Алгоритм прогнозирования объема продаж - Sps-Studio.ru

Алгоритм прогнозирования объема продаж

Алгоритм прогнозирования объёма продаж в MS Excel На сегодняшний день наука достаточно далеко продвинулась в разработке технологий прогнозирования. Специалистам хорошо известны методы

Алгоритм прогнозирования объема продаж

Алгоритм прогнозирования объёма продаж в MS Excel

На сегодняшний день наука достаточно далеко продвинулась в разработке технологий прогнозирования. Специалистам хорошо известны методы нейросетевого прогнозирования, нечёткой логики и т.п. Разработаны соответствующие программные пакеты, но на практике они, к сожалению, не всегда доступны рядовому пользователю, а в то же время многие из этих проблем можно достаточно успешно решать, используя методы исследования операций, в частности имитационное моделирование, теорию игр, регрессионный и трендовый анализ, реализуя эти алгоритмы в широко известном и распространённом пакете прикладных программ MS Excel.

В данной статье представлен один из возможных алгоритмов построения прогноза объёма реализации для продуктов с сезонным характером продаж. Сразу следует отметить, что перечень таких товаров гораздо шире, чем это кажется. Дело в том, что понятие “сезон” в прогнозировании применим к любым систематическим колебаниям, например, если речь идёт об изучении товарооборота в течение недели под термином “сезон” понимается один день. Кроме того, цикл колебаний может существенно отличаться (как в большую, так и в меньшую сторону) от величины один год. И если удаётся выявить величину цикла этих колебаний, то такой временной ряд можно использовать для прогнозирования с использованием аддитивных и мультипликативных моделей.

Аддитивную модель прогнозирования можно представить в виде формулы:

где: F – прогнозируемое значение; Т – тренд; S – сезонная компонента; Е – ошибка прогноза.

Применение мультипликативных моделей обусловлено тем, что в некоторых временных рядах значение сезонной компоненты представляет собой определенную долю трендового значения. Эти модели можно представить формулой:

На практике отличить аддитивную модель от мультипликативной можно по величине сезонной вариации. Аддитивной модели присуща практически постоянная сезонная вариация, тогда как у мультипликативной она возрастает или убывает, графически это выражается в изменении амплитуды колебания сезонного фактора, как это показано на рисунке 1.

Рис. 1. Аддитивная и мультипликативные модели прогнозирования.

Алгоритм построения прогнозной модели

Для прогнозирования объема продаж, имеющего сезонный характер, предлагается следующий алгоритм построения прогнозной модели:

1.Определяется тренд, наилучшим образом аппроксимирующий фактические данные. Существенным моментом при этом является предложение использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.

2 .Вычитая из фактических значений объёмов продаж значения тренда, определяют величины сезонной компоненты и корректируют таким образом, чтобы их сумма была равна нулю.

3.Рассчитываются ошибки модели как разности между фактическими значениями и значениями модели .

4.Строится модель прогнозирования:

где:
F – прогнозируемое значение;
Т – тренд;
S – сезонная компонента;
Е — ошибка модели.

5.На основе модели строится окончательный прогноз объёма продаж. Для этого предлагается использовать методы экспоненциального сглаживания, что позволяет учесть возможное будущее изменение экономических тенденций, на основе которых построена трендовая модель. Сущность данной поправки заключается в том, что она нивелирует недостаток адаптивных моделей, а именно, позволяет быстро учесть наметившиеся новые экономические тенденции.

F пр t = a F ф t-1 + (1-а) F м t

где:
F пр t — прогнозное значение объёма продаж;
F ф t- 1 – фактическое значение объёма продаж в предыдущем году;
F м t — значение модели;
а – константа сглаживания

Практическая реализация данного метода выявила следующие его особенности:

  • для составления прогноза необходимо точно знать величину сезона. Исследования показывают, что множество продуктов имеют сезонный характер, величина сезона при этом может быть различной и колебаться от одной недели до десяти лет и более;
  • применение полиномиального тренда вместо линейного позволяет значительно сократить ошибку модели;
  • при наличии достаточного количества данных метод даёт хорошую аппроксимацию и может быть эффективно использован при прогнозировании объема продаж в инвестиционном проектировании.

Применение алгоритма рассмотрим на следующем примере.

Исходные данные: объёмы реализации продукции за два сезона. В качестве исходной информации для прогнозирования была использована информация об объёмах сбыта мороженого “Пломбир” одной из фирм в Нижнем Новгороде. Данная статистика характеризуется тем, что значения объёма продаж имеют выраженный сезонный характер с возрастающим трендом. Исходная информация представлена в табл. 1.

Таблица 1.
Фактические объёмы реализации продукции

Алгоритм прогнозирования объёма продаж в MS Excel

На сегодняшний день наука достаточно далеко продвинулась в разработке технологий прогнозирования. Специалистам хорошо известны методы нейросетевого прогнозирования, нечёткой логики и т.п. Разработаны соответствующие программные пакеты, но на практике они, к сожалению, не всегда доступны рядовому пользователю, а в то же время многие из этих проблем можно достаточно успешно решать, используя методы исследования операций, в частности имитационное моделирование, теорию игр, регрессионный и трендовый анализ, реализуя эти алгоритмы в широко известном и распространённом пакете прикладных программ MS Excel.

В данной статье представлен один из возможных алгоритмов построения прогноза объёма реализации для продуктов с сезонным характером продаж. Сразу следует отметить, что перечень таких товаров гораздо шире, чем это кажется. Дело в том, что понятие “сезон” в прогнозировании применим к любым систематическим колебаниям, например, если речь идёт об изучении товарооборота в течение недели под термином “сезон” понимается один день. Кроме того, цикл колебаний может существенно отличаться (как в большую, так и в меньшую сторону) от величины один год. И если удаётся выявить величину цикла этих колебаний, то такой временной ряд можно использовать для прогнозирования с использованием аддитивных и мультипликативных моделей.

Аддитивную модель прогнозирования можно представить в виде формулы:

где: F – прогнозируемое значение; Т – тренд; S – сезонная компонента; Е – ошибка прогноза.

Применение мультипликативных моделей обусловлено тем, что в некоторых временных рядах значение сезонной компоненты представляет собой определенную долю трендового значения. Эти модели можно представить формулой:

На практике отличить аддитивную модель от мультипликативной можно по величине сезонной вариации. Аддитивной модели присуща практически постоянная сезонная вариация, тогда как у мультипликативной она возрастает или убывает, графически это выражается в изменении амплитуды колебания сезонного фактора, как это показано на рисунке 1.

Рис. 1. Аддитивная и мультипликативные модели прогнозирования.

Алгоритм построения прогнозной модели

Для прогнозирования объема продаж, имеющего сезонный характер, предлагается следующий алгоритм построения прогнозной модели:

1.Определяется тренд, наилучшим образом аппроксимирующий фактические данные. Существенным моментом при этом является предложение использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.

2 .Вычитая из фактических значений объёмов продаж значения тренда, определяют величины сезонной компоненты и корректируют таким образом, чтобы их сумма была равна нулю.

3.Рассчитываются ошибки модели как разности между фактическими значениями и значениями модели .

4.Строится модель прогнозирования:

где:
F – прогнозируемое значение;
Т – тренд;
S – сезонная компонента;
Е — ошибка модели.

5.На основе модели строится окончательный прогноз объёма продаж. Для этого предлагается использовать методы экспоненциального сглаживания, что позволяет учесть возможное будущее изменение экономических тенденций, на основе которых построена трендовая модель. Сущность данной поправки заключается в том, что она нивелирует недостаток адаптивных моделей, а именно, позволяет быстро учесть наметившиеся новые экономические тенденции.

F пр t = a F ф t-1 + (1-а) F м t

где:
F пр t — прогнозное значение объёма продаж;
F ф t- 1 – фактическое значение объёма продаж в предыдущем году;
F м t — значение модели;
а – константа сглаживания

Практическая реализация данного метода выявила следующие его особенности:

  • для составления прогноза необходимо точно знать величину сезона. Исследования показывают, что множество продуктов имеют сезонный характер, величина сезона при этом может быть различной и колебаться от одной недели до десяти лет и более;
  • применение полиномиального тренда вместо линейного позволяет значительно сократить ошибку модели;
  • при наличии достаточного количества данных метод даёт хорошую аппроксимацию и может быть эффективно использован при прогнозировании объема продаж в инвестиционном проектировании.

Применение алгоритма рассмотрим на следующем примере.

Исходные данные: объёмы реализации продукции за два сезона. В качестве исходной информации для прогнозирования была использована информация об объёмах сбыта мороженого “Пломбир” одной из фирм в Нижнем Новгороде. Данная статистика характеризуется тем, что значения объёма продаж имеют выраженный сезонный характер с возрастающим трендом. Исходная информация представлена в табл. 1.

Читайте также  Как продать квартиру по доверенности без собственника

Таблица 1.
Фактические объёмы реализации продукции

Методы прогнозирования продаж

Качественное и точное прогнозирование продаж – одно из главных и неотъемлемых условий эффективного развития каждого предприятия, не зависимо будто фармацевтическая, кондитерская, ликеро-водочная, строительная отрасль.

  • Аналитика бизнеса
  • Методы анализа данныхData Mining
  • Методы прогнозирования продаж

Оглавление

Качественное и точное прогнозирование продаж – одно из главных и неотъемлемых условий эффективного развития каждого предприятия, не зависимо будто фармацевтическая, кондитерская, ликеро-водочная, строительная отрасль.

Существует очень огромное количество разнообразных методов составления прогноза, из которых каждый отдельно взятый специалист в той или иной отрасли, занимающийся прогнозированием на базе исторических данных, может выбрать наиболее подходящий метод для конкретной. Правильный выбор метода составления прогноза – залог получения полноценной информации для принятия управленческих решений. Предлагаем вашему вниманию некоторые наиболее известные методы прогнозирования продаж.

1. Экстраполяция по скользящей средней.

Как правило применяется при краткосрочном прогнозировании (прогноз на месяц, квартал, год), используется в том случае, когда имеющиеся данные не позволяют выявить тренд изменения спроса.
Метод скользящей средней состоит в замене фактических уровней динамического ряда расчетными, имеющими значительно меньшие колебания, чем исходные данные. При этом средняя рассчитывается по группам данных за определенный интервал времени, причем каждая последующая группа образуется со сдвигом на один период (год, месяц). В результате первоначальные колебания динамического ряда сглаживаются, поэтому и операция называется сглаживанием рядов динамики (основная тенденция развития выражается при этом уже в виде некоторой плавной линии). Таким образом, при прогнозировании исходят из простого предположения, что следующий во времени показатель по своей величине будет равен средней, рассчитанной за последний интервал времени.
Пример расчета 3-месячной и 9-месячной скользящей средней. период продажи 3 недельная 9 недельная

Недостаток метода заключается в том, что требуется много данных для расчета прогнозного значения показателя.

2. Экспоненциальная средняя.

При составлении отчетов влияние на прошлые данные должны затухать по мере удаления от момента, на который составляется прогноз. Одним из простейших приемов сглаживания динамического ряда с учетом «устаревания» данных является расчет коэффициентов, получивших название экспоненциальных средних, которые широко применяются в краткосрочном прогнозировании. Основная идея метода состоит в использовании в качестве прогноза линейной комбинации прошлых и текущих периодов.

Экспоненциальная средняя рассчитывается по формуле:

Qt = a * yt + (1 – a)* Qt -1

где Qt – экспоненциальная средняя (сглаженное значение уровня ряда) на момент t; a – коэффициент, характеризующий вес текущего наблюдения при расчете экспоненциальной средней (параметр сглаживания), причем 0

Широкое распространение в разных видах деятельности получил метод основанный на базе сезонных колебаний уровней динамического ряда. При этом под сезонными колебаниями понимаются такие изменения уровня динамического ряда, которые вызываются влияниями времени года. Сезонные колебания строго цикличны – повторяются через каждый год, хотя сама длительность времен года имеет колебания. Для изучения сезонных колебаний необходимо иметь данные за каждый квартал, а лучше за каждый месяц, иногда даже за декады, хотя декадные уровни могут уже сильно исказиться мелкомасштабными случайными колебаниями. Методика статистического прогноза по сезонным колебаниям основана на их экстраполяции, т.е. на предположении, что параметры сезонных колебаний сохраняются до прогнозируемого периода. Для измерения сезонных колебаний исчисляются индексы сезонности Is. Индексы сезонности определяются отношением исходных (эмпирических) уровней ряда динамики yi, к теоретическим (расчетным) уровням yti, выступающим в качестве базы сравнения:

Isi = yi / yti

Именно в результате того, что в приведенной выше формуле измерение сезонных колебаний производится на базе соответствующих теоретических уровней тренда yti, в исчисляемых при этом индивидуальных индексах сезонности влияние основной тенденции развития элиминируется (устраняется). Поскольку на сезонные колебания могут накладываться случайные отклонения, для их устранения производится усреднение индивидуальных индексов одноименных внутригодовых периодов анализируемого ряда динамики. Поэтому для каждого периода годового цикла определяются обобщенные показатели в виде средних индексов сезонности (Is): ∑Isi. Рассчитанные таким образом средние индексы сезонности свободны от влияния основной тенденции развития и случайных отклонений.

В зависимости от характера тренда выделяют два способа измерения сезонных колебаний:
– способ переменной средней (для рядов внутригодовой динамики с ярко выраженной основной тенденцией развития): выступающие при этом в качестве переменной базы сравнения теоретические уровни yti представляют своего рода «среднюю ось кривой», т.к. их расчет основан на положениях метода наименьших квадратов;
– способ постоянной средней (для рядов внутригодовой динамики, в которых повышающийся (снижающийся) тренд отсутствует, или он незначителен):

В этой формуле базой сравнения является общий для анализируемого ряда динамики средний уровень y. Вышеизложенные методы прогноза сезонных колебаний не являются единственными. Так, для выявления сезонности можно использовать и рассмотренный выше метод скользящей средней, и другие методы.

Как прогнозировать объем продаж: базовые методы

Прогнозировать и оценивать продажи необходимо каждому бизнесу для того, чтобы оставаться конкурентоспособным. Ведь спрос потребителей постоянно меняется, и компании важно всегда продавать в таком количестве, чтобы покрывать расходы и иметь деньги на развитие.

Цели планирования продаж

Оценивать и планировать сбыт необходимо с помощью цифр и фактов, а не домыслов. Чем более скрупулезным будет подход к расчетам и прогнозам, тем будет проще компании добиться таких целей:

  • грамотно сформировать бюджет закупок. Если предприниматель будет понимать, что и в каком объеме можно продать в будущем периоде, он уже сейчас закупит подходящее количество товара или сырья. Можно будет избежать лишних трат и избыточного запаса в складских помещениях;
  • подготовить ориентиры для коммерческих подразделений. На основе прогнозов ставятся планы для отдела продаж, для разных филиалов, для отдельных менеджеров. Благодаря прогнозам планы будут формироваться на основе реальной ситуации, а не личных пожеланий предпринимателя;
  • предпринимать своевременные меры для роста и развития фирмы. Если предприниматель видит, что прогнозы продаж меняются от месяца к месяцу, он может найти факторы, которые повлияли на сбыт. Затем он может поддержать эти факторы или нивелировать их.

Этапы прогноза продаж

Прогнозирование осуществляется в пять этапов:

  1. Формулировка цели. Благодаря прогнозу сбыта получается решить сразу несколько задач. Поэтому предпринимателю необходимо заранее решить, чего он хочет добиться. Ведь дальнейшие действия после прогноза будут отличаться. Кроме того, в зависимости от цели отличаются метрики, которые будут участвовать в оценке продаж.
  2. Выбор метода прогнозирования продаж.
  3. Проведение расчетов, определение вероятных изменений в экономике.
  4. Постановка целей по продажам, производству, закупкам и формированию запаса на основе полученных прогнозов.
  5. Сверка плановых показателей и фактических по окончанию периода.

Методы прогнозирования продаж

Существует несколько методов, с помощью которых можно предположить будущий объем сбыта. Чаще всего используется экстраполяция – анализ прошлых периодов, выявление закономерностей и их перенос на будущие периоды. Чтобы компания не развивалась, предприниматель закладывает процент прироста на следующий период.

Однако этот метод не считается точным, ведь он не предусматривает нестандартные изменения на рынке. Поэтому в дополнение к экстраполяции необходимо использовать и другие.

Метод временных рядов

Если предприятие уже давно существует на рынке, то оно уже набрало достаточно информации для проведения анализа по методу временных рядов. Необходимо вывести графики, которые показывают динамику сбыта за последние несколько лет. По графикам можно увидеть текущие тренды и на их базе предположить, как будут развиваться продажи в будущем.

Если бизнес небольшой, допускается проводить упрощенную версию анализа. Сумму выручки за несколько прошлых периодов (от 2 до 5 лет) необходимо загрузить в таблицы. Затем потребуется проанализировать каждый год помесячно, чтобы выявить сезонность и сравнить один год с остальными, чтобы подтвердить ее.

При использовании метода временных рядов необходимо учитывать тренды, то есть изменения, которые определяют общий ход развития. Иногда у предпринимателя возникают сложности именно с поиском тренда. Чтобы облегчить этот этап прогнозирования, можно использовать укрупнение интервала динамического ряда. Суть этого метода заключается в том, что первоначальный ряд в таблице укрупняется и заменяется большим, с точки зрения времени, рядом. Например, в таблице есть данные за месяц. Если в течение того календарного года не происходило никаких внезапных изменений на рынке, то тенденции за месяц можно перенести на весь год.

Читайте также  Травяные сборы маркетинг продаж

Также при прогнозировании с помощью этого метода играет роль сезонность. Важно помнить, что при подобных анализах под сезонностью понимается не просто единоразовый всплеск или падение продаж, связанных с внешними факторами. Чтобы перепад продаж можно было считать сезонным, он должен повторяться на протяжении нескольких лет в одно и то же время. Необходимо рассчитывать индекс сезонности. Он представляет собой отношение среднего уровня продаж за сезонный период к общему среднему значению за год.

Метод экспертных оценок

Если предприниматель не уверен в собственных навыках прогнозирования, то он может привлечь нескольких экспертов в своей отрасли. Например, сторонних финансистов, аналитиков, консультантов или специалистов из сферы консалтинга. Они изучат финансовые отчеты, отчеты по продажам и сделают заключение.

Метод подходит тем фирмам, которые работают недавно. Они еще не успели собрать достаточно много статистических данных и не имеют знаний трендов. Однако у привлечения сторонних консультантов есть ряд минусов. Во-первых, предприятие становится зависимым от квалификации постороннего эксперта. Необходимо найти таких специалистов, квалификация и интуиция которых не вызывает сомнения, а это непросто. Во-вторых, специалисты могут при анализе чужой фирмы преследовать свои цели. Ведь им важно дать оценку, которая понравится заказчику, то есть предпринимателю. Из-за этого их оценка будет необъективной. Например, специалист по производству товара может порекомендовать компании повысить мощности, а коммерсанту выгоднее занизить план, чтобы он точно был выполнен.

Прогноз от экспертов может быть получен в одной из таких форм:

  • точечный прогноз – предположение в виде конкретной цифры. Это самая простая разновидность экспертной оценки, однако она содержит меньше всего информации. Следовательно, когда предприниматель заказывает у экспертов точечный прогноз, он не может предположить, насколько правильной окажется названная цифра;
  • интервальный прогноз – вид экспертной оценки, когда специалист устанавливает границы для названных результатов. Например, он предполагает, что «в будущем году продажи составят от 1 до 1,2 млн рублей»;
  • прогноз распределения вероятностей предполагает формирование нескольких возможных результатов с установлением границ, как в прошлой разновидности. Затем для каждого возможного варианта определяется вероятность исполнения. Например, с вероятностью 25 % компания будет в следующем году продавать на 1–1,2 млн, с вероятностью 40 % ее продажи будут составлять 1,3–1,7 млн и с вероятностью 35 % продажи будут находиться в диапазоне от 1,8 до 2 млн.

Если предприниматель пригласил для прогноза нескольких экспертов, то необходимо сначала получить прогнозы от каждого, а потом произвести итоговые расчеты. Нужно использовать одну из систем взвешивания индивидуальных значений. Вот какими они могут быть:

  • если эксперты имеют примерно одинаковую квалификацию и опыт, то мнение каждого из них равновесно;
  • если квалификация специалистов отличается, можно ранжировать их прогнозы по важности. Например, оценка продаж от более опытного эксперта будет более важной, чем оценка от менее опытного. Кроме опыта работы, можно использовать другие критерии, например, известность в отрасли, место получения образования и другие;
  • важность мнений экспертов будет пропорциональна их самооценкам. Доказано, что чем выше профессиональная самооценка, тем точнее прогнозы;
  • если одни и те же эксперты приглашаются для оценки продаж компании уже несколько лет подряд, то можно ориентироваться на точность прошлых прогнозов.

Метод прямого счета

Этот метод подходит для розничных ритейлеров. Предприниматели могут при расчетах опираться на остатки на складах. Необходимо учитывать количество товаров в закупках и потребительский спрос. Для каждого вида продукции нужно посчитать выручку в отпускных ценах, а затем сложить полученные результаты. Несмотря на кажущуюся простоту, у метода есть недостаток. Могут возникнуть сложности в том, чтобы обработать весь ассортимент и разделить его на номенклатуры, чтобы обработать группы товаров по выбранным параметрам.

Причинно-следственные методы

Самыми точными считаются причинно-следственные методы, потому что они учитывают дополнительные параметры. Причем параметры может выбрать предприниматель самостоятельно, исходя из своих целей. Вот какие параметры и факторы могут повлиять на объем продаж, а значит, могут быть учтены при прогнозировании:

  • численность населения, доходы целевой аудитории;
  • действия конкурентов;
  • стоимость рекламы, количество клиентов, которые обычно приходят с рекламного объявления;
  • ситуация в отраслях клиентов (если продажи ведутся В2В).

Не обязательно при расчетах учитывать все факторы, которые влияют на продажи. Достаточно взять только те, которые оказывают самое сильное влияние. На их основе аналитик составляет математическую модель для расчета плана сбыта.

Ошибки при прогнозировании продаж

Существует несколько типичных ошибок, которые допускают предприниматели при проведении исследований.

  1. Часто анализируется только один вариант развития событий на рынке. Например, учитывается только имеющиеся каналы сбыта, ассортимент, регионы присутствия. Когда бизнесмен считает возможные продажи, он берет в расчет только один набор параметров: цены, объемы сбыта. А в процессе расчетов эти показатели еще и занижаются, чтобы перестраховаться.
  2. Вторая ошибка заключается в использовании только метода экстраполяции. Тенденции рынка, возможные политические и экономические изменения не учитываются, из-за чего прогноз становится неточным.
  3. Последняя ошибка – игнорирование или преуменьшение значимости некоторых факторов, которые прямо или косвенно влияют на продажи. Обычно это изменения в жизни потребителей. Например, при прогнозе продаж недвижимости важно учитывать демографические изменения.

Прогнозирование продаж в Excel и алгоритм анализа временного ряда

Прогнозирование продаж в Excel не сложно составить при наличии всех необходимых финансовых показателей.

В данном примере будем использовать линейный тренд для составления прогноза по продажам на бушующие периоды с учетом сезонности.

Линейный тренд хорошо подходит для формирования плана по продажам для развивающегося предприятия.

Excel – это лучший в мире универсальный аналитический инструмент, который позволяет не только обрабатывать статистические данные, но и составлять прогнозы с высокой точностью. Для того чтобы оценить некоторые возможности Excel в области прогнозирования продаж, разберем практический пример.

Пример прогнозирования продаж в Excel

Рассчитаем прогноз по продажам с учетом роста и сезонности. Проанализируем продажи за 12 месяцев предыдущего года и построим прогноз на 3 месяца следующего года с помощью линейного тренда. Каждый месяц это для нашего прогноза 1 период (y).

Уравнение линейного тренда:

y = bx + a

  • y — объемы продаж;
  • x — номер периода;
  • a — точка пересечения с осью y на графике (минимальный порог);
  • b — увеличение последующих значений временного ряда.

Допустим у нас имеются следующие статистические данные по продажам за прошлый год.

  1. Рассчитаем значение линейного тренда. Определим коэффициенты уравнения y = bx + a . В ячейке D15 Используем функцию ЛИНЕЙН:
  2. Выделяем ячейку с формулой D15 и соседнюю, правую, ячейку E15 так чтобы активной оставалась D15. Нажимаем кнопку F2. Затем Ctrl + Shift + Enter (чтобы ввести массив функций для обеих ячеек). Таким образом получаем сразу 2 значения коефициентов для (a) и (b).
  3. Рассчитаем для каждого периода у-значение линейного тренда. Для этого в известное уравнение подставим рассчитанные коэффициенты (х – номер периода).
  4. Чтобы определить коэффициенты сезонности, сначала найдем отклонение фактических данных от значений тренда («продажи за год» / «линейный тренд»).
  5. Рассчитаем средние продажи за год. С помощью формулы СРЗНАЧ.
  6. Определим индекс сезонности для каждого месяца (отношение продаж месяца к средней величине). Фактически нужно каждый объем продаж за месяц разделить на средний объем продаж за год.
  7. В ячейке H2 найдем общий индекс сезонности через функцию: =СРЗНАЧ(G2:G13).
  8. Спрогнозируем продажи, учитывая рост объема и сезонность. На 3 месяца вперед. Продлеваем номера периодов временного ряда на 3 значения в столбце I:
  9. Рассчитаем значения тренда для будущих периодов: изменим в уравнении линейной функции значение х. Для этого можно просто скопировать формулу из D2 в J2, J3, J4.
  10. На основе полученных данных составляем прогноз по продажам на следующие 3 месяца (следующего года) с учетом сезонности:
Читайте также  Разрешение на продажу меда

Общая картина составленного прогноза выглядит следующим образом:

График прогноза продаж:



Алгоритм анализа временного ряда и прогнозирования

Алгоритм анализа временного ряда для прогнозирования продаж в Excel можно построить в три шага:

  1. Выделяем трендовую составляющую, используя функцию регрессии.
  2. Определяем сезонную составляющую в виде коэффициентов.
  3. Вычисляем прогнозные значения на определенный период.

Нужно понимать, что точный прогноз возможен только при индивидуализации модели прогнозирования. Ведь разные временные ряды имеют разные характеристики.

Чтобы посмотреть общую картину с графиками выше описанного прогноза рекомендуем скачать данный пример:

Как прогнозировать продажи

Есть одна очень распространенная проблема: владельцы бизнеса часто боятся заглядывать вперед и прогнозировать продажи. Но не стоит следовать их примеру. И проблема в данном случае даже не в отсутствии специальных знаний для этого и не в необходимости создания электронной таблицы, в которой нужно указать единицы товара и цены на них.

Прогноз продаж — не о том, что нужно заглядывать в будущее

Процесс прогнозирования объема сбыта намного легче, чем вы думаете, и намного полезнее, чем вы себе представляете. Это не предположение о том, что произойдет в будущем. Это ожидания + контроль + управление.

Необходимо анализировать и регулярно пересматривать свой прогноз продаж. Так как продажи непосредственно связаны с издержками и расходами, прогноз помогает контролировать бюджет. К тому же у вас для этого имеется информация по количеству продуктов, объемам и каналам сбыта, и все это, как и в любом другом предприятии, измеряется бизнес-результатами.

Вы должны тем более ориентироваться на прогнозы, если продаете новый продукт или открыли новый бизнес без конкретных данных за прошлые годы. Однако в любом случае прогноз по объемам сбыта точно не предскажет будущее. Это понятно с самого начала. То, что вы должны сделать — определить драйверы продаж и выявить взаимозависимости, то есть соединить точки соприкосновения таким образом, чтобы можно было легко исправить курс своего поведения в продажах.

Если вы думаете, что прогнозирование объемов сбыта трудно, попытайтесь управлять бизнесом без каких-либо прогнозов. Это намного сложнее. Дело в том, что ваш прогноз по объемам сбыта — основа и фундамент бизнес-плана. Предприниматели измеряют рост бизнеса продажами, и ваш прогноз объема сбыта устанавливает норму для расходов, прибыли и роста. Прогноз по продажам почти всегда будет первым набором чисел, которые вам придется отслеживать согласно бизнес-плану.

Прогнозирование продаж, анализ фактических результатов, внесение корректив — это уже фактически бизнес-планирование.

Прогнозирование продаж — простая математика

Для бизнес-плана сделайте свой прогноз по продажам на ближайшие 12 месяцев и на два года после этого. Представьте его в виде таблицы с колонками. Укажите количество единиц товара, цену за них, а затем посчитайте, каким должен быть результат по продажам.

Если вы продаете не товары, а услуги, то можете просто прогнозировать продажи по проектам или обязательствам — так, как это делают адвокаты, бухгалтера и другие профессионалы, чья деятельность связана с консалтингом.

Как узнать, какая цифра должна скрываться в прогнозах объема реализации?

Математика может быть простой, но то, что касается прогнозирования будущего, люди делают недостаточно хорошо. Не пытайтесь предсказать будущее точно в течение многих месяцев заранее. Вместо этого стремитесь к пониманию того, что стимулирует продажи: может быть, это интернет-трафик или какие-то преобразования? Рассмотрите ситуацию на нескольких примерах. Фиксируйте результаты анализа данных каждый месяц и корректируйте прогнозы. Ваши предположения станут более точными со временем.

Опыт как огромное преимущество

Рассмотрим пример с владельцем магазина велосипедов, у которого уже есть опыт в продажах. Он не разбирается в бухгалтерском учете и не разбирается в прогнозировании как технологии, но зато хорошо знает свой магазин и велосипедный бизнес. Он в курсе всех изменений, происходящих на рынке, и существующих способов продвижения бизнеса. А потому он делает компетентные предположения.

Если лично у вас нет опыта, попытайтесь найти информацию и сделать прогнозы на основе опыта своих сотрудников, коллег, инвесторов и других людей, с которыми вы обсуждаете проблемы индустрии.

Используйте прошлые результаты в качестве гида

Используйте результаты недалекого прошлого, если они есть у вашего бизнеса. Сравнивайте свежие цифры с данными предыдущих лет и делайте соответствующие выводы.

Быть может, у вас появились новые возможности, которые стимулируют рост продаж? Или вы стали проводить новые маркетинговые кампании? Появились новые конкуренты и новые проблемы? Никто не хочет прогнозировать снижение продаж, но, если такая ситуация возможна, вы должны уметь правильно на нее реагировать — сокращать издержки и менять фокус.

Увеличьте прибыль с помощью интуитивно понятной CRM для управления продажами

Ищите драйверы

Чтобы спрогнозировать продажи для нового ресторана, нужна схема расположения столов и стульев, чтобы оценить наполняемость заведения и предположить количество заказов в ситуации, когда ресторан работает на полную мощь. Это будет не случайное число, а показатель того, сколько гостей в принципе может обслужить заведение за время работы.

Чтобы предположить уровень продаж нового мобильного приложения, можно воспользоваться данными по количеству загрузок близких по тематике приложений. В принципе вы можете воспользоваться любой информацией из достоверных источников в интернете, из блогов, отраслевых новостей, которые рассказывают о состоянии и трендах рынка приложений.

Взгляните на имеющиеся данные и подумайте о том, как в вашем случае они могут отличаться. Возможно, вы, зная уровень трафика на своем сайте, сможете предположить, каков процент его посетителей загрузит приложение.

Оцените прямые затраты

Прямые затраты важны, поскольку они помогают рассчитать прибыль, которая учитывается в качестве основания для сравнения данных в финансовых документах и указывает на уровень доходности бизнеса. Но не у всех компаний есть прямые затраты. В частности, у сервисных компаний (адвокатских контор, например) обычно нет прямых затрат, таким образом, их прибыль составляет 100%.

Чтобы сформировать нормальный прогноз продаж, нужно учесть информацию по количеству единиц товара, цены, затраты на единицу товара и т.д.

Никогда не стройте прогнозы спонтанно

Никогда не занимайтесь прогнозированием объемов сбыта в отрыве от реальности. Прогнозы вытекают из стратегических планов с их предположениями, этапами и метриками. Маркетинговая деятельность тесно связана с продажами, так же, как и каждый этап бизнес-планирования.

Вы, конечно, будете менять этапы, потому что все бизнес-планы меняются — и вам, конечно, придется корректировать свой прогноз объемов сбыта, чтобы одно другому соответствовало.

Опирайтесь на свои прогнозы

Прогнозирование объема сбыта — это история не о точном предположении того, что произойдет в будущем. Это история о том, что, делая предположения, вы можете эффективно управлять изменениями — продажами, прямыми затратами. И то какие-то показатели могут отличатся от тех, что вы ожидали. Используйте эту информацию, чтобы совершенствовать бизнес, корректируя курс и отказываясь от неэффективных методов ведения бизнеса.

Все самое интересное о бизнесе — на нашем канале в Telegram. Присоединяйтесь!

Не пропустите новые публикации

Подпишитесь на рассылку, и мы поможем вам разобраться в требованиях законодательства, подскажем, что делать в спорных ситуациях, и научим больше зарабатывать.

Понравилась статья? Поделиться с друзьями:
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: