Аналіз тенденцій

Аналіз тенденцій дотепер залишається найпоширенішим підходом з прогнозування тенденцій. Його базові передумови прості: треба зібрати доречні історичні дані й потім графічно, або в чисельній формі, спроектувати відповідні зміни на майбутнє. Попри розходження конкретних методик, прийоми аналізу тенденцій мають низку спільних допущень і особливостей, а саме:

- майбутнє представляється безперервним продовженням недавнього минулого, і, отже, на нього поширюються встановлені раніше закономірності;

- є тільки один варіант майбутнього, і він передбачуваний, якщо правильно зрозуміти закони змін, що відбуваються, виявлених під час аналізу тенденцій.

З наукового погляду екстраполяція є забороненим прийомом, проте, за правильного врахування причиново-наслідкових зв'язків, вона може дати прийнятні результати.

Метод екстраполяції тенденцій заснований на екстраполяції поведінки змінної, що шукається в заданому часовому відтинку.

Екстраполяцію тенденцій використовують для прогнозування параметрів ефективності технологій, параметрів якості продукції, рівня продажів даного продукту, тривалості розроблення конкретної технології тощо. На практиці майже кожна (і не тільки західна) компанія в усіх галузях промисловості збирає інформацію про історичні тенденції змін важливих параметрів, використовуючи її як стартову точку для прийняття якихось стратегічних рішень. Прості екстраполяційні графіки служать для багатьох компаній корисними «кваліфікованими підказками».

За наявності необхідних даних екстраполяція тенденцій є досить недорогим і швидким методом. З урахуванням простоти опрацювання даних цей метод використовують як перший ступінь технічного та технологічного прогнозування, одержання якогось першого наближення.

Основним недоліком методу є низька точність, оскільки характер впливу зовнішніх обставин на розглянуті перемінні непостійний у часі, і тому найкращі результати можна отримати при використанні цього методу лише на найближче прогнозування (кілька кварталів, один рік).

Регресивний аналіз. Якщо зв'язок між досліджуваною величиною, наприклад, параметром якості, та технологічними параметрами процесу можна представити у формі математичної залежності - рівняння регресії, то це дає змогу розрахувати кількісні характеристики досліджуваної величини, навіть якщо параметри залежать один від одного, тобто корельовані. Позитивним у цьому методі є те, що є добре розроблена теорія регресивного аналізу та комп'ютерні програми для розрахунків значень параметрів. Якщо відомі причиново-наслідкові зв'язки між параметрами, то такий аналіз дає якісніші прогнози, ніж метод екстраполяції, що дозволяє здійснювати середньо- й довгострокові прогнози.

Метод S-кривих. Залежність багатьох процесів від часу має S-подібний характер: на початковому етапі параметри збільшуються повільно (йде нагромадження - так званий інкубаційний період), потім іде період швидкого зростання і, по досягненні певної величини, швидкість процесу зменшується, асимптотичне наближаючись до певної межі. Така залежність характерна для багатьох параметрів якості продукції або для виведеного на ринок товару, коли частка відповідного ринку зростає спочатку повільно, потім швидко, а потім різко сповільнюється, після чого починає падати.

Процедуру побудови S-кривої коротко можна описати в такий спосіб:

- визначити характеристику товару, якої потребує ринок;

- визначити технологічний параметр або параметри, якими мож­на забезпечити цю характеристику;

- зібрати інформацію про динаміку розвитку цього параметру в минулому;

- визначити природне обмеження цього параметру;

- побудувати на основі отриманої інформації S-криву, що має асимптоту до природного обмеження;

- визначити події й тенденції, що можуть уплинути на майбутній розвиток параметра і як наслідок - на форму кривої. Схематично це показано на рис.

Якщо відомі такі криві для аналогічних параметрів, то цей метод може бути корисним для прогнозування розвитку технологій, особливо на стадіях НДР і НДДКР. Метод також корисний своїм нагадуванням про те, що технологічні параметри не можуть зростати нескінченно, запобігаючи тим самим типовій помилці, коли прогнозування виходить з лінійної екстраполяції.

Метод історичних аналогів. Якщо відомі рішення, що їх застосовували великі фірми в ситуаціях, подібних до Вашої, то є велика ймовірність того, що, прийнявши аналогічне рішення, Ви одержите позитивний результат. Для цього на Заході є бази даних, наприклад, «Вплив ринкової стратегії на бізнес» (Profit Impact of Market Strategy - PIMS), де узагальнено велику кількість конкретних ситуацій для 1700 компаній у різних галузях промисловості. Поки що користуватись цією базою даних досить дорого, однак їх бурхливий розвиток сприятиме здешевленню та підвищенню надійності цього методу прогнозування.

Метод аналізу винахідницької активності. Аналіз динаміки патентування винаходів дозволяє отримати інформацію про технічні й технологічні тенденції, а також про основних учасників розроблення нових технологій і продуктів. Патенти є добротним матеріалом для досліджень, оскільки розробники, піклуючись про захист своїх прав, патентують їх. Якщо ще кілька років тому такий аналіз був утруднений, то тепер - зі зростанням комп'ютеризації, наявності інтернет-мережі, забезпеченні вільного доступу до патентних фондів в електронному виді - ефективність такого аналізу різко зросла. Можна сподіватися, що в найближчому майбутньому цей метод стане одним з найнадійніших для прогнозування технологій та інноваційних продуктів.

Більшість компаній додержуються такої схеми патентних досліджень:

- визначення об'єктів дослідження;

- формулювання проблеми та встановлення сфери пошуку;

- пошук необхідних патентів;

- завантаження патентів у програму для їх опрацювання;

- комп'ютерне опрацювання патентів;

- інтерпретування результатів патентного аналізу.

Аналіз динаміки винахідницької активності за роками дозволяє виявити тенденції: чи зростає кількість патентів, чи залишається постійною або ж зменшується. Такий аналіз дозволяє виявити домінування конкретного розроблювача або виробника. Важливе значення має аналіз портфелю патентів компанії, що дає змогу виявити напрямок проведених конкурентами науково-технічних розроблень.

Статичний аналіз описів винаходів і корисних моделей дозволяє не тільки виявити вичерпний список вимог до певної продукції, але й проранжувати їх за ступенем значущості (ваги), тобто скласти так званий профіль потреб для цього виду продуктів. Аналіз патентів дозволяє прогнозувати появу на ринку нових розробок за 6-18 місяців і є наразі одним із кращих способів відстеження технологічних змін у всьому світі. Він також дозволяє виявити потенційних кандидатів для купівлі або продажу ліцензій на розроблювані технології.

Для забезпечення необхідної повноти відомостей варто оновляти чи повторювати патентний пошук щороку. У великих компаніях цим займаються зазвичай до 10 чоловік.