Случай из практики

Случай из практики

Прогнозирование посещаемости стадиона

Операционному менеджеру стадиона Metro Stadium Кэти Мак-Рэ приходится принимать множество решений по каждому спортивному мероприятию с учетом их предполагаемой посещаемости. Ей, например, надо решить, сколько трибун должно быть открыто для доступа в каждом случае и сколько билетеров и торговцев задействовать.

Придя на эту работу, Кэти при прогнозировании посещаемости полагалась, прежде всего, на субъективные оценки. Она часто контактировала с менеджерами спортивных команд, занятых в предстоящем мероприятии, и просила их высказать свое мнение. Но уже через год Кэти отказалась от такого подхода к прогнозированию, хотя бы потому, что он требовал слишком много времени. Но наибольшей проблемой было то, что все, к кому она обращалась, да и сама Кэти, как правило, завышали ожидаемые показатели посещаемости. В результате в большинстве случаев персонал и запасы товаров были явно чрезмерными, что вело к неоправданным затратам.

Кэти решила ознакомиться с другими, более объективными методами прогнозирования и пришла к выводу, что какой бы метод она ни выбрала, он должен обладать двумя характеристиками: 1) должен быть прост и применим к любому мероприятию; 2) должен оперировать данными, собранными не более чем за 24 часа до начала мероприятия.

Прочитав главу о прогнозировании в своем старом учебнике по операционному менеджменту, Кэти пришла к выводу, что самой подходящей для ее целей является причинно-следственная модель, требующая математической оценки взаимосвязей в таком виде:

A = cQ + c1X1 + c2X2 +… + cnXn, где А – прогноз посещаемости, все X – переменные, предположительно влияющие на посещаемость, а все с – константы, определенные в ходе статистического анализа данных за прошлые годы. Имея на руках показатели всех причинно-следственных переменных (X) для конкретного мероприятия, с помощью этой модели можно рассчитать будущую посещаемость (А).

Кэти также поняла, что для разных типов мероприятий придется разработать разные модели, и решила начать с создания модели для прогноза посещаемости бейсбольных игр. Первым делом она должна была определить причинно-следственные переменные, и, по мнению Кэти, одной из них должно было стать количество билетов, проданных за сутки до игры.

Вопросы

1. Почему, по вашему мнению, при использовании метода субъективного прогнозирования возникла тенденция к завышению посещаемости?

2. Обладает ли причинно-следственная модель двумя необходимыми, с точки зрения Кэти, характеристиками?

3. Какие другие причинно-следственные переменные вы предложили бы включить в модель для прогнозирования посещаемости бейсбольных матчей? Помните, что эти данные должны отражать ситуацию не более чем за 24 часа до игры.

4. В чем, по-вашему, риск использования причинно-следственной модели для прогнозирования посещаемости стадиона? Как можно свести его к минимуму?

Данный текст является ознакомительным фрагментом.