Ситуационное задание №4.

Руководство стадиона постоянно испытывало проблемы при организации выездной торговли на стадионе во время проведения спортивных мероприятий, с учетом вероятной их посещаемости. Проблема состояла в том, сколько в каждом случае открывать киосков и сколько продавцов и охранников приглашать на работу.

Руководство в своих решениях в основном полагалось на субъектив­ные оценки при прогнозировании посещаемости. Менеджеры чаще всего звонили руководителям спортивных команд или развлекательных фирм, занятых в предстоящем мероприя­тии, и просили их дать свои оценки посещаемости. Однако полученные оценки, часто не соответствовали реальной посещаемости и получалось- «то – густо, то – пусто!». Поэтому руководство разочаровалось в таком субъек­тивном подходе к прогнозированию посещаемости. Одна из причин заключалась в том, что уходило слишком много времени, чтобы получить оценки других людей. Кроме того, большой проблемой стала склонность всех подряд, включая и самих менеджеров, постоянно завышать ожидаемую посещаемость. В результате на стадионе оказывалось чересчур много лишних работников и запасов, что вело к неоправданным издержкам.

Руководство решило применить другие, более объективные методы прогнозирования посещаемости. При этом было установлено требование, что любой выбранный метод должен обладать двумя характеристиками: во-первых, метод должен обеспечить быстрое и простое прогнозирование, независимо от характера проводимого мероприятия; во-вторых, метод должен использовать ту информацию, которая может быть получена не менее чем за сутки до мероприятия.

Проанализировав все возможные методы прогнозирования, менеджеры решили, что лучше других подойдет каузальная (причинная) модель прогнозирования, которая требует разработки математической зависимости вида:

А = Со + С1X1 + С2Х2 + … + CnXn,

Где: А — прогноз посещаемости;

X — переменные, от которых зависит посещаемость;

С — константы, определяемые методом статистического анализа данных по прошлым событиям.

Если имеются значения каузальных переменных (все X) для конкретного события, то модель можно использовать для расчета прогноза посещаемости (А).

При этом разным типам мероприятий должны соответствовать разные модели. Руководство решило начать с разработки модели для бейсбольных матчей. Hа первом этапе менеджеры установили набор каузальных переменных для встраивания их в модель. Оказалось, что одной из таких переменных должно быть число билетов проданных к моменту, когда до начала мероприятия остаются одни сутки.

Вопросы:

1. Почему сложилась тенденция преувеличения ожидаемой посещаемости при использовании метода субъективного прогнозирования?

2. Обладает ли каузальная модель теми характеристиками, которые установило руководство стадиона?

3. Можно ли предложить другие каузальные переменные для модели прогнозирования посещаемости бейсбольных матчей, отвечающие двум установленным требованиям.

Не нашли, что искали? Воспользуйтесь поиском: