Nilai dari Informasi Kompetitif dalam Meramalkan Penjualan Produk FMCG Eceran dan Permasalahan Pemilihan Variabel

Peramalan penjualan pada tingkat UPC merupakan hal yang penting untuk penjual produk eceran dalam mengatur inventori. Dalam paper ini, penulis mengusulkan metode-metode yang lebih efektif dalam meramalkan penjualan produk  UPC dengan menggabungkan informasi yang kompetitif yaitu termasuk harga dan promosi. Dampak dari aktivitas pemasaran yang kompetitif pada penjualan produk yang focus telah didokumentasikan secara luas. Bagaimanapun, informasi yang kompetitif secara mengejutkan telah diabaikan oleh penelitian sebelumnya dalam meramalkan penjualan UPC, hal ini mungkin dikarenakan oleh masalah banyaknya jumlah variable penjelas. Oleh karena itu, setiap kategori produk FMCG biasanya terdiri dari UPC dalam jumlah yang besar dan akibatnya dikaitkan dengan sejumlah variable penjelas kompetitif dalam jumlah yang besar. Dalam keadaan seperti itu, model time series dapat dengan mudah menjadi over-fitted dan kemudian menghasilkan hasil peramalan yang buruk. Metode peramalan (forecasting) ini terdiri dari dua tahap. Pada tahap pertama, penulis menyaring informasi yang kompetitif. Penulis mengidentifikasikan variabel yang paling jelas relevan menggunakan metode pemilihan variabel, atau sebagai kemungkinan lain, informasi di semua variabel menggunakan analisis faktor untuk membangun sebagian kecil indeks difusi. Pada tahap kedua, penulis menspesifikasikan model Autogressive Distributed Lag (ADL) mengikuti strategi pemodelan umum ke strategi pemodelan spesifik dengan variabel penjelas kompetitif yang paling relevan dan indeks difusi yang dibangun. Penulis membandingkan hasil peramalan dengan metode yang diusulkan dengan metode yang digunakan dalam perindustrian saat ini dan dengan model ADL yang ditentukan secara eksklusif dengan informasi harga dan promosi dari produk yang focus. Hasil dari perbandingan tersebut menunjukkan bahwa metode yang diusulkan oleh penulis menghasilkan perkiraan yang jauh lebih akurat di berbagai kategori produk.

Sumber : https://pdfs.semanticscholar.org/75f1/0e55c684ecabcf12cc0b4070c9b8f3012497.pdf