Pages Navigation Menu

ISSN 2227-6017 (ONLINE), ISSN 2303-9868 (PRINT), DOI: 10.18454/IRJ.2227-6017
ПИ № ФС 77 - 51217, 16+

DOI: https://doi.org/10.23670/IRJ.2019.81.3.019

Скачать PDF ( ) Страницы: 106-110 Выпуск: № 3 (81) () Искать в Google Scholar
Цитировать

Цитировать

Электронная ссылка | Печатная ссылка

Скопируйте отформатированную библиографическую ссылку через буфер обмена или перейдите по одной из ссылок для импорта в Менеджер библиографий.
Михайлова В. М. ПРИМЕНЕНИЕ МЕТОДА «ДЕЛЬФИ» КАК ИНСТРУМЕНТА ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ РЫНКА / В. М. Михайлова, О. А. Кузнецова, А. В. Петрова // Международный научно-исследовательский журнал. — 2019. — № 3 (81). — С. 106—110. — URL: https://research-journal.org/economical/primenenie-metoda-delfi-kak-instrumenta-prognozirovaniya-razvitiya-rynka/ (дата обращения: 20.06.2019. ). doi: 10.23670/IRJ.2019.81.3.019
Михайлова В. М. ПРИМЕНЕНИЕ МЕТОДА «ДЕЛЬФИ» КАК ИНСТРУМЕНТА ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ РЫНКА / В. М. Михайлова, О. А. Кузнецова, А. В. Петрова // Международный научно-исследовательский журнал. — 2019. — № 3 (81). — С. 106—110. doi: 10.23670/IRJ.2019.81.3.019

Импортировать


ПРИМЕНЕНИЕ МЕТОДА «ДЕЛЬФИ» КАК ИНСТРУМЕНТА ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ РЫНКА

ПРИМЕНЕНИЕ МЕТОДА «ДЕЛЬФИ» КАК ИНСТРУМЕНТА ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ РЫНКА

Научная статья

Михайлова В.М.1, *, Кузнецова О.А.2, Петрова А.В.3

1, 2, 3 ФГБОУ ВО Кубанский государственный технологический университет, Краснодар, Россия

* Корреспондирующий автор (nika157[at]mail.ru)

Аннотация

Приведена классификация методов прогнозирования, используемых в маркетинговых исследованиях, с учетом методов, применяемых в последнее время. Описан экспертный метод прогнозирования –  метод «Дельфи».  Представлено авторское видение этапов  проведения прогнозирования с использованием метода «Дельфи».  В соответствии с выделенными этапами рассмотрена его структура. Проведено исследование рынка хлебопекарной отрасли Краснодарского края с целью  прогнозирования его развития на следующий год с применением метода «Дельфи». Результаты исследования показали, что применение метода «Дельфи» позволяет качественно спрогнозировать многие маркетинговые явления и на основе таких прогнозов грамотно выстроить стратегию развития предприятия на следующий год.

Ключевые слова: прогнозирование, качественные методы, количественные методы, адаптивные методы, комбинированные методы, метод «Дельфи», этапы проведения, структура метода. 

APPLICATION OF THE “DELFI” METHOD AS A FORECASTING TOOL IN MARKET DEVELOPMENT

Research article

Mikhailova V.M.1, *, Kuznetsova O.A.2, Petrova A.V.3

1, 2, 3 FSBEI HE “Kuban StateTechnological University,” Krasnodar, Russia

* Corresponding author (nika157[at]mail.ru)

Abstract

The article contains the classification of forecasting methods used in marketing research taking into account the methods used recently. The Delphi method, an expert forecasting method, is described. The author’s vision of the forecasting stages using the Delphi method is presented. Its structure is considered in accordance with the selected stages. A study of the bakery industry of the Krasnodar Territory is conducted with the help of the Delphi method to forecast its development for the upcoming year. The results of the study showed that the use of the Delphi method enables forecasting many marketing phenomena qualitatively and, on the basis of such predictions, build an enterprise development strategy for the upcoming year competently.

Keywords: forecasting, qualitative methods, quantitative methods, adaptive methods, combined methods, Delphi method, stages of implementation, method structure. 

В условиях рыночных отношений и экономических преобразований большинство предприятий разных отраслей и сфер деятельности сталкиваются  с изменениями внешней среды. Эти изменения могут быть связаны со снижением покупательской способности населения, изменением его потребительских предпочтений, влиянием конкурентной ситуации на рынке, изменением конъюнктуры рынка и т.д. Для повышения конкурентоспособности хозяйствующих субъектов,  их руководители должны такие изменения учитывать и прогнозировать. При этом следует отметить, что прогнозирование  плохо предсказуемых изменений внешней среды, в каждом конкретном случае требует глубокого понимания существа исследуемого процесса. Такую задачу нельзя решать формально, пользуясь одной  подобранной формулой [1, С. 293-300]. То есть для каждого конкретного случая должен быть выбран эффективный и грамотный метод прогнозирования.

Так под качественными методами  прогнозирования в маркетинговых исследованиях понимают способы изучения возникающих проблем на основе знаний и интуиции [2, С. 293-295]. К ним относят: метод «Дельфи» [3, С.954-960]; метод коллективных оценок [4, С. 183-185], который включает в себя: метод мозговой атаки, деловых игр, интервью и т.д.;  метод аналогии [5] и системный анализ [6], который включает в себя: декомпозиционный, структурный, сравнительный и морфологический анализы, анализ эффективности и т.д.

 Следует подчеркнуть, что в настоящее время руководители предприятий могут вести эффективную хозяйственную деятельность только на основе прогнозирования экономических явлений с помощью качественных методов.  Однако, в условиях ужесточающейся конкуренции любой руководитель также должен использовать и количественные методы прогнозирования, ведь знание таких методов позволяет получить  значимые преимущества в период завоевания определенной доли  на рынке.  Поэтому изучение количественных методов не менее актуально, чем качественных. Так под количественными методами понимается  количественная оценка будущего состояния изучаемых явлений на основе данных предыдущих периодов с использованием  математических методов. Одними из самых популярных количественных методов являются методы динамической эктраполяции, построенные на анализе временного ряда, расчета скользящих средних и сглаживания в ряде данных [7, С. 44]. Также часто на практике используют методы регрессивного анализа, включающего в себя: корреляционно-регрессионный анализ [8], метод наименьших квадратов, моделирование авторегрессионных процессов [9, С. 120-123; 10, С. 41-43].

Следует отметить, что в последнее время появляются новые методы прогнозирования в маркетинговых исследованиях, например такие как:

– адаптивные методы прогнозирования  –  способные отражать  изменяющиеся во времени динамические свойства временного ряда и учитывать информационную ценность его членов;

–  комбинированные методы прогнозирования  – способные давать общую оценку, получаемую на основе формального или неформального объединения частных прогнозов, чаще всего путем суммирования их с определенными весовыми коэффициентами.

Одним из интересных методов прогнозирования является метод «Дельфи», который может применяется в следующих случаях: прогнозирование тенденций развития рынка; прогнозирование емкости рынка; прогнозирование потребительского спроса на определенные товары и услуги; прогнозирование конкурентной ситуации на рынке; прогнозирование перспективности выдвинутых идей.

Метод «Дельфи» относится к экспертным методам прогнозирования, так как основными участниками этого метода являются эксперты. Экспертами могут быть [11, С.68-72]: руководители предприятий разных отраслей и сфер деятельности; менеджеры среднего звена (начальники отдела маркетинга,  производственного отдела,  планово-финансового управления и др.); специалисты (экономисты, инженеры, технологи, маркетологи и др.).

Этапы прогнозирования с помощью метода «Дельфи»  представлены в таблице 1.

 

Таблица 1 – Характеристика этапов проведения  метода «Дельфи»

Этап Характеристика
Формирование групп участников Первая группа экспертов (8-12 чел) – менеджеры по продажам Изучаются технические характеристики продукта: состав, качество, мощность, потребительские свойства, размер и др.
Вторая  группа экспертов (8-12 чел) – инженеры или технологи Изучаются сложные параметры продукта: из чего складывается качество продукта, почему именно такой размер продукта и т.д.
Третья  группа экспертов (8-12 чел) – руководители и маркетологи Изучаются средства продвижения, цена и ассортимент как свой, так и конкурентов
Четвертая группа обработки результатов – руководители, аналитики и маркетологи Обрабатываются результаты и составляется развернутый опросный лист с учетом полученных мнений специалистов
Опрос Основной опрос Формируется опросный лист, в котором содержится около 25 вопросов. Вопросы должны быть закрытыми и иметь максимально количество ответов на них. Эксперты должны познакомиться с результатами и выводами аналитиков, после чего проводится повторный опрос
Повторный опрос Обрабатываются результаты и формируются новые опросные листы  в виде уже качественных оценок. Результаты опроса предоставляются экспертам и они могут сравнить свои ответы с ответами других экспертов. В виду получения новых знаний об изучаемом явлении эксперты  могут поменять свое мнение или оставить его прежним, при этом необходимо дать комментарии и выдвинуть аргументы.
Выявление причин расхождения По результатам двух опросов выявляются причины расхождения
Анализ, выводы и рекомендации Четвертая группа обрабатывает информацию при помощи статистических показателей: среднего значения исследуемого параметра, средневзвешенного значения исследуемого параметра, медианы как среднего члена общего ряда чисел, полученных от экспертов и области доверительности

 

Для отбора экспертов в группу на основе их мнений используют следующий алгоритм действий:

1. Каждому i-тому эксперту (i = 1, 2, … , n) предлагается проранжировать факторы, влияющие на изучаемое явление, которые далее будут экспертно оцениваться, то есть устанавливается αij -ранг j-того фактора, j = 1, 2, … , k.  Таким образом получается строка экспертных мнений относительности важности оцениваемых факторов

αi  = αi1 …αi2 …αi3… αin 1

2. Далее определяется среднее значение оценки по каждому фактору относительно каждого эксперта

αj  = ∑ αj : n 2

где n – количество экспертов.

3. Определяется отклонение мнений эксперта от среднего мнения группы

∆ αij = αij – |αj| 3

В результате получаем отклонения мнений экспертов по всем факторам

O = ∆ αi1…∆ αi2….∆ αi3 4

4. Определяется сумма отклонений мнений каждого эксперта

∆ai = ∑ ∆αij 5

5. Определяется сумма отклонений мнений всех экспертов

∆a ср = ∑ ∆αi 6

Определяется среднее отклонение мнений каждого эксперта по всем факторам от среднего мнения экспертной группы

∆ai ср = ∆a ср – ∆ai 7

Далее все эксперты нумеруются в зависимости от  расстояния их мнений от средних, так, чтобы на первом месте был эксперт с наименьшим расстоянием от среднего по группе, далее – по возрастанию отклонений, а на последнем месте – эксперт с наибольшим расстоянием от среднего по группе. В результате получаем упорядоченный кортеж отклонений. Окончательная численность экспертной группы может быть определена путем исключения из списка тех экспертов, мнение которых находится на большом расстоянии от центра.

Рассмотрим прогнозирование развития рынка с использованием метода «Дельфи» на примере хлебопекарной отрасли. Для этого был составлен анкетный лист, включающий в себя следующие вопросы:

– как Вы считаете, на сколько увеличится темп роста хлебопекарной отрасли Краснодарского края  в следующем году?[13, С. 45];

– как Вы считаете,  на сколько процентов вырастет  емкость рынка хлебопекарной отрасли Краснодарского края в следующем году? [14, С. 48];

– как Вы считаете, на сколько увеличится доля рынка вашего предприятия в следующем году? [15, С. 496];

–  как Вы считаете, какой будет индекс роста цен на хлебопродукты в следующем году? [16, С. 123];

– как Вы считаете,  на сколько процентов увеличиться  объем потребительского спроса на рынке хлебопекарной отрасли Краснодарского края в следующем году? [17, С. 339];

– как Вы считаете какое количество новинок на рынке хлебопекарной отрасли Краснодарского края ожидается в следующем году? [18, С. 1228].

Вопросы были составлены исходя из информации, необходимой для руководителей хлебопекарных предприятий.

Экспертами исследования выступили руководители хлебопекарных предприятий Краснодарского края. Всего экспертов  – 4 человека.

В результате исследования получены следующие результаты (таблица 2).

 

Таблица 2 – Результаты экспертной оценки факторов

i j
1 2 3 4 5 6
αi1 1 1,2 0,4 1 2 3 3
αi2 2 1,5 1 2 3 2 4
αi3 3 1,7 2 1,3 2 2 4
αi4 4 1,1 3,3 2 4 5 5
5,5 6,7 6,3 11 12 16
Среднее значение αj 1,4 1,7 1,6 2,8 3 4

 

В таблице 3 представлены отклонения мнений экспертов от среднего значения.

 

Таблица 3 – Отклонения мнений экспертов от среднего значения (∆ αij)

j i
1 2 3 4
1 0,2 0,1 0,3 0,3
2 1,3 0,7 0,3 1,6
3 0,6 0,4 0,3 0,4
4 0,8 0,2 0,8 1,2
5 0 1 1 2
6 1 0 0 1
О 3,9 х 4 = 15,6 2,4 х 4 = 9,6 2,7 х 4 = 10,8 6,5 х 4 = 26

 

Сумма отклонений мнений всех экспертов по всем изучаемым факторам составит:

24-04-2019 11-29-24

Среднее отклонение мнений каждого эксперта по всем факторам от среднего мнения экспертной группы представлено в таблице 4.

 

Таблица 4 – Среднее отклонение мнений каждого эксперта по всем факторам от среднего мнения экспертной группы

j i
1 2 3 4
Отклонение мнений 2,58
Суммарное среднее отклонение мнений по каждому эксперту 15,6 9,6 10,8 26
Модуль частного отклонения 13,02 7,02 8,22 23,42

 

В результате выстраиваем экспертов в порядке их возрастания:

– 1 эксперт – 7,02 – (2 эксперт);

– 2 эксперт – 8,22 – (3 эксперт);

– 3 эксперт – 13,02 – (1 эксперт);

– 4 эксперт – 23,42 – (4 эксперт);

Отсюда можно сделать вывод, что четвертого эксперта следует исключить из этого списка, поскольку его мнение слишком далеко от мнений других экспертов и делать вывод на мнениях трех оставшихся экспертов.

Таким образом, применение метода «Дельфи» позволяет качественно спрогнозировать многие маркетинговые явления и  на основе таких прогнозов грамотно строить стратегию развития предприятия на следующий год.

Конфликт интересов

Не указан.

Conflict of Interest

None declared.

Список литературы / References

  1. Гришина С.А. Метод прогнозирования в маркетинговых исследованиях / С.А. Гришина // Известия Тульского государственного университета. Экономические и юридические науки. – 2010. – С. 293– 300.
  2. Жданович Л.Ю. Методы анализа данных и прогнозирование в маркетинговых исследованиях / Л.Ю. Жданович, С.М. Васильева // Актуальные проблемы авиации и космонавтики. – 2015. –  Т.2. – С. 293– 295.
  3. Смирнова Ю.А. Метод Дельфи, как инструмент эффективного стратегического планирования и управления / Ю.А. Смирнова // Электронный вестник Ростовского социально-экономического института. – 2015. – Вып. 3-4. – С.954– 960.
  4. Данелян Т.А. Формальные методы экспертных оценок / Т.А. Данелян // Статистика и экономика. – 2015. – № 1. – С. 183–185.
  5. Бакланова Ю. О. Применение современных методов прогнозирования инновационной деятельности в российской практике / Ю.О. Бакланова, Н.Л. Назарова //Современные технологии управления. – 2011. –  № 12 (12).
  6. Дроздов Н.Д. Системный анализ [Электронный ресурс] / Н.Д. Дроздов. – URL: https://gtmarket.ru/concepts/7111 (дата обращения : 01.02.2019)
  7. Бушуева Л.И. Методы прогнозирования объема продаж / Л.И. Бушуева // Маркетинг в России и за Рубежом. – 2002. – № 1. – С. 44.
  8. Константинова А.О. Применение корреляционно-регрессионного анализа для прогнозирования экономического развития предприятия (на примере ОАО «Новороссийский комбинат хлебопродуктов») // Молодежный научный форум: Общественные и экономические науки: электр. сб. ст. по мат. VII междунар. студ. науч.-практ. конф. – № 7(7). [Электронный ресурс] / О.А. Константинова. – URL: https://nauchforum.ru/archive/MNF_social/7(7).pdf (дата обращения : 01.02.2019)
  9. Бондарева Н.А. К вопросу построения методов прогнозирования на основе анализа маркетинговых исследований / Н.А. Бондарева, С.М. Горкина // Вестник МГСУ. – 2011. – № 6. – С. 120–123.
  10. Пильник Н.Б. Прогнозирование конъюнктуры рынка в системе предпринимательства Н.Б. Пильник // Российское предпринимательство. – 2006. – С. 41– 43.
  11. Кукушкина С.Н. Метод Дельфи в форсайт-проектах / С.Н. Кукушкина // Форсайт. – – № 1(1). – С.68–72.
  12. Петренко Е.С. Использование метода Дельфи для прогноза развития рынка массового питания / Е.С. Петренко // Российское предпринимательство. – 2010. – Том 11. – № 8. – С. 182–187.
  13. Щепакин М.Б. Управление ресурсами производственных предприятий хлебопекарной отрасли / М.Б. Щепакин, В.М. Михайлова. Монография. Электронное научное издание. – Майкоп, 2014. – С. 45.
  14. Щепакин М.Б. Управление ресурсами производственных предприятий хлебопекарной отрасли / М.Б. Щепакин, В.М. Михайлова. Монография. – Краснодар, 2014. – С. 48.
  15. Михайлова В.М. Модель управления инвестиционно-инновационной деятельностью производственных предприятий (на примере хлебопекарной отрасли краснодарского края) / В.М. Михайлова, Е.В. Кривошеева, Д.Г. Куренова // Экономика и предпринимательство. – 2016. – № 8(73). – С. 495–
  16. Каменецкая Е.В. Хлебопекарная отрасль Краснодарского края: современное состояние, динамика производства и основные тенденции потребления / Е.В. Каменецкая, В.М. Цицилина // Материалы международной научно-практической конференции «Экономико-правовые аспекты стратегии модернизации России: механизмы обеспечения конкурентоспособности и качественного экономического роста» под редакцией: О.В. Иншакова, Г.Б. Клейнера, З.М. Хашевой, В.В. Сорокожердьева. –    –  С. 121–129.
  17. Щепакин М.Б. Классификация основных моделей управления ресурсами предприятия / М.Б. Щепакин, В.М. Михайлова // Материалы международной научно-практической конференции «Альтернативные пути преодоления глобального экономического кризиса». – 2013. – С. 337–
  18. Щепакин М.Б. Классификационный аспект к оценке факторов, влияющих на экономический рост бизнеса // М.Б. Щепакин, В.М. Михайлова, Ю.В. Баженов и др. // Экономика и предпринимательство. – 2017. – № 2-1 (79). – С. 1227–

Список литературы на английском языке / References in English

  1. Grishina S.A. Forecasting method in marketing research / S.A. Grishina // News of Tula State University.  Economic and legal sciences. – – P. 293–300.
  2. Zhdanovich L.Y. Methods of data analysis and forecasting in marketing research / L.Y. Zhdanovich, S.M. Vasilyeva // Actual problems of aviation and astronautics.  – –  V.2.  – P. 293–295.
  3. Smirnova Y.A. Delphi Method as a tool for effective strategic planning and management / Y.A. Smirnova // Electronic Bulletin of the Rostov Social and Economic Institute.  – – Vol.  3-4.  – P. 954–960.
  4. Danelyan T.A. Formal methods of expert assessments / T.A. Danelyan // Statistics and Economics. – – № 1. – P. 183–185.
  5. Baklanova Y. O. The use of modern methods of forecasting innovation in Russian practice / Y.O. Baklanova, N.L. Nazarova // Modern management technologies. – – № 12 (12).
  6. Drozdov N.D. System analysis. [Electronic resource] / N.D. Drozdov. – URL: https//gtmarket.ru/concepts/7111 (accessed: 01.02.2019). [in Russian]
  7. Bushueva L.I. Methods of forecasting sales / L.I. Bushueva // Marketing in Russia and abroad. – – № 1.
  8. Konstantinovа A.O. The use of correlation and regression analysis to predict the economic development of an enterprise (using the example of Novorossiysk Bread Products Plant) // Youth Research Forum Social and Economic Sciences electr. Sat    on mat.  VII Intern.  stud  scientific-practical  conf.  – № 7 (7).  [Electronic resource] / A.O. Konstantinovа.  –   URL: https//nauchforum.ru/archive/MNF_social/7(7).pdf (accessed: 01.02.2019). [in Russian]
  9. Bondareva N.A. On the issue of building forecasting methods based on the analysis of marketing research / N.A. Bondareva, S.M. Gorkina // Vestnik MGSU. – – № 6. – P. 120–123.
  10. Pilnick N.B. Forecasting market conditions in the enterprise system / N.B. Pilnick  // Russian Entrepreneurship.  – – P. 41–43.
  11. Kukushkina S.N. Delphi method in foresight projects / S.N. Kukushkina // Forsyth.  – – № 1 (1). – P.68–72.
  12. Petrenko E.S. Using the Delphi method for forecasting the development of the mass market / E.S. Petrenko // Russian Entrepreneurship.  – – Volume 11. – № 8. – P. 182–187.
  13. Shchepakin M.B. Resource management of production enterprises of the baking industry / M. B. Schepakin, V.M.  Mikhailovа.    Electronic scientific publication.  – Maykop, 2014.
  14. Schepakin M.B. Resource management of production enterprises of the baking industry / M. B. Schepakin, V.M.  Mikhailovа.    – Krasnodar 2014.
  15. Mikhailovа V.M. The model of management of investment and innovation activities of industrial enterprises (in the example of the baking industry of the Krasnodar Territory) / V.M. Mikhailova, E.V.  Krivosheeva,  G.  Kurenova // Economics and Entrepreneurship.  – 2016. – № 8 (73).  – P. 495–502.
  16. Kamenetskaya E.V. Bakery industry of the Krasnoyarsk Territory current state production dynamics and main consumption trends. / E.V. Kamenetskaya, V.M. Tsitsilina   // Proceedings of the international scientific-practical conference “Economic and legal aspects of the strategy of modernization of Russia mechanisms to ensure competitiveness and qualitative economic growth” edited O.V.  Inshakova, G.B.  Kleinera, Z.M.  Khasheva, V.V.  Sorokoherdieva.  – 2010. – P. 121–129.
  17. Schepakin M.B. Classification of the main models of enterprise resource management / M.B. Schepakin, V.M.  Mikhailova // Materials of the international scientific-practical conference “Alternative ways to overcome the global economic crisis.”  – – P. 337–348.
  18. Schepakin M.B. Classification aspect of the assessment of factors that influence the economic growth of a business // M. B. Schepakin, V.M.  Mikhailova Y.V.  Bazhenov and others // Economy and entrepreneurship.  – – № 2-1 (79).  – P. 1227–1230.

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.