ПРОГНОЗНАЯ КВАЛИМЕТРИЯ

Общие сведения о прогнозировании качества

Прогнозная квалиметрия — раздел квалиметрии, изучающий решение задач прогнозирования новой техники (изделий, технологических процессов, систем управления, управленческих решений и т.п.).

Здесь прогноз — научно обоснованное, вероятностное представление о будущем состоянии и развитии объекта и влияющих на него факторов. Прогноз объекта зависит от состояния внешней среды и принимаемых решений. Желательно разрабатывать несколько вариантов прогноза (например, наиболее вероятный, оптимистичный и пессимистичный с указанием их вероятностей) и на их основе составлять программы и планы развития новой техники в виде совокупности целей, задач, мероприятий, необходимых ресурсов и исполнителей и т.п. Прогноз, как и программа, могут быть кратко-, средне- и долгосрочными (соответственно на срок до 1 года, до 5 лет и более).

Отличительными особенностями прогнозной квалиметрии как подхода для эффективного принятия решений являются:

> использование научного метода;

> системная ориентация;

> использование моделей.

При этом используются модели:

> физическая модель — исследуется копия объекта или системы (увеличенная или уменьшенная);

> аналоговая модель — модель ведет себя как исследуемый объект или система, но не выглядит как таковой (аналогичные графики и функции, показывающие соотношения и взаимосвязи между входом и выходом);

> математическая (символьная) модель — используются символы для описания свойств или характеристик объекта или события. Например: у = ах + Ъ.

Процесс построения моделей можно представить в виде последовательности следующих этапов.

  • 1. Постановка задачи — диагностирование проблемы.
  • 2. Построение моделей — цель модели, исходная информация, алгоритм действия, выходные данные и варианты их использования.
  • 3. Проверка модели на достоверность — соответствие реальному миру.
  • 4. Применение модели.
  • 5. Обновление модели.

Проблемы и трудности при моделировании обусловлены, например, такими факторами:

> некорректные исходные допущения и предпосылки;

> информационные ограничения — невозможность получения информации, быстро изменяющаяся среда;

> чрезмерная стоимость работ по моделированию и др.

Основными этапами разработки перспективного плана развития технической системы (объекта, процесса и т.п.) являются:

  • 1. Анализ, оценка и прогнозирование развития факторов внешней среды, определяющих функционирование системы.
  • 2. Разработка стратегии, целей и задач развития объекта по периодам.
  • 3. Разработка альтернатив решения проблем, выбор лучших альтернатив.
  • 4. Разработка планов и мероприятий по реализации программы развития объекта.
  • 5. Определение необходимых ресурсов, заданий и исполнителей по периодам развития объекта.

Методы прогнозирования в основном используют накопленный опыт за прошлые периоды деятельности системы (организаций, процесса и т.д.) и определяют текущие допущения относительно будущего с целью его определения.

Говоря, например, о коммерческом прогнозе, имеют в виду оценку ожидаемых уровней спроса на выпускаемую продукцию в течение некоторого отрезка времени в будущем. Поскольку речь идет о предстоящем спросе, прогноз, по существу, является догадкой; однако при использовании определенной методики анализа состояния рынков сбыта в прогнозе может содержаться нечто большее, чем простая догадка. Можно утверждать, что прогноз — это догадка, подкрепленная знанием. Естественное требование, предъявляемое к прогнозу, заключается в том, чтобы в пределах человеческих возможностей минимизировать погрешности в соответствующих оценках.

Для повышения роли прогноза в процессе управления, например производством, необходимо формировать прогностические оценки с ориентацией на их непосредственное использование при составлении долгосрочных и календарных планов выпуска продукции; при этом длительность периода, ассоциированного с прогнозом, должна быть, по меньшей мере, достаточной для выработки соответствующего управляющего решения и претворения этого решения в жизнь. Очевидно, бесполезно разрабатывать прогнозы на слишком короткие отрезки времени, в течение которых принятие сколь-нибудь эффективных организационно-управленческих мер оказывается невозможным.

Методы прогнозирования делятся на две группы: количественные и качественные.

Качественные методы прогнозирования предполагают сбор и обработку субъективных мнений групп людей, подобранных определенным образом, относительно ожидаемых в ближайшем или отдаленном будущем тенденций исследуемого показателя. Эти мнения систематизируются и тщательно обрабатываются. Результатом такой обработки является прогноз. Этот способ прогнозирования имеет свои преимущества. Поскольку опрашиваемые лица непосредственно заняты в исследуемой сфере и, таким образом, относятся к прогнозированию весьма ответственно, они способны «чувствовать» наиболее вероятные тенденции исследуемых показателей, что повышает точность прогноза. Недостатком является субъективность мнения эксперта, которое зависит от его опыта и квалификации. Если страдает погрешностью само экспертное заключение, то, как правило, рассматриваемый метод прогнозирования не способен вскрыть источник ошибки и оценить эту ошибку количественно.

Качественные методы прогноза применяются в следующих ситуациях:

  • 1) отсутствие статистических данных за прошедший период по исследуемому показателю;
  • 2) трудность количественного определения факторов, влияющих на исследуемый показатель, и установления взаимосвязей показателей;
  • 3) ограничение по времени или по затратам на сбор и обработку информации;
  • 4) быстро меняющаяся внешняя среда, в силу чего использование статистического банка данных за прошедший период нецелесообразно;
  • 5) появление новых факторов, влияющих на конечный результат.

При составлении прогноза применяют различные подходы к формированию моделей прогноза; при этом учитывают:

> мнение экспертов;

> мнение жюри (мозговой штурм);

> совокупное мнение производителей;

> модель ожидания потребителя и др.

Информация для прогнозирования может поступать из трех различных источников: 1) из официальной вербальной (устной) информации; 2) из официальной письменной информации; 3) за счет промышленного шпионажа.

Специалисты по прогнозированию используют в своей работе достаточно большой объем доступной им информации. Обобщенные данные о состоянии национальной экономики, развитии отдельных отраслей промышленности, видах продукции, динамике потребительского спроса и т.д. часто публикуются в различного рода журналах, газетах и специальных изданиях.

Прогнозирование на основе мнения экспертов является прямым (непосредственным) методом оценки в отличие от косвенного метода, основанного на обобщении мнения неспециалистов: потребителей, покупателей, руководства и т.п. (здесь полная аналогия с прямым и косвенным методом оценки качества продукции экспертным методом — см. гл. 2).

Особую проблему представляет собой разработка и внедрение на рынок новой продукции. Если она заменяет или модифицирует существующие продукты, то для предвидения «судьбы» новых образцов достаточно иметь информацию о старой продукции. При появлении на рынке принципиально новых продуктов возникает необходимость и в новой информации.

В рассматриваемом случае полезным оказывается производство для рынка опытной партии новой продукции. Рыночный тест (marketing trials) принимает характер контролируемого эксперимента, при помощи которого тщательно выбирается и контролируется как сам рынок, так и методы ознакомления рынка с новым продуктом. Как и в любом эксперименте, здесь существует опасность совершить ошибку при выборе переменных в результате неправильных действий или установления несовершенного контроля. Затраты, направленные на предотвращение возможных ошибок, зачастую весьма велики, что, конечно, ограничивает возможности проведения рыночных тестов в широком масштабе.

В ряде случаев для целей прогнозирования составляются программы изучения рынка. Такое изучение осуществляется как силами самой компании-производителя, так и других организаций. В последнем случае заключаются соответствующие соглашения. Исследование рынка проводится прежде всего по новым видам продукции. Однако рынок может изучаться и по старой продукции, если требуется собрать более обширную информацию. Цель исследования рынка состоит в установлении характера потребления. Изучение рынка позволяет определить, как изменяется объем и структура продаж в целом в зависимости от местонахождения и рода занятий покупателя, складывающихся цен, количества и качества предлагаемых товаров, уровня доходов потребителя и других факторов. Подобная информация собирается по каждому конкретному продукту, поступающему на рынок. Затем на ее основе разрабатывается прогноз продаж. Для повышения качества прогностических оценок целесообразно проводить изучение рынка одновременно с использованием других методов.

Количественные методы прогнозирования основаны на анализе временных рядов или причинно-следственных моделей. Анализ временных рядов имеет два варианта:

  • 1) прогнозирование с помощью усреднения ретроспективных данных;
  • 2) прогнозирование методом статистического анализа.

Прогнозирование, основанное на усреднении данных в предыдущие периоды времени, опирается на предположение о правомерности «судить о будущем, располагая информацией о прошлом». Обоснованность такого допущения может быть произведена с помощью так называемых «следящих диаграмм». При этом используются самые разнообразные методы усреднения ретроспективных данных. Один из вариантов усреднения заключается в вычислении арифметического среднего на всей совокупности данных за прошлые годы.

Если усреднение производится лишь на совокупности данных за последние периоды, то говорят о так называемом динамическом (или скользящем) усреднении. Совершенно очевидно, что точность прогноза (особенно в части выявления общих тенденций) зависит от того, насколько правильно выбрана длительность периода, на котором осуществляется ретроспективный анализ.

В ряде случаев используется методика взвешенного среднего, когда данным за последний период придается больший вес, нежели данным за предшествующие периоды. Путем подбора весовых коэффициентов удается достичь известной степени эластичности (сглаженности) прогностических оценок. При правильном применении метода усреднения ретроспективных данных и при надлежащей корректировке полученных результатов можно получить вполне удовлетворительные прогнозы.

Существуют более надежные способы прогнозирования, основанные на использовании статистических методов анализа. Прогноз с применением методов статистического анализа ретроспективных данных внушает наибольшее доверие, если между «прошлым» и «будущим» имеется определенная причинно-следственная связь. Однако не следует забывать, что прогностические оценки, полученные методом статистического анализа, подлежат корректировке всякий раз, когда те или иные факторы известны с той или иной вероятностью в будущем.

Разработка точных прогнозов с помощью статистического анализа ретроспективных данных может быть сопряжена со значительными затратами, однако эти затраты полностью оправдывают себя за счет обеспечения более эффективного и точного предсказания поведения системы в целом.

Причинно-следственные модели (многофакторное моделирование) применяют тогда, когда известна примерная связь между следствием (результатом) и какой-либо причиной (фактором). Точность прогноза при разработке причинно-следственных моделей зависит как от характера и особенностей принимаемых в расчет факторов, так и от степени корреляции между значениями этих факторов и фактическими данными исследуемого показателя.

Например, фирма, выпускающая какое-либо оборудование коммунально-бытового назначения, при составлении прогноза сбыта своей продукции может исходить из валового национального дохода, объема жилищно-коммунального строительства, среднего бюджета семьи, производительности оборудования и т.д. Функциональную зависимость прогнозируемого показателя Р от нескольких факторов (я, у, k, ..., z) можно записать в виде

Точность прогноза гарантирована наличием определенной корреляции между принимаемыми в расчет факторами и прогнозируемым показателем. Для обеспечения надежности прогноза коэффициент корреляции должен принимать значение, близкое по модулю к 0,95. Однако возможны многочисленные псевдокорреляции, т.е. иллюзорные взаимосвязи между прогнозируемыми значениями тех или иных параметров и внешними факторами и обстоятельствами. Следовательно, прежде чем учитывать те или иные факторы в ходе прогнозирования, необходимо убедиться в том, что рассматриваемые взаимосвязи стабильны во времени.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >