System, das die beobachteten Werte der zu prognostizierenden Grösse (Variable) mit den Werten anderer Grössen (Variablen) nach bestimmten (meist mathematischen) Regeln verknüpft, um als Ergebnis der Verknüpfung Prognosewerte zu erhalten. Man unterscheidet verschiedene Typen von Prognosemodellen: (1) Qualitative Prognosemodelle verknüpfen. die Variablen verbal-argumentativ und werden hauptsächlich zur Vorhersage politischer oder sehr langfristiger ökonomischer Entwicklungstendenzen herangezogen (qualitative Prognoseverfahren). Demgegenüber werden in einem quantitativen Prognosemodell die Variablen mit Hilfe mathematischer Operationen in einem Gleichungssystem verknüpft. (2) Univariate Prognosemodelle beziehen nur die Zeitreihe der zu prognostizierenden Variablen in die Untersuchung ein, während multivariate Prognosemodelle die zu prognostizierende Variable auf andere, erklärende (kausale) Variablen zurückführen wollen. Kurz- bzw. langfristige Prognosemodelle: Hier ist die Länge des Prognosezeitraums das Abgrenzungskriterium. In der Prognoseliteratur besteht keine Einigkeit hinsichtlich der Einteilung, doch kann man als groben An haltspunkt angeben, dass ein Prognosemodell mit einem Prognosezeitraum bis 3 Monaten kurzfristig, über 3 Monate bis 2 Jahren mittelfristig, über 2 Jahre langfristig genannt werden kann. K. W H.
Erklärungsmodelle
das einer Absatzprognose zugrundeliegende Variablensystem, das die beobachteten Werte der zu prognostizierenden Größe (abhängige Variable) untereinander und/oder mit den Werten anderer Größen (unabhängige Variablen) nach bestimmten (meist mathematischen) Regeln verknüpft, um als Ergebnis der Verknüpfung Prognosewerte zu erhalten. Prognosemodelle lassen sich nach vielen Aspekten gruppieren: Qualitative Modelle verknüpfen die Variablen verbalargumentativ und werden hauptsächlich zur Vorhersage politischer oder sehr langfristiger ökonomischer Entwicklungstendenzen herangezogen (Szenario-T ech- nik). Demgegenüber werden in einem quantitativen Prognosemodell die Variablen mit Hilfe mathematischer Operationen in einem Gleichungssystem verknüpft. Univariate Prognosemodelle beziehen nur die Zeitreihe der zu prognostizierenden Variablen in die Untersuchung ein, während multivariate Modelle die zu prognostizierende Variable auf andere erklärende (kausale) Variablen zurückführen wollen (kausale Prognoseverfahren). Nach der Länge des Prognosezeitraums unterscheidet man kurz- bzw. langfristige Prognosemodelle. In der Prognoseliteratur besteht allerdings keine Einigkeit hinsichtlich der Einteilung, doch kann man als groben Anhaltspunkt angeben, dass ein Prognosemodell mit einem Prognosezeitraum bis 3 Monate kurzfristig, über 3 Monate bis 2 Jahre mittelfristig, über 2 Jahre langfristig genannt werden kann. Mikromodelle beschreiben das Verhalten des einzelnen Marktteilnehmers (z.B. Konsumenten) und versuchen, seine Entscheidungen bezüglich der Markenwahl oder des Kaufzeitpunktes zu prognostizieren. Bei Makromodellen verwendet man demgegenüber aggregierte Prognosevariablen wie z. B. die Gesamtheit aller Kunden oder den Gesamtabsatz eines Unternehmens. Der Ungleichheitskoefjizient von Theil (U) ist nun so konstruiert, dass er im Fall der naiven Prognose den Wert Eins annimmt. Speziell im Hinblick auf die Absatzprognose unterscheidet man schließlich Modelle für Entwicklungsprognosen, die den univa- riaten Prognosemodellen entsprechen und Wirkungsprognosen, die mit multivariaten Modellen formuliert werden. Bekannte Modelle für Entwicklungsprognosen sind das Fourt-Woodlock-, das Parfitt-Collins- und das STEAM-Modell, während das Lavington-Modell ein Beispiel für Wirkungsprognosen ist.
Literatur: Meffert, H.; Steffenhagen, H., Marketing-Prognosemodelle, Stuttgart 1977.
Vorhergehender Fachbegriff: Prognosemethoden | Nächster Fachbegriff: Prognosemodelle
Diesen Artikel der Redaktion als fehlerhaft melden & zur Bearbeitung vormerken
|
|