Ennustaminen

Ennustaminen on vaikeaa…varsinkin tulevaisuuden!

Edellinen on vanha vitsi, mutta pitää aika hyvin paikkansa. Muutaman päivän sääennusteeseen voi hyvinkin luottaa, mutta yli viikon ennusteeseen kannattaa suhtautua jo tietyllä varauksella. Virallisissa sääennusteissa ei ole kyse ”sammakkomiesten” ennustuksista, vaan meteorologien tekemästä tieteellisestä työstä. Sääennusteiden tekemistä pitkille aikaväleille hankaloittaa suuri informaation määrä, jota sääammattilaisten on otettava huomioon. Myös yleisesti päätöksiä tehtäessä kannattaa tulevaisuus ottaa aina huomioon. Näin sinäkin varmasti teet. Joku asia ei miellytä juuri nyt, mutta kun mietit asiaa tekemättä jättämisen seurauksia tulevaisuudessa, päätät irvistää, kääriä hihat ja aloittaa hommat. Tutustutaan seuraavaksi muutamiin ennustamisen vaikeuteen liittyviin esimerkkeihin. Sen jälkeen tarkastelemme ennustamismenetelmiä. Kristallipallot jääkööt Tylypahkaan. Käyttämämme menetelmät ovat rationaalisia.

Mutta ensin muutama esimerkki ennustamisen vaikeudesta. Muistat varmasti historian tunneilta kuinka kylmän sodan aikainen Berliinin muuri kaatui loppuvuodesta 1989 ja Neuvostoliitto romahti kaksi vuotta myöhemmin. Vain hieman ennen näitä Eurooppaa ja maailmaa järisyttäviä tapahtumia eräs poliitikoistamme ennusti seuraavasti: ”On sanomattakin selvää, että Neuvostoliiton talousmahti jatkaa kasvuaan ja että Berliinin muuri on ikuinen.” Näin totesi Paavo Väyrynen vuonna 1986 kirjassaan ”Suomi tarvitsee vahvan valtiopäämiehen”. Tulevaisuuteen on ollut aikaisemminkin varsin vaikea nähdä, vai mitä sanoisit Decca recordsin arviosta, kun yritys arvioi vuonna 1962 Beatlesiä sanoin: ”We don’t like their sound, and guitar music is on the way out”. Tai Bill Gates, joka totesi kolmekymmentä vuotta sitten, että 640 kilobittiä tallennustilaa pitäisi riittää kenelle tahansa tietokoneen käyttäjälle.

Ennusteet ovat projektien pohjana

Jotta voimme tehdä oikeita päätöksiä ja kohdistaa resurssimme oikein, meidän tulee osata ennustaa tulevaisuutta mahdollisimman hyvin, oli kyse sitten opiskeluun liittyvistä päätöksistä tai yrityksen tulevaisuudesta. Ainakin seuraavanlaisia ennustamisen kohteita tulisi yrityksen logistiikassa ottaa huomioon.

  • Poliittiset tapahtumat: äärimmäisessä tilanteessa poliittinen kriisi tietyllä alueella estää toimitukset kokonaan.
  • Arvojen kehittyminen: esim. ympäristöarvojen nousu asettaa paineita yritykselle muokata logistiikkaansa ympäristöystävällisempään suuntaan.
  • Raaka-aineiden hinnat: hintojen nousu vaikuttaa kilpailuasemiin. Nousseet kustannukset heikentävät yhtiön kannattavuutta.
  • Kilpailijoiden tekemiset: Ovatko kilpailijat kehittelemässä jotain uusia keinoja tehokkuuden parantamiseksi, esim. tehokkaampia tapoja kuljettaa tuotteita?
  • Kuluttajien käyttäytyminen: Mikä on juuri tällä hetkellä in? Haluavatko kuluttajat luxusta vai luomua? Tämä vaikuttaa siihen, mitä yrityksen kannattaa tarjota?
  • Hintojen muuttuminen: Ovatko hinnat kehittymässä ylös vai alas päin?

Hyvä ennuste on helppokäyttöinen. Ennustetta pystytään toisin sanoen käyttämään helposti yrityksen päätöksenteossa. Ennusteen tulee olla myös luotettava ja mahdollisimman tarkka. Tietojen tulee olla ajankohtaisia ja sellaisia, josta on mahdollisimman paljon hyötyä. Toissijaisten asioiden ennustaminen ei tietenkään ole järkevää, jos keskeisemmät asiat jäävät liian vähälle huomiolle.

Case Euro Disney

Euro Disney –huvipuisto avattiin Pariisin ulkopuolelle kymmenisen vuotta sitten. Se oli neljäs Disney-puisto maailmassa. Euroopassa verrattavia huvipuistoja ei ollut, joten ennusteet piti tehdä amerikkalaisten puistojen tietojen avulla. Amerikkalaisten ja eurooppalaisten huvipuistokäyttäytymisen välillä oli kuitenkin eroja, jotka näkyivät pieleen menneinä ennustuksina.

  1. Puistossa kävi 15 – 25% vähemmän ihmisiä kuin oli ennustettu.
  2. Eurooppalaiset kävijät käyttivät 10 % vähemmän rahaa.
  3. Pieleen menneen alun jälkeen tehtiin uusia ennustuksia (hintoja alennettiin, kuluja karsittiin, investoitiin messutiloihin, ostoskeskukseen ja ravintoloihin)
  4. Jälleen ennusteet väärin.
  5. TALOUDELLINEN KATASTROFI

Esimerkki on peräisin kauppakorkeakoulun tuotantotalouden peruskurssilta keväältä 2008.

Ennustamisen kvalitatiiviset menetelmät

Kvalitatiivisella ennustemenetelmällä tarkoitetaan laadullista, ei määrällistä menetelmää. Määrällinen eli kvantitaavinen menetelmä esitellään seuraavassa osassa. Kvalitatiiviset menetelmät ovat a) mielipidemittauksia ja b) erilaisia testejä. Näitä menetelmiä käytetään usein silloin, kun menneilta vuosilta ei ole kerättyä tietoa.

Mielipidemittaukset

Mielipiteitä tulevasta voidaan kysellä eri tahoilta. Osa yrityksistä luottaa johtajiensa kykyyn (siis johtajat luottavat omiin kykyihinsä) ennustaa parhaiten tulevaisuutta. Toisaalta mielipidettä voidaan kysyä asiantuntijoilta. Tässä tapauksessa ”asiantuntijoiden” tulisi olla parhaita alan tuntijoita. Build up –menetelmässä ennuste kootaan organisaatiossa alhaalta ylös. Tällaisessa menetelmässä ongelmana on luotettavuus ja mahdollinen tarkoituksellinen ennusteiden vääristely. Työntekijät ennustavat parempaa kysyntää, koska tämä mahdollistaisi lyhyellä tähtäimellä työpaikkojen ja palkkatason säilymisen tai jopa kasvamisen. Neljäntenä mahdollisuutena on kysyä mielipidettä kaikilta organisaation jäseniltä nimettömänä perustelujen kanssa. Tätä menetelmää kutsutaan Delphi-metodiksi. Tällä menetelmällä vältetään mahdollisesti Build up –menetelmän tarkoitukselliset vääristelyt. Delphi-menetelmä on kuitenkin raskas ja hidas. Tuloksien kannalta se on vain keskinkertainen.

Testit

Testi Miten tehdään Hyviä ja huonoja puolia
Markkinatutkimukset
  • Kysytään kuluttajilta, mitä he haluaisivat ostaa.
  • Olisivatko he valmiita ostamaan esiteltyä tuotetta
  • Ihmiset saattavat liioitella omaa halukkuuttaan ostaa kyseistä tuotetta
  • Yhteiskunnalliset arvot näkyvät vastauksissa, henkilökohtaiset mielipiteet saattavat jäädä näiden varjoon.
Asiakaspaneelit
  • Paneelissa kysytään tulevaisuuden kulutuskäyttäytymistä (vrt. markkinatutkimukset)
  • Paneelissa saadaan markkinatutkimuksia tarkemmin tietoa kuluttajien ostokäyttäytymisen motiiveista.
Testimarkkinointi
  • Tuodaan tuote markkinoille testimielessä.
  • Tämä antaa todellisemman kuvan ostokäyttäytymisestä kuin markkinatutkimukset tai paneelit.
Historia-analogia
  • Oletetaan, että uusi tuote menee yhtä hyvin kaupaksi kuin edellinenkin.
  • Riskialtis
  • kuluttajien tottumukset ja trendit saattavat muuttua hyvinkin nopeasti.
Elinkaariajattelu
  • Kaikilla tuotteilla on elinkaarensa.
  • Tuote tulee markkinoille: ensin sitä ostavat edellä kävijät, sitten suuri massa, ja lopuksi tuoetta saa alennusmyynneistä.
  • Kaikki tuotteet eivät välttämättä toteuta elinkaariajattelua.
TUTA 2008

Ennustamisen kvantitatiiviset menetelmät (aikasarja-analyysit)

Kavantitaatviset menetelmät perustuvat historialliseen tietoon hyödykkeiden kulutuksesta. Kvantitatiivinen viittaakiin juuri määrään, siihen kuinka paljon hyödykettä on aikaisemmin kysytty. Aikasarja-analyysit perustuvat siis historiaan. Niiden perustana on ajatus, että tulevaisuus jatkuu jokseenkin samanlaisena kuin historia tähän asti. Aikasarja-analyysit eroavat kuitenkin siinä, kuinka pitkä aikajakso historiasta huomioidaan ennustetta tehtäessä ja kuinka tuota historiallista jaksoa painotetaan. Aikaraja-analyysejä käytetään pääasiassa lyhyiden ennusteiden tekemiseen. Katsotaan seuraavaksi muutamaa kvantitatiivista menetelmää lähemmin.

1. Naiivi-analyysi

Naiivi-analyysi on nimensä veroinen. Ennusteeksi otetaan edellisen jakson (esimerkiksi edellisen vuoden) kysyntä. Siis, jos vuonna 2012 hyödykettä meni kaupaksi 15 000 kappaletta, vuodeksi 2013 ennustetaan samaten 15 000 kappaleen menekkiä. Tapa on helppo ja nopea, joskus toimivakin. Naiivi-analyysiin liittyy kuitenkin suuret riskit.

2. Suora viiva -analyysi

Ennustetaan, että tietty kasvu jatkuu tuelvaisuudessakin samanlaisena. Jos kasvua oli vuonna 2012 2%, kasvu jatkuu 2% myös vuonna 2013. Riskit ovat suuret kuten naiivi-analyysissakin.

3. Liukuva keskiarvo

a) Liukuva keskiarvo voidaan laskea mille tahansa ajanjaksolle. Otetaan esimerkiksi kolmen (3) vuoden liukuva keskiarvo. Oletetaan, että vuoden 2009 myynti oli 7 hyödykettä. Vuonna 2010 myynti laski 5 hyödykkeeseen noustakseen vuonna 2011 6 hyödykkeeseen. Vuoden 2012 ennuste tehtiin kolmen vuoden liukuvalla keskiarvolla seuraavasti:

Lasketaan ensin yhteen vuosien 2009 – 2011 myynnit

7+5+6 = 18

Tämän jälkeen summa jaetaan vuosien lukumäärällä eli kolmella vuodella

18 : 3 = 6

Näin ollen vuoden 2012 myynnin ennuste on kuusi hyödykettä.

b) Liukuvaa keskiarvoa voidaan myös painottaa niin, että esimerkiksi lähimmän vuoden myyntiä painotetaan enemmän kuin aikaisempien vuosien myyntejä. Painot voisivat olla esimerkiksi 50 %, 30% ja 20 %

Kolmen vuoden liukuva keskiarvo painoilla voisi olla seuraavanlainen.

Painotetaan lähintä vuotta 50 %:lla ja kaukaisinta 20 %:lla eli

7 x 0,2 + 5 x 0,3 + 6 x 0,5 = 5,9

Ennuste on siis vuoden 2012 myynnille on 5,9. Viimeisten vuosien painotus laskee vuoden 2012 ennustetta suhteessa ilman painotuksia tehtyyn ennustukseen.

4. Eksponentiaalinen tasoitus

Eksponentiaalisessa tasoituksessa käytetään sekä viimeistä toteutunutta myyntiä sekä edellistä ennustetta. Viimeisintä toteutunutta myynnin arvoa painotetaan ns. alfalla. Edellistä ennustetta painotetaan taas 1 – α (alfalla). Esimerkiksi jos edellinen myynti oli 6 ja α arvo 0,1, saadaan laskutoimitus 0,1 x 6. Tämän jälkeen painotetaan edellistä ennustetta, joka tässä tapauksesa oli 5.
Eli (1 – 0,1) x 5. Näin ollen koko eksponentiaalinen tasoituksen avulla tehty ennuste seuraavalla vuodelle saadaan laskutoimituksesta

0,1 x 6 + (1 – 0,1) x 5 = 5,1

Jos alfan arvo määritellään isoksi, halutaan painottaa viimeisintä myyntiä. Osaatko sanoa, mikä jo käsitelty ennuste on kysymyksessä, jos alfalle annetaan arvo 1? Aivan tällöin kysymyksessä olisi naiivi-analyysi. Käytetyimmät alfan arvot ovatkin 0,1 – 0,3. Tällöin painotetaan viimeisintä ennustetta. Tarkoitus onkin ”tasoittaa” ennustetta. Vuoden 2009 myynti oli 7. Naiivi-analyysin ennusti seuraavaksi vuodeksi myös 7 myyntiä. Nyt myynti olikin vain 4. Tämän jälkeen ennustettiin vuodelle 2011 4 myyntiä. Kysyntä ponnahtikin jälleen 7:ään. Jos painotetaan edellistä myyntiä esimerkiksi 0,2, tasoittaa tämä huomattavasti ennusteita. Alfan arvo määritellään usein historiallisen aineiston avulla.

Tehtäviä:

  1. Miksi ennustaminen on tärkeää yrityksille?
  2. Olet tuomassa uutta tuotetta markkinoille. Miten päättelet, kuinka paljon tuotetta pitäisi tuottaa?
  3. Tuotteesi meni hyvin kaupaksi. Olet myynnyt tuotetta jo viisi vuotta. Miten ennustat seuraavan vuoden tuloksen käyttäen avuksi tietojasi edellisen vuoden myynneistä?
  4. Case Verkkokauppa: Verkkokauppayrittäjä joutuu myös ennustamaan tulevaisuutta. Mihin ennusteet mielestäsi perustuvat? Miten päätöksenteko ja ennustaminen liittyvät yhteen?

Sivu päivitetty / tarkistettu 28.3.2017.