Jövőbeni piaci kereslet meghatározására

A mai piaci lehetőségek, a piacpotenciál, a területi vásárlóerő megoszlása stb. sem számszerűsíthetők könnyen. A jövőre vonatkozó becsléseinkben a bizonytalansági tényező még nagyobb. A prognóziskészítés módszerei lehetnek kvalitatív jellegűek és kvantitatív technikákon alapuló módszerek.

A kvalitatív módszerek megfelelő információkkal rendelkező emberek megkérdezésén alapulnak. A módszerek egyre növekvő népszerűségét a jól körülhatárolható elemzési technikára, a következtetések érvényességének ismeretére vezethetjük vissza, valamint arra, hogy a számítástechnika fejlődése miatt egyre népszerűbb, pontosabb és gyorsabb eljárásokkal dolgozunk. A kvantitatív elemzések eredményei összehasonlíthatatlanul jobban alkalmazhatóak egy éven belüli, rövidtávra, mint közép- és hosszú távra.

Igen sokfajta prognóziskészítő módszer van:

Az eladó személyzet véleményének megkérdezése. Amikor a vásárlók megkérdezése nem célszerű, vagy a megközelítés túl költséges, a vállalat saját eladóihoz fordulhat előrejelzésért. Az értékesítésben részt vevők ismerik a termék piacát, a vásárlók szokásait, a forgalom szezonális ingadozásait, a konkurencia nagyságát és harcmodorát. A vásárlók szándékainak tanulmányozása. A fogyasztókat tanulmányozva következtethetünk várható vásárlási magatartásukra, ami közvetlenül kihat a jövőbeni piacpotenciál nagyságára. A vevők szándékainak feltérképezése csak akkor jó becslési eszköz, ha a felmérésben részt vevő vásárlóknak határozott szándékaik vannak, nem feledkeznek meg róluk, amikor vásárolnak és még beszélni is hajlandóak erről az interjút készítő személyeknek. Szakértői véleményen alapuló prognózisok. A legbonyolultabb

Korreláció

Korreláció

A korreláció bizonyos mennyiségek közötti kapcsolat szorosságát, a függőség fokát jelenti. Ennek mérésére a korrelációs együttható a szokásos mérőszám, amelynek sok szemléletes tulajdonsága hasonló a szórás tulajdonságaihoz. A korrelációs együttható egy statisztika, azaz egy minta korreláltsága leirására szolgál, miközben a populáció változói közötti kapcsolat erősségét a korrelációs együttható mint paraméter határozza meg.

Az összetartozó értékpárok halmazának mindegyik tagját (a pontok x és y koordinátáit) külön-külön átlagolhatjuk és az egyes (x, vagy y) értékeknek a saját átlaguktól (x, y) való eltérését vizsgálhatjuk. Az x, vagy az y szórásának számitásakor ezeket a különbségek négyzeteit átlagoltuk (majd négyzetgyököt vontunk belõle), a korrelációs együttható számitásakor az összetartozó különbségeket összeszorozzuk és a szorzatok összegét (ezt másnéven kovarianciának is nevezik) elosztjuk a négyzetes különbségek szorzatával. A két változó szerepe a korreláció vizsgálatában felcserélhetõ, nincs kitüntetett szerepe egyiknek sem.

A korrelációs együttható két fontos tulajdonsága:

Független változók esetében a korrelációs együttható értéke 0, Lineáris függvénykapcsolatban lévő (nem sztochasztikus) változók esetében a korrelációs együttható értéke 1.

Minél szorosabb összefüggés van két, véletlentől is függõ változó között, annál közelebb áll a korrelációs együttható értéke az 1-hez. Forditva, minél lazább az összefüggés két változó között, annál közelebb van a korrelációs együttható