Prognosemetoder – en oversikt - Telenor
Prognosemetoder – en oversikt - Telenor
Prognosemetoder – en oversikt - Telenor
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
ektiv til modell-prognos<strong>en</strong>e. Dette kan<br />
være g<strong>en</strong>erelle forhold som vi vet at<br />
prognosemodell<strong>en</strong>e ikke fanger opp,<br />
spesielle forhold ved teknikk og marked i<br />
framtidige perioder som ikke reflekteres i<br />
d<strong>en</strong> historiske utvikling, informasjon fra<br />
(andre) markedsundersøkelser, lokale<br />
markedsforhold, osv.<br />
4.1 Samm<strong>en</strong>setting av årsdata<br />
for total etterspørsel<br />
Som <strong>en</strong> illustrasjon på det arbeidet som<br />
utføres med datagrunnlaget, har vi delt<br />
prosess<strong>en</strong> opp i 4 steg og b<strong>en</strong>yttet arbeidet<br />
med status for total etterspørsel pr<br />
31.12.1990 i Region Oslo.<br />
Steg 1: Ukorrigert etterspørsel<br />
Steg 1 er allerede nevnt ov<strong>en</strong>for: Vi<br />
legger samm<strong>en</strong> antall installerte abonnem<strong>en</strong>t<br />
og antall ueffektuerte og ikke oppdaterte<br />
abonnem<strong>en</strong>t fra h<strong>en</strong>holdsvis R35<br />
og R34. Tabell 2 viser et eksempel på<br />
dette for TAT i Oslo kommune, fordelt<br />
på s<strong>en</strong>tralområder.<br />
Netto ueffektuerte abonnem<strong>en</strong>t inneholder<br />
i d<strong>en</strong>ne tabell<strong>en</strong> også effektuerte,<br />
ikke oppdaterte abonnem<strong>en</strong>t.<br />
Steg 1 viser hvordan vi kommer fram til<br />
total etterspørsel pr 31.12.90. Ønsker vi i<br />
neste omgang å ha data for hva d<strong>en</strong> årlige<br />
etterspørsel<strong>en</strong> var i 1990, må vi gå til tilsvar<strong>en</strong>de<br />
totaletterspørselstall for 1989<br />
og trekke disse fra de nye tall<strong>en</strong>e i tabell<strong>en</strong>.<br />
Vi skal imidlertid se bort fra dette i<br />
d<strong>en</strong> videre gj<strong>en</strong>nomgang.<br />
Steg 2: R<strong>en</strong>e s<strong>en</strong>tralgr<strong>en</strong>ser<br />
Samm<strong>en</strong>stilling<strong>en</strong> av tabell 2 gir som<br />
nevnt likevel ikke det fulle eller sanne<br />
bildet av totaletterspørsel<strong>en</strong> i hvert<br />
s<strong>en</strong>tralområde: Av ulike grunner er det<br />
slik at <strong>en</strong>kelte abonnem<strong>en</strong>t med adresse i<br />
<strong>en</strong> s<strong>en</strong>trals geografiske dekningsområde<br />
(det er dette som kalles s<strong>en</strong>tralområde)<br />
er tilknyttet <strong>en</strong> s<strong>en</strong>tral med annet geografisk<br />
dekningsområde. Slike tilfeller<br />
kalles nummerlån (eller fremmedtilknyttinger)<br />
mellom s<strong>en</strong>traler6 .<br />
Når vi skal finne de korrekte tall for<br />
status for totaletterspørsel<strong>en</strong> i hvert<br />
s<strong>en</strong>tralområde, må vi derfor “tilbakeføre”<br />
alle nummerlån til det s<strong>en</strong>tralområdet<br />
som abonnem<strong>en</strong>tsadress<strong>en</strong> faktisk (geo-<br />
6 I mange regioner er ikke nummerlån<br />
mellom s<strong>en</strong>tralområd<strong>en</strong>e praktisert.<br />
Hvis så er tilfellet, faller dette steget<br />
bort.<br />
grafisk) tilhører. Oversikt over dette<br />
finner vi i “nummerlån-statistikk<strong>en</strong>”.<br />
Når d<strong>en</strong>ne korrigering<strong>en</strong> er utført, sier vi<br />
at statistikk<strong>en</strong>e viser etterspørsel fordelt<br />
på s<strong>en</strong>traler med “r<strong>en</strong>e” s<strong>en</strong>tralområdegr<strong>en</strong>ser.<br />
Etterpå kan disse data<strong>en</strong>e summeres<br />
opp til f eks kommune-, teledistrikteller<br />
regiondata med r<strong>en</strong>e s<strong>en</strong>tralområdegr<strong>en</strong>ser.<br />
Et eksempel på korrigering for nummerlån<br />
er gitt i tabell 3.<br />
Legg merke til d<strong>en</strong> store variasjon<strong>en</strong> i<br />
nummerlån mellom de ulike s<strong>en</strong>tral<strong>en</strong>e.<br />
M<strong>en</strong>s Sørkedal<strong>en</strong> s<strong>en</strong>tral verk<strong>en</strong> låner<br />
nummer til eller fra no<strong>en</strong> andre s<strong>en</strong>traler,<br />
har f eks C<strong>en</strong>trum 6/7/8/10/FREE/3<br />
utlånt hele 836 nummer (tilknyttinger) til<br />
andre s<strong>en</strong>traler, samtidig<br />
som s<strong>en</strong>tral<strong>en</strong>e (dette er<br />
flere s<strong>en</strong>traler som i sum<br />
dekker et s<strong>en</strong>tralområde)<br />
har lånt 594 nummer fra<br />
andre s<strong>en</strong>traler. Netto<br />
utgjør imidlertid ikke dette<br />
mer <strong>en</strong>n -242 abonnem<strong>en</strong>t,<br />
selv om dette er et høyt nok<br />
tall på s<strong>en</strong>tralområd<strong>en</strong>ivå.<br />
Eksemplet illustrerer også<br />
et annet viktig po<strong>en</strong>g:<br />
Fra tid til ann<strong>en</strong> foregår det<br />
“opprydding” i nummerlån,<br />
dvs at abonnem<strong>en</strong>t<strong>en</strong>e<br />
blir tilbakekoplet til de<br />
s<strong>en</strong>traler som de geografisk<br />
tilhører. I d<strong>en</strong> regulære statistikk<strong>en</strong><br />
fra TELSIS framkommer<br />
dette som <strong>en</strong>dringer<br />
i tilgang eller etterspørsel<br />
for de aktuelle<br />
s<strong>en</strong>traler. Likevel er ikke<br />
dette tilfellet: Vi har bare<br />
hatt <strong>en</strong> nummeromkopling.<br />
Dette viser at det er viktig å<br />
ha <strong>oversikt</strong> over nummerlån<strong>en</strong>e<br />
s<strong>en</strong>tral<strong>en</strong>e imellom<br />
og at det er viktig å vite når<br />
slike nummeromkoplinger<br />
skjer.<br />
Sid<strong>en</strong> vi fokuserer på etterspørsel<strong>en</strong><br />
fra et geografisk<br />
avgr<strong>en</strong>set område er det<br />
m a o viktig at historikk<strong>en</strong><br />
viser hvordan d<strong>en</strong>ne utvikling<strong>en</strong><br />
virkelig har vært. Det<br />
faktum at Televerket velger<br />
å kople <strong>en</strong>kelte abonnem<strong>en</strong>t<br />
opp mot <strong>en</strong> ann<strong>en</strong> s<strong>en</strong>tral<br />
<strong>en</strong>n d<strong>en</strong> hvor abonnem<strong>en</strong>tet<br />
naturlig (geografisk) hører<br />
hjemme, må altså ikke<br />
bidra til at statistikk<strong>en</strong>e gir et annet bilde<br />
av etterspørselsutvikling<strong>en</strong> <strong>en</strong>n d<strong>en</strong> vi<br />
faktisk har hatt!<br />
Etterspørselsprognos<strong>en</strong>e er altså prognoser<br />
for etterspørsel etter abonnem<strong>en</strong>t i<br />
geografiske områder som er uavh<strong>en</strong>gige<br />
av hvor abonnem<strong>en</strong>t<strong>en</strong>e fysisk blir tilkoplet7<br />
.<br />
Steg 3: Justering for flytting av<br />
s<strong>en</strong>tralgr<strong>en</strong>ser<br />
Et annet viktig mom<strong>en</strong>t som må takles, er<br />
ev<strong>en</strong>tuell flytting av s<strong>en</strong>tralgr<strong>en</strong>ser. Når<br />
<strong>en</strong> s<strong>en</strong>tral gir fra seg <strong>en</strong> del av sitt dekningsområde<br />
til <strong>en</strong> ann<strong>en</strong> s<strong>en</strong>tral, blir<br />
numr<strong>en</strong>e/abonnem<strong>en</strong>t<strong>en</strong>e i det aktuelle<br />
geografiske området koplet om fra d<strong>en</strong><br />
Tabell 2 Steg 1: Beregning av total etterspørsel etter TAT i Oslo kommune<br />
31.12.90<br />
S<strong>en</strong>tralområde i Antall inn- Netto ueff. Total<br />
Oslo kommune koplede TAT (R34) ettersp.<br />
TAT (R35) TAT<br />
(1) (2) (1)+(2)<br />
Furuset 14947 17 14964<br />
Grorud 14611 42 14653<br />
Stovner 12857 35 12892<br />
Økern 22066 133 22199<br />
Bryn 18588 34 18622<br />
Holmlia 10489 52 10541<br />
Kastellet 21531 68 21599<br />
Øst 25646 92 25738<br />
Fagerborg 5 187 68 255<br />
Fagerborg 31301 322 31623<br />
Frogner 25533 96 25629<br />
Slemdal 15229 118 15347<br />
Sørkedal<strong>en</strong> 228 0 228<br />
Tås<strong>en</strong> 15307 58 15365<br />
Ullern 17141 27 17168<br />
Ås<strong>en</strong> 20364 117 20481<br />
C<strong>en</strong>trum 4/5/9 13765 126 13891<br />
C<strong>en</strong>trum 6/7/m fl 18131 118 18249<br />
Maridal<strong>en</strong> 0 0 0<br />
Nord 23333 180 23513<br />
Vaterland 4514 56 4570<br />
Vika 5249 87 5336<br />
Oslo kommune 331017 1846 332863<br />
sum<br />
71