Một số phương pháp dự báo và ứng dụng trong dự báo nhu cầu sử dụng dịch vụ internet băng rộng

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
------------------------------------

LUẬN VĂN THẠC SỸ KHOA HỌC
NGÀNH QUẢN TRỊ KINH DOANH

MỘT SỐ PHƯƠNG PHÁP DỰ BÁO VÀ ỨNG
DỤNG TRONG DỰ BÁO NHU CẦU SỬ DỤNG
DỊCH VỤ INTERNET BĂNG RỘNG

NGUYỄN PHẠM CƯỜNG

HÀ NỘI 2007


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
------------------------------------

LUẬN VĂN THẠC SỸ KHOA HỌC

MỘT SỐ PHƯƠNG PHÁP DỰ BÁO VÀ ỨNG
DỤNG TRONG DỰ BÁO NHU CẦU SỬ DỤNG
DỊCH VỤ INTERNET BĂNG RỘNG
NGÀNH QUẢN TRỊ KINH DOANH

NGUYỄN PHẠM CƯỜNG

Người hướng dẫn khoa học: TS. PHẠM THỊ THU HÀ

HÀ NỘI 2007


LỜI CẢM ƠN
Lời cảm ơn đầu tiên của tôi được giành cho TS. Phạm Thị Thu Hà, người đã
tận tình giúp đỡ để tơi có thể hồn thành luận văn này.
Tơi xin được bày tỏ lịng biết ơn đến tất cả các thầy, cô giáo trong Khoa Kinh
tế và Quản lý, Trường Đại học Bách Khoa Hà Nội và các thầy cô giáo đã
tham gia giảng dạy, mang lại cho tôi những kiến thức làm tiền đề để tôi thực
hiện luận văn.
Xin chân thành cảm ơn lãnh đạo đơn vị và các đồng nghiệp đã luôn tạo điều
kiện thuận lợi và hỗ trợ tôi trong thời gian đi học và làm luận văn.
Hà Nội, tháng 11 năm 2007
Nguyễn Phạm Cường


i

MỤC LỤC
MỤC LỤC

..................................................................................................... i

DANH MỤC CÁC BẢNG BIỂU .................................................................. iii
DANH MỤC CÁC HÌNH VẼ ........................................................................ v
DANH MỤC CÁC CHỮ VIẾT TẮT ........................................................... vi
PHẦN MỞ ĐẦU .............................................................................................. 1
CHƯƠNG 1 CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO NHU CẦU
SẢN PHẨM ............................................................................... 5
1.1 Giới thiệu chung.................................................................................... 5

1.2 Các phương pháp dự báo ...................................................................... 6
1.2.1 Các phương pháp dựa vào đánh giá .............................................. 7
1.2.2 Các phương pháp dự báo định lượng.......................................... 14
1.3 Lựa chọn phương pháp dự báo ........................................................... 18
1.3.1 Chọn một phương pháp dựa vào dấu hiệu .................................. 19
1.3.2 Kết hợp các dự báo ..................................................................... 21
1.4 Đánh giá lỗi dự báo ............................................................................. 22
1.5 Dự báo chuỗi thời gian........................................................................ 23
1.5.1 Khái niệm chuỗi thời gian .......................................................... 23
1.5.2 Một số đại lượng đặc trưng của chuỗi thời gian ......................... 24
1.5.3 Dự báo chuỗi thời gian ............................................................... 28
1.6 Một số mơ hình dự báo chuỗi thời gian .............................................. 30
1.6.1 Các phương pháp làm trơn.......................................................... 30
1.6.2 Các phương pháp phân rã mùa vụ .............................................. 32
1.7 Một số đặc điểm trong dự báo nhu cầu dịch vụ viễn thông ................ 37
1.7.1 Đặc điểm của sản phẩm dịch vụ viễn thông ............................... 37
1.7.2 Đặc điểm nhu cầu đối với sản phẩm dịch vụ viễn thông ............ 39
CHƯƠNG 2 PHÂN TÍCH VỀ NHU CẦU SỬ DỤNG DỊCH VỤ
INTERNET BĂNG RỘNG ................................................... 45
2.1 Giới thiệu dịch vụ Internet .................................................................. 45
2.1.1 Sự du nhập của Internet vào Việt Nam ....................................... 45
2.1.2 Sự phát triển của dịch vụ Internet ............................................... 47
2.2 Phân tích các nhân tố ảnh hưởng đến nhu cầu sử dụng dịch vụ Internet
băng rộng ..................................................................................................... 48
2.2.1 Giới thiệu chung ......................................................................... 48
2.2.2 Chính sách của chính phủ ........................................................... 51


ii

2.2.3
2.2.4
2.2.5
2.2.6

Sản phẩm bổ sung ....................................................................... 53
Sản phẩm thay thế ....................................................................... 58
Đối thủ cạnh tranh....................................................................... 65
Chi phí sử dụng dịch vụ .............................................................. 70

CHƯƠNG 3 DỰ BÁO NHU CẦU SỬ DỤNG DỊCH VỤ INTERNET
BĂNG RỘNG ......................................................................... 78
3.1 Đặt vấn đề ........................................................................................... 78
3.1.1 Dự báo trên cở sở phân tích số liệu quá khứ .............................. 78
3.1.2 Áp lực phát triển trong điều kiện cạnh tranh .............................. 79
3.2 Áp dụng một số phương pháp dự báo để dự báo nhu cầu sử dụng dịch
vụ Internet băng rộng .................................................................................. 82
3.2.1 Trung bình trượt đơn giản ........................................................... 82
3.2.2 Trung bình trượt số mũ ............................................................... 84
3.2.3 Mơ hình hồi quy tuyến tính ........................................................ 86
3.2.4 Đường xu hướng tuyến tính ........................................................ 89
3.2.5 Mơ hình cộng .............................................................................. 89
3.2.6 Mơ hình nhân .............................................................................. 92
3.3 Tổng hợp các kết quả dự báo .............................................................. 95
3.4 Đánh giá nhu cầu, khả năng đáp ứng nhu cầu .................................... 96
3.4.1 Nhu cầu ....................................................................................... 96
3.4.2 Khả năng đáp ứng nhu cầu ......................................................... 97
PHẦN KẾT LUẬN ...................................................................................... 101
TÀI LIỆU THAM KHẢO .......................................................................... 103

iii

DANH MỤC CÁC BẢNG BIỂU
Bảng 1.1: Các số liệu của một dự báo............................................................. 22
Bảng 1.2: Thống kê địa điểm truy cập Internet .............................................. 40
Bảng 1.3: Thống kê mục đích sử dụng dịch vụ Internet ................................. 40
Bảng 1.4: Thống kê tần xuất sử dụng Internet ................................................ 41
Bảng 1.5: Tỷ lệ chi tiêu cho CNTT và truyền thông (% GDP) ...................... 42
Bảng 2.1: Tình hình phát triển Internet 10/2007............................................. 47
Bảng 2.2: Số liệu phát triển thuê bao theo tháng của MegaVNN và ĐTCĐ .. 55
Bảng 2.3: Số lượng máy tính /1000 dân ......................................................... 58
Bảng 2.4: Cước cài đặt dịch vụ Internet trực tiếp ........................................... 61
Bảng 2.5: Bảng cước thuê cổng kết nối hàng tháng ....................................... 62
Bảng 2.6: Cước thuê cổng của ISP khơng tính theo dung lượng .................... 63
Bảng 2.7: Số lượng thuê bao Internet và thị phần của các ISP ....................... 65
Bảng 2.8: Dung lượng kênh và hướng kết nối quốc tế quý 3/2007 ................ 67
Bảng 2.9: Các tiêu chí so sánh giữa VPNT và hai đối thủ cạnh tranh chính
trong lĩnh vực dịch vụ Internet băng rộng....................................................... 69
Bảng 2.10: Tổng hợp các chương trình khuyến mại dịch vụ MegaVNN của
BĐHN.............................................................................................................. 71
Bảng 2.11: Tổng hợp số liệu thuê bao, doanh thu dịch vụ MegaVNN .......... 72
Bảng 2.12: Bảng giá cước dịch vụ MegaVNN áp dụng từ 01/07/2003 .......... 73
Bảng 2.13: Bảng cước dịch vụ MegaVNN từ ngày 01/07/2005 ..................... 74
Bảng 2.14: Bảng cước dịch vụ MegaVNN áp dụng từ ngày 01/06/2006 ....... 76
Bảng 3.1: Số liệu sau trung bình trượt đơn giản ............................................. 82
Bảng 3.2: Số liệu sau trung bình trượt số mũ ................................................. 84
Bảng 3.3: Số lượng thuê bao MegaVNN và ĐTCĐ trước và sau khi thực hiện
trung bình trượt đơn giản ................................................................................ 86
Bảng 3.4: Các số liệu tính tốn của mơ hình cộng.......................................... 90

Bảng 3.5: Bảng tính thành phần thời vụ S (mơ hình cộng) ............................ 91
Bảng 3.6: Các số liệu tính tốn của mơ hình nhân.......................................... 93


iv

Bảng 3.7: Bảng tính thành phần thời vụ S (mơ hình nhân) ............................ 94
Bảng 3.8: Kết quả dự báo ba tháng cuối năm 2007 và 12 tháng năm 2008 ... 95
Bảng 3.9: Dung lượng kết nối trong nước của VNPT .................................... 98


v

DANH MỤC CÁC HÌNH VẼ
Hình 1.1: Sơ đồ hình cây của các phương pháp dự báo.................................... 7
Hình 1.2: Lựa chọn phương pháp dự báo ....................................................... 19
Hình 1.3: Chuỗi thời gian hành khách đường hàng khơng qua 12 năm ......... 33
Hình 1.4: Hệ số mùa vụ................................................................................... 35
Hình 1.5: Chuỗi điều chỉnh mùa vụ ................................................................ 36
Hình 1.6: Mật độ người sử dụng dịch vụ Internet........................................... 43
Hình 2.1: Mật độ điện thoại cố định ............................................................... 54
Hình 2.2: Biểu đồ phát triển thuê bao của MegaVNN và ĐTCĐ ................... 56
Hình 2.3: Thị phần dịch vụ Internet băng rộng năm 2006 .............................. 70
Hình 2.4: Số lượng thuê bao MegaVNN theo tháng....................................... 72
Hình 3.1: Biểu đồ biểu diễn phương pháp trung bình trượt đơn giản ............ 84
Hình 3.2: Số lượng thuê bao MegaVNN trước và sau áp dụng EMA ............ 85
Hình 3.3: Đường xu hướng ............................................................................. 89
Hình 3.4: Số liệu dự báo theo mơ hình cộng .................................................. 92
Hình 3.5: Số liệu dự báo theo mơ hình nhân .................................................. 94

vi

DANH MỤC CÁC CHỮ VIẾT TẮT
Chữ viết
tắt

Diễn giải

Giải thích

ADSL

Asymmetric Digital Subscriber
Line

Đường dây thuê bao số bất đối
xứng

CFE

Cumulative sum of Forecast
Errors

Lỗi dự báo tổng hợp

CNTT

Công nghệ thông tin

ĐTCĐ

Điện thoại cố định

FPT

The Corporation for Financing
and Promoting Technology

Công ty cổ phần phát triển và đầu
tư công nghệ

GDP

Gross Domestic Products

Tổng sản phẩm quốc nội

ISDN

Integrated Services Digital
Network

Mạng số dịch vụ tích hợp

ISP

Internet Service Provider

Nhà cung cấp dịch vụ Internet

MAD

Mean Absolute Deviation

Độ lệch tuyệt đối trung bình
Dịch vụ Internet ADSL của VNPT

MegaVNN
MSE

Mean Squared Errors

Lỗi bình phương trung bình

NGT

Nominal Group Technique

Kỹ thuật nhóm danh nghĩa

OSP

Online Service Provider

Nhà cung cấp dịch vụ trực tuyến

RBF

Rule-based forecasting

Dự báo dựa vào quy tắc

SPT

Saigon Postel

Cơng ty cổ phần dịch vụ Bưu
chính Viễn thơng Sài Gịn

SS

Sum of Squared

Tổng bình phương

VDC

Vietnam Data Communication
Company

Cơng ty Điện tốn và Truyền số
liệu
Tổng cơng ty Viễn thơng qn đội

Viettel
VNNIC

Vietnam Network Information
Center

Trung tâm Internet Việt Nam

VNPT

Vietnam Posts and
Telecommunications

Tập đoàn Bưu chính Viễn thơng
Việt Nam


1

PHẦN MỞ ĐẦU
1.

Tính cấp thiết của đề tài

Các bài tốn về dự báo xuất hiện trong hầu hết lĩnh vực kinh tế, xã hội. Trong
lĩnh vực thương mại, người ta sử dụng dự báo để:
- Dự đoán về nhu cầu cho một hàng hóa hay dịch vụ,
- Dự đốn sự ảnh hưởng của các quyết định đầu tư hay mua sắm,
- Duy trì mức hàng hóa tồn kho hiệu quả
Dự báo mang lại cho một doanh nghiệp một cái nhìn rõ ràng hơn về các tình
huống trong tương lai. Sử dụng các kỹ thuật dự báo để có được một sự tường
minh về ảnh hưởng của các quyết định sẽ mang lại là một phương pháp hiệu
quả để đảm bảo dự thành công của doanh nghiệp.
Viễn thông là một ngành cơng nghiệp dịch vụ có quy mơ lớn, thường thì ở
tầm cỡ quốc gia hoặc lớn hơn. Các thiết bị viễn thông thường rất đắt tiền và

nhanh bị lạc hậu về công nghệ. Từ 10 năm trở lại đây thị trường Viễn thông
Việt Nam đã trở thành một thị trường cạnh tranh hết sức quyết liệt. Do vậy,
ngoài việc làm thế nào để sử dụng hiệu quả những gì đang có, những người
tham gia cũng cần đặc biệt quan tâm đến việc cạnh tranh để chiếm lĩnh thị
trường. Dự báo là một cách tiếp cận giúp các nhà quản lý đạt được các mục
tiêu đó.
Năm 2002, Bưu điện Thành phố Hà Nội đã đầu tư một hệ thống mạng cung
cấp dịch vụ Internet quay số (dial-up Internet) được gọi là Mạng phân tải
VNN trên địa bàn thành phố Hà Nội. Mạng phân tải VNN có giá trị lên đến
vài triệu đô la Mỹ, là mạng sử dụng công nghệ số với hệ thống báo hiệu số 7
tiên tiến và có thể hỗ trợ tới 3000 khách hàng truy cập đồng thời (số khách


2

hàng truy cập đồng thời tối đa tại thời điểm đó chỉ vào khoảng từ 300 đến
400). Sau vài tháng vận hành, số lượng khách hàng truy cập đồng thời đã lên
đến con số hàng nghìn. Một dự án mở rộng mạng phân tải VNN đã được thai
nghén và chắc chắn nó sẽ được ra đời nếu khơng có sự xuất hiện của dịch vụ
Internet băng rộng sử dụng công nghệ đường dây thuê bao số. Hiện tại, hệ
thống phân tải VNN trị giá hàng triệu đô la Mỹ chỉ cịn hoạt động với dưới
25% cơng suất.
Đầu tháng 7 năm 2003 dịch vụ Internet băng rộng được Tổng công ty Bưu
chính Viễn thơng Việt Nam, nay là Tập đồn Bưu chính Viễn thơng Việt
Nam, khai trương dưới thương hiệu MegaVNN. Chỉ một thời gian ngắn sau
đó tồn bộ số cổng (port) được đầu tư đã được sử dụng hết. Hà Nội đã từng
trải qua một cơn khát cổng dịch vụ MegaVNN. Các dự án đầu tư mở rộng
dung lượng tiếp đều được thực hiện một cách khá manh mún do vậy tình
trạng cháy cổng vẫn thường xuyên diễn ra. Cơn khát chỉ thực sự lắng xuống
sau đó khi Bưu điện Hà Nội có những dự án đầu tư quy mơ lớn hơn và các

nhà cung cấp khác như FPT và Viettel nhảy vào thị trường cung cấp dịch vụ
Internet băng rộng.
Dự báo để có thể ra quyết định đúng đắn sẽ là vấn đề mang tính chất sống cịn
cho doanh nghiệp hoạt động trong môi trường viễn thông ngày nay.
Xuất phát từ nhu cầu thực tiễn học viên đã lựa chọn đề tài “Một số phương
pháp dự báo và ứng dụng trong dự báo nhu cầu sử dụng dịch vụ Inernet băng
rộng” cho luận văn tốt nghiệp cao học ngành Quản trị Kinh doanh của mình.
2.

Mục đích nghiên cứu đề tài

Tác giả thực hiện đề tài này nhằm mục đích nghiên cứu để nắm được lý
thuyết về dự báo, có khả năng phân loại và lựa chọn phương pháp thích hợp
để dự báo, có thể phân tích được các nhân tố ảnh hưởng đến nhu cầu của một


3

sản phẩm cụ thể và áp dụng một vài phương pháp hay mơ hình để dự báo nhu
cầu của sản phẩm đó, cụ thể là sản phẩm dịch vụ MegaVNN và áp dụng một
số mơ hình để dự báo nhu cầu sử dụng dịch vụ MegaVNN dựa vào các số liệu
của Bưu điện Thành phố Hà Nội.
Kết quả dự báo đáng tin cậy là một trong những cơ sở tốt cho các nhà hoạch
định chiến lược, cho các nhà quy hoạch tiên lượng trước có kế hoạch đầu tư
mở rộng nâng cấp để hệ thống viễn thơng nói chung và hệ thống cung cấp
dịch vụ internet nói riêng có thể đáp ứng yêu cầu của khách hàng cả về số
lượng và chất lượng sản phẩm
3.

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu là các phương pháp dự báo hay được áp dụng để dự
báo nhu cầu, các yếu tố ảnh hưởng đến nhu cầu sử dụng dịch vụ Internet băng
rộng.
Luận văn sử dụng các số liệu phát triển thuê bao MegaVNN của Bưu điện Hà
Nội làm số liệu đầu vào cho một số mơ hình dự báo.
4.

Phương pháp nghiên cứu

Để có thể áp dụng được một số mơ hình để dự báo cho nhu cầu sử dụng dịch
vụ Internet băng rộng, luận văn đã sử dụng một số phương pháp sau:
- Nghiên cứu và lựa chọn các tài liệu phù hợp với đề tài nghiên cứu
- Phân tích tổng hợp các tài liệu đã lựa chọn
- Nghiên cứu khả năng áp dụng và tính sẵn sàng của một số phần mềm dự
báo
- Thu thập, phân tích và trình bày dữ liệu
- Thực hiện dự báo và phân tích kết quả thu được


4

5.

Kết cấu của luận văn

Xuất phát từ đối tượng và phạm vi nghiên cứu đã được xác định, luận văn sẽ
được bố cục như sau:
Chương 1: Cơ sở phương pháp luận về dự báo nhu cầu sản phẩm
Chương 2: Phân tích các yếu tố ảnh hưởng đến nhu cầu sử dụng dịch vụ

Internet băng rộng
Chương 3: Áp dụng một số mơ hình dự báo để dự báo nhu cầu sử dụng dịch
vụ Internet băng rộng


5

CHƯƠNG 1

CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO
NHU CẦU SẢN PHẨM

1.1

Giới thiệu chung

Dự báo (forecasting) là phương pháp chuyển các trải nghiệm trong quá khứ
thành các đánh giá/ ước lượng cho tương lai. Dự báo trả lời các câu hỏi chính
sau đây:
- Mục đích của dự báo
- Người ta mong đợi gì ở dự báo
- Tầm quan trọng của quá khứ đối với dự báo tương lai
- Người ta sử dụng phương pháp nào để thực hiện dự báo
Dựa vào quãng thời gian cần dự báo mà người ta có thể chia ra dự báo thành:
- Dư báo ngắn hạn: từ 0 đến 3 tháng
- Dự báo trung hạn: từ 3 tháng đến 2 năm
- Dự báo dài hạn: dài hơn 2 năm
Các nhà nghiên cứu thị trường coi việc dự báo là một yếu tố quan trọng trong
công việc của mình. Ví dụ, Dalrymple đã khảo sát 134 cơng ty của Mỹ và
thấy rằng có 99% các dự báo đã được chuẩn bị trong quá trình phát triển chiến

lược Marketing của các cơng ty đó. Có 93% các công ty được khảo sát chỉ ra
rằng việc dự báo doanh số bán hàng là một trong những vấn đề quan trọng
nhất hoặc là một yếu tố rất quan trọng đối với sự thành công của một công ty.
Trong một cuộc khảo sát 353 giám đốc Marketing từ các nhà máy xí nghiệp
của Anh, Jobber, Hooley và Sanderson thấy rằng dự báo doanh số bán hàng là
một trong 9 hoạt động phổ biến nhất mà họ đã thông báo [5].


6

Dự báo nhu cầu có thể được thực hiện một cách gián tiếp, tuy nhiên nhiều khi
lại thích hợp để dự báo nhu cầu một cách trực tiếp. Ví dụ, một người làm
bánh có thể ngoại suy các dữ liệu về doanh số bán bánh mì trước đây để dự
báo nhu cầu trước một tuần. Khi mà việc dự báo trực tiếp không khả thi hoặc
sự không chắc chắn và các thay đổi được cho là trọng yếu thì các nhà quản lý
phải dự báo quy mô của thị trường hoặc dòng sản phẩm. Họ cũng cần phải dự
báo các hành động và phản ứng của những người ra quyết định quan trọng
như là các đối thủ cạnh tranh, nhà cung cấp, nhà phân phối, cộng tác viên,
chính phủ và cả bản thân họ, đặc biệt là khi liên quan đến các vấn đề chiến
lược. Điều đó sẽ giúp họ dự báo thị phần.

1.2

Các phương pháp dự báo

Phần này sẽ giới thiệu tổng quan về một số phương pháp dự báo và ứng dụng
của chúng trong thực tế. Các phương pháp dự báo này đã được giáo sư
J. Scott Amstrong tổng kết và sắp xếp theo sơ đồ hình cây (Hình 1.1) và được
cơng bố trên website () được duy trì bởi
chính ơng. Mơ tả chi tiết của các phương pháp được trình bày trong [4]. Sự

phân loại được chia thành hai nhánh chính là các phương pháp dự báo dựa
vào đánh giá và các phương pháp dựa trên thống kê. Các nét đứt trên hình
biểu diễn mối quan hệ khả thể.


7

Hình 1.1: Sơ đồ hình cây của các phương pháp dự báo

1.2.1

Các phương pháp dựa vào đánh giá

Các phương pháp dựa vào đánh giá (judmental methods) còn được gọi là các
phương pháp định tính là các phương pháp dự báo dựa vào ý kiến chun
mơn của những người thích hợp (chuyên gia). Tùy thuộc vào đối tượng cần
dự báo mà đội ngũ chuyên gia có thể là các nhà quản lý, đội ngũ bán hàng
hoặc các nhân vật có kiến thức khác.
1.2.1.1 Đánh giá khơng có trợ giúp
Các chun gia suy xét về một tình huống và dự đốn xem người ta sẽ hành
xử như thế nào. Họ có thể truy cập vào dữ liệu hoặc thông báo nhưng sự dự
báo của họ không được trợ giúp bởi các phương pháp dự báo khác. Đây là
phương pháp được sử dụng rộng rãi nhất bởi vì số lượng dự báo cần thiết là
nhỏ và có thể được sử dụng trong các trường hợp nơi mà chỉ có các sự thay
đổi nhỏ được mong đợi. Phương pháp này sẽ rất hữu dụng khi:


8

- Các chun gia khơng có sự thiên vị

- Những biến đổi lớn không chắc chắn xảy ra
- Mối quan hệ được hiểu rõ bởi các chuyên gia
- Các chuyên gia có trong tay những thơng tin mật
- Các chun gia nhận được những phản hồi về độ chính xác của dự báo.
Đáng tiếc là Đánh giá khơng có trợ giúp lại thường được áp dụng khi mà các
điều kiện nói trên khơng thỏa mãn. Green và Amstrong [5] đã phát hiện ra
rằng các chuyên gia lại không hề tốt hơn sự tình cờ (chance) khi họ sử dụng
phương pháp này để dự báo sự ra quyết định của người dân trong các tình
huống đối lập.
1.2.1.2 Dự báo chuyên gia
Dự báo chuyên gia (expert forecasting) là các dự báo thu được bằng một
phương pháp có cấu trúc từ hai hoặc nhiều hơn các chuyên gia. Phương pháp
thích hợp nhất phụ thuộc vào các điều kiện như là quỹ thời gian, sự phân tán
của kiến thức, tiếp cận với các chuyên gia, động lực của chuyên gia, nhu cầu
về độ tin cẩn. Kỹ thuật nhóm danh nghĩa (nominal group technique - NGT) có
thể được thực hiện như là một khảo sát một vịng cho các tình huống mà trong
đó các chun gia sở hữu các thông tin tương tự nhau [5]. Nếu như các
chuyên gia được mong đợi để sở hữu các thơng tin khác nhau thì việc trao đổi
giữa các thành viên tham gia theo cách “đánh giá-trao đổi-đánh giá”
(“estimate-talk-estimate”) là thích hợp. Khi sức ép nhóm là mối quan tâm thì
phương pháp Delphi hay thị trường dự báo (prediction market) sẽ là các
phương pháp tốt nhất. Kỹ thuật Delphi gồm tối thiểu hai vòng với các kết quả
của vòng trước được tổng kết cho những người tham gia. Các thị trường dự
báo là các sắp đặt dựa vào sự khuyến khích (incentive-based arrangement) mà


9

sử dụng thị trường để tập hợp thông tin dưới dạng giá cả được phân tán cho
những người tham gia. Đối với tất cả các phương pháp thì các chuyên gia

luôn được tuyển chọn mới, các câu hỏi phải được chuẩn bị kỹ càng và được
kiểm nghiệm và các quá trình kết hợp giữa các chuyên gia phải được định
nghĩa từ trước.
1.2.1.3 Phép loại suy có cấu trúc
Các kết quả của các tình huống tương tự trong quá khứ (phép loại suy) có thể
giúp một nhà nghiên cứu dự báo kết quả của một tình huống mới. Ví dụ bằng
việc sử dụng phép loại suy vòng đời sản phẩm (product life-cycle analogy)
người ta có thể dự báo được sự ra đời tiếp theo của các sản phẩm ở các thị
trường khác dựa vào những kết quả phân tích các sản phẩm mới ở thị trường
Mỹ.
Người ta thường sử dụng phép loại suy để dự báo nhưng mà dưới một cách
thức khơng có cấu trúc. Ví dụ, họ có thể tìm một sự loại suy phù hợp với
những giả thiết trước đó hoặc họ có thể kết thúc việc tìm kiếm khi đã xác định
được một sự loại suy. Phương pháp Phép loại suy có cấu trúc sử dụng một
q trình cân đối để tránh việc sử dụng sai lệch và kém hiệu quả các thơng tin
từ các tình huống tương tự.
Để sử dụng phương pháp phân tích có cấu trúc thì nhà quản lý cần chuẩn bị
một sự mơ tả về tình huống mục tiêu và lựa chọn các chuyên gia có kiến thức
về các tình huống tương tự, ưu tiên những người có kinh nghiệm trực tiếp.
Các chuyên gia xác định và mơ tả các tình huống đó, đánh giá sự tương đồng
của chúng với tình huống mục tiêu và phù hợp các kết quả phân tích của họ
với các kết quả tiềm năng trong tình huống, mục tiêu. Sau đó nhà quản lý sẽ
đưa ra dự báo dựa trên thông tin mà các chuyên gia cung cấp [5].


10

1.2.1.4 Sự phân rã
Ý tưởng chính đằng sau của Sự phân rã là việc phân chia vấn đề dự báo thành
nhiều phần nhỏ để việc dự báo được dễ dàng hơn. Sau đó sẽ sử dụng các

phương pháp phù hợp cho mỗi phần và cuối cùng thì các phần nhỏ đó sẽ được
kết hợp lại để đưa ra dự báo tổng hợp.
Phương pháp này nhằm phân chia vấn đề thành nhiều vấn đề nhỏ để dự báo.
Ví dụ để dự báo doanh số bán hàng cho một thương hiệu, chúng ta có thể dự
báo lưu lượng bán hàng cơng nghiệp, thị phần và giá bán trên một đơn vị sản
phẩm. Sau đó tổng hợp lại vấn đề bằng cách nhân các phần nhỏ lại với nhau.
Các nghiên cứu thực tiễn chỉ ra rằng, nhìn chung thì các dự báo bằng phương
pháp phân tích thì chính xác hơn so với phương pháp dự báo tổng thể.
1.2.1.5 Hệ chuyên gia
Cũng giống như tên của nó ám chỉ, hệ chuyên gia là sự mô tả các quy luật mà
các chuyên gia sử dụng để dự báo hay chuẩn đốn. Ví dụ, “nếu thu nhập của
hộ gia đình ở nơng thơn thấp, thì sẽ khơng thể cung cấp những nhãn hiệu
hiếm có”. Dự đốn nằm tiềm ẩn trong mệnh đề điều kiện trên: Các nhãn hiệu
hiếm ở đây có thể khơng được chấp nhận ở địa điểm đó. Các nguyên tắc
thường được tạo ra từ các hiệp ước do đó các nhà dự báo sẽ nói về những gì
họ đang làm trong khi dự đốn. Ở đó các dự đốn mang tính thử nghiệm về
các mối quan hệ xuất phát từ sự phân tích có tổ chức như các nghiên cứu tốn
kinh tế thì lại có giá trị, hệ chuyên gia nên sử dụng các thơng tin đó. Quan
điểm chun mơn, sự phân tích liên kết và “Bootstrapping” cũng có thể giúp
ích trong việc phát triển các hệ thống chuyên gia này.
Các hệ thống chuyên gia tham gia vào việc xác định các quy luật dự báo được
sử dụng bởi các chuyên gia và các quy luật rút ra từ việc nghiên cứu thử


11

nghiệm. Hệ thống này nên tập trung vào sự đơn giản và tính trọn vẹn trong hệ
thống kết quả và hệ thống này nên giải thích dự báo cho người sử dụng.
Việc phát triển một hệ chuyên gia thì rất tốn kém vì vậy mà phương pháp này
chỉ thích hợp ở những nơi có nhiều sự dự báo tương tự. Hệ chuyên gia có thể

được phát triển tốt ở những nơi có đủ điều kiện cơ sở vật chất.
1.2.1.6 Tương tác mô phỏng
Tương tác mô phỏng (simulated interaction) là một hình thức của đóng vai
(role playing) trong việc dự báo các quyết định của người dân mà trong đó
quyết định của người này có tác động đến quyết định của người khác. Nó đặc
biệt hữu ích khi tình huống là sự đối lập. Ví dụ, một người có thể muốn dự
báo là làm thế nào để đảm bảo tốt nhất một thỏa thuận phân phối độc quyền
với một nhà cung cấp lớn.
Để sử dụng được phương pháp này thì một nhà quản lý cần phải chuẩn bị một
sự mô tả về một tình huống mục tiêu, mơ tả vai trị của người giữ vai chính và
cung cấp một danh sách quyết định có thể. Những người đó sẽ đọc tình huống
này, sau đó họ có thể sáng tác các mối quan hệ thực tế với người khác cho đến
khi họ đi đến một quyết định: Ví dụ để ký một hợp đồng phân phối độc quyền
thử một năm thì các quyết định của người giữ vai trò sẽ được sử dụng để dự
báo.
1.2.1.7 Khảo sát mục đích và mong đợi
Trong các cuộc khảo sát mục đích, người dân sẽ được hỏi về làm thế nào để
họ có thể ứng xử được trong các tình huống cụ thể, theo một cách tương tự,
khảo sát mong muốn hỏi họ muốn cư xử như thế nào trong các tình huống đó.
Mong muốn thì khác với mục đích do con người thấy rằng xảy ra những thứ
khơng có mục đích.


12

Mong muốn và mục đích có thể đạt được bằng cách sử dụng thước đo xác
suất. Thước đo nên có sự mơ tả như 0 = “khơng có cơ hội hoặc hầu như
khơng có cơ hội (1 trong 100)” đến 10 = “chắc chắn hay gần như chắc chắn
(99 trong 100)”.
Để dự báo nhu cầu, thực hiện một cuộc khảo sát các khách hàng tiềm năng,

nhà quản lý nên chuẩn bị một sự mơ tả tồn diện và chính xác về một sản
phẩm và các điều kiện bán hàng. Nhà quản lý nên chọn ra một mẫu đại diện
cho khách hàng tiềm năng và đưa ra các câu hỏi để biết được sự mong muốn
của họ. Nên đánh giá xu hướng trả lời nếu có thể và điều chỉnh thơng tin hợp
lý theo xu hướng đó. Phản ứng của khách hàng được dự báo bằng việc tập
hợp các thông tin nhận được từ khảo sát.
Các phương pháp hữu ích đã được phát triển trong việc lựa chọn ví dụ tiêu
biểu, để đạt được tỉ lệ phản hồi cao, bồi thường cho những thông tin không
được phản hồi, và giảm lỗi phản hồi. Dilliam (2000) đã tư vấn để thiết kế các
cuộc khảo sát. Lỗi phản hồi (nơi mà thông tin phản hồi khơng được thơng báo
một cách chính xác) có thể là yếu tố lớn nhất trong tổng số lỗi về các vấn đề
thị trường.
Sự mong đợi có thể sẽ hữu dụng nhất trong các trường hợp mà những người
tham được phỏng vấn đã từng được thỏa mãn sở thích của mình. Các điều
kiện khác ủng hộ việc sử dụng Khảo sát mong muốn là (1) Có thể có được các
phản hồi, (2) Hành vi là quan trọng đối với người được phỏng vấn; (3) Hành
vi đã được lên kế hoạch; (4) Kế hoạch được báo cáo chính xác; (5) Người
được phỏng vấn có thể hồn thành được kế hoạch; (6) Kế hoạch khó bị thay
đổi.
Các cuộc khảo sát mục đích và mong muốn đặc biệt hữu ích khi mà dữ liệu về
nhu cầu khơng có, ví dụ như việc dự báo một sản phẩm mới.


13

Một loại khảo sát phổ biến là tập trung vào nhóm người, phương pháp này đã
vi phạm năm nguyên tắc quan trọng và vì vậy những ngun tắc này khơng
nên được sử dụng trong việc dự báo. Đầu tiên là nhóm người khơng phải là
đại diện quyền lợi của một cộng đồng. Thứ hai là phản hồi của mỗi người
tham gia bị ảnh hưởng bởi quan điểm của cả nhóm. Thứ ba là nhóm chỉ là

một ví dụ nhỏ; các ví dụ, mẫu cho việc khảo sát mục đích và mong muốn
thường được thực hiện với số lượng hàng trăm người, trái lại nhóm người chỉ
bao gồm từ sáu đến mười người. Thứ tư là câu hỏi cho người tham gia thường
không được chuẩn bị kỹ. Thứ năm là việc tổng hợp sự phản hồi của nhóm thì
mang tính thành kiến vì vậy mà khơng có bằng chứng chỉ ra là nhóm người có
thể mang lại dự báo có ích.
1.2.1.8 Phân tích kết hợp
Bằng việc khảo sát ý kiến của khách hàng về một mẫu sản phẩm mới theo
một cách có tổ chức thì chúng ta có thể suy ra được những yếu tố nào sẽ làm
ảnh hưởng đến nhu cầu. Khách hàng tiềm năng có thể được tặng một tập hợp
khoảng 20 món q, ví dụ, các yếu tố của một thiết bị kỹ thuật số cá nhân như
giá cả, trọng lượng, pin, sự trong của màn hình và bộ nhớ có thể thay đổi một
cách đáng kể và như vậy thì chúng khơng tương quan với nhau. Vì vậy khách
hàng tiềm năng phải đánh đổi giữa các yếu tố đó bằng cách chọn một yếu tố
trong mỗi cặp mà họ sẽ mua nó trên thị trường. Thơng tin kết quả có thể được
phân tích bằng việc hồi quy sự lựa chọn của khách hàng đối với các yếu tố
của sản phẩm. Phương pháp này được gọi là phân tích kết hợp bởi vì khách
hàng xem xét, đánh giá các yếu tố của một sản phẩm cùng nhau.
Nhìn chung tính chính xác của phương pháp phân tích kết hợp có thể làm tăng
tính hiện thực của sự lựa chọn mà khách hàng đưa ra. Phương pháp này dựa
trên các nguyên tắc hợp lý như sử dụng mẫu thiết kế thực nghiệm và đạt được


14

mục đích từ khách hàng tiềm năng. Tuy nhiên vẫn chưa có sự so sánh giữa dự
báo bằng phương pháp phân tích kết hợp với các phương pháp dự báo lơgíc
khác.
1.2.2

Các phương pháp dự báo định lượng

1.2.2.1 Phép ngoại suy
Phép ngoại suy (extrapolation) sử dụng thông tin dữ liệu trước đó về những gì
mà một người muốn dự báo, phương pháp cân bằng số mũ là một trong những
phương pháp hiệu quả và phổ biến nhất trong phương pháp ngoại suy thống
kê. Để sử dụng phương pháp này cho việc ngoại suy thì nhà quản lý cần phải
làm sạch dữ liệu và chọn ra các yếu tố đã được làm trơn (smoothing) hợp lý.
Sau đó Nhà quản lý sẽ tính tốn mức độ trung bình và xu hướng từ dữ liệu và
sử dụng chúng cho việc dự báo.
Ngoại suy thống kê là phương pháp hiệu quả nhất trong kiểm kê. Nó cho phép
các doanh nghiệp có thể sử dụng dữ liệu thông tin theo quý, hàng tháng, hay
theo ngày.
1.2.2.2 Phép loại suy định lượng
Các chuyên gia có thể xác định được các tình huống giống với một tình huống
đã cho. Các tình huống này có thể được sử dụng để ngoại suy ra kết quả của
một tình huống mục tiêu. Ví dụ, để đánh giá việc mất doanh thu bán hàng khi
mà việc bảo vệ bản quyền cho một dược phẩm đã bị gỡ bỏ thì người ta có thể
sẽ kiểm tra mẫu danh số trong quá khứ của các dược phẩm tương tự.
Để dự báo bằng phương pháp này, người ta yêu cấu các chuyên gia xác định
được tình huống giống với tình huống mục tiêu và dữ liệu cho tình huống đó
đã sẵn sàng. Nếu dữ liệu tương tự cung cấp thơng tin về tương lai của tình
huống mục tiêu, ví dụ như doanh số vé trên đầu người cho một vở kịch lưu


15

diễn qua nhiều thành phố, thì sẽ dự báo bằng cách tính trung bình được dự
báo bằng tính trung bình. Nếu khơng thì xây dựng một mơ hình sử dụng dữ
liệu của tình huống mục tiêu và một mơ hình khác sử dụng dữ liệu tương tự.

Kết hợp các tham số của hai mơ hình lại và dự báo bằng mơ hình kết hợp.
1.2.2.3 Dự báo dựa trên quy tắc
Dự báo dựa trên quy tắc (RBF) là một loại hệ chuyên gia cho phép người ta
tích hợp các kiến thức của các nhà quản lý về một lĩnh vực nào đó với dữ liệu
chuỗi thời gian theo cách có cấu trúc và khơng tốn kém. Ví dụ, trong nhiều
trường hợp một nguyên tắc hữu ích là các xu hướng chỉ nên được ngoại suy
khi chúng sẽ đồng thuận với những mong đợi trước đó của các nhà quản lý.
Nếu các tác động nhân quả là ngược với xu hướng trong các chuỗi q khứ thì
lỗi dữ báo sẽ có khuynh hướng rất lớn. Mặc dù các vấn đề như vậy chỉ xảy ra
trong một tỷ lệ nhỏ các trường hợp nhưng các tác động là rất nghiêm trọng.
Để ứng dụng RBF, trước tiên người ta phải xác định được những nét đặc
trưng của các chuỗi thông qua việc sử dụng phân tích thống kê, kiểm tra và
kiến thức về lĩnh vực (bao gồm cả các tác động nhân quả). Sau đó áp dụng
các quy tắc để điều chỉnh dữ liệu và ước lượng các mơ hình ngắn và dài hạn.
Phương pháp dự báo RBF sẽ rất hữu ích khi: kiến thức về lĩnh vực đã sẵn
sàng; các mẫu có thể nhận ra trong các chuỗi; các xu hướng rõ nét và các dự
báo là cần thiết cho phạm vi rộng. Dưới các điều kiện như vậy thì lỗi dự báo
của RBF nhỏ hơn rất nhiều so với lỗi của các dự báo tổng hợp.
1.2.2.4 Mạng neuron
Mạng neuron là phương pháp máy tính chun sâu sử dụng các q trình ra
quyết định giống các quá trình trong bộ não con người. Cũng như bộ não,
chúng có khả năng học khi các mẫu thay đổi và cập nhật các ước lượng tham
số của mình. Tuy nhiên phải cần có rất nhiều dữ liệu để có thể ước lượng


16

được các mơ hìnnh mạng neuron và để giảm sự rủi ro về dư thừa dữ liệu (data
over fitting).
Có một số bằng chứng cho thấy các mơ hình mạng neuron có thể đưa ra các

dự báo chính xác hơn bất kỳ phương pháp dự báo nào. Mặc dù điều đó là rất
đáng khích lệ nhưng người ta khuyến cáo nên tránh phương pháp này bởi vì
nó bỏ qua các kiến thức sẵn có và các kết quả thì lại khá khó hiểu [5].
1.2.2.5 Khai phá dữ liệu
Khai phá dữ liệu (data mining) sử dụng q trình phân tích thống kê phức tạp
để xác định được các mối quan hệ. Đây là một cách tiếp cận phổ biến. Ví dụ,
một cuộc tìm kiếm trên Google vào tháng 8 năm 2005 sử dụng thuật ngữ
“data mining” đã tìm thấy trên 7 triệu trang. Nếu đưa thêm thuật ngữ
“prediction” hoặc “forecasting” vào thì kết quả tìm kiếm là trên 560.000
trang.
Khai phá dữ liệu bỏ qua lý thuyết và kiến thức có sẵn trong việc tìm kiếm các
mẫu. Mặc dù có nhiều tun bố tham vọng và những nỗ lực nghiên cứu nhưng
người ta vẫn khơng tìm được bằng chứng cho rằng các kỹ thuật khai phá dữ
liệu mang lại các lợi ích cho việc dự báo.
1.2.2.6 Các mơ hình nhân quả
Các mơ hình nhân quả (causal models) được xây dựng dựa trên lý thuyết và
kiến thức có sẵn. Chuỗi thời gian và hồi quy mặt cắt ngang (cross-sectional
regression) thường được sử dụng để đánh giá các hệ số hoặc các biến số mơ
hình. Mơ hình này cho phép kiểm tra những ảnh hưởng hoạt động thị trường
như: sự thay đổi giá cả, cũng như các vấn đề quan trọng của thị trường. Vì
vậy mà có thể cung cấp thơng tin cho việc hoạch định kế hoạch đối phó với
những bất ngờ.