Capitolul 7

Capitolul 7

Prognoza cererii turistice

Estimarea nivelurilor viitoare ale cererii este una din cele mai grele sarcini ale omului de marketing. Acest lucru este cu att mai adevrat pe piaa turistic, unde cererea este supus la numeroase fluctuaii imprevizibile. Gradul de dificultate a prognozei este cu att mai mare cu ct termenul de prognoz este mai lung, cu ct cercettorul are mai puine informaii la dispoziie i cu ct fenomenul asupra cruia se face prognoza este mai instabil (n cazul fenomenelor ciclice prezentnd un oarecare grad de stabilitate, previziunile sunt mai uor de efectuat).

Previziunea, ct mai precis posibil, a evoluiei cererii si a altor variabile ale pieei poate aduce firmei dou beneficii majore: n primul rnd, pot fi alocate mai bine resursele n procesul planificrii de marketing, iar n al doilea rnd riscul aferent deciziilor strategice i tactice poate fi redus.

Metodele de prognoz se mpart n dou mari categorii: metode calitative i metode cantitative.

Metode de prognoz calitative

Aceste metode presupun estimarea nivelurilor viitoare ale cererii sau a tendinelor de evoluie a pieei pe baza unei analize subiective. Dintre numeroasele tehnici calitative existente, aici vor fi discutate: prognoza pe baza opiniilor experilor, metoda Delphi i metoda scenariilor.

Prognoza pe baza opiniei experilorAceti experi sunt membri ai echipei manageriale, profesioniti din interiorul firmei sau consultani externi. Ei sunt invitai s-i exprime prerea cu privire la evoluia principalelor variabile care vor afecta firma n viitor. Opinia experilor este un instrument utilizat adesea n cercetarea de marketing, mai ales n studiile de conjunctur. Experilor selecionai n panel li se prezint un chestionar de felul urmtor:

Care este opinia dumneavoastr privind evoluia numrului de turiti din regiunea noastr?va scdea

(va crete

(

Cum apreciai cererea pentru turismul rural i montan?n scdere

(n cretere

(

Cum apreciai cererea pentru turismul cultural?n scdere

(n cretere

(

Care este opinia dumneavoastr privind evoluia preurilor la serviciile de cazare?vor scdea

(vor crete

(

Cum prognozai c va evolua moneda euro n raport cu dolarul?se va deprecia

(se va aprecia

(

Cum va fi concurena dintre prestatarii de servicii turistice din regiune?slab

(puternic

(

Desigur, n practic aceste chestionare sunt mult mai lungi i mai complexe, viznd o gam ntreag de aspecte ale problemei studiate, iar variantele de rspuns pot fi plasate pe scale de interval (de exemplu, bipolar sau gradual), permind chiar prelucrarea cantitativ a datelor.

Metoda DelphiAceast metod utilizeaz tot panele de experi, dar este puin mai laborioas dect cea prezentat anterior. Experii sunt invitai s rspund la o serie de chestionare succesive, al cror rol este acela de a-i aduce la un consens privind evenimentele viitoare, probabilitatea de producere i data aproximativ a producerii lor. Etapele desfurrii prognozei prin aceast metod sunt:

1. Definirea problemei de prognoz i alegerea panelului de experi. Acetia vor fi selectai din domeniul public, din domeniul privat, precum i din universiti, firme de consultan etc. Mrimea tipic a panelului este de 40-50 persoane.

2. Conceperea i distribuirea chestionarului primei runde. Acest chestionar definete aria cercetat i-i invit pe membrii panelului s identifice posibile evenimente, evoluii, tendine, probabilitatea de apariie i data aproximativ.

3. Prelucrarea statistic a datelor obinute din primul chestionar. Pentru fiecare eveniment previzionat, se reine mediana datelor de apariie prognozate, precum i cele dou cuartile centrale.

4. Prezentarea ctre respondeni a rezultatelor primei runde. Acetia sunt supui unui nou chestionar, prin care sunt ntrebai dac doresc s-i reconsidere previziunile n lumina acestor prime rezultate (este vorba mai ales de respondenii ale cror previziuni cad n afara intervalului delimitat de cuartilele centrale).

5. Prelucrarea statistic a datelor celui de-al doilea chestionar. Rezultatele acestei etape includ att noile previziuni, ct i comentariile acelor experi care nu sunt de acord cu consensul pe cale de a se nate.

6. Procesul de trimitere a chestionarelor continu pn n momentul n care se obine un consens satisfctor n privina tendinelor majore ale evoluiei viitoare ale pieei.

Metoda scenariilor

Este o tehnica de prognoz utilizat n special de firmele turistice mari; de exemplu, un turoperator internaional, un lan hotelier sau o companie aerian. Un scenariu este definit n esen ca fiind o poveste despre viitor, un tablou ct mai detaliat posibil al evoluiei mediului de marketing al firmei pe termen lung (20-25 de ani). Elaborarea scenariilor presupune parcurgerea urmtorilor pai:

1. desfurarea unor dezbateri ample cu privire la marile evenimente i mutaii care vor avea loc n domeniul economic, politic, social, tehnologic etc.

2. crearea unor liste de prioriti, cuprinznd acele evenimente care au cea mai mare probabilitate de producere;

3. schiarea unor scenarii de viitor, pe baza prioritilor definite la etapa anterioar;

4. evaluarea impactului fiecrui scenariu asupra firmei (slab sau puternic, pozitiv sau negativ);

5. identificarea semnalelor de avertizare (acele evenimente care indic faptul c unul dintre scenarii ar putea deveni realitate);

6. monitorizarea, evaluarea i revizuirea scenariilor.

Metoda scenariilor este dificil de pus n practic, din cauza faptului c exist un numr foarte mare de imponderabile (evenimente imposibil de anticipat) care pot afecta previziunea.

Metode de prognoz cantitative

Vom trata n acest subcapitol trei clase de metode de prognoz: metode (sau modele) gravitaionale, metode probabilistice, metode bazate pe serii de timp (sau de extrapolare a trendului) i metode cauzale.

Modele gravitaionale

Modelele gravitaionale sunt numite aa deoarece au la baz analogia cu modelul atraciei gravitaionale al lui Newton. Ele au fost folosite mai nti pentru determinarea gradului de atracie al unui ora sau centru comercial. Smith a fost primul cercettor care a propus utilizarea acestor modele pentru prognoza turistic. Modelul su se exprim prin formula:

unde Tij este numrul de turiti (estimat) din zona de origine I care cltoresc la destinaia j, Pi este populaia zonei de origine a turitilor i (locul unde se formeaz cererea), Aj este atractivitatea destinaiei j (dat n general de capacitatea sa), Dij este distana dintre zona i i destinaia j, iar G i sunt coeficieni de calibrare a modelului, determinai prin metode econometrice. Coeficientul este cel mai uor de interpretat: el exprim importana pe care turistul o acord distanei n alegerea destinaiei de vacan. Coeficientul G exprim influena altor factori dect cei considerai n model. Etapele aplicrii modelului sunt:

1. Specificarea perechilor origine-destinaie pentru care se elaboreaz studiul i culegerea datelor privind: numrul total de cltorii de la fiecare zon de origine la fiecare destinaie, populaia fiecrei zone de origine, capacitatea fiecrei destinaii, distanele de la zonele de origine la destinaii.

2. Calcularea atractivitii totale a destinaiilor:

3. Calcularea numrului de vizitatori de la originea i la destinaia j, n ipoteza n care distanele nu ar avea nici o importan :

4. Calcularea unui coeficient care estimeaz efectul distanei (dij), prin raportarea numrului de cltorii real (Tij) la cel estimat anterior (Vij).

5. Obinerea unei relaii ntre distan i numrul de cltorii, utiliznd relaia:

Coeficienii a i b se determin prin metoda celor mai mici ptrate.

6. Eliminarea logaritmilor i obinerea ecuaiei finale:

, unde i

7. Realizarea previziunii prin substituirea variabilelor Pi i Aj cu valorile lor prognozate pentru viitor.

Utilizarea n practic a acestui model nu ridic dificulti. Dat fiind c ea implic totui un volum foarte mare de calcule, nu o vom ilustra aici, pentru a abuza de rbdarea cititorului.

Pentru cltoriile cu maina, Edwards i Dennis au propus nlocuirea distanelor fizice D cu costul deplasrii din originea i la destinaia j, calculat astfel:

unde x1 este costul benzinei pe litru, x2 este consumul de benzin (litri la kilometru), x3 este numrul de kilometri parcurs ntr-o or, x4 este costul orei de cltorie (pe care ei l-au estimat ca fiind 25% din salariul orar al turistului), x5 este numrul de persoane din main, iar x6 este durata total a cltoriei n ore.

Odat determinat , Cij este inclus n formula:

.

Modele probabilistice

n cazul acestor modele, previziunile se exprim n termeni de numr de cltorii sau numr de turiti probabil. Cel mai cunoscut model probabilistic este modelul lui Wennergen i Nielsen (WN), care pornete de la argumentul c probabilitatea ca un turist s mearg la o destinaie depinde de utilitatea pe care respectiva destinaie o are n raport cu altele. Utilitatea se deosebete de atractivitate prin faptul c reflect att aspectele pozitive, ct i cele negative legate de destinaia n cauz (de exemplu, preurile ridicate sau distana mare fa de localitatea de domiciliu a turistului). S precizm c modelul WN folosete doar numai variabile care pot fi exprimate n form cantitativ.

Etapele aplicrii modelului WN sunt:

1. Definirea unei msuri cantitative a utilitii, folosind att variabile pozitive ct i variabile negative relevante pentru destinaia studiat. Utilitatea va fi direct proporional cu nivelul variabilelor pozitive i invers proporional cu nivelul variabilelor negative. Formula folosit este de regul urmtoarea:

unde Ui este utilitatea destinaiei i, qpi sunt, iar qni sunt valorile variabielor pozitive, respectiv negative.

2. Culegerea datelor necesare calculrii utilitii fiecrei destinaii n parte.

3. Determinarea probabilitii de deplasare a cltorilor din zona de origine aleas ctre destinaia j:

Aceast probabilitate poate fi folosit pentru a estima cota de pia a fiecrei destinaii (ki), dup formula:

n tabelul urmtor sunt prezentate rezultatele aplicrii acestui model n cazul a trei destinaii fictive D1, D2 i D3.

CapacitatePre mediu pe noapteDistanConfortUiki

D160002020011,5035%

D2150005080031,1326%

D3100003040021,6739%

Se observa c variabilele pozitive sunt aici capacitatea destinaiei i confortul asigurat de facilitile de cazare (pentru confort s-a acordat o not de la 1 la 3, nota cea mai bun fiind 3), iar variabilele negative sunt preul mediu al cazrii pe noapte i distana fa de zona de origine avut n vedere. Cu ajutorul formulelor de mai sus s-au calculat mai nti utilitilor, iar apoi cotele de pia (estimate) ale destinaiilor.

Modele de extrapolare a trenduluiAceste modele prognozeaz cererea viitoare pornind de la o ecuaie de tipul Y=a+bt, unde Y este cererea, t este timpul, iar a i b sunt coeficieni care se determin prin metoda celor mai mici ptrate. Utilizarea metodei este condiionat de existena unor date istorice privind cererea. Un numr minim de 10-15 observaii este de dorit.

Dup cum am spus n capitolele anterioare, cererea turistic are un pronunat caracter sezonier; aadar, datele din trecut vor prezenta adesea fluctuaii importante. n acest caz, nainte de realizarea prognozei este foarte important eliminarea componentei sezoniere (care falsific tendina).

n tabelul urmtor se gsesc date privind fluxul de vizitatori ai unei regiuni (exprimat n mii), pe fiecare din cele patru semestre ale ultimilor doi ani:

IIIIIIIV

2003228698

2004216310123

Sarcina cercettorului este prognozarea numrului de vizitatori pe cele patru semestre ale anului 2005. Se observ ca acest numr are o tendin de cretere n semestrele II i III, i una de scdere n semestrele I i IV (este probabil vorba de o destinaie de var). Etapele necesare a fi parcurse sunt:

1. Calculul mediilor mobile. Se mparte mai nti numrul de sezoane (4) la doi; rezultatul este 2. n consecin, prima medie mobil va fi centrat n semestrul III al anului 2004. Pentru primele dou i ultimele dou perioade nu se calculeaz medii mobile. Aceste medii (calculate pe patru perioade) se gsesc n tabelul de mai jos:

IIIIIIIV

2003--56.2556.00

200450.2551.00--

2. n a doua etap, datele seriei iniiale se mpart la mediile mobile corespunztoare. Rezultatele se gsesc n urmtorul tabel:

IIIIIIIV

2003--1.740.34

20040.421.24--

3. A treia etap presupune calculul mediilor valorilor din tabelul anterior, att pe fiecare semestru (coloan), ct i pe total. n cazul nostru, avem o singur valoare pe fiecare semestru, care este i media respectivului semestru, iar media tuturor valorilor este 0.93368.

4. Calcularea coeficienilor de sezonalitate, prin mprirea valorii medii de pe fiecare semestru la media general. Coeficienii se gsesc n tabelul urmtor:

IIIIIIIV

0.4481.3231.8860.363

Se observ c aceti coeficieni sunt supraunitari pentru sezoanele n care cererea este mare, i subunitari pentru sezoanele n care cererea este mic.

5. Desezonalizarea seriei iniiale, prin mprirea valorilor sale la coeficienii de sezonalitate.

IIIIIIIV

200349.1565.0052.5252.29

200446.9247.6254.1363.29

6. Datele seriei desezonalizate pot fi folosite acum pentru determinarea ecuaiei de trend. Coeficienii acestei ecuaii se calculeaz dup formulele:

i

unde cu y am notat datele seriei din tabelul anterior, cu t timpul iar cu n numrul total de perioade (opt). Menionm c pentru uurarea calculelor, cele 8 valori de pe axa timpului trebuie setate astfel nct suma lor s fie zero, i anume: -4, -3, -2, -1, 1, 2, 3, 4. Din calcule rezult: a=53.86, b=0.146. Aadar, tendina real a cererii este una de cretere, i anume cu 146 de turiti (n medie) de la sezon la sezon.

7. Odat coeficienii calculai, putem realiza prognoza, nlocuindu-l pe t din ecuaia Y=a+bt cu valorile 5, 6, 7 i 8. Numrul de turiti prognozat pentru anul 2005 (pe semestre) va fi:

Y1=54.60

Y2=54.74

Y3=54.89

Y4=55.03

8. n aceast ultim etap va trebui sa ajustm prognoza, reintroducnd componenta sezonier. Aceasta o vom face nmulind cele patru valori anterioare cu coeficienii de sezonalitate ai fiecrui semestru, calculai n etapa a patra. Prognoza final este:

Y1=24.44

Y2=72.43

Y3=102.42

Y4=20.00

Modele cauzale

Utilizarea acestor modele presupune identificarea unor variabile care influeneaz cererea (variabile independente sau cauzale) i descrierea unei relaii ntre cerere i aceste variabile, de forma:

Y = a0 + a1X1 + + anXnunde Y este cererea (variabila dependent), X1 Xn sunt variabilele cauzale, iar a0 an sunt coeficieni de regresie (determinai cu ajutorul metodei celor mai mici ptrate). La fel ca si n cazul modelelor de prognoza, pentru a putea aplica un model cauzal este necesar existena unor date din trecut cu privire la variabilele care intervin.

S presupunem c un cercettorul dorete s dezvolte un model care s arate cum depinde numrul de clieni (pe an) la un hotel de urmtoarele dou variabile: numrul anual de vizitatori ai staiunii unde se afl hotelul i cheltuielile promoionale anuale ale respectivului hotel. Pe baza acestui model vor fi realizate ulterior prognoze cu privire la numrul de clieni n perioadele viitoare. Datele necesare pentru calcule (valorile acestor variabile pe ultimii ase ani) se gsesc n tabelul de mai jos.

Numr de clieni ai hotelului (Y)Numr de vizitatori ai staiunii (v)Cheltuieli promoionale n euro (p)

1234

1753

1068

2265

1460

183635800

37000

31900

33800

34000

353002000

1200

1400

2200

2000

1900

Ecuaia de regresie (determinat cu ajutorul programului SPSS) se prezint astfel:

Y = -2031.60 + 0.082v + 0.455p

Programul SPSS calculeaz i valoarea coeficientului de corelaie multipl R2, care este un bun indicator al calitii modelului. n cazul nostru, valoarea lui R2 este egal cu 0.784; aadar, cele dou variabile independente explic n proporie de 78.4% evoluia variabilei dependente.

Un alt aspect care ne intereseaz foarte mult este valoarea celor doi coeficieni de regresie. Coeficientul variabilei numr de vizitatori este egal cu 0.082 (ceea ce nseamn c o cretere cu 1000 a numrului de vizitatori ar putea antrena, n medie, o cretere cu circa 82 a numrului de clieni ai hotelului), iar coeficientul variabilei cheltuieli promoionale este egal cu 0.455 (aadar, o cretere cu 1000 de euro a cheltuielilor de promovare ar putea avea ca efect, n medie, o cretere a numrului de clieni cu circa 455).

Dac se preconizeaz c anul viitor numrul turiti care vor vizita staiunea va fi de 37000, iar cheltuielile promoionale ale hotelului de circa 2200 de euro, se poate calcula, nlocuind datele n ecuaia de mai sus, c hotelul va avea aproximativ 1985 de clieni. Desigur, numai confruntarea acestei previziuni cu realitatea ne poate spune dac modelul este viabil i dac va putea fi utilizat n continuare pentru realizarea de prognoze.

PAGE 57

_1032372122.unknown

_1156861944.unknown

_1156864893.unknown

_1156870661.unknown

_1156870757.unknown

_1156864903.unknown

_1156864781.unknown

_1156858564.unknown

_1156860922.unknown

_1032373706.unknown

_1032374074.unknown

_1032371873.unknown

_1032372099.unknown

_1032370888.unknown