Metode predviđanja

Postotak uspješnih projekata raste uspjehe li se u metode ugraditi ekspertno znanje. U nesigurnim uvjetima pomaže konzervativni pristup: ako nešto izgleda predobro – nije realno.

Ne treba dugo razmišljati da se sjetite imena tvrtki koje posljednjih godina lansiraju proizvod za proizvodom s velikim uspjehom. Svaki novi proizvod potrošaču je bolji i pristupačniji. Istraživanja pokazuju da je razvoj novog proizvoda u vrhunskoj tvrtki pet puta uspješniji nego u slučaju da ga je proizvela prosječna tvrtka. Prema Innovation Excellence Study 2005 Arthura D. Littlea, vrhunska tvrtka ostvari pet puta veću prodaju novog proizvoda, a uz isti investicijski budžet. Ostali se moraju prilagoditi detaljnom planiranju i nadati se da ih izazovi na putu prema uspjehu neće spriječiti u ostvarenju planova.

Povećanje profita i smanjenje troškova trajni su zahtjevi koji se postavljaju svakom menadžmentu. Danas, kad je sve prisutniji proizvodima orijentiran nastup na tržištu (npr. čak i financijskih institucija s nešto drugačijim shvaćanjem uobičajenog termina ‘proizvod’), tvrtke se susreću s velikim izazovima pri razvoju proizvoda koji će zadovoljiti njihove potrebe u složenom, promjenjivom i najčešće globalnom okruženju. Upravo okruženje povećava složenost potražnje, utječe na potrebu za kvalitetom i smanjenjem troškova, ali omogućuje i veću zaradu. Produktivnost možemo izraziti kao omjer izlaznih (prodaja i profit) i ulaznih vrijednosti (troškovi vremena potrebnog za razvoj i ostalih povezanih troškova). Ovisno o industriji, omjer (i zarada) mogu znatno varirati. Što vrhunske tvrtke zapravo rade drugačije? Mnoge tvrtke troše znatna sredstva na prikupljanje podataka o tržištu, kupcima i slične informacije iz vanjskog svijeta. Praksa pokazuje da, uza sve te mogućnosti, reakcije na rezultate analiza tih podataka izostaju ili se iniciraju prekasno i u malom broju slučajeva.

Problem će se bolje objasniti primjenom metode poslovne inteligencije (BI). Podaci o vanjskom svijetu najčešće su na previsokoj razini agregacije ili se bave prosječnim vrijednostima, što predstavlja dobru osnovu za sastavljanje PR materijala, ali ne i za kvalitetnu reakciju. Ako su podaci dovoljno detaljni često nisu ujednačeni s ostalim metrikama (tvrtka stavlja naglasak na potrebu za komunikacijom s kupcima, ali servisno osoblje plaća prema broju zadovoljenih zahtjeva u jedinici vremena; potrebno je nadzirati omjer tih metrika kako ne bi polučile negativan efekt, kao npr. fokusiranje na pozive koje je moguće brzo riješiti). Stalne promjene u okruženju mogu dovesti do povećanja performansi zbog unapređenja tehnoloških rješenja koja se mogu pogrešno interpretirati kao kvaliteta proizvoda (ili obratno). Komunikacija s tržištem i fokusiranje na trenutačne tržišne karakteristike među najvažnijim su pitanjima.

Uspješnost uvođenja novog proizvoda uvijek je složen i, u mnogim elementima, eksperimentalni proces. Najčešće je presložen i manje uspješan nego se očekuje, a istodobno znatno utječe na dugoročnu poziciju tvrtke na tržištu. Uspjeh jamči tvrtki na osjetljivost i orijentiranost na kupca te osjećaj tržišta; timski rad timova iz raznih područja u različitim fazama projekta te kvalitetna komunikacija na svim razinama. Izmjeriti uspjeh proizvoda znači imati definirane indikatore uspješnosti. Kao kritični faktori uspjeha navode se jasna definicija proizvoda prije početka njegova razvoja (analiza i selekcija ciljanih tržišta/segmenta, definiranje potencijalnih kupaca i očekivane vrijednosti); uključenje korisnika proizvoda u njegov razvoj (od ideje do realizacije); inovativnost novog proizvoda; dodana vrijednost za kupca koju proizvod generira (kvaliteta); fleksibilnost proizvodnje i kvaliteta logistike. Kratko, cilj je izazivati proizvodom na tržište. Dugoročno, cilj je osigurati financijski rezultat.

U fazi analize moći kvalitetno procijeniti ponudu znači odlučiti hoće li se određeni projekt uopće pokretati te koliko se od njega očekuje u budućnosti. Osim sastavljanja procjene potrebno je osigurati njezino usklađivanje tijekom vremena. Razinu ponude predstavlja osnovna ponuda uvećana za promjenu uvjeta u vremenu te varijaciju koja objedinjuje razne utjecaje do kojih može (ali i ne mora) doći. Do razine osnovne ponude može se doći tradicionalnim statističkim metodama. Analizom vremenskih serija može se identificirati utjecaj sezone i trendova te ostvariti pomak prema izražavanju vrijednosti varijacije (ostalih utjecaja). Najčešći problem koji se pojavljuje pri analizi vremenskih serija jest kvaliteta podataka te razina znanja analitičara (koji posjeduju znanje iz kvantitativnih podataka) i osoba iz prodaje/marketinga (koji imaju pregled nad potrošačima i promotivnim aktivnostima). Uz točnost predviđanja važno je voditi računa o trošku uvođenja metoda, vremenu potrebnom kako bi se dobile vrijednosti predikcije, jednostavnost korištenja metoda (korisnikovo razumijevanje metoda) te određivanje pravog trenutka u kojem će se generirati predikcijske vrijednosti. Sustavi koji uz predikcijske modele kombiniraju ekspertno znanje (koje se rabi i kao kohektivni mehanizam) uvijek daju bolje rezultate. Stoga je jasno da je riječ o procesu koji traje i postaje kvalitetniji iteracijom (iskazivanjem) i ne može ga se (a nije ni u potpunosti) zauzimati (ukladno tome planirati servisne resurse). Predviđanje nije broj, nego područje (distribucija) mogućih rješenja koje ovisi o spomenutim činiteljima.

Kao zanimljivoj tehničkih procjene potražnje tvrtke koje usluge procjene prodaju na komercijalnoj osnovi prijedlogaju i formiranju testnih tržišta tako da okupe tvrtke koje smatraju referentnim (ili koje su im dostupne) te na tom uzorku prije objave vrše provjeru svojih procjena tržišnih kretanja. Teorija igara često se koristi u situacijama u kojima je naglasak na pregovorima i konfliktima. Od metoda koje upotrebljavaju kvantitativne podatke zanimljivo je spomenuti predviđanje koje se temelji na pravilima. U situaciji kad postoji baza znanja o području koje se predviđa, ono se može povezati s podacima u vremenskim serijama uz niske troškove. Dobar rezultat postiže se na osnovi jakih utjecaja i dugoročnih predviđanja. Segmentacija, asocijacijska pravila te kombinacije metoda svakodnevno se pojavljuju u novim inačicama iako se temelje na tradicionalnim matematičkim pravilima. Pri odabiru prave metode uvijek je uputno razmišljati o kombiniranju više metoda.

Tijekom proteklih desetljeća predviđanje je uvelike napredovalo. Tržište BI alata raste iz godine u godinu, a primjena alata seli se od specijaliziranih analitičara prema običnim korisnicima koji se, upotrebljavajući u svakodnevnu radu programske pakete, služe metodologijama prilagođenim području u kojem se nalaze. Metoda koja uvijek daje rezultate jest profesionalan pristup i razumijevanje prednosti i ograničenja koja primjena određene tehnike donosi. Postotak uspješnih projekata raste ako se u metode uspjehe ugraditi ekspertno znanje (kombiniranje podataka i iskustva daje najbolje rezultate). U situaciji krajnje nesigurnih uvjeta pomaže konzervativni pristup (ako nešto izgleda preobro, vjerojatno nije realno), uz preispitivanje i kombiniranje metoda za potvrdu procjena, pa bile one i nerealno dobre. Primjena složenijih metoda ne jamči bolje rezultate. Vrijednost procjena utemeljenih na analizi povijesnih podataka vrlo je važna, uz kvalitetnu kompenzaciju promjene tržišnih uvjeta, koju provode stručnjaci. Jedan od velikih ograničavajućih čimbenika jest interni utjecaj u tvrtkama, koji može usmjeriti rezultate, stoga valja unaprijed izraditi mehanizme koji osiguravaju neovisnost rada stručnoga tima.