence-based Methods. Электронный ресурс. Режим доступа: http://marketing.wharton. upenn.edu/ideas свободный.
6. Armstrong J. S. Findings from Evidence-based Forecasting: Methods for Reducing Forecast Error. Электронный ресурс. Режим доступа: http://forecastingprinciples.com/paperpdf/FindingsfromEvidence-BasedForecasting свободный.
7. Goodwin P. How to integrate management judgment with statistical forecasts // Foresight. — 2005. — №3. — С.8-12.
8. Goodwin P., Wright G. Decision analysis for management judgment. — Chichester: John Wiley & Sons Ltd, 2004.
9. Green K. C. Forecasting decisions in conflict situations: a comparison of game theory, role-playing, and unaided judgment // International Journal of Forecasting. — 2002. — № 18. — С.321-344.
