Взаимосвязь логистики и маркетинга

Оглавление

Введение
Глава 1.
1.1 Основные определения и концепция маркетинга
1.2 Основные определения и концепция логистики
1.3 Взаимодействие маркетинга и логистики
Глава 2.
2.1 Прогнозирование потребности в товаре сок «Тонус» на апрель, май и июнь месяцы 2011 года
2.1.1 Определение потребности на товар методом простой скользящей средней
2.1.2 Определение потребности на товар методом взвешенной скользящей средней
2.1.3 Определение потребности на товар методом доверительного интервала
2.1.4 Определение потребности на товар методом регрессионного анализа
2.2 Прогнозирование потребности в товаре сахар «Краснодарский» на апрель, май и июнь месяцы 2011 года
2.2.1 Определение потребности на товар методом взвешенной скользящей средней
2.2.2 Определение потребности на товар методом регрессионн ...

Оглавление

Введение
Глава 1.
1.1 Основные определения и концепция маркетинга
1.2 Основные определения и концепция логистики
1.3 Взаимодействие маркетинга и логистики
Глава 2.
2.1 Прогнозирование потребности в товаре сок «Тонус» на апрель, май и июнь месяцы 2011 года
2.1.1 Определение потребности на товар методом простой скользящей средней
2.1.2 Определение потребности на товар методом взвешенной скользящей средней
2.1.3 Определение потребности на товар методом доверительного интервала
2.1.4 Определение потребности на товар методом регрессионного анализа
2.2 Прогнозирование потребности в товаре сахар «Краснодарский» на апрель, май и июнь месяцы 2011 года
2.2.1 Определение потребности на товар методом взвешенной скользящей средней
2.2.2 Определение потребности на товар методом регрессионного анализа
Заключение
Библиографический список

Оглавление

Введение
Глава 1.
1.1 Основные определения и концепция маркетинга
1.2 Основные определения и концепция логистики
1.3 Взаимодействие маркетинга и логистики
Глава 2.
2.1 Прогнозирование потребности в товаре сок «Тонус» на апрель, май и июнь месяцы 2011 года
2.1.1 Определение потребности на товар методом простой скользящей средней
2.1.2 Определение потребности на товар методом взвешенной скользящей средней
2.1.3 Определение потребности на товар методом доверительного интервала
2.1.4 Определение потребности на товар методом регрессионного анализа
2.2 Прогнозирование потребности в товаре сахар «Краснодарский» на апрель, май и июнь месяцы 2011 года
2.2.1 Определение потребности на товар методом взвешенной скользящей средней
2.2.2 Определение потребности на товар методом регрессионн ого анализа
Заключение
Библиографический список

0,2
11 мес. Назад
0,1
12 мес. назад
0,3
12 мес. Назад
0,4
13 мес. назад
0,5
13 мес. Назад
0,5
Рассчитаем по формуле прогнозные значения потребности в соке на декабрь 2010, январь, февраль, март 2011:
Месяц
Тыс. упаковок
ноя.09
45
дек.09
48
янв.10
40
фев.10
40
мар.10
42
апр.10
41
Месяц
Спрос, тыс. упак.
Вес 1
Откл-е
Вес 2
Откл-е
Вес 3
Откл-е
Вес 4
Откл-е
дек.10
42
41,40
0,60
41,80
0,20
41,70
0,30
42,10
0,10
янв.11
44
41,50
2,50
41,20
2,80
41,60
2,40
41,30
2,70
фев.11
45
41,40
3,60
41,20
3,80
40,90
4,10
40,70
4,30
мар.11
41
43,50
2,50
43,40
2,40
43,20
2,20
43,10
2,10
Среднее отклонение
2,3
2,3
2,25
2,3
Вывод: наименьшее среднее отклонение характерно для прогноза спроса по 3 варианту набора весов (2,25). Это значение больше значения отклонения по прогнозу простой скользящей средней по 6 месяцам (2,08).
2.1.3 Определение потребности на товар методом доверительного интервала
Доверительный интервал – это интервал, в который с заданной вероятностью попадет следующее значение ряда. Этот метод применяется, когда спрос на товар стабилен, не имеет выраженных сезонных колебаний, и у нас есть данные о спросе за достаточно длительный период времени.
Определяем среднее квадратическое отклонение спроса (статистический показатель, показывающий насколько равномерен наш ряд значений. Если значения мало отличаются друг от друга, среднее квадратическое отклонение будет невелико; если наблюдается большой разброс значений, этот показатель будет большим) по формуле:
где s – среднее квадратическое отклонение спроса;
X – среднее арифметическое значение спроса;
Хi – значение спроса в каждом периоде;
n – число рассматриваемых периодов.
Рассчитываем величину отклонения от центра интервала (центром
доверительного интервала является среднее арифметическое значение,
рассчитанное в шаге А) по формуле
где – величина отклонения от центра интервала;
t – коэффициент доверия (некоторые значения приведены в таблице 1).
Спрос на сок «Тонус»:
месяц
Тыс. упаковок
окт.10
43
ноя.10
39
дек.10
42
янв.11
44
фев.11
45
мар.11
41
2=
 = =1,97
Рассчитываем величину отклонения от центра интервала по формуле:
=t*
где  - величина отклонения от центра интервала;
t – коэффициент доверия.
В данном случае при требуемой вероятности 95% и шести измерениях коэффициент доверия равен 2,4477.
=2,4477*1,97=4,82
Определяем прогнозное значение спроса седьмого месяца с вероятностью 95%:
X7=4,82
37,51 42,33 47,15
Потребность седьмого периода с вероятностью 0,95 попадет в интервал от 37,51 до 47,15 единиц. Соответственно, вероятность того, что потребность окажется больше 47,15 или меньше 37,51 единиц, составит всего 0,05. Но перед нами стоит задача не просто рассчитать требуемый интервал, а определить, то количество товара, которое необходимо для обеспечения потребности седьмого месяца, т.е. нам необходимо определить значение, которое будет больше или равно ожидаемого фактического значения потребности минимум в 95 % случаев. Очевидно, что в данных условиях таким значением будет 47,15.
месяц
Тыс. уп в месяц
Сравнение
Среднее арифметическое
Отклонение
окт.10
42
42+4,82=46,82
4,49
ноя.10
43
43+4,82=47,82
5,49
дек.10
39
39+4,82=43,82
1,49
янв.11
42
42+4,82=46,82
4,49
фев.11
44
44+4,82=48,82
6,49
мар.11
45
45+4,82=49,82
7,49
Среднее отклонение
4,99
Вывод: данный метод не подходит, так как среднее отклонение 4,99-слишком большое.
2.1.4 Определение потребности на товар методом регрессионного анализа.
Регрессию можно определить как функциональную зависимость между двумя или несколькими переменными. Эту зависимость используют для предсказания значения одной переменной на основе значения другой. Для целей прогнозирования потребностей обычно изучают зависимость объема продаж (объема потребления) от времени. График линейной регрессии имеет следующий вид:
Y = a + bX,
где Y - значение зависимой переменной (в нашем случае это обычно объем продаж или объем потребления);
а - коэффициент, показывающий высоту подъема прямой по оси ОY);
b - коэффициент, показывающий угол наклона прямой;
X - значение независимой переменной (в нашем случае это номер соответствующего временного интервала).
Мы рассматриваем зависимость потребности в сахаре от времени. Время – это независимая переменная X, а объем потребления Y – зависимая переменная.
Для составления прямой Y = a + bX необходимо решить следующую систему уравнений (где n – количество периодов времени, данные которых используются при прогнозировании).
Если рассмотреть последние 9 периодов, то можно составить следующую прямую:
месяц
Х
Y
X^2
XY
Y=a+bx
Отклонение
июл.10
1
39
81
351
40,24
1,24
авг.10
2
41
100
410
40,62
0,38
сен.10
3
42
121
462
41
1
окт.10
4
43
144
516
41,38
1,62
ноя.10
5
39
169
507
41,76
2,76
дек.10
6
42
196
588
42,14
0,14
янв.11
7
44
225
660
42,52
1,48
фев.11
8
45
256
720
42,9
2,1
мар.11
9
41
289
697
43,28
2,28
Сумма:
45
376
285
1903
1,4444444
9a+45b=376
45a+285b=1903
b=0,38
a=39,86
Y=39,86+0,38*X
41=а2+0,38*17
а2=34,54
Вывод: метод является оптимальным. Так как отклонение минимально по всем методам.
Таким образом составляем прогноз на апрель, май, июнь 2011г методом регрессионного анализа.
Месяц
Расчет
Прогноз
Апрель 11
39,86+0,38*18
43,66
Май 11
39,86+0,38*19
44,04
Июнь 11
39,86+0,38*20
44,42
Вывод по прогнозированию потребности в товаре сок «Тонус»
Для прогнозирования потребности на товар сок «Тонус» было использовано 4 метода:
1. Простое скользящее среднее
2. Взвешенное скользящее среднее
3. Доверительный интервал
4. Регрессионный анализ
При проверке, отклонение от фактических значений минимально по методу регрессионного анализа (1,44). Прогноз будет выглядеть следующим образом: апрель – 43,66; май – 44,04; июнь – 44,42 тонн.
2.2 Прогнозирование потребности в товаре сахар «Краснодарский» на апрель, май и июнь месяцы 2011 года
Для организации снабжения оптовой базы товарами требуется рассчитать потребность в сахаре "Краснодарский" на апрель, май и июнь месяцы 2011 года при наличии следующих данных:
месяц
Тыс. упаковок
ноя.09
16,2
дек.09
21,7
янв.10
19,4
фев.10
18,5
мар.10
16,2
апр.10
13,5
май.10
10,7
июн.10
4,7
июл.10
6,1
авг.10
6,6
сен.10
9,8
окт.10
14,4
ноя.10
19,1
дек.10
19,4
янв.11
21,6
фев.11
17,9
мар.11
15,6
Данный товар относится к товарам, потребляемым нерегулярно, а именно к сезонным товарам. Поэтому для прогнозирования спроса будем использовать методы стохастического расчета, а именно взвешенную скользящую среднюю, метод регрессионного анализа. После этого сравним средние отклонения и выберем наиболее точный метод прогнозирования.
2.2.1 Определение потребности на товар методом взвешенной скользящей средней
Для вычисления с помощью этого месяца возьмем 4 варианта весовых коэффициентов и, используя значения спроса за прошлые месяцы, сделаем расчет на следующие:
Весовые коэффициенты 1
Весовые коэффициенты 2
Период
Коэффициент
Период
Коэффициент
11 мес. назад
0,3
11 мес. назад
0,25
12 мес. назад
0,4
12 мес. назад
0,5
13 мес. назад
0,3
13 мес. назад
0,25
Весовые коэффициенты 3
Весовые коэффициенты 4
Период
Коэффициент
Период
Коэффициент
11 мес. назад
0,2
11 мес. назад
0,1
12 мес. назад
0,6
12 мес. назад
0,8
13 мес. назад
0,2
13 мес. назад
0,1
Рассчитаем по формуле прогнозные значения потребности в сахаре на декабрь 2009, январь, февраль, март 2010:
Месяц
Тыс. упаковок
ноя.09
16,2
дек.09
21,7
янв.10
19,4
фев.10
18,5
мар.10
16,2
апр.10
13,5