Forex Tsd Lecteur De Nouvelles

IN10TION NewsReader S'il vous plaît, essayez les modèles donnés avec le IN10TION NewsReader (possibilités de mise en page de test) IN10TION NewsReader v10 Beta bientôt. Mises à jour automatiques: toutes les 30 minutes Quand il ya des nouvelles, il sera mis à jour toutes les 30 secondes jusqu'à ce qu'il récupère la valeur réelle des nouvelles. . Changez News. Set soit à 1 ou 2. Changer Main. Anchor. Show de faux à vrai. Il affichera l'ancre (rouge 2 cubes en haut à gauche), double clic-maintenez le glisser vers l'endroit où vous voulez avoir votre IN10TION NewsReader v09, afficher des informations animées ici comment faire. Je pense que le reste explique beaucoup pour lui-même, les couleurs, les modules onoff. Si vous avez des questions, des remarques, n'hésitez pas à demander. Voici quelques informations collection pour un examen rapide de cet indicateur. 1. Changez BrokerServer. to. Local. Adjust (Indicator Inputs), la différence d'heure entre votre heure locale et la durée du serveur courtier. 2. Utilisez Internet Explorer (rien d'autre), surfez sur forexfactory et ajustez timedate site à votre heure locale (en haut à gauche de la page d'accueil) 3. Indicateur de rechargement pour la mise à jour, IN10TION newsReader v1 n'a pas une mise à jour automatique pour l'instant. (Ps. Autoriser les importations DLL sur votre onglet indicatorCommon personnalisé) IN10TION: UPDATE IN10TION newsReader v3 lite lecteur de nouvelles intéressantes, mais il manque d'options pour la taille des polices et la couleur de la police, et contrairement à la FF news reader il n'a pas non plus d'affichage pour PreviousForecast pour venir News events, devrait être facile de retirer le site FF depuis son ajustement du temps basé sur le site FF. Juste manque à beaucoup d'information dans sa phase actuelle pour être d'une grande utilité. Si ces options sont ajoutées pourrait être d'une grande utilité et simple à utiliser. Merci pour votre commentaire Comment voulez-vous voir les évènements prévus dans les newsforecast? Parlez-vous du même jour ou du jour précédent? Iceman19999: Lecteur intéressant, mais il manque d'options pour la taille des polices et la couleur des polices. Pas d'affichage pour PreviousForecast pour les prochains événements de nouvelles, devrait être facile de retirer le site FF depuis son ajustement du temps basé sur le site FF. Juste manque à beaucoup d'information dans sa phase actuelle pour être d'une grande utilité. Si ces options sont ajoutées pourrait être d'une grande utilité et simple à utiliser. IN10TION: merci pour votre commentaire Comment voulez-vous voir les événements prévus dans les newsforecast? Parlez-vous du jour même ou de la journée précédente? Je suis juste un clic droit sur le MT4 et cliquez sur rafraîchir pour mettre à jour les données Mon réglage de l'heure est réglé correctement. Mais mon événement de nouvelles ont un diff de 12 heures. S'il vous plaît voir mon attachement IN10TION: merci pour votre commentaire Comment voulez-vous voir les événements prévus des nouvelles de la Forêt Parlez-vous du jour même ou encore le jour précédent pour demain Jeter un coup d'oeil à aujourd'hui TIC TIC DATA. Forcast 63.0 B Pervious 80.4 B. Nous pouvons dire l'impact des nouvelles par la couleur de l'étiquette de nouvelles, mais sans l'information ci-dessus nous devrions toujours aller à FF et le rechercher. Peut-être pouvons-nous obtenir le Forcast et le nombre Pervious Sous le titre de nouvelles. Puisque mettre ces nombres sur la même ligne ferait à large pour l'espace outre à la gauche du diagramme. Very nice indicator Puis-je demander quelle source vous utilisez pour obtenir les annonces soul: Suis-je juste un clic droit sur le MT4 et cliquez sur rafraîchir pour mettre à jour les données Mon réglage de l'heure est définie correctement. Mais mon événement de nouvelles ont un diff de 12 heures. S'il vous plaît voir mon attachement ---- fixé dans le nouveau UPDATE IN10TION newsReader v4 Je vais résoudre ce problème bientôt, merci de me dire pour l'instant, ajustez vos paramètres de temps sur ForexFactory comme ça. Format de l'heure am pm (pas de réglage de 24 heures) la fonction de mise à jour n'est pas automatique, la commutation entre les délais peut vous aider. UPDATE IN10TION newsReader v4 - a résolu quelques problèmes de temps majeurs Toute chance d'obtenir quelques lunettes ou loupe avec indicateur La police est petite Merci pour le bon indicateur Je ferai de mon mieux pour trouver une solution à court terme Mais comme de laisser le moteur tourner en douceur d'abord, Puis changer l'extérieur. Toutes les chances d'obtenir des lunettes ou une loupe avec indicateur La police est petite Merci pour le bon indicateur Joignez-vous à télécharger MetaTrader 5 Copyright 2000-2016, MQL5 Ltd. News Reader Indicateur Dessiner les nouvelles sur le tableau Dessiner les nouvelles sur le graphique a été un Idée sur forexfactory mais ils m'ont interdit avant même de discuter je pense heres un endroit sûr pour créer le meilleur indicateur de nouvelles ensemble Mais je ne peux pas promettre que la version 2 va attirer le nouveau sur le graphique Peut-être la version 3 ne Version 2 va lire le format de Forexfactory calendrier afin que vous puissiez utiliser l'indicateur NewsGenerator pour obtenir des nouvelles Forex à jour de forexfactory et les lire dans NewsReader V2 Merci beaucoup, Mmmmm J'aime vraiment avoir des nouvelles heure dans le passé non seulement à l'avenir pour analyser les actions du marché passé , C'est un exemple d'image mqldev: Dessiner les nouvelles sur le graphique a été une idée sur le forexfactory mais ils m'ont interdit avant même de discuter je pense heres un endroit sûr pour créer le meilleur indicateur de nouvelles ensemble Mais je ne peux pas promettre que la version 2 va attirer Le nouveau sur le graphique Peut-être la version 3 ne Version 2 va lire le format du calendrier forexfactory afin que vous puissiez utiliser l'indicateur NewsGenerator pour obtenir des nouvelles Forex à jour de forexfactory et les lire dans NewsReader V2 ont été autour de la recherche pour cette excellente idée , Wow votre avez fait brilian travail ne peut plus attendre pour la version 2, comment obtenir csv format calendrier de forex factoryForex TSD lecteur de nouvelles lecteur est sur ce post du forum forex-tsdnews-signal-trading7759-indicateurs-eas-news-trading8230 Cet indicateur n'est pas destiné à se comparer à l'un des lecteurs de nouvelles actuelles. L'intention première de celui-ci est d'être léger et de faire le travail en utilisant le calendrier Forex-TSD. Et aussi pour être facilement configurable. Il affiche 3 types de données et toutes peuvent être sélectionnables et peuvent être activées ou désactivées: 8220 données quotidiennes8221, 8220markers8221 et 8220 valeurs de nouvelles8221. Les données quotidiennes sont une version légère de l'indicateur de données quotidiennes. Les marqueurs sont des barres colorées (colorées en fonction de leur importance) dans une barre lorsqu'un événement d'actualité se produit. Les descriptions indiquent la date, l'heure, le type, la prévision et la valeur précédente en fonction de vos choix. Des données pour une semaine ou juste un jour peuvent être choisies. Pour le symbole courant seulement ou pour tous les symboles. Lisez la suite Laissez un commentaire Annuler la réponse Suivez ce blog par e-mail NewDigital RSS RSS - Articles Top Allure: Les cosmétiques ELF x Iris Beilin Mis Amores Lip Palette a tous les essentiels: Les cosmétiques ELF x dlvr. itN5y995 Il ya 1 heure Top Cosmopolitan : QUIZ: What039s Votre Cunnilingus IQ dlvr. itN5xp9n Il ya 1 heure Top: La manipulation de la monnaie chinoise pourrait devenir un problème mondial en 2017 dlvr. itN5wfQW Il ya 2 heures Top: Les ponts en bois dlvr. itN5wfPP Problème en 2017 dlvr. itN5wfJS t. coe3z5YPTe7E Il ya 2 heures Suivez TopforNewsGoogle Hot Trends Monster Trucks, une série d'événements malheureux. Monster Trucks Une série d'événements malheureux Pieds mouillés Pieds secs Wade Phillips Barbara Bush Commutateur Nintendo Joe Biden Arbre généalogique maintenant The Bye Bye Homme LL Bean Familytreenow Patriotes Sean McVay Sleepless Live de nuit Vendredi 13 Real Madrid Paris Jackson Katelyn Nicole Davis ACA Dodge Demon Cody Alan Tony Rosato Pierce Brosnan

Méthode De La Moyenne Mobile Des Prévisions De Ventes

Moyenne mobile Prévision Introduction. Comme vous pouvez le deviner, nous examinons certaines des approches les plus primitives en matière de prévision. Mais nous espérons que ce sont au moins une introduction utile à certains des problèmes informatiques liés à la mise en œuvre des prévisions dans les tableurs. Dans cette veine, nous allons continuer en commençant par le début et commencer à travailler avec les prévisions Moyenne mobile. Prévisions moyennes mobiles. Tout le monde est familier avec les prévisions de moyenne mobile, peu importe s'ils croient qu'ils sont. Tous les étudiants les font tout le temps. Pensez à vos résultats d'examen dans un cours où vous allez avoir quatre tests au cours du semestre. Supposons que vous avez obtenu un 85 sur votre premier test. Que penseriez-vous que votre professeur pourrait prédire pour votre score de test suivant Que pensez-vous que vos amis pourraient prédire pour votre score de test suivant Que pensez-vous que vos parents pourraient prédire pour votre score de test suivant Indépendamment de Tous les blabbing que vous pourriez faire à vos amis et parents, ils et votre professeur sont très susceptibles de vous attendre à obtenir quelque chose dans le domaine des 85 que vous venez de recevoir. Eh bien, maintenant, supposons qu'en dépit de votre auto-promotion à vos amis, vous surestimer vous-même et la figure que vous pouvez étudier moins pour le deuxième test et ainsi vous obtenez un 73. Maintenant, qu'est-ce que tous les intéressés et indifférents va Anticiper que vous obtiendrez sur votre troisième test Il ya deux approches très probables pour eux de développer une estimation indépendamment du fait qu'ils le partageront avec vous. Ils peuvent se dire, ce type est toujours souffler de la fumée sur son smarts. Hes va obtenir un autre 73 si hes chance. Peut-être que les parents vont essayer d'être plus solidaires et dire: «Bien, jusqu'à présent, vous avez obtenu un 85 et un 73, donc vous devriez peut-être figure sur obtenir un (85 73) 2 79. Je ne sais pas, peut-être si vous avez moins de fête Et werent remuant la belette tout autour de la place et si vous avez commencé à faire beaucoup plus étudier vous pourriez obtenir un meilleur score. quot Ces deux estimations sont en fait des prévisions moyennes mobiles. Le premier est d'utiliser uniquement votre score le plus récent pour prévoir vos performances futures. C'est ce que l'on appelle une moyenne mobile en utilisant une période de données. La seconde est également une prévision moyenne mobile, mais en utilisant deux périodes de données. Supposons que toutes ces personnes se brisant sur votre grand esprit ont sorte de pissé vous off et vous décidez de bien faire sur le troisième test pour vos propres raisons et de mettre un score plus élevé en face de vos quotalliesquot. Vous prenez le test et votre score est en fait un 89 Tout le monde, y compris vous-même, est impressionné. Donc, maintenant, vous avez le test final du semestre à venir et, comme d'habitude, vous vous sentez le besoin d'inciter tout le monde à faire leurs prédictions sur la façon dont vous allez faire sur le dernier test. Eh bien, j'espère que vous voyez le modèle. Maintenant, j'espère que vous pouvez voir le modèle. Qui pensez-vous est le sifflet le plus précis alors que nous travaillons. Maintenant, nous revenons à notre nouvelle entreprise de nettoyage a commencé par votre demi-soeur sœur appelé Whistle While We Work. Vous avez des données de ventes passées représentées par la section suivante dans une feuille de calcul. Nous présentons d'abord les données pour une moyenne mobile de trois périodes prévisionnelles. L'entrée pour la cellule C6 doit être maintenant Vous pouvez copier cette formule de cellule vers le bas pour les autres cellules C7 à C11. Remarquez comment la moyenne se déplace sur les données historiques les plus récentes, mais utilise exactement les trois périodes les plus récentes disponibles pour chaque prédiction. Vous devriez également remarquer que nous n'avons pas vraiment besoin de faire les prédictions pour les périodes passées afin de développer notre prédiction la plus récente. Ceci est certainement différent du modèle de lissage exponentiel. Ive inclus les prévisions quotpastquot parce que nous les utiliserons dans la prochaine page Web pour mesurer la validité de prédiction. Maintenant, je veux présenter les résultats analogues pour une prévision moyenne mobile à deux périodes. L'entrée pour la cellule C5 doit être Maintenant, vous pouvez copier cette formule de cellule vers le bas pour les autres cellules C6 à C11. Remarquez que maintenant, seules les deux plus récentes données historiques sont utilisées pour chaque prédiction. Ici encore, j'ai inclus les prévisions quotpast à des fins d'illustration et pour une utilisation ultérieure dans la validation des prévisions. Quelques autres choses qui sont d'importance à remarquer. Pour une prévision moyenne mobile de la période m, seules les m valeurs de données les plus récentes sont utilisées pour faire la prédiction. Rien d'autre n'est nécessaire. Pour une prévision moyenne mobile de la période m, lorsque vous faites des prédictions quotpast, notez que la première prédiction se produit dans la période m 1. Ces deux questions seront très importantes lorsque nous développerons notre code. Développement de la fonction Moyenne mobile. Maintenant, nous devons développer le code de la moyenne mobile qui peut être utilisé avec plus de souplesse. Le code suit. Notez que les entrées sont pour le nombre de périodes que vous souhaitez utiliser dans la prévision et le tableau des valeurs historiques. Vous pouvez le stocker dans le classeur que vous voulez. Fonction DéplacementAvant (Historique, NumberOfPeriods) En tant que Déclaration unique et initialisation de variables Dim Item Comme Variante Dim Compteur Comme Entier Dim Accumulation Comme Simple Dim HistoricalSize As Integer Initialisation des variables Counter 1 Accumulation 0 Détermination de la taille de Historique HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Accumuler le nombre approprié des valeurs les plus récentes observées antérieurement Accumulation Accumulation Historique (Historique - Taille - NombreOfPeriods Counter) MovingAverage Accumulation NumberOfPeriods Le code sera expliqué en classe. Vous souhaitez positionner la fonction sur la feuille de calcul afin que le résultat du calcul apparaît où il devrait aimer la suivante. L'approche la plus simple serait de prendre la moyenne de Janvier à Mars et l'utiliser pour estimer les ventes d'avril8217: (129 134 122) 3 128.333 Ainsi, sur la base des ventes de janvier à mars, vous prédirez que les ventes en avril seront de 128 333. Une fois que les ventes réelles d'avril sont arrivées, vous calculez ensuite la prévision pour mai, cette fois en février à avril. Vous devez être cohérent avec le nombre de périodes que vous utilisez pour la prévision moyenne mobile. Le nombre de périodes que vous utilisez dans vos prévisions de moyenne mobile est arbitraire, vous pouvez utiliser seulement deux périodes, ou cinq ou six périodes de votre volonté pour générer vos prévisions. L'approche ci-dessus est une moyenne mobile simple. Parfois, les ventes plus récentes8217 peuvent être plus influentes des ventes du mois à venir, donc vous voulez donner à ces mois plus près plus de poids dans votre modèle de prévision. Il s'agit d'une moyenne mobile pondérée. Et tout comme le nombre de périodes, les poids que vous assignez sont purement arbitraires. Let8217s dire que vous vouliez donner March8217s ventes 50 poids, Février8217s 30 poids et Janvier8217s 20. Ensuite, votre prévision pour avril sera 127.000 (122.50) (134.30) (129.20) 127. Limites des méthodes de moyenne mobile Les moyennes mobiles sont considérées comme une technique de prévision 8220smoothing8221. Parce que vous êtes en train de prendre une moyenne au fil du temps, vous adouciez (ou lissage) les effets des occurrences irrégulières dans les données. Par conséquent, les effets de la saisonnalité, des cycles économiques et d'autres événements aléatoires peuvent considérablement augmenter les erreurs de prévision. Jetez un coup d'oeil à une année pleine de données 8217s, et comparer une moyenne mobile de 3 périodes et une moyenne mobile de 5 périodes: Notez que dans ce cas que je n'ai pas créé des prévisions, mais plutôt centré les moyennes mobiles. La première moyenne mobile sur trois mois est pour février, et elle est la moyenne de janvier, février et mars. J'ai aussi fait semblable pour la moyenne sur 5 mois. Maintenant, jetez un oeil sur le graphique suivant: Qu'est-ce que vous voyez n'est pas la moyenne de trois mois de la série moyenne beaucoup plus lisse que la série de ventes réelles Et comment environ la moyenne mobile de cinq mois It8217s encore plus lisse. Par conséquent, plus vous utilisez de périodes dans votre moyenne mobile, le plus lisse votre série chronologique. Par conséquent, pour les prévisions, une moyenne mobile simple peut ne pas être la méthode la plus précise. Les méthodes moyennes mobiles se révèlent très précieuses lorsque l'on essaie d'extraire les composantes saisonnières, irrégulières et cycliques d'une série chronologique pour des méthodes de prévision plus avancées, comme la régression et l'ARIMA, et l'utilisation de moyennes mobiles pour décomposer une série chronologique sera traitée plus tard Dans la série. Détermination de l'exactitude d'un modèle de moyenne mobile En général, vous voulez une méthode de prévision qui a le moins d'erreur entre les résultats réels et prédits. L'une des mesures les plus courantes de l'exactitude des prévisions est l'écart absolu moyen (MAD). Dans cette approche, pour chaque période de la série chronologique pour laquelle vous avez généré une prévision, vous prenez la valeur absolue de la différence entre les valeurs réelles et prévisionnelles de cette période (la déviation). Ensuite, vous faites la moyenne de ces écarts absolus et vous obtenez une mesure de MAD. MAD peut être utile pour décider du nombre de périodes que vous faites en moyenne, ou de la quantité de poids que vous placez sur chaque période. En général, vous choisissez celle qui donne le MAD le plus bas. Voici un exemple de la façon dont MAD est calculé: MAD est simplement la moyenne de 8, 1 et 3. Moyennes mobiles: Recap En utilisant les moyennes mobiles pour la prévision, n'oubliez pas: Les moyennes mobiles peuvent être simples ou pondérées Le nombre de périodes que vous utilisez pour votre Moyenne et tous les poids que vous assignez à chacun sont strictement arbitraires Moyennes mobiles lissent les motifs irréguliers dans les séries chronologiques données plus le nombre de périodes utilisées pour chaque point de données, plus l'effet de lissage En raison de lissage, la prévision des ventes du mois prochain 8217s basé sur le La plupart des ventes récentes de mois de mai peuvent entraîner de grands écarts en raison de la saisonnalité, cyclique, et les modèles irréguliers dans les données et les capacités de lissage d'une méthode de moyenne mobile peut être utile pour décomposer une série chronologique pour les méthodes de prévision plus avancées. Semaine suivante: Exponential Smoothing Dans la semaine prochaine 8217s Prévision vendredi. Nous allons discuter des méthodes de lissage exponentielle, et vous verrez qu'ils peuvent être bien supérieurs à la moyenne mobile des méthodes de prévision. 1) Pouvez-vous utiliser l'approche centrée MA pour prévoir ou tout simplement pour enlever la saisonnalité 2) Quand Vous utilisez le t simple (t-1t-2t-k) k MA pour prévoir une période à venir, est-il possible de prévoir plus d'une période à venir Je suppose que votre prévision serait l'un des points d'alimentation dans la prochaine. Merci. J'adore l'info et vos explications Je suis content que vous ayez aimé le blog I8217m sûr que plusieurs analystes ont utilisé l'approche centrée MA pour la prévision, mais personnellement je ne le ferais pas, puisque cette approche entraîne une perte d'observations aux deux extrémités. En fait, cela relie votre deuxième question. Généralement, un MA simple est utilisé pour prévoir une seule période à venir, mais de nombreux analystes 8211 et moi aussi parfois 8211 utiliseront ma prévision d'une période à venir comme l'une des entrées à la deuxième période à venir. Il est important de se rappeler que plus vous prévoyez de prévoir dans l'avenir, plus votre risque d'erreur de prévision est élevé. C'est la raison pour laquelle je ne recommande pas un MA centré pour la prévision 8211 la perte d'observations à la fin signifie avoir à compter sur les prévisions pour les observations perdues, ainsi que la période à venir, de sorte qu'il ya plus de chance d'erreur de prévision. Les lecteurs: vous êtes invités à peser dessus. Avez-vous des idées ou des suggestions sur ce Brian, merci pour votre commentaire et vos compliments sur le blog Nice initiative et une belle explication. It8217s vraiment utile. Je prévois des circuits imprimés personnalisés pour un client qui ne donne aucune prévision. J'ai utilisé la moyenne mobile, mais il n'est pas très précis que l'industrie peut monter et descendre. Nous voyons vers le milieu de l'été à la fin de l'année que l'expédition pcb8217s est en place. Ensuite, nous voyons au début de l'année ralentit. Comment puis-je être plus précis avec mes données Katrina, d'après ce que vous m'avez dit, il semble que vos ventes de circuits imprimés ont une composante saisonnière. Je ne saisir la saisonnalité dans certains des autres postes vendredi Prévisions. Une autre approche que vous pouvez utiliser, ce qui est assez facile, est l'algorithme Holt-Winters, qui tient compte de la saisonnalité. Vous pouvez trouver une bonne explication ici. Assurez-vous de déterminer si vos modèles saisonniers sont multiplicatifs ou additifs, car l'algorithme est légèrement différent pour chacun. Si vous tracer vos données mensuelles de quelques années et voir que les variations saisonnières à la même époque des années semblent être constante d'année en année, alors la saisonnalité est additive si les variations saisonnières au fil du temps semblent augmenter, alors la saisonnalité est Multiplicative. La plupart des séries chronologiques saisonnières seront multiplicatives. En cas de doute, supposer multiplicatif. Bonne chance Bonjour, Entre ces méthodes:. Prévision de la nef. Mise à jour de la moyenne. Moyenne mobile de longueur k. Moyenne mobile pondérée de longueur k OU Lissage exponentiel Lequel de ces modèles de mise à jour me recommandez-vous d'utiliser pour prévoir les données? À mon avis, je pense à la moyenne mobile. Mais je ne sais pas comment le rendre clair et structuré Cela dépend vraiment de la quantité et la qualité des données que vous avez et votre horizon de prévision (à long terme, à moyen terme ou à court terme) 3 Comprendre les niveaux de prévision et les méthodes Vous pouvez Générer des prévisions de détail (article unique) et des prévisions sommaires (ligne de produits) reflétant les modèles de demande de produits. Le système analyse les ventes passées pour calculer les prévisions en utilisant 12 méthodes de prévision. Les prévisions incluent des informations détaillées au niveau de l'article et des informations de niveau supérieur sur une succursale ou l'entreprise dans son ensemble. 3.1 Critères d'évaluation de la performance des prévisions En fonction de la sélection des options de traitement et des tendances et schémas des données sur les ventes, certaines méthodes de prévision ont un meilleur rendement que d'autres pour un ensemble de données historiques donné. Une méthode de prévision appropriée pour un produit peut ne pas convenir à un autre produit. Vous pouvez constater qu'une méthode de prévision qui fournit de bons résultats à un stade du cycle de vie d'un produit demeure appropriée tout au long du cycle de vie. Vous pouvez choisir entre deux méthodes pour évaluer le rendement actuel des méthodes de prévision: Pourcentage de précision (POA). Déviation absolue moyenne (MAD). Ces deux méthodes d'évaluation des performances requièrent des données de ventes historiques pour une période que vous spécifiez. Cette période est appelée période de blocage ou période de meilleur ajustement. Les données de cette période servent de base pour recommander la méthode de prévision à utiliser pour réaliser la projection de prévision suivante. Cette recommandation est spécifique à chaque produit et peut changer d'une génération de prévision à l'autre. 3.1.1 Meilleur ajustement Le système recommande la meilleure prévision d'ajustement en appliquant les méthodes de prévision sélectionnées à l'historique des commandes passées et en comparant la simulation de prévision à l'historique réel. Lorsque vous générez une prévision de meilleur ajustement, le système compare les historiques des commandes client à des prévisions pour une période donnée et calcule la précision avec laquelle chaque méthode de prévision différente prédit les ventes. Ensuite, le système recommande la prévision la plus précise comme la meilleure solution. Ce graphique illustre les meilleures prévisions d'ajustement: Figure 3-1 Prévision des meilleures prévisions Le système utilise cette séquence d'étapes pour déterminer le meilleur ajustement: Utiliser chaque méthode spécifiée pour simuler une prévision pour la période de blocage. Comparer les ventes réelles aux prévisions simulées pour la période d'indisponibilité. Calculer le POA ou le MAD pour déterminer quelle méthode de prévision correspond le plus exactement aux ventes réelles passées. Le système utilise POA ou MAD, en fonction des options de traitement que vous sélectionnez. Recommander une meilleure prévision d'ajustement par le POA qui est le plus proche de 100 pour cent (plus ou moins) ou le MAD qui est le plus proche de zéro. 3.2 Méthodes de prévision JD Edwards EnterpriseOne utilise 12 méthodes de prévision quantitative et indique quelle méthode est la mieux adaptée à la situation de prévision. Cette section traite de ce qui suit: Méthode 1: Pourcentage sur l'année dernière. Méthode 2: Pourcentage calculé sur l'année dernière. Méthode 3: Année passée à cette année. Méthode 4: Moyenne mobile. Méthode 5: Approximation linéaire. Méthode 6: Régression des moindres carrés. Méthode 7: Approximation du deuxième degré. Méthode 8: Méthode flexible. Méthode 9: Moyenne mobile pondérée. Méthode 10: Lissage linéaire. Méthode 11: Lissage exponentiel. Méthode 12: lissage exponentiel avec tendance et saisonnalité. Spécifiez la méthode que vous souhaitez utiliser dans les options de traitement du programme Prévisions de génération (R34650). La plupart de ces méthodes fournissent un contrôle limité. Par exemple, vous pouvez spécifier le poids des données historiques récentes ou la plage de dates des données historiques utilisées dans les calculs. Les exemples du guide indiquent la procédure de calcul pour chacune des méthodes de prévision disponibles, compte tenu d'un ensemble identique de données historiques. Les exemples de méthode dans le guide utilisent une partie ou la totalité de ces ensembles de données, qui sont des données historiques des deux dernières années. Les projections de prévision vont à l'année prochaine. Ces données sur l'historique des ventes sont stables, avec de légères hausses saisonnières en juillet et en décembre. Ce modèle est caractéristique d'un produit mature qui pourrait s'approcher de l'obsolescence. 3.2.1 Méthode 1: Pourcentage sur l'année dernière Cette méthode utilise la formule Pourcentage sur l'année dernière pour multiplier chaque période de prévision par l'augmentation ou la diminution en pourcentage spécifiée. Pour prévoir la demande, cette méthode nécessite le nombre de périodes pour le meilleur ajustement plus un an de l'historique des ventes. Cette méthode est utile pour prévoir la demande d'articles saisonniers avec croissance ou déclin. 3.2.1.1 Exemple: Méthode 1: Pourcentage sur l'année dernière La formule Pourcentage sur l'année dernière multiplie les données de ventes de l'année précédente par un facteur que vous spécifiez, puis projette le résultat au cours de l'année suivante. Cette méthode pourrait être utile dans la budgétisation pour simuler l'incidence d'un taux de croissance spécifié ou lorsque l'historique des ventes a une composante saisonnière importante. Spécifications prévisionnelles: Facteur de multiplication. Par exemple, spécifiez 110 dans l'option de traitement pour augmenter les données d'historique des ventes des années précédentes de 10%. Historique des ventes requis: un an pour le calcul de la prévision, plus le nombre de périodes nécessaires pour évaluer les performances de prévision (périodes de meilleur ajustement) que vous spécifiez. Ce tableau est l'historique utilisé dans le calcul de la prévision: la prévision de février est égale à 117 fois 1,1 128,7 arrondi à 129. La prévision de mars est égale à 115 fois 1,1 126,5 arrondi à 127. 3.2.2 Méthode 2: Calcul calculé sur l'année dernière Cette méthode utilise le pourcentage calculé Formule de l'année dernière pour comparer les ventes passées de périodes spécifiées aux ventes des mêmes périodes de l'année précédente. Le système détermine une augmentation ou une diminution en pourcentage, puis multiplie chaque période par le pourcentage pour déterminer la prévision. Pour prévoir la demande, cette méthode nécessite le nombre de périodes d'historique des commandes clients plus un an de l'historique des ventes. Cette méthode est utile pour prévoir la demande à court terme d'articles saisonniers avec croissance ou déclin. 3.2.2.1 Exemple: Méthode 2: Pourcentage calculé par rapport à l'année dernière La formule calculée pour cent par rapport à l'année dernière multiplie les données de ventes de l'année précédente par un facteur calculé par le système, puis projette ce résultat pour l'année suivante. Cette méthode pourrait être utile pour projeter l'effet d'étendre le taux de croissance récent d'un produit dans l'année suivante tout en préservant un modèle saisonnier qui est présent dans l'histoire des ventes. Spécifications prévisionnelles: Gamme d'historique des ventes à utiliser pour calculer le taux de croissance. Par exemple, spécifiez n égal à 4 dans l'option de traitement pour comparer l'historique des ventes pour les quatre dernières périodes à ces mêmes quatre périodes de l'année précédente. Utilisez le ratio calculé pour faire la projection pour l'année suivante. Historique des ventes requis: Un an pour calculer la prévision plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Ce tableau est l'historique utilisé dans le calcul de la prévision, étant donné n 4: la prévision de février est égale à 117 fois 0,9766 114,26 arrondie à 114. La prévision de mars est égale à 115 fois 0,9766 112,31 arrondie à 112. 3.2.3 Méthode 3: Dernières années pour les prochaines années. Pour prévoir la demande, cette méthode nécessite le nombre de périodes le mieux adapté plus un an de l'historique des commandes client. Cette méthode est utile pour prévoir la demande de produits matures avec une demande de niveau ou une demande saisonnière sans tendance. 3.2.3.1 Exemple: Méthode 3: Année dernière à cette année La formule Année dernière à cette année copie les données de ventes de l'année précédente à l'année suivante. Cette méthode pourrait être utile dans la budgétisation pour simuler les ventes au niveau actuel. Le produit est mature et n'a pas de tendance sur le long terme, mais il peut exister un schéma de demande saisonnière important. Spécifications prévisionnelles: Aucune. Historique des ventes requis: Un an pour calculer la prévision plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Ce tableau est l'historique utilisé pour le calcul de la prévision: la prévision de janvier est égale à janvier de l'année dernière avec une valeur de prévision de 128. La prévision de février est égale à février de l'année dernière avec une valeur de prévision de 117. La prévision de mars équivaut à mars de l'année dernière avec une valeur de prévision de 115. 3.2.4 Méthode 4: Moyenne mobile Cette méthode utilise la formule Moyenne mobile pour faire la moyenne du nombre de périodes spécifié pour projeter la période suivante. Vous devriez le recalculer souvent (mensuel, ou au moins trimestriel) pour refléter l'évolution du niveau de la demande. Pour prévoir la demande, cette méthode nécessite le nombre de périodes le mieux adapté, plus le nombre de périodes de l'historique des commandes client. Cette méthode est utile pour prévoir la demande de produits matures sans tendance. 3.2.4.1 Exemple: Méthode 4: Moyenne mobile de déplacement La moyenne mobile (MA) est une méthode populaire pour calculer la moyenne des résultats de l'historique des ventes récentes afin de déterminer une projection à court terme. La méthode de prévision MA est à la traîne des tendances. Les biais prévisionnels et les erreurs systématiques se produisent lorsque l'historique des ventes de produits présente une forte tendance ou des tendances saisonnières. Cette méthode fonctionne mieux pour les prévisions à court terme de produits matures que pour les produits en phase de croissance ou d'obsolescence du cycle de vie. Spécifications prévisionnelles: n est égal au nombre de périodes d'historique des ventes à utiliser dans le calcul de la prévision. Par exemple, spécifiez n 4 dans l'option de traitement pour utiliser les quatre dernières périodes comme base pour la projection dans la période suivante. Une grande valeur pour n (telle que 12) nécessite plus d'historique des ventes. Il en résulte une prévision stable, mais est lent à reconnaître les changements dans le niveau des ventes. Inversement, une petite valeur pour n (comme 3) est plus rapide pour répondre aux variations du niveau des ventes, mais la prévision pourrait fluctuer si largement que la production ne peut pas répondre aux variations. Historique des ventes requis: n plus le nombre de périodes nécessaires à l'évaluation des performances prévues (périodes de meilleur ajustement). Ce tableau est l'historique utilisé dans le calcul de la prévision: la prévision de février est égale à (114 119 137 125) 4 123.75 arrondie à 124. La prévision de mars égale (119 137 125 124) 4 126,25 arrondie à 126. 3.2.5 Méthode 5: Approximation linéaire Cette méthode Utilise la formule d'approximation linéaire pour calculer une tendance à partir du nombre de périodes de l'historique des commandes client et pour projeter cette tendance à la prévision. Vous devez recalculer la tendance mensuellement pour détecter les changements dans les tendances. Cette méthode exige le nombre de périodes de meilleur ajustement plus le nombre de périodes spécifiées de l'historique des commandes client. Cette méthode est utile pour prévoir la demande de nouveaux produits ou des produits dont les tendances positives ou négatives sont cohérentes et qui ne sont pas dues aux fluctuations saisonnières. 3.2.5.1 Exemple: Méthode 5: Approximation linéaire L'approximation linéaire calcule une tendance basée sur deux points de données d'historique des ventes. Ces deux points définissent une ligne de tendance droite qui est projetée dans l'avenir. Utilisez cette méthode avec prudence car les prévisions à long terme sont exploitées par de petits changements en seulement deux points de données. Spécifications de prévision: n est égal au point de données de l'historique des ventes qui est comparé au point de données le plus récent pour identifier une tendance. Par exemple, spécifiez n 4 pour utiliser la différence entre décembre (données les plus récentes) et août (quatre périodes avant décembre) comme base de calcul de la tendance. Historique des ventes minimum requis: n plus 1 plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Ce tableau est l'historique utilisé dans le calcul de la prévision: Prévision de janvier Décembre de l'année précédente 1 (Tendance) qui est égal à 137 (1 fois 2) 139. Prévision de février Décembre de l'année précédente 1 (Tendance) qui est 137 (2 fois 2) 141. La méthode de régression des moindres carrés (LSR) dérive une équation décrivant une relation de droite entre les données de ventes historiques Et le passage du temps. LSR ajuste une ligne à la plage de données sélectionnée de sorte que la somme des carrés des différences entre les points de données de vente réels et la ligne de régression soient minimisées. La prévision est une projection de cette droite vers l'avenir. Cette méthode nécessite l'historique des données de vente pour la période qui est représentée par le nombre de périodes le mieux adapté plus le nombre spécifié de périodes de données historiques. L'exigence minimale est deux points de données historiques. Cette méthode est utile pour prévoir la demande lorsqu'une tendance linéaire est dans les données. 3.2.6.1 Exemple: Méthode 6: régression linéaire de régression des moindres carrés, ou régression des moindres carrés (LSR), est la méthode la plus populaire pour identifier une tendance linéaire dans les données de ventes historiques. La méthode calcule les valeurs de a et b à utiliser dans la formule: Cette équation décrit une droite, où Y représente les ventes et X représente le temps. La régression linéaire est lente à reconnaître les points de retournement et les changements de fonction d'étape de la demande. La régression linéaire correspond à une droite aux données, même si les données sont saisonnières ou mieux décrites par une courbe. Lorsque les données de l'historique des ventes suivent une courbe ou présentent un schéma saisonnier fort, des biais prévisionnels et des erreurs systématiques se produisent. Spécifications de prévision: n correspond aux périodes de l'historique des ventes qui seront utilisées pour calculer les valeurs de a et b. Par exemple, spécifiez n 4 pour utiliser l'historique de septembre à décembre comme base pour les calculs. Lorsque des données sont disponibles, un n plus grand (tel que n 24) serait habituellement utilisé. LSR définit une ligne pour aussi peu que deux points de données. Pour cet exemple, une petite valeur de n (n 4) a été choisie pour réduire les calculs manuels requis pour vérifier les résultats. Historique des ventes minimum requis: n périodes plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Cette méthode est utilisée dans le calcul de la prévision: la prévision de mars est égale à 119,5 (7 fois 2,3) 135,6, arrondie à 136. 3.2.7 Méthode 7: Approximation du deuxième degré Pour appliquer la prévision, cette méthode utilise la formule d'approximation du deuxième degré pour tracer une courbe Qui est basé sur le nombre de périodes de l'histoire des ventes. Cette méthode nécessite le nombre de périodes le mieux adapté plus le nombre de périodes de l'historique des commandes de vente fois trois. Cette méthode n'est pas utile pour prévoir la demande pour une période de long terme. 3.2.7.1 Exemple: Méthode 7: Approximation du second degré La régression linéaire détermine les valeurs de a et b dans la formule de prévision Y a b X dans le but d'ajuster une ligne droite aux données de l'historique des ventes. L'approximation du deuxième degré est similaire, mais cette méthode détermine les valeurs de a, b et c dans cette formule de prévision: Y a b X c X 2 L'objectif de cette méthode est d'adapter une courbe aux données de l'historique des ventes. Cette méthode est utile lorsqu'un produit se trouve dans la transition entre les étapes du cycle de vie. Par exemple, lorsqu'un nouveau produit passe de l'introduction aux étapes de croissance, la tendance des ventes pourrait s'accélérer. En raison du terme du second ordre, la prévision peut rapidement approcher l'infini ou tomber à zéro (selon que le coefficient c est positif ou négatif). Cette méthode n'est utile qu'à court terme. Spécifications prévisionnelles: la formule trouve a, b et c pour adapter une courbe à exactement trois points. Vous spécifiez n, le nombre de périodes de données à accumuler dans chacun des trois points. Dans cet exemple, n 3. Les données réelles des ventes d'avril à juin sont combinées au premier point, Q1. Juillet à Septembre sont ajoutés pour créer Q2, et d'Octobre à Décembre somme à Q3. La courbe est ajustée aux trois valeurs Q1, Q2 et Q3. Historique des ventes requis: 3 périodes n de calcul de la prévision plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Ce tableau est l'historique utilisé pour le calcul de la prévision: Q0 (Jan) (Feb) (Mar) Q1 (Apr) (Mai) (Jun) qui est égal à 125 129 137 384 Q2 (Jul) (Août) (Sep) L'étape suivante consiste à calculer les trois coefficients a, b et c à utiliser dans la formule de prévision Y ab X c X 2. Q1, Q2 et Q3 sont présentés sur le graphique, où le temps est tracé sur l'axe horizontal. Q1 représente le total des ventes historiques pour avril, mai et juin et est tracée à X 1 Q2 correspond à Juillet à Septembre T3 correspond à Octobre à Décembre et Q4 Janvier à Mars. Ce graphique illustre le tracé de Q1, Q2, Q3 et Q4 pour une approximation de second degré: Figure 3-2 Tracer Q1, Q2, Q3 et Q4 pour une approximation de second degré Trois équations décrivent les trois points du graphe: (1) Q1 (3) Q3 a bX cX 2 où X 3 (Q3 a 3b 9c) Résoudre les trois équations simultanément (2) et résoudre pour b: (2) ndash (1) Q2 ndash Q1 b 3c b (Q2 ndash Q1) ndash 3c Remplacer cette équation pour B dans l'équation (3): (3) Q3 a 3 (Q2 ndash Q1) ndash 3c 9c a Q3 ndash 3 (Q2 ndash Q1) Enfin, substituez ces équations pour a et b dans l'équation (1): (1) Q3 ndash La méthode d'approximation du deuxième degré calcule a, b et c comme suit: a Q3 ndash 3 (Q2 ndash Q1) (Q2 ndash Q1) (Q2 ndash Q1) ndash 3c c Q1 c (Q3 ndash Q2) ) 370 ndash 3 (400 ndash 384) 370 ndash 3 (16) 322 b (Q2 ndash Q1) ndash3c (400 ndash 384) ndash (3 fois ndash23) 16 69 85 c (Q3 ndash Q2) 370 ndash 400) (384 ndash 400) 2 ndash23 Il s'agit d'un calcul de la prévision d'approximation du second degré: Y a bX cX 2 322 85X (ndash23) (X2) Lorsque X4, Q4 322 340 ndash 368 294. La prévision est égale à 294 3 98 par période. Lorsque X 5, Q5 322 425 ndash 575 172. La prévision équivaut à 172 3 58,33 arrondi à 57 par période. Lorsque X 6, Q 6 322 510 ndash 828 4. La prévision est égale à 4 3 1,33 arrondie à 1 par période. 3.2.8 Méthode 8: Méthode flexible Cette méthode vous permet de sélectionner le nombre le mieux adapté de périodes de l'historique des commandes clients qui commence n mois avant la date de début prévue et à Appliquer un pourcentage d'augmentation ou de diminution du facteur de multiplication avec lequel modifier la prévision. Cette méthode est similaire à Méthode 1, pourcentage sur l'année dernière, sauf que vous pouvez spécifier le nombre de périodes que vous utilisez comme base. Selon ce que vous sélectionnez comme n, cette méthode requiert la meilleure période d'ajustement plus le nombre de périodes de données de ventes qui est indiqué. Cette méthode est utile pour prévoir la demande pour une tendance planifiée. 3.2.8.1 Exemple: Méthode 8: Méthode flexible La méthode flexible (en pourcentage sur n mois avant) est semblable à la méthode 1, pourcentage par rapport à l'année dernière. Les deux méthodes multiplient les données de ventes d'une période antérieure par un facteur spécifié par vous, puis projetent ce résultat dans le futur. Dans la méthode Pourcentage sur l'année dernière, la projection est basée sur les données de la même période de l'année précédente. Vous pouvez également utiliser la méthode flexible pour spécifier une période, autre que la même période de l'année précédente, à utiliser comme base pour les calculs. Facteur de multiplication. Par exemple, spécifiez 110 dans l'option de traitement pour augmenter les données précédentes de l'historique des ventes de 10%. Période de base. Par exemple, n 4 fait que la première prévision est basée sur les données de vente en septembre de l'année dernière. Historique des ventes minimum requis: le nombre de périodes revenant à la période de base plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). 3.2.9 Méthode 9: Moyenne mobile pondérée La formule Moyenne mobile pondérée est semblable à la méthode 4, formule Moyenne mobile, car elle fait la moyenne de l'historique des ventes des mois précédents pour projeter l'historique des ventes des prochains mois. Cependant, avec cette formule, vous pouvez affecter des pondérations pour chacune des périodes précédentes. Cette méthode requiert le nombre de périodes pondérées choisies plus le nombre de périodes correspondant aux données les mieux adaptées. Semblable à la moyenne mobile, cette méthode est à la traîne des tendances de la demande, donc cette méthode n'est pas recommandée pour les produits avec des tendances fortes ou de la saisonnalité. Cette méthode est utile pour prévoir la demande pour les produits matures avec une demande relativement relative. 3.2.9.1 Exemple: Méthode 9: moyenne mobile pondérée La méthode de moyenne mobile pondérée (AMM) est semblable à la méthode 4, moyenne mobile (EM). Toutefois, vous pouvez affecter des poids inégaux aux données historiques lors de l'utilisation de WMA. La méthode calcule une moyenne pondérée de l'historique des ventes récentes pour arriver à une projection à court terme. Les données plus récentes sont habituellement attribuées à un poids plus important que les données plus anciennes, de sorte que WMA est plus sensible aux changements dans le niveau des ventes. Toutefois, les biais prévisionnels et les erreurs systématiques se produisent lorsque l'historique des ventes de produits présente des tendances fortes ou des tendances saisonnières. Cette méthode fonctionne mieux pour les prévisions à court terme de produits matures que pour les produits en phase de croissance ou d'obsolescence du cycle de vie. Le nombre de périodes de l'historique des ventes (n) à utiliser dans le calcul des prévisions. Par exemple, spécifiez n 4 dans l'option de traitement pour utiliser les quatre dernières périodes comme base pour la projection dans la période suivante. Une grande valeur pour n (telle que 12) nécessite plus d'historique des ventes. Une telle valeur donne lieu à une prévision stable, mais il est lent de reconnaître les variations du niveau des ventes. Inversement, une petite valeur pour n (comme 3) réagit plus rapidement aux variations du niveau des ventes, mais la prévision peut fluctuer si largement que la production ne peut pas répondre aux variations. Le nombre total de périodes pour l'option de traitement rdquo14 - périodes à inclure ne doit pas dépasser 12 mois. Le poids attribué à chacune des périodes de données historiques. Les poids attribués doivent totaliser 1,00. Par exemple, lorsque n 4, assigner des poids de 0,50, 0,25, 0,15 et 0,10 avec les données les plus récentes recevant le plus grand poids. Historique des ventes minimum requis: n plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Ce tableau est l'historique utilisé dans le calcul de la prévision: la prévision de janvier est égale à (131 fois 0.10) (114 fois 0,15) (119 fois 0,25) (137 fois 0.50) (0,10 0,15 0,25 0,50) 128,45 arrondie à 128. Prévision de février égale (114 fois (128 fois 0.50) (128 fois 0.50) (128 fois 0.50) 1 127.5 arrondi à 128. La prévision de mars est égale (119 fois 0.10) (137 fois 0.15) (128 fois 0.25) (128 fois 0.50) 1 128.45 arrondi à 128. 3.2.10 Méthode 10: Lissage linéaire Cette méthode calcule une moyenne pondérée des données de ventes passées. Dans le calcul, cette méthode utilise le nombre de périodes d'historique des commandes client (de 1 à 12) indiquées dans l'option de traitement. Le système utilise une progression mathématique pour peser les données dans la plage allant du premier (poids le plus faible) au dernier (le plus de poids). Ensuite, le système projette cette information à chaque période de la prévision. Cette méthode nécessite le meilleur ajustement des mois, plus l'historique des commandes client pour le nombre de périodes spécifié dans l'option de traitement. 3.2.10.1 Exemple: Méthode 10: Lissage linéaire Cette méthode est similaire à la Méthode 9, WMA. Cependant, au lieu d'attribuer arbitrairement des pondérations aux données historiques, une formule est utilisée pour attribuer des poids qui diminuent de façon linéaire et forment une somme de 1,00. La méthode calcule ensuite une moyenne pondérée des historiques de ventes récents pour arriver à une projection à court terme. Comme toutes les techniques de prévision linéaire des moyennes mobiles, le biais de prévision et les erreurs systématiques se produisent lorsque l'historique des ventes du produit présente une forte tendance ou des modèles saisonniers. Cette méthode fonctionne mieux pour les prévisions à court terme de produits matures que pour les produits en phase de croissance ou d'obsolescence du cycle de vie. N est égal au nombre de périodes d'historique des ventes à utiliser dans le calcul de la prévision. Par exemple, spécifiez n égal à 4 dans l'option de traitement pour utiliser les quatre dernières périodes comme base pour la projection dans la période suivante. Le système attribue automatiquement les pondérations aux données historiques qui diminuent de façon linéaire et totalisent 1,00. Par exemple, lorsque n est égal à 4, le système attribue des poids de 0,4, 0,3, 0,2 et 0,1, les données les plus récentes recevant le poids le plus élevé. Historique des ventes minimum requis: n plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). 3.2.11 Méthode 11: Lissage exponentiel Cette méthode calcule une moyenne lissée qui devient une estimation représentant le niveau général des ventes sur les périodes de données historiques sélectionnées. Cette méthode nécessite l'historique des données de vente pour la période de temps qui est représentée par le nombre de périodes les mieux ajustées plus le nombre de périodes de données historiques qui sont spécifiées. L'exigence minimale est de deux périodes de données historiques. Cette méthode est utile pour prévoir la demande lorsqu'aucune tendance linéaire n'est présente dans les données. 3.2.11.1 Exemple: Méthode 11: Lissage exponentiel Cette méthode est similaire à la Méthode 10, Lissage linéaire. Dans Linear Smoothing, le système attribue des poids qui diminuent linéairement aux données historiques. Dans Exponential Smoothing, le système attribue des poids qui décroissent exponentiellement. La prévision est une moyenne pondérée des ventes réelles de la période précédente et des prévisions de la période précédente. La prévision est une moyenne pondérée des ventes réelles de la période précédente et des prévisions de la période précédente. Alpha est le poids qui est appliqué aux ventes réelles pour la période précédente. (1 ndash alpha) est le poids qui est appliqué à la prévision pour la période précédente. Les valeurs pour l'alpha vont de 0 à 1 et tombent habituellement entre 0,1 et 0,4. La somme des poids est de 1,00 (alpha (1 ndash alpha) 1). Vous devez affecter une valeur pour la constante de lissage, alpha. Si vous n'attribuez pas de valeur à la constante de lissage, le système calcule une valeur supposée basée sur le nombre de périodes de l'historique des ventes spécifié dans l'option de traitement. Alpha est égal à la constante de lissage qui est utilisée pour calculer la moyenne lissée pour le niveau général ou l'ampleur des ventes. Les valeurs de l'intervalle alpha vont de 0 à 1. n est égale à la plage des données de l'historique des ventes à inclure dans les calculs. Généralement, un an de données de l'historique des ventes est suffisant pour estimer le niveau général des ventes. Pour cet exemple, une petite valeur de n (n 4) a été choisie pour réduire les calculs manuels qui sont nécessaires pour vérifier les résultats. Exponential Smoothing peut générer une prévision basée sur un point de données historiques. Historique des ventes minimum requis: n plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Méthode 12: Lissage exponentiel avec tendance et saisonnalité Cette méthode calcule une tendance, un indice saisonnier et une moyenne exponentiellement lissée de l'historique des commandes client. Le système applique ensuite une projection de la tendance à la prévision et s'ajuste pour l'indice saisonnier. Cette méthode exige le nombre de périodes les mieux ajustées plus deux années de données sur les ventes et est utile pour les éléments qui ont à la fois tendance et saisonnalité dans la prévision. Vous pouvez saisir le facteur alpha et bêta ou faire calculer le système. Les facteurs alpha et bêta sont la constante de lissage utilisée par le système pour calculer la moyenne lissée du niveau général ou de l'amplitude des ventes (alpha) et de la composante de tendance de la prévision (bêta). 3.2.12.1 Exemple: Méthode 12: lissage exponentiel avec tendance et saisonnalité Cette méthode est similaire à la méthode 11, lissage exponentiel, en ce que l'on calcule une moyenne lissée. Cependant, la Méthode 12 comprend également un terme dans l'équation de prévision pour calculer une tendance lissée. La prévision est composée d'une moyenne lissée qui est ajustée pour une tendance linéaire. Lorsque spécifié dans l'option de traitement, la prévision est également ajustée en fonction de la saisonnalité. Alpha est égal à la constante de lissage qui est utilisée pour calculer la moyenne lissée pour le niveau général ou l'ampleur des ventes. Les valeurs pour la plage alpha vont de 0 à 1. La bêta est égale à la constante de lissage utilisée pour calculer la moyenne lissée pour la composante de tendance de la prévision. Les valeurs de bêta vont de 0 à 1. Un indice saisonnier est appliqué à la prévision. Alpha et bêta sont indépendants les uns des autres. Ils ne doivent pas additionner 1,0. Historique des ventes minimum requis: Un an plus le nombre de périodes nécessaires pour évaluer le rendement prévu (périodes de meilleur ajustement). Lorsque deux données historiques ou plus sont disponibles, le système utilise deux années de données dans les calculs. La méthode 12 utilise deux équations de lissage exponentiel et une moyenne simple pour calculer une moyenne lissée, une tendance lissée et un indice saisonnier moyen simple. Figure 3-3 Indice saisonnier moyen simple La prévision est ensuite calculée en utilisant les résultats des trois équations: L est la longueur de la saisonnalité (L est égal à 12 mois ou 52 semaines). T est la période de temps actuelle. M est le nombre de périodes dans l'avenir de la prévision. S est le facteur d'ajustement saisonnier multiplicatif qui est indexé sur la période de temps appropriée. Ce tableau répertorie l'historique utilisé dans le calcul des prévisions: Cette section fournit un aperçu des évaluations prévisionnelles et discute: Vous pouvez sélectionner des méthodes de prévision pour générer jusqu'à 12 prévisions pour chaque produit. Chaque méthode de prévision peut créer une projection légèrement différente. Lorsque des milliers de produits sont prévus, une décision subjective est impraticable quant aux prévisions à utiliser dans les plans pour chaque produit. Le système évalue automatiquement les performances de chaque méthode de prévision que vous sélectionnez et pour chaque produit que vous prévoyez. Vous pouvez choisir entre deux critères de performance: MAD et POA. MAD est une mesure de l'erreur de prévision. Le POA est une mesure du biais de prévision. Ces deux techniques d'évaluation des performances requièrent des données réelles sur l'historique des ventes pour une période spécifiée par vous. La période de l'histoire récente utilisée pour l'évaluation est appelée période de blocage ou période de meilleur ajustement. Pour mesurer la performance d'une méthode de prévision, le système: Utilise les formules de prévision pour simuler une prévision pour la période de retenue historique. Effectue une comparaison entre les données de ventes réelles et les prévisions simulées pour la période de blocage. Lorsque vous sélectionnez plusieurs méthodes de prévision, ce même processus se produit pour chaque méthode. De multiples prévisions sont calculées pour la période de blocage et comparées à l'historique des ventes connu pour la même période. La méthode de prévision qui produit le meilleur rapport entre les prévisions et les ventes réelles pendant la période de retenue est recommandée pour les plans. Cette recommandation est spécifique à chaque produit et peut changer à chaque fois que vous générez une prévision. 3.3.1 Moyenne des écarts absolus Moyenne L'écart absolu (MAD) est la moyenne (ou moyenne) des valeurs absolues (ou magnitude) des écarts (ou erreurs) entre les données réelles et les prévisions. MAD est une mesure de l'ampleur moyenne des erreurs à attendre, compte tenu d'une méthode de prévision et de l'historique des données. Comme les valeurs absolues sont utilisées dans le calcul, les erreurs positives n'annulent pas les erreurs négatives. En comparant plusieurs méthodes de prévision, celle qui a le plus petit MAD est la plus fiable pour ce produit pour cette période de blocage. When the forecast is unbiased and errors are normally distributed, a simple mathematical relationship exists between MAD and two other common measures of distribution, which are standard deviation and Mean Squared Error. For example: MAD (Sigma (Actual) ndash (Forecast)) n Standard Deviation, (sigma) cong 1.25 MAD Mean Squared Error cong ndashsigma2 This example indicates the calculation of MAD for two of the forecasting methods. This example assumes that you have specified in the processing option that the holdout period length (periods of best fit) is equal to five periods. 3.3.1.1 Method 1: Last Year to This Year This table is history used in the calculation of MAD, given Periods of Best Fit 5: Mean Absolute Deviation equals (2 1 20 10 14) 5 9.4. Based on these two choices, the Moving Average, n 4 method is recommended because it has the smaller MAD, 9.4, for the given holdout period. 3.3.2 Percent of Accuracy Percent of Accuracy (POA) is a measure of forecast bias. Lorsque les prévisions sont constamment trop élevées, les stocks s'accumulent et les coûts d'inventaire augmentent. When forecasts are consistently too low, inventories are consumed and customer service declines. A forecast that is 10 units too low, then 8 units too high, then 2 units too high is an unbiased forecast. The positive error of 10 is canceled by negative errors of 8 and 2. (Error) (Actual) ndash (Forecast) When a product can be stored in inventory, and when the forecast is unbiased, a small amount of safety stock can be used to buffer the errors. In this situation, eliminating forecast errors is not as important as generating unbiased forecasts. However, in service industries, the previous situation is viewed as three errors. The service is understaffed in the first period, and then overstaffed for the next two periods. Dans les services, l'ampleur des erreurs de prévision est généralement plus importante que le biais prévu. POA (SigmaForecast sales during holdout period) (SigmaActual sales during holdout period) times 100 percent The summation over the holdout period enables positive errors to cancel negative errors. When the total of forecast sales exceeds the total of actual sales, the ratio is greater than 100 percent. Of course, the forecast cannot be more than 100 percent accurate. When a forecast is unbiased, the POA ratio is 100 percent. A 95 percent accuracy rate is more desirable than a 110 percent accurate rate. The POA criterion selects the forecasting method that has a POA ratio that is closest to 100 percent. This example indicates the calculation of POA for two forecasting methods. This example assumes that you have specified in the processing option that the holdout period length (periods of best fit) is equal to five periods. 3.3.2.1 Method 1: Last Year to This Year This table is history used in the calculation of MAD, given Periods of Best Fit 5: 3.4.2 Forecast Accuracy These statistical laws govern forecast accuracy: A long term forecast is less accurate than a short term forecast because the further into the future you project the forecast, the more variables can affect the forecast. A forecast for a product family tends to be more accurate than a forecast for individual members of the product family. Some errors cancel each other as the forecasts for individual items summarize into the group, thus creating a more accurate forecast. 3.4.3 Forecast Considerations You should not rely exclusively on past data to forecast future demands. These circumstances might affect the business, and require you to review and modify the forecast: New products that have no past data. Plans for future sales promotion. Changes in national and international politics. New laws and government regulations. Weather changes and natural disasters. Innovations from competition. You can use long term trend analysis to influence the design of the forecasts: Leading economic indicators. 3.4.4 Forecasting Process You use the Refresh Actuals program (R3465) to copy data from the Sales Order History File table (F42119), the Sales Order Detail File table (F4211), or both, into either the Forecast File table (F3460) or the Forecast Summary File table (F3400), depending on the kind of forecast that you plan to generate. Les scripts de cette page améliorent la navigation sur le contenu, mais ne modifient en rien le contenu.

Free Option Trading Tips Nse

Arun le gourou des stocks - Conseils pour le commerce, Conseils commerciaux, Bse Nse, marché des actions en direct, Sensex, bourse indienne La société a été suggéré aux membres premium il ya quelques semaines. Il a bougé une bonne 30 depuis lors. Toujours une entreprise avec le potentiel multibagger. Les personnes intéressées par notre atelier de Mumbai à venir ainsi que les services de plafonds de petite capitalisation remplissent le formulaire ci-dessous. Pour l'aide, whatsappcontact Ujjal à 9831291631 ou plonger au 9007652301. Amélioration de l'efficacité opérationnelle par la réduction de la main-d'œuvre et le coût des matières premières (ce qui améliore la marge ebidta). Être 70 ans vieux co. La force principale cos offre divers gamme de produits gamme de conception et de personnalisation des produits en fonction des exigences des clients. Fournissant des services d'ampli produits à presque toutes les sociétés Fortune 500. Améliorer la part de marché et la part de marché dans les secteurs des chemins de fer et de la défense, engager les dépenses de RampD pour développer et introduire de nouveaux produits axés sur la technologie et ainsi améliorer l'application de la gamme de produits dans l'acier, le sucre, le textile, le ciment, l'énergie. Étaient il ya 15 ans. Dans l'attente de meilleurs résultats au troisième trimestre et au quatrième trimestre en raison de la bonne entrée de commandes pour (usine de Mysore pour transformateurs de remplissage d'huile) et de la croissance observée dans les secteurs susmentionnés. Obtenir des ordres (recettes) n'est pas un problème pour la co, l'objectif principal est de réduire la dette du fonds de roulement et l'intérêt charge coût améliore le réseau distributeur. Certains ordres de défense sont en L1 (le plus bas soumissionnaire). Attendez un énorme marché pour l'énergie renouvelable en Inde. Les cadres supérieurs de Cos ont fait des tournées et rencontré des compagnies de centrales électriques. Le co lance pour un projet de réseau d'eau (programme d'irrigation - fournissent l'eau potable de diverses rivières près de l'AP à toutes ses diverses villes) et s'attendant à obtenir une commande valant 50 Cr dans l'état de Telengana pour fournir 1000200 haute et basse tension Pump Set 12 Lac chacun). L'exécution viendra en Q3 amp Q4. Récemment, la co a obtenu l'ordre du projet solaire d'une valeur de 60 Cr. C'est la plus grande opportunité de croissance des revenus. Restructuration entreprise avec les banques en 2014 pour le fonds de roulement et l'amélioration du coût du capital. Le co a progressivement réduit les Dépôts (de 24 Cr) et ICD (de 22 Cr). Rendre la dette de la société libre sur une période de temps en disposant des actifs immobiliers non core de la co. À Hubli de 100 acre près de l'aéroport de hubli, initialement réservé 20 Cr, qui va les chercher 120cr (attente de l'approbation du gouvernement de l'Etat de rouler sur la crise), Mysore - 5 sites d'une valeur d'environ 50 Cr , Pune, Bglr, etc. (le modèle probable à adopter par la compagnie est à disposition et repris en location). Réduire la dette avec la banque de corporation. Total des actifs immobiliers non-core de la société est plus de 1000 Cr. Mon point de vue: L'étape récente prise par le mgt concernant la vente de la trésorerie stock valant 18 Cr et QIP question de 37 Cr a été l'un des pas courageux et audacieux. Il a apporté la positivité et l'optimisme parmi tous les employés de l'entreprise et ils travailleront vraiment dur pour le ramener au sommet. La première émission de fonds de roulement est résolue et ils ont commencé à se concentrer sur l'entreprise. Scuttlebutt du plus grand distributeur qui est avec la compagnie pour les 20 dernières années: - Si vous commandez des moteurs de LVM aujourd'hui u l'obtiendrez demain. Donc, il n'y a pas de problème d'expédition dans les moteurs standard, mais si vous demandez pour un spécialisé, puis en fonction de la taille, les caractéristiques délai de livraison obtient de 1 mois à 6 mois. Recent discours du président a été fantastique. En attendant très bon profit dans les prochaines 2 années Crompton et abb sont également agressive. Cette compagnie a banque de terre énorme dans le banglore et le hubli. 8226Ravi série fait du bien en raison de l'arrangement des terminaux sur le côté d'ampli haut tous les deux disponibles. Plus tôt seul l'arrangement terminal latéral était disponible mais maintenant both.70 à 80 plus d'efficacité accomplie dans la série de ravi, la plainte est descendue drastically. In les ventes du réseau d'ampères, la compagnie est comme le lupin de maruti amp. Ils ont acheté de nouvelles terres 5 à 6 Années. Il est d'essayer d'augmenter la part de marché. Il essaie d'embaucher de gros gars du marché. 2 à 3 mauvaises personnes ont présidé dans l'entreprise en raison de laquelle les 5 à 7 dernières années n'étaient pas bonnes. New MD est venu récemment et nettoie toute la poussière de l'entreprise. Il a enlevé toutes les mauvaises personnes, tous les stocks ont été nettoyés. A également tiré des gens qui pensaient entreprise comme organisation gouvernementale. Nouvelle MD est silencieuse et agressive. J'ai personnellement estimé qu'il travaille très dur. Dans mes 15 à 20 ans d'expérience à l'entreprise, je peux certainement dire que les choses s'améliorent nettement et les 2 à 3 prochaines années sera fantastique. Je suis très optimiste. Essayer pour le nouveau fournisseur avec le nouveau MD de people. New est le type de finances pur et nettoyer tout inventaire. J'ai personnellement vu toutes les usines de lui et ai senti que, récemment responsabilité d'amplificateur de responsabilité s'est améliorée pour chaque personne. Obtenir des carrières de clients perdus qui est grande réalisation à partir de maintenant. En termes de marque, Crompton, cette société, abb est préféré (Order). Que se passe-t-il quand une entreprise familiale gérée avec de bons produits et un rappel grande marque change son approche PSU pour être une entreprise privée bien géré C'est précisément l'histoire de cette entreprise. Ils ont donné deux rockstars professionnels une main libre pour exécuter le spectacle. VB, qui était le directeur financier de la société a été promu à être le MD autour de 2015. AH, le vendeur étoile avec la richesse de l'expérience dans l'industrie a pris la charge d'être la tête des ventes. Ils sont agitation à l'envers pour transformer la société et de le prendre à la ligue convoitée. Le problème de la société a commencé avec l'acquisition de LDW en 2008, une société allemande connue pour sa technologie. La récession a suivi qui a rendu la situation pire pour l'entreprise. En dépit de tous les soutiens possibles du parent indien la filiale allemande couldnt revirement. Peu de quarts arrière il a finalement abandonné et a comptabilisé les pertes. Ils ont imbibé la technologie allemande et avec le secteur, il s'adresse à la recherche, de meilleurs jours règne finalement pour l'entreprise. La société possède de riches actifs non essentiels à hauteur de plus de 1000crs (principalement des parcelles et des usines qui ne sont pas nécessaires). Ils sont en dialogue actif pour disposer de la même valeur 400crs et faire de l'entité dette élevée une dette libre. Au cours des deux ou trois prochaines années, la Compagnie serait une entité maigre qui n'aurait plus à payer d'intérêts. Serait prudent de noter que le coût actuel des intérêts de la société serait près de 40crs. Les utilisateurs finaux de ses produits aka les industries du sucre, de l'énergie, de l'acier et du ciment ont commencé à voir les temps changer pour de bon. Si votre utilisateur de sortie marque un revirement riche, le vendeur aussi tournera droit Bien souvent, le bon sens est très rare, notamment dans le cas des détaillants en termes de sélection des entités cotées. Nos vérifications de canaux de son réseau de concessionnaires à travers le pays revendique le point sur le front de la demande. Les clients ont une période d'attente de 2 à 3 semaines pour leurs moteurs Ac-Dc. Concessionnaires suggère également sur l'accent renouvelé de la fin de l'entreprise. Il a un statut de quasi-monopole dans les transformateurs remplis d'huile où sa énorme demande. L'année dernière, ils ont fait autour de 18cr ventes. Cette année, ils ont déjà des ordres de 90crs à la main, vient avec des marges d'EBITDA à deux chiffres. La société a toujours eu des commandes, mais en raison de la pénurie de capital de travail, ils ne pouvaient exécuter la plupart de celui-ci. La situation a été si précaire qu'il a dû recourir à la vente de ses actions propres en et autour de décembre 2015. Il a recueilli 20crs et finalement scripté un revirement après un temps très long. Ils ont fait un QIP de 36crs récemment à 46rs qui serait encore fournir des secours et l'aider à atteindre les 700crs ciblées sur la ligne de la figure. Quelle est une bénédiction dans un déguisement Que diriez-vous accumulé des pertes de centaines de crores dans son livre qui signifie aucune obligation fiscale jusqu'à ce qu'il surpasse les pertes accumulées dans la fenêtre fiscale de 7 ans. La direction n'a pas non plus clarifié le sujet. Conclusion: Après exactement 8 trimestres ou dans les numéros de décembre 2015, la société est finalement venu en vert. Les deux derniers trimestres ont été rentables aussi pour l'entreprise. Il vise une croissance de 30 où ses ventes devraient dépasser 700crs ce fisc. L'EBITDA estimé de 9 nous donne un chiffre de PAT de l'ordre de 15crs (63crs moins le coût d'intérêt de 36crs et l'amortissement de 12crs et sans obligation fiscale). Société cite à 23 fois fy16-17 gains. Fy17-18 verra le cran 880-900crs de ventes avec des ordres de marge plus élevés. L'EBITDA attendu d'environ 11 fait la citation de la compagnie à seulement 7 fois. Les paris de turnaround sont salués avec l'évaluation plus élevée et avec la compagnie approvisionnant aux secteurs de noyau, il cite toujours dans une gamme de la gamme 15-20. Peers group qui sont notamment les behemoths, votre Alstom, Siemens et Abb du monde sont citant à plus de 30 fois fy18 gains. Comme mentionné précédemment dans les rapports qu'ils visent à être une entité sans dette au cours des 3 prochaines années. Dans le cas où cela se produirait, la société pourrait bien écrire une écriture pour elle-même avec des actionnaires faire pli multiple au cours des prochaines années. Un délice d'un pari dans une quintessence signifiait pour votre portefeuille de base. Maintenant, ne vous embêtez pas à demander aux gens cibles. La quintessence 8 para pour tout savoir sur votre microcap désiré. Permet de lancer: 1) Quote: Ce n'est pas une idée de stock frais, mais une extension du post précédent. L'intention est d'avoir une couverture détaillée de ces 5 sociétés. Le desi nuage joueur un était déjà fait depuis longtemps. Note d'aujourd'hui se rapporte à la 3ème entreprise du poste précédent. En dette à son cher frère Bhaumik pour son assistance et scuttlebutt. It été sur une bonne balade depuis quelques jours pour des raisons inconnues pour moi. C'est un stock évalué cher pour sûr aux niveaux actuels (a été un stock cher toujours toujours un 5 bagger dans les derniers quarts). Oh yah, Damn Essayant la manière SEBI compliant de penning encore. 2) Histoire: 1200 cr Groupe basé sur Kochi 8211 leur entreprise phare est E. Condiments (dans les épices et le curry) avec 900 cr. 8211 détenus 74 par les promoteurs et 26 par Mccormick (américain Fortune 1000 entreprise qui fabrique des épices, des herbes, des arômes). D'autres sociétés du groupe sont ET (pneus rechapage), E. Mattress (literie avec la marque Sunidhra) Eastea (en thés), King Richards (vêtements). Il n'y a pas de participation croisée entre les sociétés du groupe. ET est la seule société cotée et it8217s susceptibles de rester tels. Pas de plans d'inscription E. Condiments. 3) ETs mix de recettes 8211 70 marché ouvert, 26 SRTC (Etat des entreprises de transport routier) et 4 exportations. La marge brute est de 26, 35, 38 respectivement. Les jours de débiteur sont de 40-60 jours, 90 jours et 90 jours avec LC respectivement. Les CV représentent 96 des recettes et 4 proviennent des PV. Retracer est gagner la traction menée par l'amélioration de la sensibilisation, la création de la marque par des joueurs comme ET, Indag etc et la conscience des coûts pour les propriétaires de flottes. Un pneu de camion neuf coûte 20k, tandis que le pneu rechapé coûte 5k et a 80 vie de pneu neuf. La chaîne de valeur Les 8211 propriétaires de flottes donnent des pneus aux revendeurs qui, à leur tour, achètent du matériel de rechapage à des joueurs comme ET et font le rechapage et le rendent aux propriétaires de flottes. La plupart des ravitailleurs sur le marché ne sont pas exclusifs, c'est-à-dire qu'ils fonctionnent pour tous les joueurs. Le rechapage pré-durci est utilisé pour les CV, PV, etc. alors que le rechapage à chaud est utilisé pour les OTR, les véhicules miniers, etc., qui fonctionnent sur des surfaces dures et nécessitent un travail plus intense. Des technologies de rechapage globalement trop chaudes et préchauffées sont utilisées. Il n'y a eu aucun changement important dans la technologie au cours de nombreuses années. 4) 50 de la demande de remplacement est satisfaite par les pneumatiques rechapés en Inde. Globalement, c'est beaucoup plus élevé 8211 aux États-Unis, il est de 80 pneus rechapés. Peu à peu, l'Inde progressera vers les pneumatiques rechapés à mesure que la sensibilisation à ses avantages augmentera et que ceux-ci seront plus respectueux de l'environnement. Ainsi, la part des pneus rechapés dans le temps augmentera. Retraite industrie en Inde est un 3200 cr. Industrie 8211 50 organisé 8211 organisé croissant à 10 croissance de volume. Cette croissance est susceptible de se maintenir avec quelques changements progressifs de segment non organisé. La TPS peut fournir une contribution à ce changement. La croissance des volumes d'ETs en FY16 était 10. Apollo, MRF etc cherchent à entrer dans l'espace de rechapage 8211 mais ils don8217t voir ceci comme une menace. Un de ces gars ont un conflit car ils vendent aussi des pneus et d'autre part, il est trop petit une industrie pour eux. Cependant, globalement il ya un grand marché de rechapage mais il est également très mature. L'Inde prendra des années pour que les OEM de pneus regardent cette industrie significativement. 5) Ils sont en train de changer leur réseau de distribution de seulement distributeurs à un mélange de distributeurs et de franchisés exclusifs. En FY16, 10 des revenus sont venus par franchisés dans FY16 (6 en FY15) et ils s'attendent à ce qu'il monte à 40 en FY17. Ils ont actuellement 46 franchisés et continueront à les ajouter. L'avantage est qu'ils peuvent facturer des prix plus élevés de 15-20 par des franchisés exclusifs et aussi économiser sur la marge de canal. Il en résulte une marge brute plus élevée. Par exemple, Midas plus tôt vendait à 140kg et ET à 120. maintenant ET est capable de vendre à 170kg. Elgi Rubber suit actuellement ce modèle de franchisés exclusifs. Alors que Indag suivait ce modèle, mais s'est déplacé vers le modèle de distributeur comme ils ont eu du mal à l'échelle. Dans le modèle de franchisé, les autres avantages sont qu'il ya une bonne loyauté de marque et ils peuvent contrôler l'écosystème entier et assurer de meilleures ventes et services. Cependant, l'évolutivité est un problème que ET tente d'aborder en veillant à se concentrer sur chaque franchisé et les franchisés incitants en assurant le minimum d'affaires, etc 6) Ils ont également 2 centres de rechapage à Chennai et Bangalore qui présentent le processus de rechapage et agissent également comme des centres de marque. Ils ont également Infinity Zones qui sont pour la visibilité de la marque et sont des points de vente premium. Ces points de vente fournissent également un soutien marketing aux rechapeurs. Ils organisent également des campagnes de propriétaires de flottes dans chaque région où ils appellent 100-150 propriétaires de flottes et ils les éduquent sur les avantages des pneus rechapés et d'autres services et aussi entendre leurs commentaires. De cette façon, ils sont en mesure de se rapprocher des propriétaires de flotte. Cela les a aidés à cibler directement les propriétaires de flottes dans certaines régions, plutôt que de les rénover. ET cherche à se positionner comme une solution unique pour le rechapage 8211 offre de matériaux de rechapage de qualité, accessoires (gomme, ciment, etc.), maintenance de machines, disponibilité de main-d'œuvre qualifiée, marketing et sensibilisation au rechapage. Ils ont commencé à externaliser des machines mfg et ils fournissent ces machines à rechapeurs 8211 cela assure un matériel de bonne qualité cohérente et pneus rechapés. Il n'entraînera aucun investissement majeur. Ils ont également un institut de formation où ils forment le travail. 7) La gestion axée a considérablement augmenté au cours des dernières années et ils ont également introduit des professionnels qui a conduit à la modification ci-dessus. Aussi plus tôt la famille de Meeran était seulement concentrée sur E. Condiments. Mais maintenant Mccormick en tant que partenaire et aussi cette société ayant stabilisé, il aidera à se concentrer davantage sur ET. Le mouvement des prix des matières premières est un délai de 1 mois 8211, donc le risque de prix est limité à 1 mois. En règle générale, la marge brute s'améliorera en période de baisse des prix du caoutchouc et vice versa en raison de l'effet de dénominateur numérateur. En cas de rechapage, la chute des prix du caoutchouc est utile car ils ne sont généralement pas transmettre cet avantage alors qu'ils prennent les prix en période de hausse des prix du caoutchouc. Les prix du caoutchouc ont baissé de 40 en mars 8211, ce qui couvrira en grande partie la hausse des prix des matières premières, ils s'attendent à ce que les prix du caoutchouc se corrigent à l'avenir et finalement n'ont pas d'incidence sur la marge brute au fil du temps. 8) Vision à long terme est d'atteindre no. 2. Leur objectif est de maintenir le rapport RMsales de 65 (66,5 dans l'exercice fiscal de 15 à 16 ans). Au fil du temps, ils peuvent faire une marge brute de 37-38. Capacité actuelle de 12000 MT et utilisation de 45. Ils peuvent atteindre 60 utilisation en FY17. Ils peuvent faire 200 cr. Revenus avec capacité actuelle et 5 cr. Capex. Capex de 7-8 cr. Plus de 2 ans 8211 5 cr. Sur la capacité et 2-3 cr. Sur l'automatisation des usines. Maintenance capex de 50 lacs. Les exportations représentent 4% des recettes et elles visent à la faire grandir. Cette année, ils participent à 5 grandes expositions en Allemagne, Hanovre, Kuala Lumpur Delhi, etc Ils visent 50 p. a. Croissance des exportations. Aucun salaire n'est versé aux administrateurs, car tous sont membres de la famille et la plupart d'entre eux possèdent des actions dans la société. En outre, ils ne sont pas activement impliqués dans le fonctionnement de l'entreprise. Tendance d'actualisation est en hausse que le marché est lent. L'escompte est comptabilisé dans le cadre d'autres dépenses. L'OPM a diminué de 230 points de base au deuxième trimestre de 2008 au quatrième trimestre de 2006, en raison de la hausse des frais de promotion de la progression des franchisés et de la hausse des coûts de personnel (bonus). Alors que les importations chinoises de pneus sont une menace, leur rechapabilité est mauvaise. Aussi la qualité des pneus est mauvaise et est considéré comme dangereux et ces pneus panne aussi beaucoup. Ils n'ont pas l'intention d'entrer dans un autre segment. Indag Rubber n'a pas augmenté les prix après l'expiration de l'exemption d'accise 8211, ils supporteront les coûts. Pas de plans de levée de fonds ou d'augmentation de participation des promoteurs. KSIDC qui détient 11,75 pieu est à la recherche de sortir et toute journée s'attendre à un gros gros gros affaire à se produire. Aucune politique de distribution de dividendes en place. Btw: Comme il peut être vu, il faut des efforts énormes pour creuser dans de petites entreprises inouïes qui peuvent être les bluechips de demain. Pas de confiance ou ennuyeux Hind Unilever peut vous fournir le genre d'argent qui peut vous aider à prendre votre retraite riche tôt. À propos de lancer certains SEBI conformes petits et midcap services destinés uniquement aux patients à long terme discipliné investisseurs. Remplissez le formulaire si cela vous intéresse. Heureux investisseurs. Note: Pour les questions ou l'assistance veuillez contacter Dipendu au 9007652301. Cela fait longtemps que le blog n'a pas été mis à jour. La vie a changé pour de bon après le lancement de Sharebazaar android app. Recherchez Share Bazaar Arun en playstore pour le télécharger. En très peu de temps, comme vous le savez, nous avons atteint l'échelle de près de 30000 abonnés, sans recourir à toute publicité ou marketing gimmick. From des conférences à la conduite des ateliers pan Inde, beaucoup de choses m'a occupé. Bientôt, sera la tenue d'ateliers internationaux, à partir de Dubaï bientôt. Sebi trop définitivement mis en évidence en termes de visser les détaillants dans une meilleure façon. Par conséquent, ne voudra pas nommer des stocks, mais des conseils peuvent juste vous aider à faire les noms et creuser plus loin sur les histoires. 1) Été puissamment impressionné par le mélangeur chinois qui a également récemment changé son nom pour signifier son accent renouvelé. Le parent a atteint un historique étonnant de croissance de 65 CAGR au cours des 20 dernières années ou ainsi. Le parent chinois a cité à un PE moyen de plus de 50 depuis sa liste. Même si elle peut faire une fraction de ce que le parent a fait, le stock qui vient avec un stock flottant presque nul, se déplacerait dans une orbite différente. Son été un doubler depuis mon Twitter rantspany a récemment ensaché de grandes commandes de l'IFB et Symphony. Les fortunes de Companys sont encore placées pour changer pendant que ses plus grands clients déplacent la base des pays comme l'Australie pour externaliser tout de l'Inde. Devrait garder surperforming coz de son expansion 500crs, la filiation et les perspectives de croissance. Chaleux aux niveaux actuels, mais avec sa croissance attendue 50 ligne de fond pour 3-4 ans, le stock présente une opportunité intéressante à légers trempettes. Sa dette libre à la date avec un plafonnement du marché d'environ 800crs. Les résultats qui devraient être exceptionnels arrivent le 30 mai. 2) Le desi nuage joueur venant de chennai a été un favori de la mine pour les 3 dernières années. La société a récemment livré un nombre décent de numéros. Exclure les coûts des employés et il semblerait génial. La société s'abstient également de prendre des commandes avec des marges brutes inférieures à 65-70. Il s'agit d'une entreprise massivement évolutive avec une taille de marché adressable cumulative de 2,5 lakh cr qui est crazily expansion et fixé à étendre encore à 26-30 pour atleast venant au moins 5 ans. Operating levier couplé avec riches riches vent arrière et un super vendeur super (Il avait commencé Off avec un personnel de trois personnes à Singapour pour Satyam en 2000 et a continué à étendre l'entreprise dans 15 centres de développement et 33 bureaux de vente dans 20 pays avec plus de 4.000 employés. Quitter pour rejoindre HCL-D uring son temps, la croissance HCLs Dans la région a été spectaculaire, 60 pour cent de croissance annuelle, par exemple. Il est devenu la région la plus forte croissance pour HCL) fait une recette parfaite pour un multibagger potentiel. L'exercice 2016-17 devrait être le meilleur pour eux. Oh ouais au cas où le même honcho d'honneur d'or démissionne, n'épargnez pas le temps de le sortir immédiatement. Cela reste le plus grand risque de cette entreprise en particulier. Sa dette libre à la date avec un plafonnement du marché d'environ 2000crs. 3) A eu un atelier Sharebazaar journée entière à Cochin récemment. A eu quelques temps libres qui a été froidement utilisé en visitant les régions du propre pays de Dieu. A eu une chance d'obtenir des aperçus de la plante de cette société. Il est livré avec une gestion très crédible qui fait tout son possible pour créer des tas de richesse des actionnaires. Tyre Retraite est gagner la traction menée par l'amélioration de la sensibilisation, la création de la marque par les joueurs et la conscience des coûts pour les propriétaires de flotte. Un pneu de camion neuf coûte 20k, tandis que le pneu rechapé coûte 5k et a 80 vie de pneu neuf. Ils sont en train de changer leur réseau de distribution de seuls distributeurs à un mélange de distributeurs et de franchisés exclusifs. En FY16, 10 des revenus ont été obtenus par les franchisés en FY16 (6 en FY15) et ils s'attendent à ce qu'il passe à 40 en FY17. Ils ont actuellement 46 franchisés et continueront à les ajouter. L'avantage est qu'ils peuvent facturer des prix plus élevés de 15-20 par des franchisés exclusifs et aussi économiser sur la marge de canal. Il en résulte une marge brute plus élevée. Par exemple, Midas plus tôt vendait à 140kg et la société à 120. maintenant Il est capable de vendre à 170kg. Société est presque libre de la dette en ce qui concerne les dettes à long terme sont concernés. Société est fixé à croître à 30 CAGR pour les 5 années. La radiographie thorax serait un grand thème à surveiller et ne cherchez pas plus loin à monter sur le thème. Keralas Buffett l'a rendu cher avec ses tweets mais les perspectives à long terme semblent plus que robustes. Marketcap se trouve à environ 60crs. 4) Il s'est passé tellement l'enfer s'est penché sur la recherche d'un joueur qui arrache des parts de marché d'un géant. Jivanjor, le joueur adhésif a semblé le meilleur ajustement et j'ai continué avec mes recherches. Pour Scuttlebutt signifie, interagit avec beaucoup de concessionnaires et de directeurs de ventes, mais le résultat n'était pas si attrayant. Enfin, a mis fin à mes recherches après un ancien directeur des ventes a révélé un tas de choses peu inspirant qui l'a forcé à quitter la société. Il a également mentionné de sa nouvelle entreprise et comment il l'a maintenu motivé dans la mesure qui a conduit à une croissance fulgurante dans sa région. Incidemment, la même compagnie est passée à être une liste qui à cette époque avait un Marketcap minuscule de seulement 15crs. La société avec une marque de l'Euro 7000, est en colles adhésifs blancs, mis à l'échelle 11x au cours des 5 dernières années et à la recherche d'atteindre une prime de 100crs d'ici 2 ans. Company a obtenu un produit phénoménal nommé D3 qui prend 60kgs pour fournir l'obligation requise tandis que Fevicol fait la même chose en 100 kgs. They ont la puissance de prix, a obtenu une marge brute de 45-50 et dépense une fortune dans son front de marketing. La société possède également une très forte offre et distribution de 7000 concessionnaires dans 13 états et 130 villes. Fevicol, au cours des deux dernières années a acquis des sociétés similaires en payant plus de 2x Ventes. Stock depuis lors a plus que doublé avec Marketcap actuel encore à un chiffre insignifiant de 40crs. Promoters actionnariat où 97 a été mis en gage a récemment été entièrement libéré. 5) Il n'est même pas nécessaire de plumer quoi que ce soit pour celui-ci. Prem Watsa avec ses grands investissements en elle, opines craftly. En 2010, Nahoosh Jariwala et trois amis d'enfance et leurs familles passaient leurs vacances ensemble dans une réserve de tigres du centre de l'Inde. Nahoosh et son cousin plus âgé Rajan avaient fondé la compagnie en 1985 et l'ont énumérée sur l'ESB en 1995. Alors que Nahoosh avait de grands rêves pour l'entreprise, Rajan n'était pas si enthousiaste, donc pendant encore les vacances Nahoosh8217s trois amis ont décidé qu'ils achèteraient Rajan et soutenir Nahoosh8217s plans de croissance agressive. Au cours des cinq années suivantes jusqu'à ce que nous sommes venus à entendre parler de cette société, Nahoosh a augmenté de façon exponentielle sa capacité de fabrication de 8 000 à 45 000 tonnes métriques par an. It est une entreprise oleo produits chimiques. Les produits chimiques oléo sont, en gros, des produits chimiques qui sont dérivés de la graisse végétale ou animale, qui peut être utilisé pour la fabrication de produits comestibles et non comestibles. Au cours des dernières années, la production de produits chimiques oléo-chimiques s'est déplacée de l'Europe et du Japon aux pays asiatiques en raison de la disponibilité locale de matières premières clés. Elle occupe une place unique dans ce vaste champ d'application mondial. Elle a développé une technologie interne qui utilise des machines fabriquées par des entreprises européennes de premier plan pour convertir les déchets générés lors de la production d'huile de soja, de tournesol, de maïs et de coton en produits chimiques précieux. Ces produits chimiques comprennent des acides qui entrent dans les produits non comestibles comme le savon, les détergents, les produits de soins personnels et les peintures, et d'autres produits qui sont utilisés dans la fabrication d'aliments naturels et de vitamine E. Les clients company8217s comprennent les grandes multinationales comme BASF, Archer Daniels Midland, Cargill, Advanced Materials organiques, IFFCO Chemicals et Asian Paints. Co fonctionne à partir d'une seule usine à Ahmedabad. It a la plus grande capacité de traitement des acides gras naturels à base d'huile douce en Inde. Au cours des dix dernières années, les ventes ont augmenté à 23 par an à 27 millions et le bénéfice après impôt a augmenté à 30 par an à 2,3 millions. Le 8 Février 2016, nous avons acheté 45 participation des trois amis de Nahoosh et d'autres actionnaires à Roupies 212 (3,12) par action. Mes deux cents: Une entreprise d'envergure et évolutive avec des barrières à l'entrée élevées. Les vents de face actuels constituent une occasion unique pour les chercheurs de valeur cherchant à multiplier le capital au cours des 5 prochaines années. Btw: Nous sommes prêts à lancer certains services intéressants destinés uniquement aux investisseurs à long terme. Les gars intéressés pls mail à arunsharemarketgmail pour plus de détails. Aussi, vous pouvez plonger whatsapp au 9007652301. Heureux investissez les gens. Séminaires et ateliers: Sur le point d'avoir de longues 8 heures d'ateliers investisseurs dans des endroits comme Delhi, Hyderbad et Kolkata au cours des 3 prochaines semaines. Ne stylo un courrier à arunsharemarketgmail si vous intéressé à être une partie de celui-ci. Dans le dernier Atelier de Mumbai, les thèmes du Jute ont été discutés et Cheviot citait incidemment à environ 700 puis. Permet de plume ce qui m'a attiré dans cette société. Note: Aujourd'hui, je suis assez occupé avec les ateliers et les séminaires que nous avons avec Pan India. La plus récente affaire Share Bazaar Android App a été un énorme succès avec près de 30000 téléchargements au cours des derniers mois. Les blogs sont sur le point d'être obsolètes en raison des progrès technologiques et donc la décision de migrer tout dans l'App. Ne télécharger les gars de l'application si vous n'avez pas encore fait. Juste la recherche Share Bazaar Arun dans la boutique de jeu. Citation: Cheviot Company est l'un des principaux exemples d'une entreprise qui fait beaucoup d'argent de la fibre verte et des investissements sound. Hard Vardhan Kanoria a créé Gold d'une industrie, sur laquelle le Soleil avait littéralement mis avec le départ des Britanniques En 1947.Today, avec ses unités de traitement et un chiffre d'affaires dépassant Rs 265 crore, Cheviot Company fait plus d'argent de Jute et ses investissements d'entreprise, dans un an, que la plupart des entreprises feraient jamais de leur lifetime. While Kolkata peut tenir un différent Ce qui signifie pour différentes personnes, pour les propriétaires actuels de Cheviot-la famille Kanoria, le soleil jamais mis sur le jute, même avec l'effondrement de l'empire britannique. Introduction: Cheviot Company Limited (CCL), qui a été constituée en 1897, est la compagnie phare du groupe Cheviot, qui a des intérêts dans les entreprises de jute, de thé et de cuir. Le CCL fabrique des fils et des tissus de jute de grande valeur, tels que le fil de jute finement enroulé, le tissu de sacs, le tissu et les sacs de toile de houblon, les sacs de sacs (pour l'emballage des grains alimentaires et autres objets connexes) et le tissu de houblon supérieur. Dirigé par M. H. V. Kanoria sous la direction duquel le groupe a montré des performances exemplaires année après année. Il est un éminent industriel ayant 40 ans d'expérience dans le maniement des industries du jute, du thé et du cuir. La société s'est également aventurée dans une nouvelle catégorie de produits en ajoutant des sacs de jute dans leurs gammes de produits existantes. L'entreprise s'adresse à la fois à l'exportation et les marchés intérieurs. Il a deux unités de fabrication dans le Bengale occidental: un dans Budge Budge et un dans la zone économique spéciale de Falta (unité orientée vers l'exportation). Demande de sacs écologiques: La demande pour les produits verts produits de jute comme les produits de jardinage, sacs à provisions, géotextiles, pâtes et papiers, textiles pour la maison, revêtements de sol et textiles non tissés est très élevé au niveau des consommateurs sur le marché international En raison de la prise de conscience croissante de l'environnement. Parmi ces produits, les sacs de jute sont maintenant les articles les plus vendus. De nombreux pays comme les États-Unis et les Émirats arabes unis ont déjà opté pour le remplacement des sacs en plastique par des sacs de jute. La demande de sacs écologiques augmente également en Europe occidentale, en Australasie, au Moyen-Orient, en Asie et dans les pays africains. La taille du marché mondial des sacs de jute sera de 500 milliards de morceaux, soit 7 millions de tonnes de produits de jute, dans les prochains jours, car les efforts sont consentis pour arrêter totalement l'utilisation de polyéthylène ou de matières plastiques partout dans le monde en raison de leur Impact négatif sur l'environnement. Fibre du futur: Les matériaux composites et composés de fibres synthétiques ou artificielles (fibres de verre, fibres de carbone, etc.) sont déjà disponibles en tant que produits destinés aux usages industriels et à la consommation. Le jute est une telle fibre naturelle qui peut réduire l'impact sur l'environnement. Il est disponible en abondance, fort et est de plus en plus appelé la fibre 8220 de l'avenir8221. Les composites en PP remplis de jute sont aujourd'hui utilisés avec succès pour divers composants et matériaux. L'Inde est encore largement une économie agraire, qui doit générer un emploi massif dans les zones rurales pour une population en croissance rapide. Des percées technologiques telles que les composés de PP remplis de jute montrent la voie du développement économique des masses en associant des technologies de pointe et des recherches avec des cultures de rente pour créer une prospérité rurale et industrielle. Nouveau progrès dans le composé de jute: Le STEER de Bengaluru a fait un nouveau progrès dans les composés de jute qui aident à l'utilisation de la fibre dans des pièces d'automobile (sous le capot), des matériaux de construction de logement ou même des récipients de cuisson pouvant être réchauffés par micro-ondes. Ce nouveau composé peut avoir un effet d'ondulation non seulement sur le secteur du jute, mais toute l'économie de l'Inde en ouvrant une énorme opportunité de marché. Les polymères de jute offrent d'excellentes opportunités pour la nouvelle industrie du lever du soleil, créant des milliers d'emplois dans le Bengale occidental, l'Orissa et le Bihar. On s'attend à ce que la vulgarisation des polymères de jute contribue à donner une impulsion majeure à la campagne du gouvernement en Inde en popularisant la nouvelle utilisation du jute dans d'autres secteurs, stimulant ainsi l'activité industrielle. Jute polymers are certain to greatly benefit the jute industry with its ability to transform the traditional use of jute for modern day products, thus, touching human lives. Advantage over Bangladesh :India and Bangladesh together accounts for the 95 of worlds jute production. The cost of producing quality yarn is 40 per cent higher in Bangladesh than in India because of the technological disadvantages. India has set up composite jute mills with modern machinery and technologies for production of fabrics, dyeing or lamination under one roof. Bangladesh has nearly 250 jute mills, but none of them has the dyeing and lamination facilities, which are essential to producing diversified products, according to exporters. Potential for an anti-dumping tax: Around 125 lakh bales of jute sacks are needed just to package crop seeds in India. Indian jute mills can produce only 25 lakh bales of jute. The Indian Jute Mill Association (IJMA) has already pleaded for an anti-dumping tax in case Bangladeshi goods enter India. The Indian jute commission is considering the plea, and is soon to give a decision about it. This decision is aiming provide a monopoly to Indian jute mill owners which is a very big positive as there are barely few survivors in the industry. Jute Particle Board: They are used as substitutes for wood. The availability of the technologies for producing particleboards and its high socio-economic value are arguments in favour of the future development of this product. The use of wood in house construction, furniture, etc. is slowly being discouraged due to environmental reasons. The use of jute particle board as a substitute has been found to be quite acceptable both in terms of quality and price. Strong Financial Risk Profile: CRISILs ratings on the bank facilities of Cheviot Co Ltd (CCL) continue to reflect CCLs strong financial risk profile, marked by a robust net worth, low reliance on external debt and strong liquidity. The ratings also factor in the strong business risk profile, with an established market position in the jute industry, a diversified product profile, and a wide distribution network. Jute has always been a dull and boring sector. However, several positive advancement drew my attention to this sector. Several innovations ranging from diversified uses of Jute and Jute compounds (as discussed above) implies a turning tables for this sector. Also there has been a rise in demand for jute products all across the globe. Several countries have already banned use of plastic bags in their grocery markets and shopping malls. Thus, demand has been projected to increase 50 times within next five years if the eco-friendly trend continues. Potential for an anti-dumping tax which is a game changer, would provide a monopoly to Indian jute mill owners as there are barely few players in the industry. Recently MD of Gloster (one of the leading Jute players) emphasized in an interview that this is a 8216golden period8217 for the jute industry with several sectoral tailwinds. He guided a robust rise in export demand in coming quarters. He also said that the upcoming quarters will see a very sleek growth which they have never seen before. Concerns: Adverse regulatory changes in the jute industry may impact the top line and thus the regulatory risk would always prevail. Revenues coming in from exports have been a significant rise in past several quarters, fluctuations in currency can pose a threat. Also the RM prices which is Raw jute been on a recent upswing which can put pressure on its margins. Financials: Company over the past 5 years have grown its topline and bottomline at a CAGR of 8 and 13 respectively. But the half yearly results of 2015-16 presents an entirely different picture where the company has delivered an impressive sales growth of 25 to register a figure of 150crs vs 120crs. Profits have more than doubled to 23crs vs 11crs. The third quarter numbers probably should be the best since its inception. Conclusion: I liked Cheviot for its attractive valuations (in terms of EV) along with strong financial risk profile, marked by a robust net worth and low reliance on external debt. It has huge investments and cash on book worth Rs. 200 Cr and it8217s almost debt free. Thus, on EV basis it is available at a very reasonable price. Currently it is quoting at a 6 forward PE and given the tailwinds even a meagre rerating up to 10 PE would make it move way higher. Promoters are owning 75 stake of the company. CCL has also been very generous with its consistent 20 dividend pay-out policy in past 5 years. So even dividends will be 2x with 100 rise in bottom line. Also, CCL doesn8217t needs any capex and has huge reserves so one can expect another bonus due to low equity base. (Last bonus was in 2006).There are very few listed players in Jute industry in India. All are with very tiny equities and limited floating stock. So even average accumulation can make them run into circuits. BTW:For different stock market related services and also for techno-Funda tutorials, rush a mail at my mail id arunsharemarketgmail to know more about it. Note: The above is not a research report but assimilation of information available on public domain and it should not be treated as a research report. Registration status with SEBI: I am not registered with SEBI under the (Research Analyst) regulations 2014 and as per clarifications provided by SEBI: 8220Any person who makes recommendation or offers an opinion concerning securities or public offers only through public media is not required to obtain registration as research analyst under RA Regulations8221 Disclosure: It is safe to assume that I might have Cheviot in my portfolio and hence my point of view can be biased. Readers should consult registered consultants before making any investments. After the launch of my Share Bazaar android app, the workload has increased many a times. Hardly theres any time to do blogging. As you all know the app has been a huge hit with downloads been nearly 25000 in a very small time. For the uninitiated, to download-go to play store and search Share Bazaar Arun. Do give your reviews and ratings folks. Microsec Financial Services AGM Notes (QampA) E-commerce Divisions:- 1. Are we planning to raise Private Equity for both our E-Commerce division Ans: We were anxious when we started both e-com divisions but in retrospect we believe it was one of the greatest decision we ever made. Usually in a typical e-commerce start up, it takes huge amount of cash burning to achieve a GMV of 100crs but we are aiming to achieve that feet by remaining debt free. We are going to set a benchmark by achieving this only from a single state in India (West Bengal) which has been unprecedented in the world of E-commerce. And yes we are looking to raise money for both the verticals. 2. What is the USP of our E-com Services Will ban on selling online medicine(if at all happens) affect us Ans: The USP of the company is our last mile delivery where 99 of the logistics costs are borne by the franchises. (Company gave the examples of newspaper where the logistics costs are Zero.) We dont sell prescribed drugs online. Sastasundar forwards the lead to its offline brickampmortar franchisehealthbuddies and they deliver the order to the customer. Its just a lead generation medium. 3. As medspa, Apollo pharmacy, netmeds, pm ventures are all in the same business as Sastasunder, What are we doing to thwart competition Ans: Competition makes business and the arena is too large. The retail pharmacy market is worth over 70000crs and theres a room for everyone to have their own pie. 4. We are entering Karnataka. What would be the strategy Are we also entering other states Ans: Strategy is to repeat what we are doing in Kolkata. Sastasundar will further expand in Mumbai and other big cities by 2016. 5. In medicine distribution we need large inventories. Even we supply the inventory to our franchise owners. How are we playing it Are we ready for addition in future debt Ans: Company is against too much debt however we may need some for taking care of our WC requirements. 6. What is the ratio of repeat customers to new customers What are we doing to retain our old customers Ans: Repeat Customers contribute to 75 of the present top line. Company is taking all initiatives to retain its existing customers. 7. What is the credit cycle from where we procure the medicines Ans: (Didnt gave a clear answer but hinted of a good credit cycle once they garner in big volumes) 8. How many franchises we have till date What is out average franchise revenue What is the number of franchise we are looking to add over the coming few years Ans: 87 in total, 81 franchise and 6 company owned stores. Company looking to appoint more franchises. Aims for a number of 225 within the next fiscal. 9. What is the ebitda margin we will have after counting for 15 discounts and 8 commission to franchises How can we compete with the retail pharmacist stores Ans: Our medicine distribution margins are 30. The retail pharmacist averages margin of around 20. So theres nothing to worry on that front. Sastasundar makes around 7. 10. How many brands are attached with foreseegames as on date Ans: Its around 120 and yes the target is to tieup with 500 brands ASAP. 11. We brag about 11 lakh users in foresee then why is the revenue is not even 50 lakhs Ans: Foreseegame will see increased monetization from Brand partners going forward, however current strategy is more focused on acquiring more brand partners. 12. Foreseegame itself is engaging but the worst part is we have just 33k likes Facebook on user base of 1.1 million. Why arent we looking at it One of our peer latestone came into the arena much later yet they have 7-8 lakh fans in no time and increasing at a rapid speed. Ans: (The Company appreciated the fact and promised to look into the issue at the earliest.) 13. Why arent we marketing enough We dont see foresee ads in TVs. They are nowhere. We havent even done a SEO, let alone AdWords. Nobody can see us if they Google up online games. Why is it so Ans: Not fond of marketing in the television world. SEO and other needed necessities are actively looked upon which will help the company to increase its users. 14. Have we got a break even target in our verticals When we will break even in e-com verticals Ans: Company looking to break even by fy17-18. Both e-com verticals are exceeding expectations as of now. 15. Do we make profit from every transaction What is the ratio of our private level biz to the medicine biz What is the margin we make from our private biz Ans: We are making profit from most transactions, if not all. The ratio is hardly much to talk about as of now. Private level business margins around 50. 16. What about our recent launches: chef on and others Are we seeing any traction What has been the acceptance of our customers Ans: Chefon: the made to order segment has seen immediate traction after its recent launch. Company is getting 400-500 enquires on a daily basis. 17. In Foreseegame we often provide Sastasunder currency to our game buddies which in turn inflates the topline. Out of 21crs topline in Sastasunder, what has been its contribution last fiscal Ans: That is less than half a percent of the total turnover. 18. Any revenue guidance for foresee and Sastasunder in the present fiscal Next year 17 and by 2020 Ans: Foreseegame should more than double its turnover this year. Sastasundars GMV should be heading to 100crs within the next few quarters. 19. Zapak games recently got valued at 1000crs, be it alexa rank or minutes spend in the site it8217s beneath foreseegame by every standard. Are we looking to unlock value by divesting a stake Ans: Lot of offers from private equity. Foreseegame will dilute in favour of a private equity to unlock value. Should be done at a good valuation. 20. Ironically whenever we announce our results, we see our stock being hammered owing to higher losses. Would we see the same in future Ans: (We aren8217t bothered about stock prices or market cap. The company is in a solid footing and with time, the right valuation should definitely chip in.) Financial Services Division:- 21. It8217s been quite a while since the demergerdivestment news was announced by the company. When is it actually happening Ans: Our core was finance and its a pretty emotional decision to hive off the same. However, we believe in being ahead of the time and hence will soon do what8217s best for the business. 22. We have a capital employed of over 100crs in the financial vertical. We have got large holdings running worth several Crs. We did a PAT of 10crs. Its a brand with intangibles adding up to a good few Crs. Tailwinds are blowing with few recent brokerage deals. Sudhir Valia acquiring fortune financial at 35crs and Sudip banerjee buying out JRG sec at 100crs. So we should get a good valuation right Ans: (They appreciated the fact and hinted about a good deal coming soon. Fathoming the body language, it seems like they will just sell the finance arm rather than demerging it as the full focus is on ECOM.) 23. Presuming we will sell out the Financial Services Division as admitted by Mr mittal earlier, how are we going to deploy that money Would it be fully on Ecom Or can there be a special onetime dividend Ans: As of now we are not in favour of a dividend as the stock price would just adjust it immediately. The money received would be deployed in the ECOM ventures. 24. Promoters own 71 in the company as on date, bit below the max permissible limit of 75. Why arent you buying out the rest This fiscal year the promoters hardly bought anything. Ans: Microsec is the only stock we acquired in last few years. We desire to own the maximum permissible limit of 75 soon. 25. We had an internal target of achieving a billion dollar market cap by 2020. How achievable does it look under the present juncture. Ans: Futile to discuss about market cap at the present juncture. We believe in long term wealth generation for the stakeholders. 26. Is there any chances of selling out fully provided we get an extravagant offer, at a much premium to the present price Ans: No chances of selling out in the next 5 years. What I Perceive: Finance business to be sold soon and then in due course would be demerged in two separate companies. Sastasundar and Foresee to be separately listed in the future. P. s:Please refrain from asking buyingselling stuff. BTW:For different stock market related services and also for techno-Funda tutorials, rush a mail at my mail id arunsharemarketgmail to know more about it. Note: The above is not a research report but assimilation of information available on public domain and it should not be treated as a research report. Registration status with SEBI: I am not registered with SEBI under the (Research Analyst) regulations 2014 and as per clarifications provided by SEBI: 8220Any person who makes recommendation or offers an opinion concerning securities or public offers only through public media is not required to obtain registration as research analyst under RA Regulations8221 Disclosure: It is safe to assume that I might have MICROSEC in my portfolio and hence my point of view can be biased. Readers should consult registered consultants before making any investments. In Mumbai from 11th to 13th of September. Hope to meet a few of my readers. Please whatsapp my guy Dibyajit at 9804238412 for more details. Hope you readers have all downloaded the Share Bazaar Android app. Its already been a mega hit with nearly 25000 downloads. Go to playstore, find share bazaar app by Arun and download. Am really really scared to put anything on public domain. Everything has been perceived as a stock idea. I pen a tweet to find the same in circuits. Its not a stock idea guys. Please read before your acts. Thanks to my Junior Abhijit for presenting it in such a brilliant yet witty way. Following is a candid description of my visit to the Makers Labs AGM. Why Annual Grotesque Meeting Wait till the end of this article to find out. Scene 1: It was a sunny Tuesday morning, half past ten, I arrived at the IPCA Lab office located in Kandivali, Mumbai. As soon as I entered the gates, I saw a small white board in a corner. Some text was scribbled on it with atrocious handwritings. After a thorough analysis, I figured out that it was written 8221Welcome to the 30th AGM of Makers Laboratories8221 (with two giant spelling mistakes, WELCOM and LABORATRIES). There was nobody at the gate. After a few minutes of waiting, I observed a guard running towards me from the corridor. He was panting heavily and said: 8221Sary Sur Hum thoda sa pishab karne gaya tha8221 (I wondered why only thoda, why not full) Scene 2: After I managed to find a chair in the shady looking premises of the office, a really beautiful lady came to serve me some chai with a gracious smile. Considering the texture of the steel glass (especially the deposits of dirt in between the texture), coupled with the bright red colour of the chai, I decided to give it a pass. Scene 3: Recovering from a semi-trauma merely caused by the sight of that chai, I went out to get some fresh air. There I witnessed a gentlemen accompanied by his wife, entering the premises. After a basic introduction with him, he expressed how unhappy he was with the financials of the company and how much pissed he was with the company secretary Mr X for being a dk on phone calls. Scene 4: 11 o8217clock, I did enter a small room where the AGM is supposed to take place. I was greeted by a sight of this really dingy and old school poster of Makers labs which didn8217t even have a logo (or do they even have a logo in first place). I saw several oldies roaming around in that room who apparently looked like shareholders. (PS: I did overhear them discussing on piles issue) Scene 5: I heard someone fighting loudly at the entrance. It was that angry gentleman with his wife, who expressed his grudge towards company secretary before. Unfortunately, he stumbled upon Mr X at the entrance. Somehow people were able to separate them from their verbal barrage. He was accusing Mr X of treating him badly on the phone and complained that Mr X called him a 8221gate crasher8221 and accused him to attend AGM only for the 8216free8217 snacks offered and nothing else. (I8217m not kidding, this is exactly what happened and they were actually fighting like a baby for that issue).After things were subdued, Mr X told us secretly, how that gentlemen only held 5 shares of the company and harassed him on phone calls. Scene 6: Chairman literally READ the speech from the Annual Report. After about 5 minutes, it was time for QampA. I will make a future post on how stupid and hilarious questions people asked the chairman. Some of the questions were asked by that gentleman who had also brought the annual report with all the spelling mistakes underlined. I literally felt suffocated in that intellectually polluted environment. The whole AGM was wrapped up within 20 minutes, and the same red chai with a vada and some stinking potato chips were served. (PS: one of the oldies from that piles group, did give a generous suggestion to replace vada with a sandwich in the next AGM.) Scene 7: I left the room just to avoid the sight of oldies hogging on cold vadas and almost black potato chips. Right outside, I met this sensible looking fellow. I felt like giving him a hug. He was the Marketing head of Makers Lab. I had a chat with him for 15 minutes about so-called Future Prospects of the company and he assured me to stay away from the stock with a 12-foot barge pole. I8217m not even kidding, his candid remarks about how dull the Generic drug industry is with not much room for Makers Lab to grow, were enough for eliminating Makers Lab from my watch list. Final P. S. Guess what I heard from a director of IPCA Labs in an offline conversation: 8221DONOT expect much from Makers8217 I8217m serious. That were the exact words he used. BTW:For different stock market related services and also for techno-Funda tutorials, rush a mail at my mail id arunsharemarketgmail to know more about it. Note: Let me clarify this was just a funny experience I had at the AGM and please don8217t take any serious offence. Also, this is NOT an investment advice to buy or sell shares. Please make your own decision, as blindly acting on anyone else8217s research and opinions can be injurious to your wealth. I do not own the stock, nor I am a registered Research Analyst as per SEBI Regulations, 2014. Subscription to ArunthestocksguruTrend Blaster FREE For 6 Months: Unbelievable but true. Yes we are giving Trend Blaster free for 6 months. And what more TTTB will also be included in that. Today is the last day of 2016 and when I am writing this post many memories are coming into my mind. Year 2016 saw many ups and downs in the market. Markets have posted marginal gains in 2016. Nifty has started marginally below 8000 and just closed near to 8200 in the last trading day of 2016. Just over aroung 200 points gain in 2016. We know you are making losses. Learn our secret trick to earn 2 everyday Yes, you can double your money in 1 day