О.Г.Ханін

Спілкуючись із менеджерами різного рівня повноважень, освіти, з різних видів бізнесу, я часто зустрічав сумніви, навіть скепсис щодо практичної доцільності застосування статистичних методів у бізнесі. «Для чого це мені, якщо я особисто ніколи цього не буду застосовувати», або «наш бізнес залежить від такої кількості непередбачуваних факторів, що прогнозування втрачає усякий сенс». Одним словом, єдина точна наука - мислення заднім розумом.
Чому сформоване таке відношення до інструменту, яким володіє більшість західних менеджерів? Математики не знають і не цікавляться бізнесом, а бізнесмени не знають і не хочуть знати математики. Є лише вузький прошарок бізнес-аналітиків, які дійсно здатні застосовувати математичні інструменти у задачах прийняття управлінських рішень. Для розв'язання складних аналітичних задач потрібні саме вузькі і кваліфіковані професіонали з аналізу даних. Але навіть для того, щоб поставити задачу аналітику, оцінити рівень її виконання необхідно мати уяву про можливості застосування математичних, зокрема статистичних, методів. Крім того, існує великий шар управлінських задач, для якісного розв'язання яких достатньо лише знання базових статистичних методів і наявності комп'ютера з Excel.
Не треба зводити управління лише до аналізу даних (див., наприклад: Г.Минцберг, «Требуются управленцы, а не выпускники МВА»), але аналіз даних є суттєвою складовою підтримки прийняття оптимальних управлінських рішень. Як казав американський адмірал Г.Хоппер: «Одне точне вимірювання коштує тисячі думок експертів». Мета даної статті як раз і полягає у тім, щоб показати, що поверхневий погляд на дані без застосування математичних методів їх обробки, може привести менеджера до абсолютно хибних висновків.
Розглянемо цікавий приклад (Э.Сигел, «Практическая бизнес-статистика»). Ми маємо поквартальні дані по обсягах продажу автомобілів Ford Motor Company за 7 років:

А тепер спробуйте відповісти на просте питання: коли рівень продажів був вищий, у 4-му кварталі 2006 року, чи у 2-му кварталі 2007? У 2-му кварталі 2007-го ? Так як 32805 млн. дол. на 1300 млн. більше за 31505? Тоді варто звернутись до статистичних методів.
Справа полягає у тім, що у наведених даних присутня виражена сезонна компонента.

Для порівняння фінансових результатів за вказані періоди і прийняття обґрунтованих управлінських рішень необхідно позбавити дані сезонної компоненти, оскільки реалізація у грудні завжди має сезонне збільшення, а нам необхідно врахувати не вплив сезону, а вплив роботи команди менеджерів.
Позбавлення даних сезонної компоненти можна здійснити методом ковзаючого середнього, який легко реалізувати за допомогою Excel. Після обрахування ковзаючих середніх для кожного кварталу, знаходять їх середні значення за усі роки по кожному кварталу окремо (сезонність визначається кварталом). Цей показник називається індексом сезонності. Для позбавлення даних впливу сезонної компоненти їх ділять на відповідні індекси сезонності. Зверніть увагу на наступний графік, на якому дані позбавлені сезонної компоненти.

 Тобто, якщо поділити розглянуті нами вище обсяги продажу за 4-й квартал 2006 та 2-й квартал 2007 років на відповідні цим кварталам індекси сезонності, то отримаємо дані, очищені від сезонної компоненти. Для 4-го кварталу значення з поправкою на сезон дорівнює 31859, для 2-го - 30082. Тобто, по суті, якщо відкинути вплив сезонності, то обсяг реалізації у 2-му кварталі 2007 року не збільшився, а зменшився на 1777 млн. доларів! Пригадуються слова Козьми Пруткова: «Якщо на клітці буйвола побачиш напис "слон", не вір очам своїм!»
Звичайно, формат цієї статті не дозволяє детально розглянути методику проведення необхідних розрахунків, але для їх виконання необхідно лише впевнено знати 4 арифметичні дії та володіти основними інструментами Excel.