[ЗАСТАВКА] [ЗАСТАВКА] Итак,
другая часто встречаемая проблема, которая возникает,
— это нехватка исторических данных.
Соответственно, в данном случае методика, которая нам помогает
справиться с этой проблемой лучше всего, — это вероятностное прогнозирование.
Что это такое?
Мы обсудили в предыдущей части,
как персонифицированный анализ может включать разные элементы принятия решений,
то есть откладывать решение или разбивать на периоды и так далее, то при методе
вероятностного прогнозирования мы обычно его используем, когда есть очень...
ну практически отсутствие информации.
То есть это обычно новый продукт, который выводится на рынок.
До этого вообще нет никакого аналога, не на что ссылаться.
То есть на основе чего мы будем делать наши прогнозные денежные потоки?
Ну не только денежные потоки, а вообще принятие данного решения,
ответ конкурентов и так далее.
Поэтому здесь, как и в предыдущем методе,
очень важно, чтобы включались экспертные оценки.
Давайте посмотрим, что больше всего важно иметь в виду,
когда мы занимаемся вероятностным прогнозированием.
Есть, естественно, неопределенность, про которую мы говорили,
и очень важно понимать, основная проблема — это не только отсутствие информации,
а что, как правило, есть много взаимосвязанных продуктов или ну,
допустим, как я говорил, можно рассматривать, что вы запускаете какой-то
совершенно новый продукт и барьер для конкуренции невысокий,
и поэтому вы ожидаете, что появятся какие-то аналоги от конкурентов.
Соответственно, опять-таки мы можем делать
составной прогноз для каждого из отдельных продуктов
или потенциальных реакций конкурентов путем анализа дерева решений.
Но опять-таки, скажем так, анализ дерева решений, он является двухмерным.
Сейчас вы посмотрите, как мы можем его улучшить.
Итак, рассматриваем вариант,
когда компания выводит на рынок какой-то (ну, не знаю,
возьмем фармацевтическую компанию) продукт.
То есть вы знаете, что в фармацевтике достаточно весомая часть затрат на НИОКР,
и ответ рынка откладывается в течение времени достаточно долго.
Поэтому мы можем предположить, как вы видите на данном графике,
что ожидаемая продажа на протяжении первых 6–7 лет практически отсутствует.
То есть они появляются только после 6-го, 7-го года.
И волатильность достаточно высокая.
Как правило, когда делается такой затратный НИОКР,
обычно есть стремление данные затраты выкупить и
использовать разработки для каких-то дополнительных смежных продуктов.
Ну, на практике это тоже часто бывает, поэтому давайте рассмотрим пример,
когда запускается несколько продуктов в серийном производстве.
Поэтому мы видим такие волнообразные графики,
и при каждом вводе нового продукта появляется дополнительная
сложность и еще одно измерение модели.
Если мы смотрим по продуктам или если мы
делаем эти долгосрочные прогнозы по отдельным продуктам и в течение времени,
мы можем вычислить следующее: что, естественно,
мы должны рассматривать вот эти, определять опять-таки очень точно периоды,
когда мы ожидаем, что произойдет всплеск и начнется какой-то уже серьезный объем
принимания данного продукта на рынке, и смотреть опять,
когда вводить следующий продукт в серийном производстве.
Поэтому, как вы видите на графике,
тоже присваиваются экспертной командой вероятности,
когда это может произойти и примерно на сколько может произойти
скачок в величине продаж.
И на самом деле такой анализ сильно помогает
для получения каких-то более адекватных прогнозов по продвижению,
как я говорил, нового продукта и на самом деле каждого из каких-то схожих продуктов.
Опять-таки мы справляемся с проблемой неопределенности и мы можем выделить (ну,
по крайней мере, максимально, насколько это возможно,
четко) причины неопределенности по времени и выявить какие-то взаимосвязи.
И опять-таки не надо забывать, что самое главное — найти,
где именно вот эти самые главные узловые поворотные точки,
где компания может принять решение и какие-то конкретные действия: запустить
следующий продукт в серийное производство, допустим, или остановить какой-то,
заменить его на похожий, следующего поколения и так далее.
Вот это, если коротко,
как работает метод вероятностного прогнозирования.
[ЗАСТАВКА] [ЗАСТАВКА]
[ЗАСТАВКА]
[ЗАСТАВКА]