Academia de Studii Economice Facultatea de Cibernetica, Statistica si Informatica Economica

Coordonator: Florea Alexandra

Student: Ni Robert Alexandru, grupa 1050

Crystal Ball

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 y Numarul de clienti doritori de publicitate este cuprins intre 40 si 50 ; Cheltuielile de operare ale departamentului sunt de 7000 , insa pot varia putin de la luna la luna ; y Tariful pentru fiecare aparitie in revista este de 180 . 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 pe lun , dar pot varia pu in.

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.

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 350 si 1800 pe luna. Se poate observa ca este o mica sansa de a pierde aproximativ 1100 pe luna (partea din stanga) si o mica sansa de castig (aproximativ 3100). Probabilitatea sau certitudinea ca o valoarea sa tinda spre infinit sau spre + infinit este 100%. Coltul din stanga sus arata 1000 de incercari, dar col ul din dreapta sus arata 999 afisate. Valorile excluse sunt numite outliers. Ele sunt incluse in calcule, dar nu sunt incluse in graficul de previziune.

Figura 3. Sansa de a obtine profit

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.

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 Intelligent Input a CB Predictor si se vor selecta toate

celulele adiacente care sunt completate. 4. Selecta i Run > CB Predictor Fereastra de dialog CB Predictor se deschide cu tab-ul Input Data, ca in Figura 2.

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

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.

10

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

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).

11

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

12

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 160 si 200. - cheltuielile lunare ale departamentului sunt estimate la 7000 , insa pot varia putin cu aproximativ 550 .

Pentru rezolvarea aceste probleme vom apela ca programul Crystal Ball -> OptQuest , 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 180. 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.

13

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

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

14

Obiectivul dorit este maximizarea profitului. Pentru a adauga un obiectiv apasam tasta Add Objective. Va fi afisat un obiectiv prestabilit . Pentru a continua apasam tasta Next care ne conduce in fereastra Decision Variables (fereastra cu variabile de decizie).

15

Avem definita o singura variabila de decizie , in celula C4 (Pretul pachetului de servicii publicitare). Valoarea minima este de 160 , cea maxima de 200 , iar valoarea curenta din model este 180. Variabila este una discreta . Deoarece nu este setat Freeze, variabila de decizie va fi inclusa in simularea OptQuest.Se selecteaza Next pentru a continua. Apare fereastra de constrangeri.

16

Setam OptQuest sa execute 1000 de simulari , mai apoi apsam tasta Run. OptQuest 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, OptQuest gaseste solutia cea mai buna si afiseaza fereastra de rezultate.

17

Graficul de performanta arata solutiile calculate de OptQuest. Rezultatele numerice apar in tabelul de sub grafic. Pentru aceasta optimizare, solu ia cea mai buna a fost gasita la simularea cu numarul 3. Pretul optim este de 200 pe unitate, care produce maximul mediei de profit asteptat de 5.800,07. Se selecteaza Edit > Copy Best Solution to Spreadsheet in the OptQuest Results window. In acest moment este copiata in foaie cea mai buna solutie gasita.

18