Прогнозирование прироста абонентской базы на примере оператора сотовой связи ОАО «МТС»

 

Рассчитывают коэффициенты a и b по формулам [4.3] и получим a= 5446,43, b=28803,57.

Для линейной функции ут находим по формуле y=ax+b.

Отклонение теоретической функции от исходной и суммарное отклонение опредяют по формуле 4.1.

Суммарное среднеквадратичное отклонение линейной функции от исходной составляет 226098214,3.

Предполагают, что исходный ряд описывает показательная функция.

Для приведения данной функции к линейному виду вводится замена У=In у.

 

Таблица 4 – Расчет отклонения исходной функции от показательной

Месяц	x	y	Y=Lny	x*x	xY	yт	∆y	S
январь	1	40500	10,609	1	10,609	36140,647	4359,353	19003959,297
февраль	2	43000	10,669	4	21,338	39149,602	3850,398	14825566,704
март	3	42500	10,657	9	31,972	42409,073	90,927	8267,802
апрель	4	42500	10,657	16	42,629	45939,916	-3439,916	11833025,335
май	5	52000	10,859	25	54,295	49764,727	2235,273	4996444,552
июнь	6	56000	10,933	36	65,599	53907,979	2092,021	4376550,090
июль	7	72000	11,184	49	78,291	58396,186	13603,814	185063765,962
август	8	78000	11,264	64	90,116	63258,066	14741,934	217324632,586
Сумма	36	426500	86,834	204	394,848	388966,195	37533,805	457432212,328

 

Рассчитаем коэффициенты a и B по формулам [4.3] a= 0,097553101, B= 10,4152014, а коэффициент b по формуле (4.8.1), b= 33362,95393.

Для показательной функции ут находим по формуле у = bеах .

Суммарное среднеквадратичное отклонение линейной функции от исходной составляет 457432212,328.

 

Таблица 5. Расчет отклонения исходной функции от логарифмической.

Месяц	x	y	X=Lnx	X*X	X*y	yт	∆y	S
январь	1	40500	0	0	0,000	31730,636	8769,364	76901746,91
февраль	2	43000	0,693	0,48	29805,329	43015,855	-15,855	251,38
март	3	42500	1,099	1,207	46691,022	49617,285	-7117,285	50655742,97
апрель	4	42500	1,386	1,922	58917,510	54301,074	-11801,074	139265344,54
май	5	52000	1,609	2,59	83690,771	57934,103	-5934,103	35213577,50
июнь	6	56000	1,792	3,21	100338,530	60902,504	-4902,504	24034543,46
июль	7	72000	1,946	3,787	140105,531	63412,251	8587,749	73749433,37
август	8	78000	2,079	4,324	162196,440	65586,293	12413,707	154100124,85
Сумма	36	426500	10,605	17,52	621745,134	426500	2,547E-11	553920764,99

 

a= 16281,12947;

b= 31730,63589

Для логарифмической функции ут находим по формуле у = а lnх + b

Так как наименьшее суммарное среднеквадратичное отклонение от исходной функции имеет линейная функция. Следовательно, она и будет использована для прогнозирования на сентябрь - декабрь 2012 г.

Для периода 9 (сентябрь): yт=5446,43 *9+28803,57= 77821,43 чел..

Для периода 10 (октябрь): yт=5446,43 *9+28803,57=83267,86 чел.

Для периода 11 (ноябрь): yт=5446,43 *9+28803,57=88714,29 чел.

Для периода 12 (декабрь): yт=5446,43 *9+28803,57=94160,71 чел.

График прироста абонентской базы операторов на 2012 год выглядит следующим образом.

 

Рисунок 2. График прироста абонентской базы операторов на 2012 год.

 

Таким образом, по прогнозным значениям прирост абонентов МТС составит на сентябрь, октябрь, ноябрь, декабрь соответственно 77821,43; 83267,86; 88714,29; 94160,71 человек.

прогнозирование абонент связь экстраполяция

 

 

Заключение

 

В данной курсовой работе спрогнозирована численность прироста абонентов оператора сотовой связи на сентябрь-октябрь 2012 года, методом экстраполяции. Данные прогноза, возможно, соответствуют действительности. Но нужно отметить, что в курсовой работе не учтен ряд факторов.

Во-первых, не учтены факторы, влияющие на спрос потребителей. Если рассматривать летний период, то по окончанию школы родители часто делают подарок своему чаду – сотовый телефон и соответственно подключение к какому-либо оператору. Особенно это касается будущих студентов. Не учтены предпочтения потребителей, доходы и желания, и т.д.

Во-вторых, не учтены также и внешние факторы, такие как существование конкурирующих фирм, соответственно качество их связи, тарифы на их услуги, спектр услуг и т.д.

Не учтены такие показатели как зона покрытия, как данного оператора, так и операторов-конкурентов, не учтены и абоненты других операторов, численность населения. Есть ли вероятность того, что в зоне покрытия оператора больше некого подключить? Возможно, что уже все подключены к этому оператору сотовой связи. Являются абоненты МТС, вновь подключившимися или перешли к данному оператору от другого? Сколько абонентов отказалось от услуг МТС и т.д. Данный метод не дает ответы на такие вопросы.

Как правило, для прогноза используют совокупность методов, для рассмотрения проблемы всесторонне и учета всех факторов.

 

СПИСОК ИСПОЛЬЗОВАННОЙ ЛитературЫ.

 

1. Маркетинг. Акулич И.Л. «Вышэйшая  школа» Мн., 2008.

2. Основы маркетинга. Дурович А.П. ООО «Новое знание», М., 2004.

3.Маркетинг. Багиев Г.Л. Тарасевич В.М. «Экономика» М., 2009.

4. Методическое пособие по лабораторному  практикуму по дисциплине Планирование  и прогнозирование экономики. Табаньков  А. В., Янковская Т. В. Мн. 2007.

5. Планирование и прогнозирование экономики. Под общ. ред. Кондоуровой Г.А. БГЭУ Мн., 2008.

6. Журнал Маркетинг в России  и зарубежом. 1.2008. «Методы прогнозирования объема продаж» Бушуева Н.И.

7. Основы маркетинга. Морозов Ю.В. уч. пособие М., 2008.

          8.  Крешов И.И. Маркетинг на предприятии: Практическое пособие. – М.: Финсматинформ, 2002.

9. Лаштен Ж. Стратегический  маркетинг: европейская перспектива: пре. С франц. – СПб: Наука, 2006.

10. Лорин А.Н. Ценообразование  во внешнеэкономической деятельности промышленной фирмы. – М., 2009.

11.  Моисеева Н.К., Анискин Ю.П. Современное предприятие: конкурентоспособность, маркетинг, обновление: в 2 т. – М.: Внешторгиздат, 2006.

12. Портер М. Международная  конкуренция: конкурентные преимущества стран. – М., 2007.