Nita Robert Alexandru - CRISTAL BALL

8/3/2019 Nita Robert Alexandru - CRISTAL BALL

http://slidepdf.com/reader/full/nita-robert-alexandru-cristal-ball 1/18

Academia de Studii Economice

Facultatea de Cibernetica, Statistica si Informatica Economica

Coordonator: Student:

Florea Alexandra Ni Robert Alexandru, grupa 1050



2

Crystal Ball



3

PROBLEMA NR. 1

Analizam situatia in care se afla un posibil investitor intr-o firma de publicitate .

Acesta trebuie sa decida daca va investi in departamentul de vanzari de publicitate al

firmei sau va apela la o firma de profil pentru aceasta activitate. Pentru a afla posibilitatea

obtinerii de profit cream un model care sa-l ajute pe investitor sa ia o decizie bine

fundamentata. Deoarece exista incertitudine in ceea ce priveste numarul de clienti care ar

comanda publicitate in reviste si cheltuielile lunare ale departementului , Crystal Ball este

util in simularea unui profit sau a unei pierderi potentiale pe luna.

Modelul presupune urmatoarele ipoteze :

y Numarul de clienti doritori de publicitate este cuprins intre 40 si 50 ;

y Cheltuielile de operare ale departamentului sunt de 7000 ¼ , insa pot varia putin

de la luna la luna ;

y Tariful pentru fiecare aparitie in revista este de 180 ¼.

Pe baza acestor ipoteze investitorul doreste sa stie cat de profitabil va fi

departamentul de vanzari de publicitate pentru diferite combinatii de unitati vandute si

costuri de operare. Aceasta este greu de determinat folosind o singura foaie de calcul ,

deoarece ultimele doua ipoteze nu se pot reduce la valori singulare asa cum cere formatul

unei foi de calcul. Daca incercam toate combinatiile posibile, se pierde prea mult timp cu

scenarii de tipul what if , cu introducerea unor valori singulare si inregistrarea rezultatelor.

Chiar si asa, se obtin o multime de date in loc de o privire de ansamblu asupra profitului

sau pierderii. in schimb, acest tip de analiza este usor de realizat folosind Crystal Ball.

Pentru rezolvarea problemei vom urmari urmatorii pasi :

1) Lansam in executie programele Crystal Ball si Microsoft Excel.

2) Definim foaia de vanzari de publicitate si semnificatia celulelor astfel :

y celula C5 defineste ipoteza asupra vanzarilor ± numarul de clienti doritori

de publicitate este cuprins intre 40 si 50.

y Celula C7 defineste ipoteza despre costurile de operare ± care vor fi in

medie de aproximativ 7.000 ¼ pe lun, dar pot varia puin.



4

y Celula C9 defineste celula de prognoza (rezultatele). Celula C9 contine o

formul care refera celulele C5, C6 si C7 (C9=C5*C6-C7).

3) Definim celulele ipoteza si celula prognozata. Pentru celulele ipoteza selectam

celula , selectam Define->DefineAssumption , selectam tipul de distributie si valorile

minime si maxime. Pentru celula prognozata selectam Define->DefineForecast ,

introducem numele si numarul de unitati , care in cazul nostrum este egal cu tariful pentru

fiecare aparitie in revista (C6). Dupa definire vom observa ca celulele ipoteza sunt

implicit verzi si cele prognozate albastre.

Figura 2. Definirea celulelor

4) Pentru a executa simularea selectam Run->RunSimulation.

Crystal Ball executa simularea si afiseaza graficul de prognoza. Simularea se

opreste automat dupa 1000 de incercari. Pentru modele mai mari, se poate folosi butonul

STOP sau se poate alege Run>Stop daca este necesara oprirea simularii inainte sa ruleze

toate incercarile. Numerele vor varia putin de fiecare data cand se executa o simulare ,

dar fereastra de prognoza va arata similar.



5

Figura 2. Graficul de prognoza

Graficul dezvaluie limita totala de profit sau pierdere previzionata la scenariul

vanzarii de publicitate. Fiecare bara de pe grafic reprezinta probabilitatea de a castiga un

venit. Grupul de coloane apropiate de centru indica ca nivelul cel mai probabil de venit

este situat intre 350¼ si 1800¼ pe luna. Se poate observa ca este o mica sansa de a pierde

aproximativ 1100¼ pe luna (partea din stanga) si o mica sansa de castig (aproximativ

3100¼).

Probabilitatea sau certitudinea ca o valoarea sa tinda spre ± infinit sau spre +

infinit este 100%. Coltul din stanga sus arata 1000 de incercari, dar colul din dreapta sus

arata 999 afisate. Valorile excluse sunt numite outliers. Ele sunt incluse in calcule, dar nu

sunt incluse in graficul de previziune.



6

Figura 3. Sansa de a obtine profit



7

PROBLEMA NR. 2

Cel mai nou pachet de servicii de publicitate al firmei a fost lansat pe piata de

aproximativ un an. In planul de afaceri intocmit pentru anul in curs s-a urmarit atingerea

tintei de 2000 de pachete de servicii publicitare pana la sfarsitul anului. Conducerea

departamentului de marketing doreste sa prognozeze vanzarile de pachete de servicii

pentru restul anului. In functie de aceasta prognoza se va decide daca se vor realiza

investitii suplimentare in promovarea produsului sau in imbunatatirea acestuia. Pentru

prognoza avem la dispozitie nivelul vanzarilor din ultimele 34 de saptamani.

Pentru a rezolva aceasta cerinta a departamentului de marketing vom apela la

programul Crystal Ball - > CB Predictor si vom executa cativa pasi :

1. Lansam in executie programele Crystal Ball si Microsoft Excel.

2. Introducem datele pe care le avem despre vanzarea de pachete de servicii

publicitare. Datele sunt asezate pe doua coloane : saptamana (pe prima coloana)

si numarul de unitati vandute (pe a doua coloana) . Vanzarile pachetelor de

servicii publicitare au fost monitorizate in perioada 1 ianuarie ± 26 august .

Departamentul de marketing cere prognoza pentru urmatoarele 18 saptamani ,

pana la sfarsitul anului.



8

Figura 1. Foaia de calcul Vanzari Pachete Servicii de Publicitate

3. Selectam celula B4.

Prin selectarea oricareia din celulele care contin date sau cele care reprezinta capul de

tabel, se va initia facilitatea ³Intelligent Input´ a CB Predictor si se vor selecta toate

celulele adiacente care sunt completate.

4. Selectai Run > CB Predictor

Fereastra de dialog CB Predictor se deschide cu tab-ul Input Data, ca in Figura 2.



9

Figura 2. Fereasta de dialog CB Predictor, tab-ul Input Data

5. Apasati butonul Next

Va fi afisat tab-ul Data Attributes, ca in Figura 3.

Figura 3. Fereasta de dialog CB Predictor, tab-ul Data Attributes



10

6. Apasam butonul Next

Va fi afisat tab-ul Method Gallery, ca in Figura 4.

Figura 4. Fereasta de dialog CB Predictor, tab-ul Method Gallery

Apasam butonul Select All. In acest fel selectam toate metodele de extrapolare bazate pe

serii de timp , cu precizarea ca nu vor fi folosite si metode care folosesc sezonalitatea ,

din moment ce am indicat ca nu exist sezonalitate. CB Predictor extrapoleaza valorile

folosind fiecare din metodele selectate si clasifica aceste metode in functie de cat de

corespunzatoare sunt rezultatele in raport cu datele istorice.



11

Figura 5. Fereasta de dialog CB Predictor, tab-ul R esults

8. Selectam Preview . Va aparea fereastra de dialog Preview Forecast, in care este

prezentat un grafic continand datele istorice (reale), datele ajustate (teoretice), valorile

extrapolate si intervalele de incredere (Figura 6).



12

Figura 6. Fereastra Preview Forecast

Daca facem click pe tasta Method vor fi

afisate in ordinea potrivirii pentru

exprimarea trendului toate metodele

utilizate de CB , ca in figura alaturata.

9. Apasam butonul Run si vor fi inserate datele prognozate pentru urmatoarele 18

saptamani. Datele prognozate sunt asezate in celule de culoare verde , ca in figura de mai

jos.

Fig.7 Datele prognozate



13

PROBLEMA NR. 3

Am lansat recent un nou pachet de servicii publicitare si una dintre deciziile critice este

stabilirea pretului la care va fi vandut pachetul.

Din punct de vedere a analizei structurii pretului si ratelor de vanzare ale pachetelor

similare de publicitate se poate estima ca cererea pentru servicii publicitare este o functie

liniara a chiriei si se poate exprima astfel:

- numarul de pachete vandute = -0.1 (pretul pe unitate) + 85 pentru preturi cuprinse intre

160¼ si 200¼.

- cheltuielile lunare ale departamentului sunt estimate la 7000¼ , insa pot varia putin cu

aproximativ 550¼ .

Pentru rezolvarea aceste probleme vom apela ca programul Crystal Ball -> O ptQuest ,

utilizat pentru automatizarea gasirii solutiilor optime la modelele de simulare.

Lansam in executie Crystal Ball si Excel . Dupa acest pas introducem datele necesare

gasirii solutiei optime cautate. Definim variabilele de decizie si ipotezele modelului.Pretul unui pachet este stabilit in model la 180¼. Conform functiei de cerere numarul de

pachete vandute este 67(=-0.1*180+85). Intr-o situatie realista parametrii functiei de

cerere nu sunt unii siguri , motiv pentru care nivelul pretului nu este deloc usor de

estimat. Culoare celulei de decizie este implicit galben , pentru ipoteze verde , iar pentru

celula previzionata este albastru.



14

Selectam din bara de meniu Run-> O ptQuest. Va aparea fereastra Welcome .

Pentru a continua apasam tasta Next. Dupa apasarea tastei se va deschide fereastra

O bjectives.



15

O biectivul dorit este maximizarea profitului. Pentru a adauga un obiectiv apasam tasta

Add O bjective. Va fi afisat un obiectiv prestabilit . Pentru a continua apasam tasta Next

care ne conduce in fereastra Decision Variables (fereastra cu variabile de decizie).



16

Avem definita o singura variabila de decizie , in celula C4 (Pretul pachetului de servicii

publicitare). Valoarea minima este de 160¼ , cea maxima de 200¼ , iar valoarea curenta

din model este 180¼. Variabila este una discreta . Deoarece nu este setat Freeze, variabila

de decizie va fi inclusa in simularea O ptQuest.Se selecteaza Next pentru a continua.

Apare fereastra de constrangeri.



17

Setam O ptQuest sa execute 1000 de simulari , mai apoi apsam tasta Run. O ptQuest cauta

sistematic prin setul de solutii fezabile dupa una care sa imbunatateasca valoarea medie a

profitului sau sa prognozeze pierderea. Intr-un timp foarte scurt, O ptQuest gaseste solutia

cea mai buna si afiseaza fereastra de rezultate.



18

Graficul de performanta arata solutiile calculate de O ptQuest. Rezultatele numerice apar

in tabelul de sub grafic. Pentru aceasta optimizare, soluia cea mai buna a fost gasita la

simularea cu numarul 3. Pretul optim este de 200¼ pe unitate, care produce maximul

mediei de profit asteptat de 5.800,07¼.

Se selecteaza Edit > Copy Best Solution to Spreadsheet in the O ptQuest Results window.

In acest moment este copiata in foaie cea mai buna solutie gasita.

Nita Robert Alexandru - CRISTAL BALL

Documents

Transcript of Nita Robert Alexandru - CRISTAL BALL