OM - Prognose

• Vertriebsschätzung
• Kundebefragung
• Expertenmeinung
• Delphimethode

Pro:

•  Vertriebsmitarbeiter kennen Kunden gut und können daher zukünftige Nachfragen gut erheben
• Für existierende Produkte und Services zur kurz- und mittelfristigen Prognose gut geeignet

Kontra:

• Vertriebsmitarbeiter können dazu neigen, die Nachfrage zu über-/unterschätzen (durch Anreizsystem,  durch Persönlichkeitsstruktur (Optimist vs. Pessimist))
• Vertriebsmitarbeiter haben nicht immer alle notwendigen Infos (Features neuer Produkte, Verhalten von Kunden in neuen Märkten)

Kosten: niedrig bis mittel

Zeit: Kurz- bis mittelfristig

Pro

• Systematisches und faktenbasiertes Verfahren

• Für existierende Produkte und Services zur kurz- und mittelfristigen Prognose gut geeignet

Kontra

• Verlangt fundiertes Wissen und Können
• Aufwändig und teuer
• Bei geringer Rücklaufquote nicht immer aussagekräftig

Kosten: mittel bis hoch

Zeit: kurz- bis mittelfristig

Pro

• Wissen unterschiedlicher Funktionen wird zusammengefasst
• Personenm, die das Wissen über zukünftige Entwicklungen haben, generieren auch die Prognose
• Für neue Produkte und Services zur mittel- und langfristigen Prognose gut geeignet

Kontra

• Keine Einzelperson ist verantwortlich
• Risiko, dass Einzelne die Gruppe dominieren
• Bindet teures und knappes Personal

Kosten: mittel

Zeit: mittel bis langfristig

Pro

• Erzielt Konsens
• Für langfristige Prognosen gut geeignet

Kontra

• Langsamer Prozess
• Experten sind nicht verantwortlich
• Wenige empirische Untersuchungen zeigen, dass mit der Delphi-Methode zuverlässige Langfristprognosen erstellt werden können

Kosten: hoch

Zeit: langfristig

• Lineare Regression
• Nicht-lineare Regression
• Sonstige

- Werden eingesetzt, wenn die Nachfrage eines Produktes auf Basis einer bekannten Größe prognostziert werden kann

-Bsp: Taxi-Nachfrage in Abhängigkeit der Einwohnerzahlen

-In der Regel wird mit Regression die Funktion geschätzt, die diesen Zusammenhang am besten abbildet (Bsp. Taxi-Nachfrage = Einwohnerzahl/100

Wahl der Parameter a und b der Prognosefunktion yˆ(x) = a + bx,

so dass die durchschnittliche quadratische Abweichung minimiert

wird.

• kostantes Niveau
• Trend
• Saisonalität
• Sonstige (Produktlebenszyklus)

- Werden eingesetzt, um auf Basis historischer Nachfragen eine Prognose zu erstellen

- Der Nachfrageverlauf wird vom Anwender geschätzt, bzw. unterstellt

- Für unterschiedliche Nachfrageverläufe werden unterschieldiche Prognoseverfahren eingesetzt