MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERSITA Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu ___________________________________________________________
Analýza prodeje vybrané klimatizační jednotky
____________________________________________________________________________ Vedoucí práce:
Řešitelka:
Mgr. Kateřina Myšková
Miroslava Langrová Brno 2008
Poděkování Poděkování patří vedoucí mé práce Mgr. Kateřině Myškové, za odborné vedení, cenné rady a připomínky, které mi při psaní bakalářské práce vždy ochotně poskytla.
Prohlášení: Prohlašuji, že jsem tuto bakalářskou práci vypracovala samostatně s použitím literatury, kterou uvádím v seznamu.
V Brně dne 26. května 2008
.......................................... Miroslava Langrová
Abstrakt Langrová, M. Analýza prodeje vybraného typu klimatizační jednotky, Bakalářská práce. Brno 2008.
Bakalářská práce se zabývá trhem s klimatizačními jednotkami. Seznamuje s důvody, pro které si lidé klimatizaci pořizují, uvádí jednotlivé typy klimatizačních jednotek na českém trhu a porovnává jejich výhody či nedostatky. Podrobněji se pak zaměřuje na analýzu tržeb za okenní jednotky. Sleduje vývoj poptávky po této klimatizační jednotce během let 2003-2007, snaží se vystihnout trendy v prodeji a také faktory, které prodej ovlivnily.
Klíčová slova: analýza, časová řada, klimatizace, okenní jednotka
Abstract Langrová, M. Purse analysis of selected air-conditioning, Thesis, Brno 2008.
The thesis deals with the market of air-conditioning. It identifies reasons why people ask for air- conditioners. It presents various type of air-conditioning on czech market to compare their advantages a disadvantages. This work follows demand development of window air-conditioners during years 2003-2007 and tries to describe trends in sale and also factors which influence the demand.
Key word: analysis, time serie, air-conditioning, window air-conditioners
OBSAH 1.
Úvod........................................................................................................................... 7
2.
Cíl práce .................................................................................................................... 8
3.
Metodika práce ......................................................................................................... 9 3.1.Definice časové řady a rozdělení časových řad ................................................... 9 3.2.Srovnatelnost údajů, některé problémy s časovými řadami ............................... 10 3.2.1.Srovnatelnost údajů .................................................................................... 10 3.2.2.Problémy s kalendářem .............................................................................. 10 3.2.3.Problém s cenovou srovnatelností .............................................................. 11 3.3.Elementární charakteristiky časových řad ......................................................... 11 3.4.Dekompozice časových řad ............................................................................... 12 3.4.1.Trend .......................................................................................................... 13 3.4.2.Volba vhodného modelu trendu ................................................................. 13 3.4.3.Kvadratický trend ....................................................................................... 14 3.4.4.Vyrovnání trendu klouzavými průměry ..................................................... 15 3.4.5.Verifikace modelu ...................................................................................... 15 3.4.6.Předpověď .................................................................................................. 17 3.4.7.Sezónní složka ............................................................................................ 17 3.4.8.Kvantifikace sezónních výkyvů ................................................................. 17 3.4.9.Náhodná složka .......................................................................................... 18
4.
Literární přehled .................................................................................................... 19 4.1.Kvantitativní metody v manažerském rozhodování........................................... 19 4.1.1.Rozhodování............................................................................................... 19 4.1.2.Prognózování v manažerském rozhodování ............................................... 19 4.1.3.Odhadování budoucí poptávky................................................................... 20 4.2.Klimatizace ........................................................................................................ 22 4.2.1.Prostředí člověka ........................................................................................ 22 4.2.2.Historie a současnost klimatizace............................................................... 23 4.2.3.Princip fungování a účel klimatizace ......................................................... 25 4.2.4.Typy klimatizačních jednotek .................................................................... 26
5.
Vlastní práce ........................................................................................................... 29 5.1.Společnost .......................................................................................................... 29 5.1.1.Nabídka klimatizací .................................................................................... 29 5.1.2.Zákazníci .................................................................................................... 30 5.1.3.Faktory, které působí na poptávku klimatizací .......................................... 31 5.1.4.Prodej klimatizací v letech 2003-2007 ....................................................... 32 5.2.Základní charakteristiky..................................................................................... 35 5.3.Systematická složka ........................................................................................... 36 5.3.1.Vyrovnání klouzavými průměry ................................................................ 37 5.3.2.Vyrovnání kvadratickým trendem .............................................................. 38 5.3.3.Trend se sezónními periodami ................................................................... 40 5.4.Volba vhodného modelu .................................................................................... 41 5.5.Předpověď .......................................................................................................... 42
6.
Diskuze .................................................................................................................... 43
7.
Závěr ....................................................................................................................... 44
8.
Použitá literatura ................................................................................................... 45
9.
Seznam grafů a tabulek ......................................................................................... 47
10. Přílohy .................................................................... Chyba! Záložka není definována.
Úvod
7
1. Úvod Úkolem vedoucích pracovníků je vytvářet svá rozhodnutí na pevném podkladu kvalitních analýz, která vycházejí z podrobného prozkoumání získaných dat. Nezbytnou záležitostí je i schopnost rozpoznání, do jaké míry jsou data spolehlivá. Jednou z nejvýraznějších statistických metod uplatněných v ekonomii je analýza časových řad. Jde o statistický náhled na skutečné procesy, které se v ekonomice dějí, a kdy se snažíme přímo ze získaných dat odvozovat charakter tohoto dění. Pomocí této analýzy hledáme nejvhodnější trend, zachycující vývoj od minulosti do budoucnosti. K analýze ekonomických jevů nestačí však znát jen empirická data, ale celkové ekonomické prostředí sledovaného jevu a taky jev samotný. V případě této bakalářské práce je to znalost klimatizačních jednotek a orientace na trhu s tímto zbožím. Moderní budovy se dnes staví tak, aby měli co nejnižší ztráty tepla a byly energeticky úspornější. Paradoxně takové budovy přestávají „dýchat“ a stávají se nezdravými. Takové prostředí může způsobit člověku zdravotní potíže. Dnes již jsou klimatizace na velmi dobré úrovni. Pomocí klimatizace lze vzduch upravit na požadované parametry v téměř každé místnosti. K využití klimatizačních přístrojů dochází zejména v létě, kdy je potřeba snižovat vysokou teplotu vzduchu v místnosti. Všechny další úpravy vzduchu, jako je zvlhčování, odvlhčování, čištění vzduchu, napomáhají ke zlepšení celkové kvality vzduchu, a díky neustálému vývoji, se v blízké budoucnosti počítá s klimatizací, která bude dokonce schopna regulace tlaku v interiéru. Ačkoliv vnímáme klimatizaci, jako prostředek k ochlazování zvládne s využitím funkce tepelného čerpadla v přechodovém období na jaře a na podzim vytápět místnosti se značnou úsporou. Díky těmto všem přednostem si klimatizace na svou stranu získává své dřívější odpůrce a dokáže uspokojit i náročného zákazníka. Klimatizační jednotky zaznamenaly na českém trhu velký vzestup teprve v posledních několika letech, dnes zde působí zejména zahraniční značky a svým zákazníkům
nabízí
rozsáhlá
portfolia
klimatizačních
jednotek.
Rozlišujeme
8 základních typů klimatizačních jednotek, mezi ty nejoblíbenější na našem trhu patří: okenní jednotky, kterými se zabývá praktická část práce, dále skříňové, mobilní a dělené klimatizátory.
Cíl práce
8
2. Cíl práce Cílem této práce je provést analýzu prodeje vybrané klimatizační jednotky. Získaná data je třeba popsat a provést rozbor pomocí dekompozice časové řady. Analýza časové řady je konstrukce vhodného modelu, to umožňuje pochopit mechanismus, na jehož podstatě jsou produkovány sledované údaje, a usnadňuje predikovat budoucí vývoj jevu. Práce se snaží o nalezení odpovídajícího matematického modelu. Důležité je i zjištění, které faktory měli vliv na prodej klimatizačních jednotek. Následně je úkolem celého rozboru interpretovat výsledky a vyvodit odpovídající závěry.
Metodika práce
9
3. Metodika práce 3.1. Definice časové řady a rozdělení časových řad Časovou řadu definují M. Kvasnička a O. Vašíček (www.econ.muni.cz) jako „Chronologicky uspořádanou posloupnost hodnot určitého statistického ukazatele. Tento ukazatel musí být v čase vymezen věcně a prostorově shodně.“ Časovou řadou tedy můžeme chápat data, která vznikla pozorováním nějakého jevu v čase ve směru minulost – přítomnost. Abychom správně porozuměli časové řadě a mohli ji pomocí vhodných metod analyzovat, je třeba si uvědomit jednotlivá specifika časových řad, jak daná časová řada vznikla, kolik obsahuje pozorování, jaký je časový odstup od jednotlivých pozorování, atd.
Časové
řady tedy můžeme
dělit
(www.econ.muni.cz)
na
stochastické
a deterministické. Stochastické časové řady v sobě nesou prvek náhody, není možné je určit s naprostou přesností, naopak deterministické tento prvek náhody v sobě neobsahují a lze je přesně určit a předpovídat. Časové řady ekonomických jevů jsou ve většině stochastické. V této práci dále uvažujeme jen stochastickou časovou řadu. Dále můžeme časové řady dělit: a) na dlouhodobé a krátkodobé. Za dlouhodobé časové řady považujeme ta data s roční periodicitou, krátkodobé časové řady jsou ty se čtvrtletní, měsíční či denní periodicitou, b) podle délky mezi jednotlivými pozorováními dělíme časové řady na ekvidistantní a neekvidistantní. Většina ekonomických časových řad je ekvidistantní a proto zde nemusíme provádět určité korekce jako je tomu u řad neekvidistantních. (www.econ.muni.cz) c) intervalové a okamžikové. Intervalová časová řada odpovídá ekonomické veličině tokové, vztahuje se k intervalu nenulové délky. Charakteristickou vlastností je sčitatelnost hodnot znaku, můžeme tedy nakumulovat hodnotu znaku za delší časový interval. Okamžikové časové řady se naopak vztahují ke stavu, k určitému časovému okamžiku. Vyznačují se nesčitatelností hodnot znaku. (Minařík, 2006)
Metodika práce
10
d) na data ve vyjádření naturálním a peněžním. Toto rozdělení si musíme uvědomovat proto, že u peněžních hodnot znaku je třeba provádět očištění od inflace. e) řady absolutních ukazatelů a řady odvozených charakteristik. Časová řada absolutních ukazatelů je původní řada vzniklá z pozorování jevu. Časová řada odvozených charakteristik byla vytvořena transformací původní časové řady.(www.econ.muni.cz) 3.2. Srovnatelnost údajů, některé problémy s časovými řadami 3.2.1. Srovnatelnost údajů Časové údaje v řadě musí být srovnatelné z věcného, prostorového a časového hlediska. Věcná srovnatelnost znamená, že se nezmění obsahové vymezení pozorovaného jevu ani způsob jeho zjišťování. Prostorovou srovnatelností rozumíme geografickou vymezeností nebo vymezeností i „ekonomického prostoru1“. Problém s časově srovnatelnými údaji vzniká u intervalových časových řad, kdy závisí na délce intervalu, který ovšem nemusí být z důvodu kalendářních variací stejný. Komplikaci s časovou srovnatelností také způsobuje růst cenové hladiny. 3.2.2. Problémy s kalendářem Dnešní kalendář způsobuje, že máme různou délku měsíců v roce, čtyři nebo pět víkendů v měsíci a různý počet pracovních dní v měsíci. Tyto nepravidelnosti v kalendáři pak mohou mít na časovou řadu velké dopady, převážně u ekonomických jevů sledovaných v obchodě (měsíční, denní tržby). Takovou časovou řadu lze „očistit“ o kalendářní variace a přepočítat na pracovní dny, tak že hodnotu očišťovaného údaje vynásobíme hodnotou, kterou získáme vydělením průměrného počtu pracovních dní v dílčím období počtem pracovních dní v daném dílčím období roku. (Hindls, 2002)
1
Ekonomickým prostorem zde můžeme chápat trh, podnik a jeho organizační strukturu, atd.
Metodika práce
11
3.2.3. Problém s cenovou srovnatelností Tento problém je spojen s růstem cenové hladiny. Pokud jsou údaje v časové řadě sledovány v běžných (aktuálních) cenách, je třeba tuto časovou řadu očistit od inflace pomocí cenového indexu. (Hindls, 2002)
3.3. Elementární charakteristiky časových řad Tyto charakteristiky dovolují získat rychlý a orientační představu o povaze časové řady. absolutní přírůstek první diference:
∆t = yt − yt −1 pro t = 2 , 3 ,... n druhá diference:
∆2t = ∆ t − ∆t −1 = yt − 2 yt −1 + yt −2 pro t = 3 , 4 ,... n průměrný absolutní přírůstek: ∆=
1 n y − y1 ∆t = n ∑ n − 1 t =2 n −1
pro t = 2 , 3 ,... n
koeficient růstu: kt =
yt y t −1
pro t = 2 , 3 ,... n
průměrný koeficient růstu: n
k = n −1 ∏ k t = n −1 t =2
yn pro t = 2 , 3 ,... n y1
koeficient přírůstku:
δt =
dt y − y t −1 = t y t −1 y t −1
pro t = 2 , 3 ,... n
Koeficient růstu a koeficient přírůstku uvádíme rovněž v procentech. Tedy tyto charakteristiky 100 k t a 100δ t nazýváme tempo růstu a tempo přírůstku. Existuje mezi nimi analogický vztah:
100δ t = 100kt − 100
Metodika práce
12
3.4. Dekompozice časových řad K analýze časových řad existuje mnoho přístupů. Ve své bakalářské práci se budu při analýze časové řady prodeje klimatizace zabývat metodou nazvanou dekompozice časové řady. Metoda předpokládá, že časovou řadu tvoří 4 složky: trend, sezónní složka, cyklická složka a náhodná složka2, všechny tyto složky se snaží identifikovat zvlášť a postupně. Tvar rozkladu může být dvojího tvaru: (Cipra, 1986) aditivní dekompozice:
yt = Tt + Ct + St + ε t multiplikativní dekompozice:
yt = Tt Ct St ε t U multiplikativní dekompozice se předpokládá, že trend vyjadřujeme v absolutní hodnotě, zatímco ostatní složky jsou vůči trendu v hodnotě relativní. U aditivní dekompozice uvažujeme všechny složky ve svých skutečných absolutních hodnotách. (Cipra, 1986) Podle Cipry si lze časovou řadu představit jako „trend, na který jsou nabaleny periodické složky (tj. sezónní a cyklická složka) a bílý šum.“ (1986, strana 17) Klasický rozklad časové řady ve složky předpokládá, že trendová a periodická složka mají deterministický charakter a jsou v celém průběhu řady neměnné. Protože obě tyto složky lze měřit hovoříme o společné systematické složce časové řady, značíme Yt. Skládání obou složek lze provést sčítáním:
Yt = Tt + St nebo pomocí násobení:
Yt = Tt ⋅ St Rozdíl mezi pozorovanou hodnotou yt a vypočtenou systematickou složkou Yt je právě náhodná složka časové řady.
2
náhodná složka je v některých literaturách pojmenovávaná jako reziduální složka nebo také bílý šum
Metodika práce
13
3.4.1. Trend Trendová složka vyjadřuje dlouhodobou tendenci sledovaného jevu. Trend může být rostoucí, konstantní nebo klesající. Použijeme neadaptivní metodu, u níž se předpokládá, že trend je po celou dobu neměnný a je možné jej popsat matematickou křivkou (lineární přímka, exponenciála, parabola, S-křivka, atd.) Odhad parametrů provádíme pomocí metody nejmenších čtverců. Tato metoda hledá takové parametry matematického modelu, pro který je součet čtverců reziudí minimální:
∑ ( y − y′)
2
→ min
3.4.2. Volba vhodného modelu trendu Posouzení jaký vhodný model lze použít pro studovanou řadu lze provést pomocí analýzy tzv. růstových charakteristik. Před aplikací této metody je potřeba, aby daná časová řada byla odfiltrována od náhodných výkyvů a taky výpočet růstových charakteristik. K odfiltrování lze vypočítat klouzavé průměry. Růstové charakteristiky: Tabulka č.1: Růstové charakteristiky Růstová charakteristika
Průběh charakteristiky v čase
Vhodný typ trendu
∆t
Přibližně konstantní
∆t
Přibližně roste
∆t yt
Přibližně konstantní
Exponenciála
log ∆ t
Lineárně klesá
Modifikovaná exponenciála
∆t yt
Lineárně klesá
log
∆ log 2t yt
Lineárně klesá
Zdroj: Hindls: Statistika pro ekonomy (strana 293)
Přímka Parabola
Gompertzova křivka S-křivka
Metodika práce
− ∆t =
yt =
14
m −1 m −1 y m−1 − ... − yt −1 + yt +1 + ... + y m−1 2 t+ 2 2 t− 2 m m −1 m + 1 3 2 2
yt − p + yt − p+1 + ... + yt + p m
3.4.3. Kvadratický trend Pro kvadratickou trendovou křivku yt′ = β0+β1t+β2t2 za použití metody nejmenších čtverců minimalizujeme výraz: n
min ∑ ( yt − b2t 2 − b1t − b0 ) 2 t =1
derivujeme ∂ : ∂b 0
∑ 2( y
∂ : ∂b1
∑ 2( y
∂ : ∂b 2
∑ 2( y
n
t
− b2t 2 − b1t − b0 ) ⋅ ( −1) = 0
t
− b2t 2 − b1t − b0 ) ⋅ ( − t ) = 0
t
− b2t 2 − b1t − b0 ) ⋅ ( −t 2 ) = 0
t =1 n
t =1 n
t =1
dostáváme systém normovaných rovnic:
∑ y − nb − b ∑t − b ∑ t = 0 ∑t y − b ∑t − b ∑t − b ∑t = 0 ∑ t y −b ∑ t − b ∑ t − b ∑ t = 0 2
0
t
1
2
2
0
t
2
2
2
t
3
1
0
3
1
4
2
maticový zápis systému normovaných rovnic:
n ∑t 2 ∑t
∑t ∑t ∑t ∑t ∑t ∑t 2 3
b 0 ∑ t 3 ⋅ b1 = ∑ y t 4 b2 ∑ y t 2 2
je-li časové proměnná t zavedena způsobem, kdy ∑t=0, můžeme z rovnic odvodit jednotlivé parametry takto:
Metodika práce
15
∑ y ⋅ ∑t − ∑t ⋅ ∑ y t b = n∑t − (∑t ) ∑yt b = ∑t n∑ y t − ∑ y ⋅ ∑ t b = n∑ t − (∑ t ) 4
2
t
0
1
2
t
4
2 2
t 2
2
2
t
2
t
4
2 2
3.4.4. Vyrovnání trendu klouzavými průměry Tato metoda je založena na lineární kombinaci členů časové řady. Při postupném výpočtu průměrů postupně „kloužeme“ o jedno pozorování dopředu, přitom nejstarší pozorování z té skupiny, ze které průměr počítáme, zapomínáme (vypouštíme). Důležité je stanovení počtu pozorování, z nichž klouzavé průměry vypočítáváme. V časové řadě o n prvcích nejdříve zprůměrujeme vhodně vybraným typem průměru m=2p+1 hodnot a této hodnotě přiřadíme index (hodnota se centruje doprostřed intervalu m=2p+1 průměrovaných hodnot), takto průměrujeme dalších 2p+1 hodnot, vždy posunutých o jeden člen. Volba délky klouzavé části období interpolace je obtížná a nelze ji stanovit exaktními statistickými postupy. V praxi se volí většinou klouzavé části menší délky, např. p = 2,3,4, tj. m= 5, 7, 9... Vyrovnání
počátečních
a
koncových
p
hodnot
se
provádí
zvlášť.
(www.econ.muni.cz) Nejjednodušší typ průměru je prostý aritmetický průměr
yt =
1 (y t -p + y t -(p-1) + ... + y t +p ) 2 p +1
3.4.5. Verifikace modelu V další fázi analýzy časových řad se vyžaduje odhadnutý model časové řady verifikovat, tedy ověřit statistickou významnost modelu jako celku. Základním ukazatelem vhodnosti modelu jako celku je index korelace. Index ukazuje, kolik procent chování vysvětlované veličiny model skutečně vysvětluje.
Metodika práce
16
n
∑ (y I = 1−
− y t′ ) 2
t
t =1 n
∑ (y
− y)2
t
t =1
Index nabývá hodnot 0 až 1, přičemž hodnota 1 nám říká, že model vysvětluje 100 % vysvětlované veličiny, hodnota 0 nám udává, že model vysvětluje 0 % vysvětlované veličiny. Čím více se hodnota indexu korelace blíží hodnotě 1, tím více je daný model vhodný pro vysvětlení sledované veličiny. Pokud verifikujeme model, který není lineární v parametrech, anebo jeho parametry nebyly odhadnuty pomocí metody nejmenších čtverců, může se stát, že hodnota indexu korelace vyjde větší než 1. Další posouzení vhodnosti zvoleného modelu lze podle Hindlse (2002, strana 288) provádět pomocí míry úspěšnosti: M.E. = mean error = střední chyba odhadu: M .E . =
∑(y
t
− yt′ )
n
Tato míra je rovna nule (tj. odchylky hodnot modelu yt′ od skutečných hodnot yt se kompenzují) vždycky, pokud k odhadu parametrů použijeme klasickým způsobem metodu nejmenších čtverců (přímka, parabola, hyperbola a jiné trendové modely lineární v parametrech, konstruované včetně konstantního členu β0). Jakmile však jde o úpravu postupu např. logaritmizací či inverzí hodnot nebo dokonce k odhadu použijeme úplně jinou metodu, je už M.E. nenulové. M.S.E. = Mean Squared Error = střední čtvercová chyba odhadu: (y M .S . E . = ∑
t
− yt′ ) 2
n
Toto kritérium je dnes prakticky nejpoužívanější. M.A.E. = Mean Absolute Error = střední absolutní chyba odhadu: M . A.E . =
∑
y t − y t′ n
Metodika práce
17
M.A.P.E. = Mean Absolute Percentage Error = střední absolutní procentní chyba odhadu:
y − y′ M . A.P.E. = ∑ t t yt
100 • n
M.P.E. = Mean Precentage Error = střední procentní chyba odhadu:
y − yt′ 100 • M .P.E. = ∑ t yt n
3.4.6. Předpověď Identifikovaný model lze využít ke konstrukci bodové předpovědi. Bodovou předpovědí rozumíme extrapolaci do budoucna pro hodnoty yt pro t > n. Předpověď hledané budoucí hodnoty je ve tvaru:
yt′ = b0 + b1t + b2t 2 3.4.7. Sezónní složka Sezónní složkou rozumíme periodicky se opakující obousměrné odchylky dat řady od trendu, přičemž máme za to, že jde o odchylky opakující se s periodicitou jeden rok, nebo kratší. V ekonomických řadách se nejčastěji jedná o čtvrtletní nebo měsíční periodicitu. Posloupnost časové proměnné označujeme: pro jednotlivé roky i=1,2,…m a pro posloupnost dílčích období (sezón) v rámci roku jako j=1,2…r, kde r je počet dílčích období v rámci roku. Pak můžeme model časové řady zapsat ve tvaru: yij=Tij+Sij+εij, i=1,2…m; j=1,2…r
3.4.8. Kvantifikace sezónních výkyvů Ze statistického hlediska lze podle Minaříka (2006, strana 171) sezónnost modelovat jako:
Metodika práce
•
18
proporcionální sezónnost - velikost kolísání souvisí s trendem. Sezónní výkyv a trendová složka se skládají násobením a charakteristikou sezónnosti je relativní bezrozměrná charakteristika – sezónní index
•
konstantní sezónnost – amplituda se nemění v závislosti na směru trendové složky.
Charakteristikou
sezónního
kolísání
je
rozměrná
absolutní
charakteristika – sezónní konstanta.
K odhadu sezónní složky se používají i regresní rovnice založené na směsi sinusových a kosinusových křivek:
S t = a sin(2π t / r ) + b cos(2π t / r ) kde r je počet sezón za rok. Připojíme-li sezónní složku se čtvrtletní periodou (r=4) k trendové složce, budeme
π
π
2 hodnoty vyrovnávat křivkou: y′ = b0 + b1t + b2t + b3 cos( t ) + b4 sin( t ) 2 2
Jednotlivé parametry opět získáme metodou nejmenších čtverců, minimalizujeme tedy výraz: n
min ∑ ( yi − b0 − b1ti − b2 ti2 − b3 cos( i =1
π
π
t i ) − b|4 sin( t i )) 2 2 2
Další postup je uveden v příloze č. 1
3.4.9.
Náhodná složka
Náhodnou složku časové řady vyjadřujeme:
ε t = yt − Yt . Tato složka v sobě zahrnuje nepodchycené či také nezachytitelné drobné a vzájemně nezávislé náhodné vlivy, které se v rámci celé časové řady vzájemně kompenzují. Proto předpokládáme, že jejich střední hodnoty jsou nulové:
E(εt ) = 0 Dále se předpokládá konstantní rozptyl náhodných poruch a vzájemná lineární nezávislost.
Literární přehled
19
4. Literární přehled 4.1. Kvantitativní metody v manažerském rozhodování Hlavním úkolem manažera je mít především ty znalosti, které mu umožní efektivní řízení a dosahování cílů. Mimo vrozených vlastností a schopnosti práce s lidmi je nezbytnou podmínkou kvalitní přehled o dostupných metodách a postupech, které mu mohou jeho rozhodování ulehčit. Každý rozhodovací problém je možné řešit pomocí různých metod, které velmi často podávají rozdílná doporučení a závěry. Na manažerovi a jeho odpovědnosti je analýza celého problému a přijetí kvalifikovaného rozhodnutí. Málokdy se manažer rozhoduje za podmínek, které mu umožňují jednoznačné rozhodování bez rizika. (Wisniewski, 1996) Je nutné zdůraznit, že u kvantitativních metod se jedná o podporu rozhodování. Žádná metoda neudělá rozhodnutí za pověřeného manažera. Jejich cílem je minimalizovat, či kvantifikovat riziko3, které z rozhodnutí plyne. 4.1.1.
Rozhodování
Rozhodování je jedna z nejdůležitějších činností a postupuje skrze všechny manažerské činnosti (plánování, organizování, vedení a kontrolování). Rozhodovací proces je takový proces, při kterém manažer volí jednu nejvýhodnější variantu řešení na základě určených kritérií. Každý rozhodovací proces má dvě stránky: obsahovou a metodickou. Obsahová stránka je následkem toho, že každý rozhodovací proces řeší jinou věcnou úlohu. Metodická stránka rozhodovacích procesů zobecňuje to, co mají všechny rozhodovací procesy společné a vyúsťuje v teorie a metody rozhodování. (Pošvář, 2002) 4.1.2.
Prognózování v manažerském rozhodování
Mnoho manažerských problémů vzniká jen v důsledku toho, že se manažeři nesnaží znát budoucí situace a nevěnují se stupni neurčitosti budoucí situace. Je proto důležité, aby vedoucí pracovníci věnovali pozornost metodám umožňujícím předpovídání budoucí hodnoty řady proměnných, které ovlivňují jejich rozhodování. Mezi ně patří očekávaný prodej, náklady, poptávka a očekávané ceny subdodavatelů. (Drucker, 1994) 3
Rizikem se rozumí možnost výskytu jiného výsledku než toho očekávaného.
Literární přehled
20
Podle Mika Wisniewskiho (1996, strana 262) má potřeba předpovídání logické zdůvodnění a to: „Rostoucí složitost prostředí, ve kterém musí organizace fungovat a prosperovat, vyvolává spolu s měnícími se požadavky zákazníků potřebu vědět, jak se budou vyvíjet klíčové proměnné, na nichž závisí strategie rozvoje a efektivnost podnikání.“ Manažer musí svá rozhodnutí vykonávat v prostředí, které je mnohdy přehlceno informacemi, musí rozlišovat informace potřebné a ty méně důležité, přesto ke svým rozhodnutím nemůže získat všechny. Předpovídání budoucnosti nám tedy pomáhá odstranit mnoho neurčitosti. Prognostické metody mají manažerům umožnit zhodnotit volby a budoucí důsledky jejich dnešních rozhodnutí. Pro prognózování lze použít řadu alternativních metod a záleží na manažerovi, kterou zvolí. Všechny metody předpovídání se dá dělit na dvě hlavní skupiny: kvalitativní a kvantitativní. Mezi kvalitativní přístupy například řadíme (Wisniewski, 1996): expertní názory, metoda testování trhu. Ke kvantitativním přístupům patří například: analýza časových řad. 4.1.3.
Odhadování budoucí poptávky
Jen velmi málo výrobků či služeb poskytuje možnost snadného předvídání. Případy snadného předvídání se týkají výrobků, u nichž úroveň poptávky, nebo vývoj jejího trendu, je téměř konstantní, a kde neexistuje nebo je stabilní konkurence. Na většině trhů není celková poptávka, nebo poptávka firmy stabilní, takže její kvalitní předpověď je klíčovým faktorem úspěchu. Špatná předpověď může vést k nadměrným zásobám, k ztrátovému poklesu cen na trhu, nebo ke ztrátě prodejů v důsledku nedostatečných zdrojů. Čím je poptávka nestabilnější, tím je přesnost její předpovědi kritičtější a tím více času vyžaduje. (Kotler, 1997) Existuje velké množství metod pro předpovídání, a to od těch velmi přibližných až po velice propracované. Marketingoví manažeři musí znát alespoň hlavní metody předpovídání. Musí také znát jejich přesnosti a slabá místa. Veškeré předpovědi vycházejí ze tří informačních bází: co lidé říkají, co lidé dělají, nebo co lidé udělali. První báze: co lidé říkají, zahrnuje přehled názorů zákazníků a lidí v jejich nejbližším okolí – prodejců nebo nezávislých expertů. Vyhotovení
Literární přehled
21
předpovědi na téma – co lidé dělají – vyžaduje další metodu, která představuje zkušební umístění výrobku na trhu a testování zákaznické odezvy. Poslední báze – co lidé udělali – zahrnuje analýzu zaznamenaného zákaznického chování v minulosti pomocí analýzy časových řad, nebo pomocí statistické analýzy poptávky. (Kotler, 1997) Mezi nejvyužívanější kvantitativní metody patří projektování trendů a časové řady. Mnoho firem zpracovává své předpovědi na základě minulých prodejů. Předpokládá se, že minulé údaje mají kauzální vztahy, které mohou být odhaleny pomocí statistické analýzy. Tyto kauzální vztahy pak mohou být použity pro předpověď budoucího prodeje. Časové řady minulých prodejů mohou být analyzovány ze čtyř hlavních složek: trend, cyklus, sezónnost a mimořádné události. Trend – vyjadřuje dlouhodobé tendence v prodeji. Podrobně jsme se trendem již zabývali v kapitole Metodika práce. Cyklus – způsobující vlnovitý pohyb prodeje. Mnoho prodejů je ovlivňováno výkyvy všeobecné ekonomické aktivity, které mají sklon k periodicitě. Tato cyklická složka může být užitečná při střednědobých předpovědích. (Kotler, 1997) Sezónnost – způsobuje shodný každoroční prodejní průběh. Výraz sezóna znamená jakékoliv cyklické prodejní výkyvy, které se vyskytují každou hodinu, týden, měsíc, rok. Sezónní složka je ovlivněna počasím, dovolenými a obchodními zvyky. Představuje normu pro dlouhodobou předpověď prodeje. (Kotler, 1997) Mimořádné události (E) – zahrnuje stávky, vánice, přechodné módní záliby, povstání, požáry, válečné paniky a jiné nepokoje. Mimořádné události jsou nepředvídatelné. Jejich vliv na uplynulý prodej musí být z údajů odstraněn proto, aby výsledky nebyly zkreslené. (Kotler, 1997)
Literární přehled
22
V práci se budeme zabývat analýzou prodeje klimatizačních jednotek. V následující kapitole si klimatizační zařízení blíže obeznámíme. 4.2. Klimatizace Klimatizační systémy jsou takové systémy, které zajišťují úpravu vnitřního mikroklimatu v budovách. Úpravou vzduchu rozumíme chlazení, vlhčení nebo alespoň odvlhčování, v zimním období umožňuje zpravidla též ohřev vzduchu. 4.2.1. Prostředí člověka Každý člověk může podávat vysoký pracovní výkon, pokud k tomu má vhodné prostředí. Důležitý je zároveň aktivní odpočinek k načerpání dalších sil. Obě činnosti jsou podmíněny pobytem v prostředí, ve kterém se člověk právě nachází, ať je to prostředí pracovní či odpočinkové, mělo by splňovat určité nároky. (Dufka,2005). K těmto potřebám náleží především vzduch s optimálními parametry. Každé prostředí však vyžaduje jiné parametry pro vzduch. Úprava ovzduší pro každou místnost zvlášť je nutná, a to podle účelu, ke kterému má sloužit. Prostředí, v němž se člověk pohybuje, má vliv jak na jeho okamžitý pocit, tak i na jeho zdravotní stav. Proto by měl člověk v každém prostředí i při jakékoli činnosti dbát na to, aby mu nebylo příliš teplo či chladno, aby neměl pocit žízně nebo dusna, aby se nezdržoval v průvanu apod. Pohodu prostředí lze členit z několika hledisek. Podle Dufka (2005, strana 18) na pocit pohody při pobytu v místnosti působí tyto faktory: •
tepelné – teplota, vlhkost vzduchu, pohyb vzduchu,
•
fyzikální – zvuky, statická elektřina,
•
chemické – pachové látky, plynné nečistoty,
•
optické – osvětlení, barvy,
•
ostatní – zdravotní stav, druh činnosti, oděv, věk, pohlaví.
Podle průzkumu provedeného odbory bank a pojišťoven v Německu (Papež, 2007, strana 4) „téměř 1/3 (27,1 %) zaměstnanců v interiéru budov si stěžovala na tepelné vlhkostní mikroklima, dalších 13,5 % na hluk, 10,6 % na osvětlení“ a dále na tabákový kouř, stísněnost prostoru, práci přesčas, práci se svými nadřízenými či spolupracovníky. Výsledky tohoto průzkumu jsou shrnuty v následujícím grafu:
Literární přehled
23
Graf č.1: Faktory prostředí interiéru, které působí na výkon člověka Faktory prostředí, které lidé pociťují v interiéru budovy tepelně-vlhkostní vlhkostní mikroklima hluk tlak na kvalitu práce osvětlení tabákový kouř prostorová stísněnost práce přesčas nadřízení spolupracovníci
0
5
10
15
20
25
30
počet respondentů (%) Zdroj: Karel Papež: Energetické a ekologické systémy budov
Všechny uvedené podmínky mohou podstatným způsobem ovlivnit pohodu prostředí, v němž se člověk nalézá. Každý člověk má však trochu odlišný metabolismus. Předcházející graf znázorňuje výsledky výzkumu, podle něhož i při zajištění optimálních podmínek, kdy by se měli všichn všichnii lidé cítit dobře, se vždy našla asi 2 % lidí, kterým dané prostředí nevyhovovalo. Každý člověk je jedinečná osobnost, má své jedinečné subjektivní pocity. Proto je třeba klimatizací vytvořit podmínky pro příjemný pobyt v různých místnostech a pro různé oosoby samostatně. Teplota vzduchu v místnosti závisí především na teplotě venkovního vzduchu a druhu vykonávané činnosti. Pohybuje se mezi 18 18-26°C. C. Optimální teplota by měla být asi 22°C. C. Vlhkost vzduchu nejvíce závisí na teplotě vzduchu a pohybuje se od 20 % do 80 %. Optimální vlhkost se udává okolo 50 %. Pohyb vzduchu je podmíněn nutnosti větrání místnosti a může být mezi 0,01 m/s až 1m/s. Nejpříznivější rychlost je asi 0,1 m/s. (Papež, 2007)
4.2.2. Historie a současnost klimatizace Jako první klimatizaci instal instalovala new-yorská yorská tiskárna Sackett-Wilhelm, Sackett ta si tento vynález objednala od amerického inženýra Willise Carriera. Stalo tak se v červenci roku 1902. Willise Carrier vycházel z objevu poloviny 19. století, kdy
Literární přehled
24
Michael Faraday zjistil, že postupně vypouštěné a stlačené amonium (NH3) chladí. Od roku 1911 je v USA uznána klimatizace jako samostatný inženýrský obor. Z české historie lze zmínit významný vývoj průmyslového oboru větrání a výtápění ve 30. letech 20. století. “Výrobou a dodávkami vytápěcí a větrací techniky se zabývala První Českomoravská továrna na stroje v Praze, ve které působili mnozí reprezentanti oboru (Jan Ev. rytíř Purkyně, profesor Hýbl, profesor Srbek). První rozsáhlejší klimatizační zařízení v Praze pro budovu Elektrických podniků u Hlávkova mostu a budovu Penzijního ústavu na Žižkově řešila koncepčně právě americká firma Carrier.“ (www.tzb-info.cz) Teprve v roce 1930 se v USA podařilo zmenšit toto klimatizační zařízení s těžkopádným čpavkovým systémem a instalovat ho do námořní lodi. V 60. letech 20. století začínají také jezdit první klimatizované autobusy. Do aut se klimatizace dostala až po druhé světové válce. Velký rozmach zažila klimatizace v domácnostech v 60. letech 20. století, převážně v jižních státech USA. V roce 1965 bylo asi 10 % domácností v USA klimatizováno, dnes je těchto domácností 90 %. V 99 % nových objektů je klimatizace neodmyslitelným vybavením. (Jan Tůma, 2007). Takový rychlý rozmach je velkou zátěží pro elektrickou energii, často při dlouhotrvajících vedrech docházelo k výpadku elektrické energie. Dalším důležitým pokrokem v oboru klimatizace došlo v letech 1994-1996, kdy se nahrazuje freonové chladivo médii, která jsou šetrnější k životnímu prostředí. (Mikroklima s.r.o.) V České republice statistiky zaznamenávají velký vzrůst klimatizačního zařízení v kancelářích, bytech a domech až v 21. století. „V roce 2001 využívalo možnosti instalovat si klimatizaci v novém rodinném domu 19 % investorů novostaveb. Za období březen – srpen 2007 se tento poměr zvýšil na úctyhodných 57 %. Tento údaj potvrzují rostoucí obraty importérů klimatizačních zařízení do ČR, kdy oproti roku 2006 se renomovaným značkám zvedl obrat v prodaných klimatizacích o 90-100 %.“ uvádí na svých stránkách společnost LG (Q-elektritk – Klimatizace LG), která vlastní největší podíl na českém trhu s klimatizačním zařízením. Zcela největší vliv na tento rychlý vzrůst mají změny ve stavebnictví. Moderní trendy s sebou přinášejí nové technologie. V dnešní výstavbě se uplatňují velké prosklené plochy, které umožňují světlu, a zároveň sluneční radiaci pronikat hluboko do objektu. Dobrých izolačních vlastností je dnes již dosahováno u podstatně tenčích zděných konstrukcí staveb, než
Literární přehled
25
tomu bylo u mohutných zdí. To však způsobuje větší absorpce slunečního záření a větší kumulaci tepla. Proto je nutné tuto tepelnou zátěž odvádět právě klimatizací. 4.2.3. Princip fungování a účel klimatizace Klimatizace funguje tak, že absorbuje energii na jednom místě a tuto energii pak uvolňuje na místě jiném. Jednoduchý princip chlazení ukazuje obrázek č.1. Obrázek č. 1 : Schéma režimu chlazení
Zdroj: www.daikin.cz Bod 1 označuje vnitřní jednotku, kde ventilátor fouká teplý vnitřní vzduch přes výměník tepla, kterým proudí studené chladivo. Toto studené chladivo absorbuje teplo ze vzduchu a ochlazený vzduch je poháněn do místnosti. Chladivo cirkuluje jednotkami a potrubím (bod 2) a přenáší teplo z vnitřní jednotky do venkovní (3). Stlačením v kompresoru se páry chladiva ohřejí a jejich bod varu se zvýší. Ve venkovní jednotce se získané teplo pomocí komprese uvolní do venkovního vzduchu, tak že ventilátory foukají venkovní vzduch přes výměník tepla. Zpátky ve venkovní jednotce je chladivo expandované a je tak znovu schopné odnímat teplo z vnitřního vzduchu (body 4 a 5). (www.daikin.cz) Účelem klimatizačních systémů je tedy optimalizace úrovně tepelněvlhkostního, odérového, mikrobiálního, aerosolového a toxického mikroklimatu v interiéru budovy. Problémem bytů, kanceláří či jiných prostorů bývá zejména nedostatečné větrání, neúčinné odsávání prachu a jiných škodlivin. Klimatizační zařízení tyto potíže odstraňuje. Pomocí správně používaným klimatizačním zařízením lze omezit či částečně tlumit projevy zdravotních potíží, které mohou mít alergici, nebo mohou začínat u zdravých lidí. (Tůma, 2007)
Literární přehled
26
4.2.4. Typy klimatizačních jednotek Okenní klimatizátory – umísťují se do části okna, pod okno, nebo nad okno. Slouží většinou ke klimatizaci jen té místnosti, do jejíž stěny jsou instalovány, tomu odpovídá jejich relativně menší výkon (tabulka č.2). Okenní jednotky označujeme jako kompaktní, tzn. že jsou konstruovány jako celek. Pro pohon vnitřního i venkovního ventilátoru slouží jeden ventilátor.
Tabulka č.2: Základní technické údaje o okenních klimatizátorech Chladící výkon (kW) 2 3 4 5
6
Velikost místnosti (m2)
do 20
20-35
35-45
45-55
55-70
Odvlhčení (l/h)
0,8-1,0
1,5-1,7
2,0-2,2
2,8-3,0
3,5-3,8
Zdroj: TŮMA, Jan. Domácí klimatizace, 2007, strana 41
Skříňové klimatizátory – vyznačují se skříňovým uspořádáním, funkčně i esteticky upraveným pro použití přímo v klimatizovaném prostoru. Skříňové klimatizátory jsou mohutnější než okenní a proto je lze použít pro klimatizování jedné velké místnosti nebo i několika menších místností. Kondenzátor chladícího ústrojí je chlazen vodou. (Papež, 2007)
Dělené (split) klimatizátory - jsou vhodné pro stálé klimatizování místnosti. Skládají se ze dvou částí – vnitřní je chladící a vnější kondenzační. Vnitřní část se instaluje přímo v místnosti na zeď, pod strop či pod okno – většina přístrojů má i možnost směrování upraveného vzduchu z klimatizace. Venkovní, kondenzační část jednotky se umísťuje zvenku budovy. Obě části jsou propojeny potrubím s chladícím médiem. Existují také klimatizační zařízení s jednou venkovní jednotkou, na kterou je připojeno 2 až 5 vnitřních jednotek, tento systém nazýváme Multi-split systém. Split jednotky patří mezi nejoblíbenější a nejvíce konstrukčně propracované. Většinou zabezpečují nejen chlazení a větrání, ale i odvlhčování a vytápění na principu tepelného čerpadla. (iDNES.cz)
Mobilní klimatizátory – typy malých skříňových jednotek, jen místo vodou jsou chlazené vzduchem, který musí být odveden mimo klimatizovaný prostor. Odpadní teplý vzduch vyfukovaný ven je totiž nahrazován vzduchem, který do místnosti vniká z okolních neklimatizovaných prostor. Mobilní jednotky se hlavně umísťují tam, kde
Literární přehled
27
není možné instalovat venkovní jednotku. Rozlišujeme dva typy mobilních klimatizací: kompaktní a rozkládací (dvoudílné).
U rozkládací mobilní jednotky je venkovní
jednotka obsahující kompresor a kondenzátor, která se umístí při chlazení dočasně například na balkón, terasu či střechu, propojena s vnitřní jednotkou ohebnými trubkami pro chladivo a elektrickým kabelem. (Dufka, 2005)
Tabulka č.3: Orientační výkony mobilních jednotek Chladící výkon (kW) 1 2
3
4
Pro místnosti do (m3)
30
50
75
100
Odvlhčení (l/h)
0,5-0,7
0,8-1,1
1,2-1,5
1,6-2,0
Příkon (kW)
0,75
0,9
1,2
2
Zdroj: TŮMA, Jan. Domácí klimatizace, 2007, strana 36
Modulové klimatizátory – zde je každá funkční část (ventilátorová, filtrační, ohřívací, chladící, zvlhčovací, odvlhčování…) samostatným dílem. Podle požadavků na funkci a výkon jednotlivých sekcí lze celé zařízení z těchto sekcí sestavit. Celek po sestavě tvoří kompaktní jednotku, která je uzpůsobená pro montáž jako celek. (Papež, 2007) Adiabatické4 klimatizátory – pro tyto klimatizátory je charakteristické použití sprchovací nebo odpařovací komory jako chladícího zařízení. Mají velkou spotřebu vody a malý chladící výkon, v některých případech je nutné vodu ještě chladit dalším zařízením. (Papež, 2007)
Kompresorové klimatizátory – používá se zde strojní kompresorové chlazení (princip fungování je podobný chladničkám) k úpravě vzduchu. K tomu, aby mohl tento klimatizátor vytápět, musí být vybaven tepelným čerpadlem s možností vytápění. (Papež, 2007)
Absorpční klimatizátory – vyznačují se použitím strojního absorpčního chlazení k úpravě vzduchu. Upotřebují se velmi zřídka pro nízkou účinnost, výhodou naopak je bezhlučnost. (Papež, 2007)
4
Adiabatický – děj probíhající za dokonalé tepelné izolace, bez výměny tepla s okolím
Literární přehled
28
Termoelektrické klimatizátory – princip fungování tohoto typu je zjednodušeně následující: vzduch z místnosti vstupuje do klimatizátoru mřížkou, je hnán ventilátory přes studené spoje s chladicími žebry a vstupuje do místnosti mřížkou. Teplé spoje jsou ochlazovány venkovním vzduchem. Výhodou termoelektrických klimatizátorů je možnost chladící žebra zaměnit za vytápěcí pouhým přepnutím směru toku elektrického proudu, k čemuž přistupuje ještě naprostá konstrukční jednoduchost, s tím související spolehlivost a bezhlučnost. Všem těmto přednostem taky odpovídá cena, která je mnohdy až 5x vyšší než u ostatních typů. (Papež, 2007)
Vlastní práce
29
5. Vlastní práce 5.1. Společnost Zadavatel je velkoobchodní sklad s elektroinstalačním materiálem. Předmětem podnikání je převážně obchodní činnost, věnuje se ale i elektromontážím a výrobě rozvaděčů. Společnost vlastní 3 provozovny: Zlín, Napajedla a Brno. Data, která zadavatel poskytl, se vztahují pouze na provozovnu ve Zlíně a v práci se budu věnovat jen sortimentu této provozovny. Konkurenční tlak na poli elektroinstalačního materiálu se stále zvyšuje a každý podnik se musí zaměřit na své silné stránky. Proto společnost zavedla elektronické podávání nezávazné objednávky, do druhého dne je objednávka v provozovně vychystávána k okamžitému prodeji. K dalšímu zákaznickému servisu patří nabídka zajištění zboží, které aktuálně není na skladu do krátké doby i zboží uvedených dodavatelů, jenž se v ceníku (nabídce) firmy nenalézá vůbec. Důvod proč nenakupovat zboží přímo od výrobce nebo výhradního obchodního zástupce je, že kvalifikovaní pracovníci jsou objektivní ke každé značce a dovedou zákazníkovi poradit, dle jeho potřeb. Navíc se společnost snaží, aby zákazník měl pod jednou střechu, v jednom prodejním skladu veškerý sortiment elektroinstalačního materiálu nebo mu byl v krátké době objednán.
5.1.1. Nabídka klimatizací Společnost nabízí 3 základní druhy klimatizací: okenní jednotky chladící, okenní jednotky chladící topící a mobilní klimatizace. Klimatizační jednotky společnosti výhradně dodává společnost Impromat, která je oficiálním zástupcem značky FUJITSU pro Českou republiku. Sortiment okenních jednotek se člení na 3 základní typy těchto klimatizací, řady AKY, AMY a AFY. Jednotlivé typy se od sebe liší výkonem, velikostí, funkcemi, příslušenstvím atd. Společnost nabízí klimatizace o výkonech 2,15-5 kW. Předností těchto okenních klimatizací je, že zde lze nastavit směr proudění vzduchu, pomocí žaluzií se může dosáhnout pokrytí výseče až 140°. Okenních jednotek chladících společnost nabízí až 15 typů. Velký zájem je však i o okenní jednotky s reverzním cyklem, které nejen chladí, ale i topí. Těchto firma v nabídce uvádí 12 typů.
Vlastní práce
30
V této práci se budu především zabývat prodejem klimatizační jednotky AKY7F, která je z chladících klimatizací jednou z nejvíce nakupovaných. Je to nejméně výkonná klimatizace (2,15kW), nejmenší co se rozměrů týče, ale také nejtišší. Klimatizační jednotku lze nastavit do 3 režimů: tichý chod, normální režim a vysoký výkon, kdy ventilace probíhá maximální rychlostí a chlazení je maximální. Veškeré technické parametry jednotky jsou uvedeny v tabulce č. 12 (v příloze) Obrázek č. 2: Okenní jednotka AKY7F
Zdroj: www.fujiklimatizace.cz 5.1.2. Zákazníci Každá zákaznická skupina má své specifické požadavky, jiné nároky na výkon, cenu, rozměry a celkový vzhled klimatizační jednotky. Všechny nákupčí klimatizací, kteří velkoobchodní sklad navštěvují, bychom mohli rozdělit na 3 hlavní skupiny: domácnosti, malí podnikatelé a velké společnosti.
Domácnosti Spotřebitelé vybírají klimatizace do svých bytů, tedy převážně menších místností, do skladů, chat či dílen. Do domů a bytů spíše vybírají split (pro chlazení jedné místnosti) a multi-split jednotky (pro klimatizování celého bytu), nástěnné klimatizace LG a Sinclar a kazetové stropní klimatizace. Tyto jednotky jsou mnohdy menší, tiché a v interiéru působí i esteticky dobře. Naopak okenní jednotky ruší estetický dojem a ubírají světlo, proto jsou vybírány do skladů, dílen a chat. Výhoda se spatřuje ve velmi snadné instalaci a v tom, že zabírá poměrně málo prostoru v místnostech. Dá se však umístit jen do některých typů oken. Mobilní jednotky jsou u spotřebitelů poměrně oblíbeným typem. Domácnosti tento typ upřednostňují především z důvodu nízké ceny, využitelnosti ve všech místnostech u okna nebo zdi
Vlastní práce
31
s otvorem. Mobilní jednotku mohou přemisťovat i mezi více objekty. Hodí se pro malé byty, chalupy a dočasně kamkoliv. Mobilní klimatizace bývají však hlučné a ne příliš účinné, nákup této jednotky je tedy spíše dočasnou záležitostí.
Malí podnikatelé (převážně prodejci) Tito zákazníci hledají klimatizace především k maloobchodnímu prodeji a k vybavení do svých kanceláří, skladů, skladů potravin, provozoven apod. Jedná se například o provozovny restaurací či maloobchody. Právě prodej prodejcům k maloobchodnímu prodeji vytváří v podniku největší procento tržeb, sortiment je hlavně upravován dle požadavků těchto zákazníků. A prodejci jsou nuceni se řídit nároky konečných spotřebitelů, zmiňované v předešlém odstavci. Zařizuje-li drobný obchodník kancelář nebo místnost, kde by byla klimatizace na očích jeho zákazníkům nebo obchodním partnerům, dívá se i na estetickou stránku klimatizační jednotky. Mobilní klimatizace téměř vůbec neuspokojuje potřeby malých podnikatelů, a pokud ano, tak jen v případech kdy nelze použít split klimatizaci či okenní jednotku.
Velké podniky Zboží pro velké podniky slouží jako vstupy do výrobního procesu (například pro stavební společnosti). Analýzu těchto nebudeme uvažovat, jelikož se nevyskytují pravidelně. A právě proto jsme prodej klimatizací o velké zakázky upravovali. Velké podniky zadávají na základě svých vlastních zakázek velké objednávky, ty jsou dlouhou dobu dopředu nasmlouvané a mohou zkreslovat trendy v prodeji či preference zákazníků.
5.1.3. Faktory, které působí na poptávku klimatizací Teplota Velký vliv na nákup klimatizací má teplota. Teplotu vnitřního prostředí ovlivňuje venkovní teplota vzduchu, budova samotná a taky činitelé vnitřního prostředí (lidé, zařízení a vybavení, atd.). Soustředíme se na vývoj venkovní teploty v období, za které sledujeme prodej klimatizačních jednotek. V tabulce č. 4 uvádím průměrné teploty v celém roce a hlavně v letním období. Nejteplejším rokem byl rok 2007, i když léto
Vlastní práce
32
s nejvyššími teplotami jsme zažili v roce 2003. Studené léto i průměrně celý rok nastal v roce 2005. Tabulka č.4: Vývoj teplot ovzduší rok 2003 2004 2005 2006 2007
průměr za celý rok
průměr za léto (červen-srpen)
8,5 8,1 7,9 8,4 9,2
19,6 17,1 16,8 18,0 18,3
Zdroj: www.chmi.cz, upraveno autorkou Cena zboží Ceny okenních jednotek byly po sledované pětileté období poměrně konstantní, cenová politika se tedy neměnila. Změny v poptávce z cenových důvodů může zapříčinit inflace. Míra inflace5 během let 2003 – 2007 roste. V roce 2003 byla velmi nízká a to 0,1%.
Cena ostatních druhů klimatizačních jednotek Od roku 2005 došlo ke změně cenové politiky výrobců klimatizací, tak že u spotřebitelů velmi oblíbené splitové a multi-splitové nástěnné klimatizace se staly finančně dostupnějšími.
5.1.4. Prodej klimatizací v letech 2003-2007 Vývoj prodeje klimatizace je sledován od posledního čtvrtletí roku 2003 do konce roku 2007. Dřívější údaje nemohly být poskytnuty, firma v září roku 2003 přecházela na nový software systému řízení zásob. Tržby za prodej klimatizací budou analyzovány jen u 1 druhu klimatizací: okenní klimatizační jednotka chladící. K dispozici máme údaje měsíčních tržeb všech typů této klimatizace. Zběžně zanalyzujeme celkové tržby a podrobněji se zaměříme na 1 typ klimatizace (FUJITSTU AKY7F), jejíž prodej tvoří největší podíl tržeb z těch celkových a to v průměru 36 %. 5
míra inflace v letech 2002 – 2003 2002 2003 2004 2005 2006 2007 1,8 0,1 2,8 1,9 2,5 2,8 Zdroj: český statistický úřad (www.czso.cz)
Vlastní práce
33
Tabulka č.5: Čtvrtletní tržby z prodeje klimatizací (2003-2007) rok
čtvrtletí
2003 2004
IV I II III IV I II III IV I II III IV I II III IV
2005
2006
2007
Okenní jednotka chladící – celkové tržby v Kč
celkem
453 348,00 288 484,00 1 224 305,00 1 113 845,00 468 282,00 232 320,00 283 973,00 289 901,00 224 453,00 384 752,00 378 824,00 480 142,00 896 487,00 118 484,00 177 726,00 399 814,00 44 362,00 7 415 140,00
Okenní jednotka AKY7F tržby v Kč 262 530,46 266 631,94 87 536,80 162 568,38 162 335,60 49 800,00 99 180,00 29 250,00 107 750,00 68 250,00 409 500,00 58 500,00 58 500,00 117 000,00 224 500,00 175 500,00 321 750,00 2 661 083,18
Zdroj: Výpočet autorky
Pro první představu o charakteru časové řady je výhodné použít grafického znázornění, nejlépe na spojnicovém grafu. Z tohoto znázornění můžeme pozorovat poměrně velké nepravidelné výkyvy v celkových tržbách i značný pokles v tomto tříletém období. Na konci roku 2004 zaznamenáváme „boom“ v tržbách, dosahujících hodnot až k 1,3 milionu Kč, vzápětí přichází největší útlum během celého roku 2005. Rok 2006 přinesl nadějný růst, ale s rokem 2007 je tu znovu další pokles, však už ne tak rapidní jako v roce 2005.
Vlastní práce
34
Graf č.2: Vývoj tržeb klimatizací v letech 2003-2007 Okenní jednotky chladící - vývoj tržeb (2003-2007) 1 400 1 200
tržby v tis. Kč
1 000 tržby za 1 typ (AFY7F)
800 600 400
celkové tržby
200 0 IV 2003
I
II
III IV
2004
I
II
III IV
2005
I
II
III IV
2006
I
II
III IV
2007
Zdroj: Výpočet autorky Pro lepší prezentaci dat uvádím v grafické podobě ještě zvlášť tržby za 1 typ okenní jednotky chladící (AKY7F). V dalších kapitolách se budu při dekompozici časové řady zabývat jen těmito tržbami. Vývoj tržeb má do konce roku 2005 klesající charakter, od roku 2006 tržby z prodeje klimatizací začínají růst. Z grafu je patrné, že tržby mají nepravidelné výkyvy. Nejvyšších tržeb (409 500 Kč) je dosahováno ve 2. čtvrtletí 2006. Tento náhlý výkyv byl způsoben zakázkou od společnosti vyrábějící obytné kontejnery, která v tomto roce stavěla nemocniční komplex v Německu. Pro vybavení části interiéru si objednala 2 typy okenních klimatizací. Zakázka navýšila tržby o necelých 400 000 Kč. Od 3. čtvrtletí roku 2006 společnost zaznamenala růst poptávky.
Vlastní práce
35
Graf č.3: Prodej okenní jednotky chladící AKY7F
Prodej okenní jednotky chladící AKY7F 450 400
Tržby v tis. Kč
350 300 Prodej okenní jednotky chladící AKY7F
250 200 150 100 50 0 IV 2003
I
II
III IV
I
II
2004
III IV
2005
I
II
III IV
I
II
2006
III IV
2007
Zdroj: Výpočet autorky
5.2. Základní charakteristiky Tabulka č.6: Elementární charakteristiky řady čtvrtletí 2003 2004
2005
2006
2007
IV
∆t
tržby
I II III IV I II III IV I II III IV I
262 530,46 266 631,94 87 536,80 162 568,38 162 335,60 49 800,00 99 180,00 29 250,00 107 750,00 68 250,00 109 500,00 58 500,00 58 500,00 117 000,00
II
224 500,00
III
175 500,00 -
IV
321 750,00
Zdroj: Výpočet autorky
-
kt
100kt
4 101,48 179 095,14 75 031,58 232,78 112 535,60 49 380,00 69 930,00 78 500,00 39 500,00 41 250,00 51 000,00 58 500,00
1,016 0,328 1,857 0,999 0,307 1,992 0,295 3,684 0,633 1,604 0,534 1,000 2,000
102% 33% 186% 100% 31% 199% 29% 368% 63% 160% 53% 100% 200%
107 500,00
1,919
192%
49 000,00
0,782
146 250,00
1,833
δt
100δt
0,016 0,672 0,857 0,001 0,693 0,992 0,705 2,684 0,367 0,604 0,466 1,000
2% -67% 86% 0% -69% 99% -71% 268% -37% 60% -47% 0% 100%
0,919
92%
78% - 0,218
-22%
183%
-
0,833
83%
Vlastní práce
36
Tyto elementární charakteristiky slouží k první orientační analýze časové řady, lze z nich vyčíst, jak se daná řada v čase vyvíjela. Pro tento výpočet i ty další jsem časovou řadu upravila o velké zakázky, o výše zmiňovanou zakázku z 2. čtvrtletí roku 2006. Tabulka elementárních hodnot nám potvrzuje, že v poptávce po tomto typu klimatizace jsou velké ne příliš pravidelné výkyvy. Hodnoty 1. diferencí přibližně rostou, z toho bychom mohli podle tabulky č.3 z teoretické části práce uvažovat o vyrovnání kvadratickou trendovou křivkou. Největší pokles zaznamenáváme ve 2. čtvrtletí roku 2004 oproti předchozímu čtvrtletí, v relativním vyjádření jde o pokles na 33% předchozí tržby. Nejvyšší kladný rozdíl mezi čtvrtletími je v posledním čtvrtletí 2007 o 146 250 Kč (procentuálně 83 % nárůst). Největší skoky nejlépe vystihuje procentuální vyjádření, největší propad pozorujeme na začátku roku 2005, tržby klesly o 69%, naopak největší výkyv směrem nahoru nastal mezi 3. a 4. čtvrtletí roku 2005, kdy se tržby během jednoho čtvrtletí více než ztrojnásobili.
Průměrný absolutní přírůstek: 1 n ∑ ∆ t = 3 701,221 n − 1 t =2 Průměrný koeficient přírůstku: ∆=
k=
n
n−1
∏k
t
= 1,013
t =2
Podle průměrného absolutního přírůstku a koeficientu přírůstku lze říct, že docházelo k průměrnému čtvrtletnímu růstu o 3 701,22 Kč. Vyjádřeno v procentech je to nepatrný růst o 1,3 % za dané období.
5.3. Systematická složka Systematická složka se skládá ze složek trendové, sezónní a cyklické. Pro identifikaci cyklické složky není časová řady dostatečně dlouhá. Trendem se snažíme vystihnout dlouhodobé chování a vývoj v prodeji klimatizací. Po první vizuální analýze můžeme předpokládat, že trend v poptávce bude nejlépe vystihovat parabola. K tomu nás nabádá i analýza elementárních charakteristik řady, kdy absolutní přírůstky měly pozvolný rostoucí charakter.
Vlastní práce
37
Systematickou složku časové řady tvoří také sezónnost. Jelikož se klimatizační zařízení využívá především v létě, může společnost počítat se zvýšenou poptávkou v tomto období. Avšak z vizuální analýzy a z analýzy diferencí lze usuzovat, že poptávka po klimatizacích nemá pravidelné sezónní kolísání.
5.3.1. Vyrovnání klouzavými průměry Při tomto vyrovnání volíme kratší období, v rámci něhož časovou řadu vyrovnáváme po kratších úsecích než u vyrovnání celého minulého období jak je tomu u matematických křivek. K vyrovnání je použit prostý klouzavý průměr řádu 5. Nejdříve se z klouzavé části o rozsahu m=5 vypočítaly klouzavé úhrny. Klouzavé průměry jsme pak dostaly jako podíl klouzavých úhrnů a rozsahu klouzavé části: y=
y t − p + y t − p +1 + ... + y t + p m
Tabulka č.7: Vyrovnání časové řady klouzavými průměry klouzavý klouzavý t yt úhrn průměr 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Zdroj: Výpočet autorky
262 530 266 632 87 537 162 568 162 336 49 800 99 180 29 250 107 750 68 250 109 500 58 500 58 500 117 000 224 500 175 500 321 750
941 603 728 873 561 421 503 134 448 316 354 230 413 930 373 250 402 500 411 750 568 000 634 000 897 250 -
188 321 145 775 112 284 100 627 89 663 70 846 82 786 74 650 80 500 82 350 113 600 126 800 179 450 -
Vlastní práce
38
Graf č.4: Vyrovnání hodnot klouzavými průměry
Vyrovnání hodnot klouzavými průměry 350
Tržby v tis. Kč
300 250 200 původní hodnoty
150 100
vyrovnané hodnoty
50 0 IV
I
II
2003
III IV
2004
I
II
III IV
2005
I
II
III IV
I
2006
II
III IV
2007
Zdroj: Výpočet autorky
5.3.2. Vyrovnání kvadratickým trendem Srovnatelné hodnoty časové řady nyní vyrovnáváme parabolou, tedy polynomem 2. stupně: y′ = b0 + b1t + b2t 2 . Opět k získání parametrů této matematické křivky použijeme metodu nejmenších čtverců, jejíž postup byl představen v teoretické části práce. Pro zjednodušení výpočtu metody zavádíme zde proměnou t ′ uvedenou ve 4. sloupci tabulky č. 13. s pomocnými výpočty. Proměnná t ′ =
2t − n − 1 , přičemž platí 2
∑t′=0. Z pomocných výpočtů, jež uvádím v tabulce č. 13.: Vyrovnání kvadratickým trendem (viz Přílohy), byly vypočteny parametry polynomu 2. stupně: b0 = 58 220,86 b1 = 245,51 b2 = 3 361,10 2 pak dostáváme rovnici paraboly: y′ = 58220,86 + 245,51t ′ + 3361,10t′
Vlastní práce
39
Tabulka č.8: Vyrovnání hodnot kvadratickým trendem čtvrtletí 2003 2004
Původní hodnoty IV
262 530,46 266 631,94 87 536,80 162 568,38 162 335,60 49 800,00 99 180,00 29 250,00 107 750,00 68 250,00 109 500,00 58 500,00 58 500,00 117 000,00 224 500,00 175 500,00 321 750,00
I II III IV I II III IV I II III IV I II III IV
2005
2006
2007
Vyrovnané hodnoty 271 367,15 221 196,17 177 747,38 141 020,80 111 016,42 87 734,23 71 174,24 61 336,45 58 220,86 61 827,47 72 156,28 89 207,28 112 980,49 143 475,89 180 693,49 224 633,29 275 295,29
Zdroj: Výpočet autorky O vyrovnání časové řady nejlépe vypovídá grafické znázornění (graf č.5). Vidíme, že do druhé poloviny roku 2005 křivka klesá, ve 4. čtvrtletí roku 2005 je její minimum, pak má křivka rostoucí charakter. Z vizuálního posouzení odhaduji, že toto vyrovnání lépe vystihuje vývoj prodeje klimatizací, než tomu bylo u klouzavých průměrů. Graf č.5: Vyrovnání hodnot parabolickým trendem
Vyrovnání parabolickým trendem 350
Tržby v tis. Kč
300 250 původní hodnoty
200 150
vyrovnané hodnoty
100 50 0 IV 2003
I
II
III IV
2004
Zdroj: Výpočet autorky
I
II
III IV
2005
I
II
III IV
2006
I
II
III IV
2007
Vlastní práce
40
5.3.3. Trend se sezónními periodami Nyní budeme k trendové složce uvažovat i sezónnost s periodou 4. Předpokládáme čtvrtletní odchylky od trendu. K již výše uváděné trendové křivce
y ′ = b0 + b1t + b2 t 2 přidáme další dva parametry s uvažovanou periodou. Vyrovnáme tedy celou časovou řadu křivkou:
π
π
y ′ = b0 + b1t + b2 t 2 + b3 cos( t ) + b4 sin( t ) 2 2 Opět počítáme metodu nejmenších čtverců a pomocí maticových operací (postup uveden v příloze č. 1) získáme hodnoty jednotlivých parametrů: b0 = 322 923,80 b1 = - 59 069,01 b2 =
3 306,06
b3 = - 9 923,02 b4 =
7 618,98
Pomocné výpočty a vyrovnané hodnoty jsou uvedeny v příloze č. 3. Graf. č.6: Vyrovnání hodnot kvadratickým trendem se sezónními periodami
Vyrovnání kvadratickým trendem se sezóními periodami 350
Tržby v tis. Kč
300 250 původní hodnoty
200
vyrovnané hodnoty
150 100 50 0 IV 2003
I
II
III IV
2004
Zdroj: Výpočet autorky
I
II
III IV
2005
I
II
III IV
2006
I
II
III IV
2007
Vlastní práce
41
5.4. Volba vhodného modelu Každá předpověď je zatížena nějakou chybou. Naší snahou je najít takovou metodu, která co nejlépe vystihuje skutečný vývoj. Proto v této části budeme posuzovat jednotlivá vyrovnání podle reziduí. I když se klouzavé průměry snaží vyrovnávat časovou řadu po krátkých úsecích, aby ji mohli co nejlépe vystihnout, dle hodnot indexu korelace vyplývá, že právě vyrovnání matematickou křivkou je vhodnější. Samotná parabola vysvětluje téměř 86 % chování poptávky po klimatizaci, zatímco klouzavé průměry jen 73 %. Pokud k trendu (parabole) přidáme ještě sezónní periody, které lépe proloží danou řadu, dokáže už model vysvětlovat přes 86% poptávky po klimatizacích. Tabulka č.10: Hodnoty indexu korelace zvolených modelů klouzavé kvadratický model trendu průměry trend 0,731 0,857 hodnoty indexu korelace Zdroj: výpočet autorky
trend + sezónnost 0,864
Další možností posouzení vhodnosti zvoleného trendu provádíme pomocí míry úspěšnosti: Tabulka č.11: Míry úspěšnosti jednotlivých modelů
model
M.E.
M.S.E.
klouzavé průměry
- 8 690,81
1 891 096 868
0,49
48,66
- 30,13
kvadratický trend
0,00
1 860 198 450
38 807,64
41,30
-16,17
0,00
1 785 620 378
38 558,49
40,36
-15,50
trend + sezónnost Zdroj: Výpočet autorky
M.A.E.
M.A.P.E. M.P.E.
Nejčastěji v praxi využívanou mírou úspěšnosti je M.S.E. (střední čtvercová chyba odhadu). I podle tohoto kritéria nejmenší odchylku od skutečné řady má vyrovnání kvadratickým trendem se sezónními periodami. Nejvíce chyb je naopak u vyrovnání klouzavými průměry. Toto řešení dávají i další míry úspěšnosti. M.E. (střední chyba odhadu) je vždy nulové za použití metody nejmenších čtverců při výpočtu parametrů. Při porovnání kvadratického trendu a trendu se sezónními periodami vidíme, že jak u indexu korelace tak míře úspěšnosti M.S.E., jsou malé rozdíly. A sezónní složka nehraje v tomto modelu výraznou roli.
Vlastní práce
42
5.5. Předpověď Zkonstruujeme-li bodovou předpověď poptávky po okenní jednotce AKY7F prodloužením získaného nejvhodnějšího modelu systematické složky, dostaneme následující hodnoty pro rok 2008: I. čtvrtletí:
340 768,23
II. čtvrtletí: 396 785,88 Z prodloužení trendové a sezónní složky vychází, že v roce 2008 dojde k růstu tržeb, vzhledem k vývoji celkových tržeb po okenních klimatizacích však nelze předpovídat neomezeně rostoucí poptávku po tomto typu klimatizace. Model není vhodný pro predikci. K přesnější předpovědi časová řada neobsahuje dostatečné množství dat.
Diskuze
43
6. Diskuze V praktické části práce se převážně zabývám jedním typem okenní klimatizace (AKY7F). Pro vyrovnání časové řady jsme volili mezi 3 modely: vyrovnání klouzavými průměry, vyrovnání polynomem 2. stupně a vyrovnání polynomem 2. stupně se sezónními periodami. Ty 3 modely jsme srovnávali podle vizuální analýzy a taky podle reziduí. Rezidua všech vyrovnání jsme statistiky porovnávali dle indexu korelace. Nejnižších hodnot a tedy i nejvhodnějšího vyrovnání dosahuje parabolický trend se čtvrtletní sezónní periodou. Toto tvrzení jsme ještě prokázali pomocí vybraných měr úspěšnosti. Podobný vývoj jako je u prodeje okenních jednotek AKY7F, sledujeme i u vývoje venkovních teplot v letním období. Nechladnějším létem i celým rokem byl rok 2005, kdy zaznamenáváme útlum v prodeji všech okenních klimatizací. Většina prodejců se přiklání k názoru, že právě tento faktor hodně ovlivnil prodej. Maximální letní teploty jsme zažili v letech 2003 a 2007. Dalším ne méně podstatným činitelem poptávky byla cenová politika. Zahraniční výrobci, jež na náš trh klimatizace dodávají, snížili výrazným způsobem ceny u split a multi-split klimatizací, které jsou velmi oblíbené u domácností a hodně se využívají i v kancelářích. Na časovou řadu jsme aplikovali kvadratický trend se čtvrtletními periodami. Pokud bychom tento model použili pro předpověď, predikovali bychom za předpokladu ceteris paribus neomezený růst tržeb v budoucím období. V praxi však nelze očekávat, že by poptávka neomezeně rostla. Prodejci jsou ale pro rok 2008 optimističtí, pokud letní venkovní teploty dosáhnou vysokých teplot, počítají s obdobnými tržbami jako v roce 2007. Přestože se klimatizační zařízení užívá především v létě, z uvedených grafů vyplývá, že prodej klimatizací nevykazuje pravidelné kolísání. Sezónní složka není opravdu výrazná. Srovnáváme-li trend a trend s periodami, jejich vyrovnání je velmi podobné. Oba modely vystihují časovou řadu přibližně z 86%. O potlačení sezónních výkyvů se snaží hlavně maloobchody, kam putuje značná část prodeje klimatizací. Snahou obchodníků je mít rovnoměrný prodej po celý rok, k udržení trvalých příjmů a kvůli omezeným prodejním a skladovacím prostorám. Dalším důvodem mohou být teplé zimní měsíce, které umožnili růstu stavebních prací, z vývoje stavebnictví víme, že pořád roste výstavba nových budov, domů i bytů.
Závěr
44
7. Závěr Úkolem od zadavatele bylo provést analýzu časové řady tržeb okenních klimatizací, nalézt trend, určit sezónní výkyvy a predikovat vývoj pro rok 2008. Predikce v oblasti klimatizací není nedůležitá. Jelikož se většina zboží dováží ze zahraničí, zejména z asijských států, je dodací lhůta poměrně dlouhá. Z výsledků mé práce vyplývá, že celková poptávka po všech typech klimatizačních jednotek okenních klesá. Našim hlavním cíle byla analýza vybraného typu okenní klimatizace: AKY7F. Vývoj prodeje této klimatizace není shodný s ostatními typy. Prodej tohoto oblíbeného typu ovlivnila nejvíce venkovní teplota vzduchu. Ostatní faktory jako je cena či změna spotřebitelských preferencí, měli zanedbatelný vliv. Největší propad nastal v chladném roce 2005. Podle samotných prodejců tento pokles zaznamenal celý trh. Poté nastala změna s velmi horkým létem 2006, lidé obrátili i svůj postoj ke klimatizacím jako k okázalému luxusu. To způsobilo neočekávanou enormní poptávku, kterou nebyli prodejci schopni uspokojit. Další léto, které se opět vyznačovalo vysokými teplotami, přineslo růst zájmu o klimatizace, na ten se prodejci již dostatečně připravili a dokázali uspokojit každého náročného zákazníka. Dalším významným faktorem ovlivňujícím celkovou poptávku po okenních jednotkách zůstává stále cena. V průběhu sledovaného období dochází ke změně cenové politiky výrobců u substitučních typů klimatizací, které vedly k celkovému snížení prodeje okenních jednotek. Díky této cenové „reformě“ mohli spotřebitelé zvýšit své nároky na funkce a estetickou stránku klimatizace. Okenní jednotky někteří zákazníci přestali nakupovat, protože v interiéru ubírají světlo a působí neesteticky a na trhu se objevují velmi designově podařené nástěnné klimatizace se stejným výkonem, které mohou dotvářet celkový obraz místnosti. Využití okenních klimatizací se tak snižuje na menší prostory, ve kterých zákazníkovi nezáleží na vzhledu, ale jde mu především o výkon, snadnou údržbu a životnost zařízení. V letošním roce lze vzhledem dosavadnímu vývoji počasí předpokládat srovnatelný zájem s tím loňským, snad i větší. Společnosti bych doporučila, aby před letním prodejem měli skladem okenní typ AKY7F a typy s reverzním cyklem. Naopak snížit skladované množství ostatních méně oblíbených typů okenních jednotek. Dále bych společnosti navrhla k poohlédnutí se po dodavatelích, kteří by mohli dodávat klimatizační jednotky splitové a mutli-splitové předních značek.
Použitá literatura
45
8. Použitá literatura CIPRA, Tomáš. 1986. Analýza časových řad s aplikacemi v ekonomii. 1. vyd. Praha : SNTL - Nakladatelství technické literatury, 248. bez ISBN. DRUCKER, Peter F. 1994. Řízení v turbulentní době. Přeložil Ing. Pavel Medek. 1. vyd. Praha : MANAGEMENT PRESS, 215. ISBN 80-85603-67-5. DUFKA, Jaroslav. 2005. Větrání a klimatizace domů a bytů. 2. přeprac. vyd. Praha : Grada Publishing, 128. ISBN 80-247-1144-3. HINDLS, Richard. 2006. Statistika pro ekonomy. 7. vyd. Praha: Edition Professional Publishing,415 stran. ISBN 80-86946-16-9. KOTLER, Philip. 1997. Marketing a management: analýza, plánování, realizace a kontrola. 3. upr. vyd. Praha: Victoria Publishing, a.s., 789 s. ISBN 80-85605-08-2. MINAŘÍK, Bohumil. 2006. Statistika I: Popisná statistika 2. část. 2. vyd. Brno : MZLU, 107. ISBN 978-80-7157-929-8. PAPEŽ, Karel. 2007. Energetické a ekologické systémy budov 2. 1. vyd. Praha: Nakladatelství ČVUT, 284. ISBN 978-80-01-03622-8. POŠVÁŘ, Zdeněk. 2002. Management I. Brno: MZLU, 156s. ISBN 80-7157-633-6. TŮMA, Jan. 2007. Domácí klimatizace. 1. vyd. Brno: Vydavatelství ERA, 2007. 85. 978-80-7366-081-9. WISNIEWSKI, Mik. 1996. Metody manažerského rozhodování. Přeložil doc. ing. Václav Dolanský, CSc. 1. vyd. Praha: Grada Publishing, 507. ISBN 80-7169-089-9.
Elektronické zdroje: Czech Hydrometeorological Institute's Home Page URL:
[cit. 3. 5. 2008] Český statistický úřad | ČSÚ URL: [cit. 3. 5. 2008]
Použitá literatura
46
Daikin v České republice URL:< http://www.daikin.cz/about-airco/verybasics/default.jsp> [cit. 25. 3. 2008]
Ekonomicko-správní fakulta URL: [cit. 3. 1. 2008] Fujiklimatizace.cz | klimatizace Fuji Electric URL: [cit.8. 3. 2008]
iDnes.cz URL:< http://bydleni.idnes.cz/vyberte-si-klimatizaci-nejriskantnejsi-je-nakup-vhypermarketu-p84-/rodinne_domy.asp?c=A070713_185816_rodinne_domy_web> [cit.8. 3. 2008]
Mikroklima s.r.o. URL: [cit.10. 3. 2008]
TZB-info – stavebnictví, úspory energií, technická zařízení… URL: [cit.8. 3. 2008]
Q-Elektrik - Klimatizace LG URL:<www.klimatizace-lg.cz/aktuality/boom-ve-klimatizacich/> [cit. 25. 3. 2008]
Seznam grafů a tabulek
47
9. Seznam grafů a tabulek Graf č. 1: faktory prostředí interiéru, které působí na výkon člověka
str. 23
Graf č. 2: Vývoj tržeb klimatizací v letech 2003-2007
str. 34
Graf č. 3: Prodej okenní jednotky chladící AKY7F
str. 35
Graf č. 4: Vyrovnání tržeb klouzavými průměry
str. 38
Graf č. 5: Vyrovnání hodnot parabolickým trendem
str. 39
Graf č. 6: Vyrovnání hodnot kvadratickým trendem se sezónními periodami
str. 40
Tabulka č. 1: Růstové charakteristiky
str. 13
Tabulka č. 2: Základní technické údaje o okenních klimatizátorech
str. 26
Tabulka č. 3: Orientační výkony mobilních jednotek
str. 27
Tabulka č. 4: Vývoj teplot ovzduší
str. 32
Tabulka č. 5: Čtvrtletní tržby z prodeje klimatizací (2003-2007)
str. 33
Tabulka č. 6: Elementární charakteristiky řady
str. 35
Tabulka č. 7: Vyrovnání časové řady klouzavými průměry
str. 37
Tabulka č. 8: Vyrovnání hodnot kvadratickým trendem
str. 39
Tabulka č. 10: Hodnoty indexu korelace zvolených modelů
str. 41
Tabulka č. 11: Míry úspěšnosti jednotlivých modelů
str. 41
Tabulka č. 12: Technické parametry okenní jednotky
str. 50
Tabulka č. 13: Výpočty k vyrovnání kvadratickým trendem
str. 50
Tabulka č. 14: Výpočty pro vyrovnání trendu se sezónními periodami
str. 51