Peramalan Permintaan: Pengertian, Jenis, Teknik dan Metodenya!
Isi:
- Artinya
- Jenis Peramalan
- Teknik Peramalan
- Kriteria Metode Peramalan yang Baik
Arti:
Ramalan menjadi bisnis seumur hidup di dunia, di mana gelombang pasang perubahan menyapu struktur yang paling mapan, yang diwarisi oleh masyarakat manusia. Perdagangan terjadi begitu saja pada salah satu korban pertama. Bertahan hidup di zaman predator ekonomi ini, membutuhkan kebijaksanaan, bakat, dan teknik memprediksi masa depan.
Ramalan menjadi tanda kelangsungan hidup dan bahasa bisnis. Semua kebutuhan dunia usaha membutuhkan teknik pembacaan yang akurat dan praktis ke depan. Ramalan, oleh karena itu, persyaratan yang sangat penting untuk kelangsungan bisnis. Manajemen membutuhkan informasi peramalan ketika membuat berbagai keputusan.
Ramalan penjualan sangat penting karena merupakan fondasi di mana semua rencana perusahaan dibangun dalam hal pasar dan pendapatan. Manajemen akan menjadi masalah sederhana jika bisnis tidak dalam kondisi perubahan yang terus-menerus, yang lajunya semakin cepat dalam beberapa tahun terakhir.
Menjadi semakin penting dan perlu bagi bisnis untuk memprediksi prospek masa depan mereka dalam hal penjualan, biaya, dan keuntungan. Nilai penjualan masa depan sangat penting karena mempengaruhi keuntungan biaya, jadi prediksi penjualan masa depan adalah titik awal yang logis dari semua perencanaan bisnis.
Peramalan adalah prediksi atau estimasi situasi masa depan. Ini adalah penilaian objektif tentang tindakan di masa depan. Karena masa depan tidak pasti, tidak ada ramalan yang bisa benar persen. Prakiraan dapat bersifat fisik maupun finansial. Ramalan yang lebih realistis, keputusan yang lebih efektif dapat diambil untuk hari esok.
Dalam kata-kata Cundiff dan Still, “Peramalan permintaan adalah perkiraan penjualan selama periode tertentu di masa depan yang terkait dengan rencana pemasaran yang diusulkan dan yang mengasumsikan serangkaian kekuatan kompetitif dan tak terkendali tertentu”. Oleh karena itu, peramalan permintaan adalah proyeksi tingkat penjualan yang diharapkan perusahaan berdasarkan rencana pemasaran dan lingkungan yang dipilih.
Prosedur Menyusun Prakiraan Penjualan:
Perusahaan biasanya menggunakan prosedur tiga tahap untuk menyiapkan ramalan penjualan. Mereka membuat prakiraan lingkungan, diikuti oleh prakiraan industri, dan diikuti oleh prakiraan penjualan perusahaan, prakiraan lingkungan membutuhkan proyeksi inflasi, pengangguran, suku bunga, pengeluaran konsumen , dan tabungan, investasi bisnis, pengeluaran pemerintah, bersih ekspor dan besaran lingkungan lainnya serta peristiwa penting bagi perusahaan.
Prakiraan industri didasarkan pada survei niat konsumen dan analisis tren statistik disediakan oleh asosiasi perdagangan atau kamar dagang. Ini dapat memberikan indikasi kepada perusahaan mengenai arah yang akan dilalui oleh seluruh industri. Perusahaan memperoleh perkiraan penjualannya dengan mengasumsikan bahwa ia akan memenangkan pangsa pasar tertentu.
Semua prakiraan dibangun di atas salah satu dari tiga basis informasi:
Apa kata orang?
Apa yang orang lakukan?
Apa yang telah dilakukan orang?
Jenis Peramalan:
Prakiraan dapat secara luas diklasifikasikan menjadi:
(i) Prakiraan Pasif dan
(ii) Prakiraan Aktif. Di bawah ramalan ramalan pasif tentang masa depan didasarkan pada asumsi bahwa perusahaan tidak mengubah arah tindakannya. Di bawah perkiraan aktif, prediksi dilakukan di bawah kondisi kemungkinan perubahan masa depan dalam tindakan oleh perusahaan.
Dilihat dari ‘rentang waktu’, peramalan dapat diklasifikasikan menjadi dua, yaitu:
(i) Peramalan permintaan jangka pendek dan (ii) Peramalan permintaan jangka panjang. Dalam perkiraan jangka pendek, pola musiman sangat penting. Ini mungkin mencakup periode tiga bulan, enam bulan atau satu tahun. Ini adalah salah satu yang memberikan informasi untuk keputusan taktis.
Periode mana yang dipilih tergantung pada sifat bisnis . Prakiraan seperti itu membantu dalam menyiapkan kebijakan penjualan yang sesuai. Prakiraan jangka panjang sangat membantu dalam perencanaan modal yang sesuai. Ini adalah salah satu yang menyediakan informasi untuk keputusan strategis utama. Ini membantu dalam menghemat pemborosan material, jam kerja, waktu dan kapasitas mesin. Perencanaan unit baru harus dimulai dengan analisis potensi permintaan jangka panjang dari produk perusahaan.
Pada dasarnya ada dua jenis ramalan, yaitu:
(i) Prakiraan kelompok eksternal atau nasional, dan (ii) Prakiraan internal atau grup perusahaan. Prakiraan eksternal berkaitan dengan tren dalam bisnis umum. Biasanya disiapkan oleh sayap penelitian perusahaan atau oleh konsultan luar. Prakiraan internal mencakup semua yang terkait dengan operasi perusahaan tertentu seperti grup penjualan, grup produksi, dan grup keuangan. Struktur prakiraan internal meliputi prakiraan penjualan tahunan, prakiraan biaya produk, prakiraan laba operasi, prakiraan penghasilan kena pajak, prakiraan sumber daya kas, prakiraan jumlah karyawan, dll.
Pada tingkat yang berbeda peramalan dapat diklasifikasikan menjadi:
(i) Peramalan tingkat makro,
(ii) Peramalan tingkat industri,
(iii) Peramalan tingkat perusahaan dan
(iv) Peramalan lini produk.
Peramalan tingkat makro berkaitan dengan kondisi bisnis di seluruh perekonomian. Ini diukur dengan indeks produksi industri, pendapatan atau pengeluaran nasional yang sesuai. Peramalan tingkat industri disiapkan oleh berbagai asosiasi perdagangan.
Ini didasarkan pada survei niat konsumen dan analisis tren statistik. Peramalan tingkat perusahaan terkait dengan perusahaan individual. Hal ini paling penting dari sudut pandang manajerial. Peramalan lini produk membantu perusahaan untuk memutuskan produk atau produk mana yang harus diprioritaskan dalam alokasi sumber daya perusahaan yang terbatas.
Prakiraan dapat diklasifikasikan menjadi (i) umum dan (ii) khusus. Peramalan umum secara umum mungkin berguna bagi perusahaan. Banyak perusahaan memerlukan prakiraan terpisah untuk produk tertentu dan bidang tertentu, karena prakiraan umum ini dipecah menjadi prakiraan khusus.
Ada perkiraan yang berbeda untuk berbagai jenis produk seperti:
(i) Peramalan permintaan untuk barang konsumsi yang tidak tahan lama,
(ii) Peramalan permintaan barang konsumsi tahan lama,
(iii) Peramalan permintaan barang modal, dan
(iv) Peramalan permintaan untuk produk baru.
Barang Konsumsi Tidak Tahan Lama:
Ini juga dikenal sebagai ‘barang konsumen sekali pakai’ atau barang konsumen yang mudah rusak. Ini lenyap setelah satu tindakan konsumsi. Ini termasuk barang-barang seperti makanan, susu, obat-obatan, buah-buahan, dll. Permintaan barang-barang ini tergantung pada pendapatan rumah tangga, harga komoditas dan barang terkait serta populasi dan karakteristik. Secara simbolis,
Dc =f(y, s, p, p r ) dimana
Dc = permintaan barang Ñ
у = pendapatan yang dapat dibelanjakan rumah tangga
s = populasi
p = harga komoditi Ñ
p r = harga barang terkait
(i) Pendapatan yang dapat dibelanjakan dinyatakan sebagai Dc = f (y) yaitu hal-hal lain dianggap sama, permintaan komoditi Ñ bergantung pada pendapatan yang dapat dibelanjakan dari rumah tangga tersebut. Penghasilan sekali pakai dari rumah tangga diperkirakan setelah dikurangi pajak pribadi dari penghasilan pribadi. Disposable income memberikan gambaran tentang daya beli rumah tangga.
(ii) Harga, dinyatakan sebagai Dc = f (p, p r ) yaitu hal-hal lain dianggap sama, permintaan komoditi Ñ bergantung pada harganya sendiri dan harga barang-barang terkait. Sedangkan permintaan suatu komoditi berbanding terbalik dengan harga barang pelengkapnya sendiri. Ini berhubungan positif dengan penggantinya.’ Elastisitas harga dan elastisitas silang barang konsumen tidak tahan lama membantu dalam peramalan permintaan mereka.
(iii) Populasi, dinyatakan sebagai Dc= f (5) yaitu hal-hal lain dianggap sama, permintaan komoditas Ñ bergantung pada jumlah populasi dan komposisinya. Selain itu, penduduk juga dapat diklasifikasikan berdasarkan jenis kelamin, pendapatan, melek huruf dan status sosial. Permintaan barang konsumen yang tidak tahan lama dipengaruhi oleh semua faktor ini. Untuk peramalan permintaan umum, populasi secara keseluruhan dipertimbangkan, tetapi untuk peramalan permintaan khusus, pembagian populasi menurut karakteristik yang berbeda terbukti lebih berguna.
Barang Konsumsi Tahan Lama:
Barang-barang ini dapat dikonsumsi beberapa kali atau digunakan berulang kali tanpa banyak kehilangan kegunaannya. Ini termasuk barang-barang seperti mobil, TV, AC, furnitur, dll. Setelah lama digunakan, konsumen memiliki pilihan apakah ini dapat dikonsumsi di masa depan atau dapat dibuang.
Pilihannya tergantung pada faktor-faktor berikut:
(i) Apakah konsumen akan pergi untuk mengganti barang tahan lama atau tetap menggunakannya setelah perbaikan yang diperlukan tergantung pada status sosialnya, tingkat pendapatan uang, selera dan mode, dll. Permintaan penempatan kembali cenderung tumbuh dengan peningkatan dalam stok komoditas dengan konsumen. Perusahaan dapat memperkirakan biaya penggantian rata-rata dengan bantuan tabel harapan hidup.
(ii) Sebagian besar barang konsumen tahan lama dikonsumsi bersama oleh anggota keluarga. Misalnya, TV, kulkas, dll digunakan secara umum oleh rumah tangga. Prakiraan permintaan untuk barang-barang yang biasa digunakan harus mempertimbangkan jumlah rumah tangga daripada ukuran total populasi. Saat memperkirakan jumlah rumah tangga, pendapatan rumah tangga, jumlah anak dan komposisi jenis kelamin, dll harus diperhitungkan.
(aku aku aku) Permintaan barang tahan lama konsumen tergantung pada ketersediaan fasilitas sekutu. Misalnya, penggunaan TV, lemari es membutuhkan pasokan listrik secara teratur, penggunaan mobil membutuhkan ketersediaan bahan bakar, dll. Saat memperkirakan permintaan barang tahan lama konsumen, penyediaan layanan terkait dan biayanya juga harus diperhitungkan.
(iv) Permintaan barang tahan lama konsumen sangat dipengaruhi oleh harga dan fasilitas kredit mereka. Barang tahan lama konsumen sangat sensitif terhadap perubahan harga. Penurunan kecil dalam harga mereka dapat menyebabkan peningkatan permintaan yang besar.
Peramalan Permintaan Barang Modal:
Barang modal digunakan untuk produksi lebih lanjut. Permintaan barang modal adalah barang turunan. Itu akan tergantung pada profitabilitas industri. Permintaan barang modal adalah kasus permintaan turunan. Dalam kasus barang modal tertentu, permintaan akan bergantung pada pasar spesifik yang mereka layani dan penggunaan akhir yang dibelinya.
Permintaan mesin tekstil, misalnya, akan ditentukan oleh perluasan industri tekstil dalam hal unit baru dan penggantian mesin yang ada. Estimasi permintaan baru serta permintaan pengganti dengan demikian diperlukan.
Tiga jenis data diperlukan untuk memperkirakan permintaan barang modal:
(a) Prospek pertumbuhan industri pengguna harus diketahui,
(b) norma konsumsi barang modal per unit dari setiap produk penggunaan akhir harus diketahui, dan
(c) kecepatan penggunaannya.
Peramalan Permintaan untuk Produk Baru:
Metode peramalan permintaan untuk produk baru dalam banyak hal berbeda dari metode untuk produk yang sudah ada. Karena produk tersebut baru bagi konsumen, studi intensif tentang produk dan kemungkinan dampaknya terhadap produk lain dari kelompok yang sama memberikan kunci untuk proyeksi permintaan yang cerdas.
Joel Dean telah mengklasifikasikan sejumlah kemungkinan pendekatan sebagai berikut:
(a) Pendekatan Evolusi:
Ini terdiri dari memproyeksikan permintaan akan produk baru sebagai hasil dan evolusi dari produk lama yang ada.
(b) Pendekatan Pengganti:
Menurut pendekatan ini produk baru diperlakukan sebagai pengganti produk atau jasa yang sudah ada.
(c) Pendekatan Kurva Pertumbuhan:
Ini memperkirakan tingkat pertumbuhan dan permintaan potensial untuk produk baru sebagai dasar dari beberapa pola pertumbuhan produk yang sudah mapan.
(d) Pendekatan Jajak Pendapat:
Di bawah pendekatan ini permintaan diperkirakan dengan pertanyaan langsung dari konsumen akhir.
(e) Pendekatan Pengalaman Penjualan:
Menurut metode ini, permintaan produk baru diperkirakan dengan menawarkan produk baru untuk dijual di pasar sampel.
(f) Pendekatan Pengganti:
Dengan metode ini, reaksi konsumen terhadap suatu produk baru diketahui secara tidak langsung melalui penyalur khusus yang mampu menilai kebutuhan, selera dan preferensi konsumen.
Berbagai langkah yang terlibat dalam peramalan permintaan barang konsumen tidak tahan lama adalah sebagai berikut:
(a) Pertama mengidentifikasi variabel yang mempengaruhi permintaan produk dan menyatakannya dalam bentuk yang sesuai, (b) mengumpulkan data yang relevan atau perkiraan data yang relevan untuk mewakili variabel, dan (c) menggunakan metode analisis statistik untuk menentukan kemungkinan yang paling besar hubungan antara variabel dependen dan independen.
Teknik Peramalan:
Peramalan permintaan adalah latihan yang sulit. Membuat perkiraan untuk masa depan di bawah kondisi yang berubah adalah tugas yang sangat besar. Perilaku konsumen adalah yang paling tidak dapat diprediksi karena dimotivasi dan dipengaruhi oleh berbagai kekuatan. Tidak ada metode mudah atau formula sederhana yang memungkinkan manajer memprediksi masa depan.
Ekonom dan ahli statistik telah mengembangkan beberapa metode peramalan permintaan. Masing-masing metode ini memiliki kelebihan dan kekurangan relatif. Pemilihan metode yang tepat sangat penting untuk membuat peramalan permintaan akurat. Dalam peramalan permintaan, diperlukan kombinasi keterampilan statistik dan penilaian rasional yang bijaksana.
Teknik matematika dan statistik sangat penting dalam mengklasifikasikan hubungan dan menyediakan teknik analisis, tetapi mereka sama sekali bukan alternatif untuk penilaian yang baik. Penilaian yang baik adalah syarat utama untuk ramalan yang baik.
Penilaian harus didasarkan pada fakta dan bias pribadi peramal tidak boleh menang atas fakta. Oleh karena itu, jalan tengah harus diikuti antara teknik matematika dan penilaian yang baik atau kerja tebakan murni.
Metode peramalan permintaan yang lebih umum digunakan dibahas di bawah ini:
Berbagai metode peramalan permintaan dapat diringkas dalam bentuk grafik seperti yang ditunjukkan pada Tabel 1.
1. Metode Polling Opini:
Dalam metode ini, pendapat pembeli, tenaga penjualan, dan pakar dapat dikumpulkan untuk menentukan tren yang muncul di pasar.
Metode polling pendapat peramalan permintaan ada tiga jenis:
(a) Metode Survei Konsumen atau Survei Niat Pembeli:
Dalam metode ini, konsumen didekati secara langsung untuk mengungkapkan rencana pembelian mereka di masa mendatang. Ini dilakukan dengan mewawancarai semua konsumen atau sekelompok konsumen terpilih dari populasi yang relevan . Ini adalah metode langsung untuk memperkirakan permintaan dalam jangka pendek. Di sini beban peramalan dialihkan ke pembeli. Perusahaan dapat masuk untuk pencacahan lengkap atau untuk survei sampel. Jika komoditas yang dipertimbangkan adalah produk setengah jadi, maka industri yang menggunakannya sebagai produk akhir disurvei.
(i) Survei Pencacahan Lengkap:
Di bawah Survei Pencacahan Lengkap, perusahaan harus melakukan survei dari pintu ke pintu untuk periode perkiraan dengan menghubungi semua rumah tangga di daerah tersebut. Metode ini memiliki keuntungan dari tangan pertama, informasi yang tidak bias, namun juga memiliki kelemahan. Keterbatasan utama dari metode ini adalah membutuhkan banyak sumber daya, tenaga dan waktu.
Dalam metode ini, konsumen mungkin enggan mengungkapkan rencana pembeliannya karena privasi pribadi atau kerahasiaan komersial. Selain itu, terkadang konsumen tidak mengungkapkan pendapatnya dengan benar atau sengaja menyesatkan penyidik.
(ii) Survei Sampel dan Uji Pemasaran:
Dengan metode ini beberapa rumah tangga yang representatif dipilih secara acak sebagai sampel dan pendapat mereka diambil sebagai pendapat umum. Metode ini didasarkan pada asumsi dasar bahwa sampel benar-benar mewakili populasi. Jika sampelnya benar-benar representatif, kemungkinan besar tidak ada perbedaan yang signifikan dalam hasil survei yang diperoleh. Selain itu, metode ini tidak terlalu membosankan dan lebih murah.
Varian dari teknik survei sampel adalah uji pemasaran. Pengujian produk pada dasarnya melibatkan penempatan produk dengan sejumlah pengguna untuk jangka waktu tertentu. Reaksi mereka terhadap produk dicatat setelah jangka waktu tertentu dan perkiraan kemungkinan permintaan dibuat dari hasilnya. Ini cocok untuk produk baru atau untuk produk lama yang dimodifikasi secara radikal yang tidak ada data sebelumnya. Ini adalah metode yang lebih ilmiah untuk memperkirakan kemungkinan permintaan karena merangsang peluncuran nasional di wilayah geografis yang ditentukan secara dekat.
(iii) Metode Penggunaan Akhir atau Metode Input-Output:
Cara ini cukup berguna untuk industri yang sebagian besar merupakan barang produksi. Dalam metode ini, penjualan produk yang dipertimbangkan diproyeksikan sebagai dasar survei permintaan industri yang menggunakan produk ini sebagai produk antara, yaitu permintaan produk akhir adalah permintaan pengguna akhir dari produk antara yang digunakan dalam pembuatan produk akhir ini.
Estimasi permintaan pengguna akhir dari produk antara mungkin melibatkan banyak industri barang akhir yang menggunakan produk ini di dalam dan luar negeri. Ini membantu kita untuk memahami hubungan antar industri . Dalam akuntansi input-output, dua matriks yang digunakan adalah matriks transaksi dan matriks koefisien input. Upaya utama yang dibutuhkan oleh tipe ini bukanlah dalam pengoperasiannya tetapi dalam pengumpulan dan penyajian data.
(b) Metode Opini Tenaga Penjualan:
Ini juga dikenal sebagai metode pendapat kolektif. Dalam metode ini, alih-alih konsumen, pendapat penjual dicari. Kadang-kadang disebut sebagai “pendekatan akar rumput” karena ini adalah metode dari bawah ke atas yang mengharuskan setiap staf penjualan di perusahaan untuk membuat perkiraan individu untuk wilayah penjualan tertentu.
Prakiraan individual ini didiskusikan dan disetujui dengan manajer penjualan. Gabungan dari semua prakiraan kemudian membentuk prakiraan penjualan untuk organisasi. Keuntungan dari metode ini adalah mudah dan murah. Itu tidak melibatkan perawatan statistik yang rumit. Kelebihan utama dari metode ini terletak pada kebijaksanaan kolektif para penjual. Metode ini lebih berguna dalam meramalkan penjualan produk baru.
(c) Metode Pendapat Ahli:
Metode ini juga dikenal sebagai “Teknik Delphi” investigasi. Metode Delphi membutuhkan panel ahli, yang diinterogasi melalui serangkaian kuesioner di mana tanggapan terhadap satu kuesioner digunakan untuk menghasilkan kuesioner berikutnya. Jadi setiap informasi yang tersedia untuk beberapa ahli dan tidak untuk orang lain diteruskan, memungkinkan semua ahli memiliki akses ke semua informasi untuk peramalan.
Metode ini digunakan untuk peramalan jangka panjang untuk memperkirakan potensi penjualan produk baru. Metode ini mengandaikan dua syarat: Pertama, panelis harus kaya akan keahliannya, memiliki wawasan dan pengalaman yang luas. Kedua, konduktornya objektif dalam pekerjaannya. Metode ini memiliki beberapa keunggulan eksklusif dalam menghemat waktu dan sumber daya lainnya.
2. Metode Statistik:
Metode statistik telah terbukti sangat berguna dalam peramalan permintaan. Untuk menjaga objektivitas, yaitu dengan mempertimbangkan semua implikasi dan melihat masalah dari sudut pandang eksternal, digunakan metode statistik.
Metode statistik yang penting adalah:
(i) Metode Proyeksi Tren :
Perusahaan yang sudah berdiri lama akan memiliki data sendiri mengenai penjualan selama beberapa tahun terakhir. Data tersebut bila disusun secara kronologis menghasilkan apa yang disebut sebagai ‘rangkaian waktu’. Deret waktu menunjukkan penjualan masa lalu dengan permintaan efektif untuk produk tertentu dalam kondisi normal. Data tersebut dapat diberikan dalam bentuk tabel atau grafik untuk analisis lebih lanjut. Ini adalah metode yang paling populer di antara perusahaan bisnis, sebagian karena sederhana dan tidak mahal, dan sebagian karena data deret waktu sering menunjukkan tren pertumbuhan yang terus-menerus.
Time series memiliki empat jenis komponen yaitu, Secular Trend (T), Secular Variation (S), Cyclical Element (C), dan Irregular atau Random Variation (I). Elemen-elemen ini dinyatakan dengan persamaan O = TSCI. Tren sekuler mengacu pada perubahan jangka panjang yang terjadi sebagai akibat dari kecenderungan umum.
Variasi musim mengacu pada perubahan pola cuaca jangka pendek atau kebiasaan sosial. Variasi siklis mengacu pada perubahan yang terjadi dalam industri selama depresi dan booming. Variasi acak mengacu pada faktor-faktor yang umumnya dapat terjadi seperti perang, pemogokan, banjir, kelaparan dan sebagainya.
Ketika ramalan dibuat, variasi musiman, siklis, dan acak dihapus dari data yang diamati. Jadi hanya tren sekuler yang tersisa. Tren ini kemudian diproyeksikan. Proyeksi tren menyesuaikan garis tren dengan persamaan matematika.
Tren dapat diperkirakan dengan menggunakan salah satu dari metode berikut:
(a) Metode Grafis,
(b) Metode Kuadrat Terkecil.
- a) Metode Grafis:
Ini adalah teknik paling sederhana untuk menentukan tren. Semua nilai keluaran atau penjualan untuk tahun-tahun yang berbeda diplot pada grafik dan kurva tangan bebas yang halus ditarik melewati titik sebanyak mungkin. Arah kurva tangan bebas ini—ke atas atau ke bawah—menunjukkan tren. Ilustrasi sederhana dari metode ini diberikan pada Tabel 2.
Tabel 2: Penjualan Perusahaan
|
Tahun |
Penjualan (Rp. Crore) |
|
1995 |
40 |
|
1996 |
50 |
|
1997 |
44 |
|
1998 |
60 |
|
1999 |
54 |
|
2000 |
62 |
Pada Gambar 1, AB adalah garis tren yang digambarkan sebagai kurva tangan bebas yang melewati berbagai titik yang mewakili nilai penjualan aktual.
(b) Metode Kuadrat Terkecil:
Di bawah metode kuadrat terkecil, garis tren dapat disesuaikan dengan data deret waktu dengan bantuan teknik statistik seperti regresi kuadrat terkecil. Ketika tren penjualan dari waktu ke waktu diberikan oleh garis lurus, persamaan garis ini berbentuk: y = a + bx. Di mana ‘a’ adalah intersep dan ‘b’ menunjukkan pengaruh variabel independen. Kita memiliki dua variabel— variabel independen x dan variabel dependen y. Garis paling cocok membentuk semacam hubungan matematis antara dua variabel .v dan y. Hal ini diungkapkan oleh regresi у pada x.
Untuk menyelesaikan persamaan v = a + bx, kita harus menggunakan persamaan normal berikut:
Σ y = na + b Σ X
Σ xy =a Σ x+b Σ x2
(ii) Teknik Barometrik:
Barometer adalah alat pengukur perubahan. Metode ini didasarkan pada gagasan bahwa “masa depan dapat diprediksi dari kejadian tertentu di masa sekarang.†Dengan kata lain, teknik barometrik didasarkan pada gagasan bahwa peristiwa tertentu di masa kini dapat digunakan untuk memprediksi arah perubahan. di masa depan. Hal ini dicapai dengan penggunaan indikator ekonomi dan statistik yang berfungsi sebagai barometer perubahan ekonomi.
Umumnya peramal mengkorelasikan penjualan perusahaan dengan tiga seri: Seri Terkemuka, Seri Bertepatan atau Berbarengan dan Seri Lagging:
(a) Seri Utama:
Seri terkemuka terdiri dari faktor-faktor yang bergerak naik atau turun sebelum resesi atau pemulihan dimulai. Mereka cenderung mencerminkan perubahan pasar di masa depan. Misalnya penjualan bedak bayi dapat diramalkan dengan melihat pola angka kelahiran lima tahun sebelumnya, karena ada korelasi antara penjualan bedak bayi dengan anak usia lima tahun dan karena penjualan bedak bayi saat ini berkorelasi dengan angka kelahiran lima tahun sebelumnya. , itu disebut korelasi lagged. Dengan demikian dapat dikatakan bahwa kelahiran menyebabkan penjualan sabun bayi.
(b) Seri Kebetulan atau Bersamaan:
Seri yang bertepatan atau bersamaan adalah yang bergerak naik atau turun secara bersamaan dengan tingkat ekonomi. Mereka digunakan untuk mengonfirmasi atau menyangkal validitas indikator utama yang digunakan beberapa bulan setelahnya. Contoh umum indikator bertepatan adalah GNP itu sendiri, produksi industri, perdagangan dan sektor ritel.
(c) Seri Lagging:
Seri lagging adalah seri yang terjadi setelah beberapa jeda waktu sehubungan dengan siklus bisnis. Contoh seri lagging adalah, biaya tenaga kerja per unit output manufaktur, pinjaman luar biasa, suku bunga utama pinjaman jangka pendek, dll.
(iii) Analisis Regresi:
Ini mencoba untuk menilai hubungan antara setidaknya dua variabel (satu atau lebih independen dan satu dependen), tujuannya adalah untuk memprediksi nilai variabel dependen dari nilai spesifik variabel independen. Dasar prediksi ini umumnya adalah data historis. Metode ini berangkat dari asumsi bahwa ada hubungan dasar antara dua variabel. Paket komputer analisis statistik interaktif digunakan untuk merumuskan hubungan matematis yang ada.
Misalnya, seseorang dapat membangun model penjualan sebagai:
Kuantum Penjualan = a. harga + b. iklan + c. harga produk pesaing + d. pendapatan sekali pakai pribadi + u
Dimana a, b, c, d adalah konstanta yang menunjukkan pengaruh variabel yang bersesuaian sebagai penjualan. Konstanta u mewakili efek dari semua variabel yang telah ditinggalkan dalam persamaan tetapi berpengaruh pada penjualan. Dalam persamaan di atas, jumlah penjualan adalah variabel dependen dan variabel di sisi kanan persamaan adalah variabel independen. Jika nilai yang diharapkan dari variabel independen disubstitusikan ke dalam persamaan, maka kuantum penjualan akan diramalkan.
Persamaan regresi juga dapat ditulis dalam bentuk perkalian seperti yang diberikan di bawah ini:
Kuantum Penjualan = (Harga) a + (Iklan) b + (Harga produk saingan) c + (Pendapatan pribadi Y + u
Dalam kasus di atas, eksponen setiap variabel menunjukkan elastisitas variabel yang sesuai. Menyatakan variabel bebas secara notasi, bentuk persamaannya adalah QS = P° 8 . A o42 . R° .83 . Y 2 ° .68 . 40
Kemudian kita dapat mengatakan bahwa kenaikan harga 1 persen menyebabkan perubahan 0,8 persen dalam kuantum penjualan dan seterusnya.
Jika kita mengambil bentuk logaritmik dari beberapa persamaan, kita dapat menulis persamaan dalam bentuk penjumlahan sebagai berikut:
log QS = a log P + b log A + Ñ log R + d log Y d + log u
Pada persamaan di atas, koefisien a, b, c, dan d masing-masing mewakili elastisitas variabel P, A, R, dan Y d .
Koefisien dalam persamaan regresi logaritma sangat berguna dalam pengambilan keputusan kebijakan oleh manajemen.
(iv) Model Ekonometrika:
Model ekonometrik merupakan perluasan dari teknik regresi dimana sistem persamaan regresi independen diselesaikan. Persyaratan untuk penggunaan model ekonometrika yang memuaskan dalam peramalan berada di bawah tiga kepala: variabel, persamaan dan data.
Prosedur yang tepat dalam peramalan dengan metode ekonometrika adalah pembuatan model. Ekonometrika mencoba untuk mengungkapkan teori ekonomi dalam istilah matematika sedemikian rupa sehingga dapat diverifikasi dengan metode statistik dan untuk mengukur dampak dari satu variabel ekonomi terhadap yang lain sehingga dapat memprediksi kejadian di masa depan.
Utilitas Peramalan:
Peramalan mengurangi risiko yang terkait dengan fluktuasi bisnis yang umumnya menghasilkan efek berbahaya dalam bisnis, menciptakan pengangguran, menimbulkan spekulasi, mencegah pembentukan modal dan mengurangi margin keuntungan. Peramalan sangat diperlukan dan memainkan peran yang sangat penting dalam penentuan berbagai kebijakan. Di zaman modern, peramalan telah ditempatkan pada pijakan ilmiah sehingga risiko yang terkait dengannya telah sangat diminimalkan dan kemungkinan ketepatannya meningkat.
Prakiraan di India:
Di sebagian besar negara maju terdapat badan-badan khusus. Di India, para pengusaha sama sekali tidak tertarik untuk membuat prakiraan ilmiah. Mereka lebih bergantung pada kesempatan, keberuntungan dan astrologi. Mereka sangat percaya takhayul dan karenanya ramalan mereka tidak benar. Data yang memadai tidak tersedia untuk membuat prakiraan yang andal. Namun, statistik saja tidak meramalkan kondisi masa depan. Penilaian, pengalaman dan pengetahuan tentang perdagangan tertentu juga diperlukan untuk membuat analisis dan interpretasi yang tepat dan untuk sampai pada kesimpulan yang masuk akal.
Kesimpulan:
Sistem pendukung keputusan terdiri dari tiga elemen: keputusan, prediksi dan kontrol. Tentu saja, dengan prediksi itulah peramalan pemasaran diperhatikan. Peramalan penjualan dapat dianggap sebagai suatu sistem, yang memiliki masukan dan keluaran.
Pandangan sederhana ini berfungsi sebagai ukuran yang berguna untuk analisis nilai sebenarnya dari peramalan penjualan sebagai bantuan untuk manajemen. Terlepas dari semua ini tidak ada yang bisa memprediksi kegiatan ekonomi masa depan dengan pasti. Prakiraan adalah perkiraan yang tidak dapat dipastikan oleh siapa pun.
Kriteria Metode Peramalan yang Baik:
Dengan demikian, ada banyak cara untuk menebak tentang penjualan di masa depan. Mereka menunjukkan kontras dalam biaya, fleksibilitas, dan keterampilan serta kecanggihan yang memadai. Oleh karena itu, ada masalah memilih metode terbaik untuk situasi permintaan tertentu.
Ada kriteria ekonomi tertentu yang penerapannya lebih luas. Mereka:
(i) Akurasi, (ii) Masuk akal, (iii) Daya Tahan, (iv) Fleksibilitas, (v) Ketersediaan, (vi) Ekonomis, (vii) Kesederhanaan dan (viii) Konsistensi.
(i) Akurasi:
Ramalan yang diperoleh harus akurat. Bagaimana perkiraan yang akurat mungkin? Untuk mendapatkan perkiraan yang akurat, penting untuk memeriksa keakuratan perkiraan masa lalu terhadap kinerja saat ini dan perkiraan saat ini terhadap kinerja masa depan. Akurasi tidak dapat diuji dengan pengukuran yang tepat tetapi penilaian pembelian.
(ii) Masuk akal:
Eksekutif harus memiliki pemahaman yang baik tentang teknik yang dipilih dan mereka harus yakin dengan teknik yang digunakan. Pemahaman juga diperlukan untuk interpretasi hasil yang tepat. Persyaratan yang masuk akal seringkali dapat meningkatkan keakuratan hasil.
(iii) Ketahanan:
Sayangnya, fungsi permintaan yang disesuaikan dengan pengalaman masa lalu mungkin sangat merugikan dan masih berantakan dalam waktu singk
