Главная / Франшиза услуг

Объективные и субъективные методы планирования сбыта. Методы прогнозирования объема продаж для бизнеса

Прогноз продаж составляется на основании собранных отчетных данных о фактической реализации продуктов и услуг. Обладая полной, достоверной и системной информацией о деятельности компании, можно разработать предельно эффективную стратегию развития бизнеса.

Зачем директору нужен прогноз продаж

Необходимым элементом стратегического планирования является установление потенциального показателя продаж. После его определения прорабатывается подробный прогноз реализации. При этом необходимо понимать различия между прогнозированием и планированием.

«План» и «Прогноз продаж» – это составные части одного процесса.

Лучшая статья месяца

Мы подготовили статью, которая:

✩покажет, как программы слежения помогают защитить компанию от краж;

✩подскажет, чем на самом деле занимаются менеджеры в рабочее время;

✩объяснит, как организовать слежку за сотрудниками, чтобы не нарушить закон.

С помощью предложенных инструментов, Вы сможете контролировать менеджеров без снижения мотивации.

План – показатель, который доводится до исполнителя и подлежит выполнению в полном объеме.

Прогноз – это предположительный уровень продаж, который собственник ожидает получить от своего магазина в определенном временном интервале.

Прогнозирование всегда основано на гипотезах и желаемом видении развития бизнеса, хотя оно и базируется на конкретных фактах, оценках и результатах. Это понятие не является необоснованным желанием получения определенных выгод.

Сценарий всегда строится на фундаменте из аналитических выводов развития бизнеса, полученных ранее показателей и динамике рынка.

Простейший пример прогноза продаж будет таким: магазин реализовал в последнем периоде товар на общую сумму 1 млн руб. Если предположить, что условия рынка останутся прежними, экономическая ситуация в стране и регионе не изменится, не появится сильный конкурент, то прогнозируемый сбыт на аналогичный следующий отрезок времени будет равен показателю последнего периода.

Такой сценарий продаж на месяц обоснован конкретными данными, поэтому он становится основой плана реализации продукции для исполнителей на будущий период. Получаем текущую задачу магазина – сбыт товара на сумму не менее 1 млн руб.

Отличие планирования от прогнозирования состоит в том, что первое совершается на базе второго. Сначала составляется сценарий на конкретный временной интервал (прогноз продаж на год) на основе анализа необходимых показателей, затем полученные данные заносятся в планы и передаются менеджменту. Цели составляются для:

Ближайшей перспективы (месяц, квартал, год).
Среднесрочного планирования (один–три года).
Долгосрочного планирования (три–пять лет и более).

Прогноз продаж существенным образом сказывается на выборе стратегии развития. Например, прогнозирование показало, что привлечение новых покупателей в освоенных границах местности будет более прибыльным для бизнеса, нежели выход на новый рынок. При таких условиях предприниматель отложит проекты по запуску продуктов на другие торговые площадки и сфокусируется на росте объемов реализации в пределах имеющейся территории.

Прогноз продаж в своем корне должен иметь аналитику безубыточной работы. В случае, когда прогнозные данные показывают отрицательный результат или деятельность, равную точке безубыточности, тогда анализируемая стратегия не принесет выгоды бизнесу.
В процессе подготовки плана и сценария сбыта необходимо принимать во внимание низкие индексы в начале работы, а также уровень сезонности.
Следует помнить, что прогноз продаж в рамках определенной стратегии не является бюджетом, а только служит основой для формирования целей.

Прогноз продаж – это инструмент, позволяющий принимать решения о сбыте продукта, об инвестировании в его продвижение. Разработка сценария выявляет потенциальную прибыльность в определенных рыночных условиях и временных границах.

Для получения желаемых результатов в бизнесе и составления предельно точных прогнозов необходимо правильно применять накопленный опыт, владеть интуицией, познаниями в области торговых отношений.

Результатом сценария продаж будет формирование документа, отражающего информацию о продуктах и их количестве, выгодных для реализации на определенной территории в конкретном временном интервале.

Единицы измерения, используемые в прогнозе, – валюта, литры, штуки и пр.

Цель прогнозирования продаж – определение трендов на заданную перспективу и формирование базы для будущего плана реализации. Действия по составлению сценария подразумевают, что за ними последует разработка бюджета, плана сбыта и достижение установленных показателей.

Прогноз объема продаж находится в прямой зависимости от маркетинговой работы организации, которая планируется к применению в конкретном периоде. Стимулирование процесса сбыта и активная рекламная деятельность определяют объемы реализации продукта и помогают составить сценарий на перспективу.

Прогноз реализации выявляет предположительный спрос на конкретный вид товара. Соответственно, при разработке данного сценария необходимо принимать во внимание работу ближайшего круга конкурентов (развитие сети магазинов), рекламную деятельность, активность в области роста продаж.

Особенности прогноза:

Прогноз продаж – это серьезный инструмент в руках руководителя для получения нужных сведений с целью эффективного управления своей компанией. Он не помогает в работе по мотивации и повышению результативности персонала. Первоочередная задача сценария – получение данных для дальнейших расчетов финансовых потоков в организации.
Прогноз продаж на год предельно точно отражает цифровой показатель будущей доходности бизнеса, необходимый для планирования расходной составляющей. Еще одним существенным моментом является тот факт, что составление сценария помогает в работе по контролю правильности формирования закупочных программ с учетом представления о потребностях компании в складских помещениях, оборудовании, персонале.
Прогноз продаж позволяет топ-менеджерам организации увидеть конкретные критерии для понимания о целевых клиентах, каким потребителям необходимы особые взаимоотношения или контроль, внимание управленцев, знания какого сотрудника необходимы.

Управление временем, или Как объявить бойкот пожирателям планов

На каких принципах должно базироваться составление объема продаж

Руководитель компании лично не участвует в подготовке прогноза продаж. Однако ему необходимо владеть основными аспектами этой работы ввиду особой важности данного процесса для деятельности организации.

Руководитель отдела продаж обязан обладать информацией по всем сделкам, планируемым к заключению, в конкретных цифрах. Предоставлять генеральному директору сведения о предполагаемой реализации без уточнения профиля клиента и суммы оборота недопустимо. Информация о величине продаж должна быть предельно конкретной.
Важно составлять план на период, в котором предполагается реализация.
Менеджеры отдела продаж конкретизируют даты получения выручки. Все сведения собирает коммерческий директор, который предоставляет их для рассмотрения руководителю компании. Задача менеджеров – определить вероятность заключения сделки.
Каждой вероятности присваивается конкретный коэффициент. Для внесения в прогноз продаж цена сделки умножается на индекс вероятности. Коммерческий отдел определяет коэффициенты, после чего они утверждаются руководителем компании. Выведенные индексы служат критерием для контроля отчетов, которые составляет служба сбыта.
Очень удобно разрабатывать прогноз продаж в Microsoft Excel. В сценарий включаются суммы оборотов по запланированным сделкам, скорректированные на коэффициент вероятности. В таблице Excel создаются страницы для каждого месяца и отдельные разделы для конкретных работников. Формулы помогают автоматически определить вероятность оплат и произвести итоговый расчет.
Составление прогноза продаж относится к непосредственной компетенции коммерческого директора. Он отвечает за передачу готового сценария руководителю компании, который, в свою очередь, должен предельно четко обозначить задачу для персонала службы сбыта. Функция менеджеров заключается в своевременном внесении данных в документ Excel. Кроме этого, персонал на уровне автоматизма должен фиксировать все промежуточные показатели при работе с клиентами для последующего учета этой информации в прогнозе.
Руководитель организации ведет контроль над деятельностью отдела продаж, используя сведения сформированного сценария. Для этого недостаточно один раз составить таблицу, изменения необходимо вносить регулярно. Если руководитель обнаружит отсутствие корректировок в определенный день, это может свидетельствовать о невыполнении своих функций коммерческим отделом.

Основные методы прогноза продаж на предприятии

Можно выделить несколько методов прогноза продаж, как самых поверхностных, базирующихся на предположениях руководителей или отчетных данных за истекшие периоды, так и самых глубоких, составленных на основе стратегических моделей.

Простые (эмпирические) методы формируются с учетом предположений топ-менеджеров, общего мнения персонала и экспериментального маркетинга.

Лидеры организации, как правило, участвуют в составлении сценария, но редко случается, что прогнозирование основывается преимущественно на предположениях руководителей. В большинстве случаев компании, ведущие торговую деятельность, используют аналитические данные из отчетов за последние периоды, а также показатели за несколько прошедших лет. Помимо этого, во внимание берутся опросы покупателей. После систематизации сведений, предоставленных персоналом, анализу подлежат результаты, полученные в определенных районах, или объемы реализации по отдельным видам продукции. Хорошие продавцы всегда знают профиль своего клиента и готовы дать оценку на перспективу.

Оценка активов предприятия: памятка для владельца компании

Пробный маркетинг оптимален для составления прогноза продаж новых продуктов.

№1. Методы целевого прогнозирования продаж

Расчет прогноза продаж при помощи данной группы методов производится в следующем порядке:

Определяется количество продукции, которое организация хотела бы реализовать в планируемом периоде.
Рассчитывается показатель, который поможет достигнуть целевого результата.

Менеджмент отдела продаж и руководители организации определяют объемы продаж, после чего формируют детальные планы для реализации основного проекта.

Целевое прогнозирование – эффективный инструмент для выхода компании из сложного периода, обусловленного низким сбытом при росте конкуренции, при этом подразумевающий работу с прежней продукцией.

1 этап. Определите оптимальный объем продаж. Например, в текущем году сбыт должен составить 150 тыс. единиц товара.

Когда реализуемый продукт или его эквивалент хорошо зарекомендовал себя на рынке и стабильно продается, при формировании целевого прогноза необходимо брать во внимание такие факторы, как :

Количественные показатели продаж за прошлые периоды.
Сезонные провалы и повышения спроса на рынке.
Размер бюджета, выделенного на рекламные мероприятия, относительно бюджета конкурентов.
Наполненность рынка эквивалентной продукцией.

Принимая во внимание указанные факторы, можно определить объемы продаж товара на следующий период. В этом случае прогнозируемые показатели будут соответствовать реальным условиям и потенциалу организации.

2 этап. Определить действия, которые помогут реализовать выгодное для компании количество продукции.

Выполнить анализ всех издержек, необходимых для закупки и сбыта:

транспортные расходы;
для импортной продукции – расходы на таможенное оформление;
при использовании заемных средств на закупку – суммы процентов по займам;
издержки на продажу продукта;
расчет суммы прибыли с единицы товара.

какие рекламные инструменты будут наиболее эффективны;
стоимость создания и запуска маркетинговых акций;
какая реклама заинтересует целевого покупателя.

После сбора и систематизации всех данных составляется расчет прогноза продаж и график безубыточности. Точка и график безубыточности являются фундаментальными показателями при разработке сценария реализации продукции.

В процессе целевого прогнозирования аналитические данные безубыточности выявляют, как скоро после продажи целевого объема товара организация компенсирует издержки.

№2. Методы пошагового прогнозирования продаж

Обратной методикой является пошаговый прогноз продаж. В первую очередь расчету подлежат издержки, цена реализации и прибыль. Полученные сведения и аналитика рынка позволяют составить прогноз продаж по периодам.

1 этап. Пошаговая разработка сценария начинается с выявления:

издержек, которые компания понесет в своей деятельности при реализации продукции;
прибыли, которую рассчитывает получить организация;
стоимости продукции, которую определяет рынок.

Для эффективного составления прогноза необходимо ответить на вопросы :

Какую цену установить для продажи запланированного объема продукции?
Какие издержки допустимы для того, чтобы реализовать целевой оборот с оптимальной прибыльностью?
Какая должна быть разница между общей стоимостью проданного товара и понесенными расходами? Удастся ли получить желаемую маржу? Будет размер прибыли удовлетворительным?

2 этап . Проводится анализ потенциала рынка, готовность целевых потребителей покупать товар по заданной цене.

Планирование производства - фундамент эффективной деятельности предприятия

3 этап. Экстраполяция.

Для работы по составлению пошагового прогноза предельную ценность имеют отчетные данные по выручке. С помощью этих показателей и сведений об объемах товара, реализованного в истекших периодах, можно выявить точную направленность, то есть определить, как влияют на оборот сезонные колебания рынка, в какое время отмечается рост или спад продаж. Метод экстраполяции основывается именно на анализе рыночных тенденций.

Экстраполяция – это составление прогноза на последующие периоды, аналитика издержек за прошедшее время с учетом ожидаемых тенденций. Этот метод особенно полезен в тех сферах, где изменения происходят медленно.

Отчетные данные, систематизируемые продавцами, дают четкое видение тенденций в сбыте. Детальное изучение прошедших продаж в разные промежутки времени поможет понять и транслировать этот курс на следующие периоды, просчитав, таким образом, объемы реализации на будущее. Данное прогнозирование можно считать обоснованным, если ситуация на рынке в корне не поменяется.

Составление экстраполяции будет эффективным, если получить у продавцов ответы на несколько вопросов :

Какие сделки вы планируете заключить в следующем месяце?
Какую динамику среди конкурентов вы ожидаете в следующем квартале?

Составление прогноза продаж методом экстраполяции обязывает учитывать экономические индикаторы. Обычно это процентные и числовые показатели:

Изменения банковских ставок.
Колебания валютного курса.
Предполагаемые изменения в налогообложении.

Разбивка на категории производится путем деления на группы продукции по региональному принципу (нахождение торговых представителей), по рынкам. Если ценовой показатель не применим в конкретной ситуации, например, продавец реализует несколько товаров по разной цене, то такой показатель не используется. При этом объемы и стоимость должны быть определены.

Строки бюджета «факт» и «отклонения» при формировании прогноза продаж не нужны, но они имеют высокую важность для контроля. Внимание к этим показателям помогает следить за работой по выполнению прогноза.

После сбора всех необходимых сведений нужно начинать расчеты и строить график безубыточности. График безубыточности и точка безубыточности – это критические показатели, которые являются ключевыми ориентирами в прогнозе объема продаж.

Разрабатывая пошаговый сценарий, с помощью анализа безубыточности можно выявить, способна ли организация продать то количество продукции, которое покроет издержки и принесет ощутимую прибыль.

Возможна ситуация, когда спрогнозированный объем продаж выявит низкий показатель доходности. В этом случае необходимо детальное изучение сценария и выбор одного из вариантов:

Повышение розничной цены на товар в возможных пределах.
Понижение затратной составляющей в допустимых показателях.
Единовременное повышение цены и уменьшение издержек.
Снижение размера маржи (это делается в последнюю очередь).

Мнение эксперта

Методы «куда хотим попасть» и «откуда мы идем»

Александр Дорохин ,

Для организации предпочтительно применять два метода прогноза продаж.

Первый из методов можно определить как: «куда мы хотим попасть».

Второй метод – «откуда мы идем». Каждый в своей основе имеет предположение.

Руководитель компании определяет, какому методу отдать предпочтение. Следуя первому пути, организация определяет себе масштабные цели на долгосрочный период. Такие цели всегда превосходят прогнозы персонала. Для выполнения этих задач потребуется высокая концентрация, производительность и целеустремленность.

После постановки масштабной цели компания прорабатывает варианты достижения обозначенных задач и информирует об этом персонал. При таком подходе предприятие создает последовательное движение к основному показателю. При этом достижение предельно выполнимого прогноза имеет достаточно низкий процент вероятности, потому что цель превышает имеющиеся возможности и предполагает приложение сверхусилий.

В этой ситуации у руководителя компании есть две основные задачи:

Сформулировать и поставить перед работником задачи, определить должностные обязанности, предоставить необходимые полномочия для достижения прогнозируемого результата.
Вести контроль над выполнением поставленных перед работником задач.

Второй метод прогнозирования характеризуется тем, что персонал отдела продаж ориентируется не на поставленные цели, а на собственные показатели в истекших периодах. «В прошлом месяце сумма продаж составила 130 тыс. руб., следовательно, в текущем месяце можно повторить этот результат. Есть вероятность, что реализация составит 135 тыс. руб.». Если обороты в текущем месяце упадут, то исполнитель подготовит прогноз продаж на месяц, ориентируясь на последние низкие показатели.

Достигать поставленных результатов следуя этому методу, достаточно просто, однако эффективность для предприятия крайне мала. Если персонал не прилагает серьезных усилий и не получает соответствующих результатов, компания прекратит свой рост и развитие.

Проведение планерок: как эффективно донести информацию до коллектива?

Как рассчитать прогноз продаж в Excel с учетом роста и сезонности

Поделим расчет прогноза продаж на 3 части :

Расчет показателей тенденций.
Выявление данных сезонности.
Прогнозирование объемов реализации.

Высчитаем прогноз продаж по периодам на следующие два года и три месяца на основании выручки за 5 лет.

1. Для расчета значений тренда:

Определим показатели уравнения линейного тренда y=bx+a с помощью функции Excel =Линейн().

Для этого в ячейки Excel вводим функцию =Линейн(объемы продаж за 5 лет; номера периодов; 1;0).

Выделяем 2 ячейки, в левой – формула =Линейн(), нажимаем комбинацию клавиш в следующей последовательности (F2+Ctrl+Shift+Enter). Excel выведет для нас значения коэффициентов a и b.

Рассчитываем значения тренда

Для этого в уравнение y = bx + a подставляем рассчитанные коэффициенты тренда b и а, x – номер периода во временном ряде. Получаем y – значение линейного тренда для каждого периода.

2. Для расчета коэффициентов сезонности:

Выводим отклонения фактических данных от показателей тренда. Для получения результата реальные показатели делим на значения тренда.
По всем месяцам выводим средние отклонения за последние 5 лет.
Определяем общий индекс сезонности – среднее значение коэффициентов, рассчитанных в 3 пункте.
Выводим коэффициенты сезонности. Каждый коэффициент из пункта 3 делим на коэффициент из пункта 4.

3. Рассчитываем формулу прогноза продаж с учетом роста и сезонности:

Определяем период, на который необходимо сделать прогноз. Продлеваем номера периодов временного ряда на 2 года и 3 месяца.
Рассчитываем значения тренда для будущих периодов. В уравнение y = bx + a подставляем полученные коэффициенты тренда b и а, x – номер периода во временном ряде. Определяем y – значение линейного тренда для каждого будущего периода.
Рассчитываем прогноз. Для этого значения линейного тренда умножаем на коэффициенты сезонности.

Прогноз роста реализации с учетом сезонности готов.

Составить свой пример сценария продаж можно, меняя коэффициенты a и b в линейном тренде y = bx + a.

Дополнительные факторы прогноза продаж

Для того чтобы расчет прогноза продаж был предельно точным, мало учитывать рост и сезонность, важны еще и дополнительные условия, влияющие на объем сбыта, такие как:

Рекламные мероприятия.
Работа по стимулированию продаж.
Внедрение новой продукции.
Отдельная категория покупателей с разовыми покупками в крупных объемах.
Выявление новых направлений сбыта.

Как определить оптимальный прогноз продаж

Прогноз продаж составляется на основании расчетов, которые дают возможность увидеть действительное состояние дел по перспективным договорам и проектам. По этой причине неправильно называть технологический сценарий «оптимальным». Такое прогнозирование всегда является объективным отражение настоящей действительности, если все расчеты менеджеров компании выполнены верно.

Пример расчета прогноза продаж

Мнение эксперта

Точный объем продаж в 100 % случаев оказывается низким

Александр Дорохин ,

руководитель отдела дистрибуции компании «Heinz-Петросоюз», Москва

В работе нередки случаи, когда предельно точный прогноз продаж продукции оказывается заметно заниженным. В чем причина?

Если руководитель предприятия ставит перед менеджером по реализации продукции задачу предоставить достоверные сведения о возможных продажах, работник всегда определяет объем, который он выполнит без особых трудозатрат. После этого руководитель предприятия делает анализ прогноза, полученного от сотрудника, сравнивая показатели с планом. Данные не соответствуют друг другу: план оказывается выше прогноза. На следующей планерке с менеджером руководитель сообщает, что прогноз его не устраивает и требует подготовить новый, «правильный» сценарий, без заниженных показателей по продажам.

Если генерального директора опять не устроит исправленный прогноз, он доводит до работника данные, которые сам хочет видеть в сценарии, и требует выполнить их в полном объеме. Однако прогноз объема продаж, для исполнения которого необходимо максимально активизировать все ресурсы отдела сбыта, нельзя называть предельно точным. В действительности это план, так как он спущен сверху и имеет своей главной задачей достижение показателей, установленных для развития компании. Как убедить менеджеров составлять прогноз продаж, соответствующий ожиданиям руководителя?

Управление прогнозом продаж: основные этапы

Для того чтобы составить эффективный прогноз продаж, необходимо совместно с коммерческим директором установить четкие правила:

Периодичность получения коммерческого прогноза (раз в неделю, раз в месяц или квартал).
Конкретные сведения, которые должны быть отражены в отчете (выручка, реализованный или отправленный покупателям товар и т. д.).
В какой форме предоставлять отчет (графики, таблицы и пр.).

Еще необходимо определить порядок применения коммерческого сценария в компании. Важно решить, будет ли система мотивации связна с прогнозом продаж, верно определяющим результаты, разместить итоги прогнозирования в открытом для персонала доступе или только для руководителей. Компетенцию для решения этих задач можно передать коммерческому директору. Стоит поручить ему обозначить этапы работы исполнителя с покупателями.

Этапы продаж:

Живая встреча, прямое взаимодействие с потенциальным потребителем. Менеджер демонстрирует продукты.
Выявление потребности. Менеджер интервьюирует клиента с целью определить желания и мотивацию к покупке.
Выставление предложения. Оно формируется после выявления потребности покупателя.
Подготовка договора, согласование с клиентом всех его условий и сроков подписания.
Заключение договора. Руководитель подписывает согласованный договор, затем менеджер передает его на подписание клиенту. Документ оформляется должностными лицами со стороны покупателя, после чего передается на исполнение.
Оплата сделки. Клиент перечисляет сумму сделки на расчетный счет или проводит оплату наличным способом.
Итоговое согласование сделки. Изготовленный макет согласовывается с покупателем.
Утвержденный документ заверяется подписями и печатью.

Подготовьте отчет по продажам

Надо предусмотреть удобную для работы структуру отчета по прогнозу продаж. Здесь главное формировать сценарий реализации «снизу вверх»:

Менеджеры, которые ведут непосредственную работу с потребителями, обязаны отчитываться перед старшим менеджером о том, на какой стадии находится процесс работы с каждым клиентом.
Старший менеджер, основываясь на сведениях отчета, выявляет, по какой причине покупатель не продвигается дальше в деле продаж, возможно, ему требуется помощь.
Руководитель отдела сбыта систематизирует все прогнозы, составленные продавцами, и представляет их коммерческому директору в форме единого сценария.
Коммерческий директор может применить этот документ в качестве базы для отчета перед генеральным директором относительно прогноза продаж всей компании.

Распределите ответственность за предоставление отчета

Важно: коммерческий директор – это лицо, ответственное за точность прогноза. Его задача – работать с каждым из менеджеров для получения достоверных данных, указанных в сценарии продаж.

Вознаграждайте людей за точные прогнозы

Коммерческий директор должен разработать систему мотивации для менеджеров отдела реализации продукции. Руководителю, в свою очередь, следует решить, стоит ли связывать достоверность прогноза продаж с вознаграждением коммерческого директора и (или) с бонусными выплатами менеджерам по сбыту.

Каждый из способов может быть эффективным. При этом, внося любое изменение в систему оплаты и мотивации труда, действовать надо осторожно. Сотрудники должны понимать причины и условия перемен в расчете заработной платы. В этом направлении будет полезен индивидуальный подход. Однако система бонусов часто становится дорогой к результативному прогнозу продаж.

Управляйте процессом

Результат принесут еженедельные или ежемесячные планерки коммерческого директора с менеджерами, где будут освещаться текущие достижения. Периодичность совещаний определяется циклом реализации продукции. Частота составления прогноза продаж должна ему соответствовать. Если компания ведет крупные дорогостоящие сделки, оформление которых занимает месяцы, периодичность отчета стоит подстраивать под циклы работ над этими договорами. Обратная ситуация складывается, если бизнес имеет дело с продажей рекламы. Модель прогноза реализации продукции и периодичность его составления в этой сфере прямо противоположна.

Добивайтесь, чтобы прогноз продаж был максимально выполнен

Это прямая функция начальника отдела сбыта.

Руководитель осуществляет непрерывный контроль над тем, как сотрудники выполняют работу по достижению прогнозируемых показателей. Здесь существует правило «не более одной дополнительной попытки». Если оплата в обозначенный день не прошла, проблемы клиента никого не волнуют.
Менеджер самостоятельно определяет и называет руководителю отдела продаж крайний срок, за который он доведет эту сделку до результата. Этот период должен быть коротким. Если в обозначенный день результат не достигается, начальник берет на себя вопрос завершения сделки. И бонусы за реализацию получает руководитель.

Каналы для привлечения новых клиентов на сайт компании

Почему менеджеры занижают прогноз продаж и как с этим бороться

Во-первых, исполнитель часто занижает сумму предполагаемой сделки.

В действительности проблема в психологическом «потолке». Для устранения этого барьера нужна работа с наставником, также очень эффективны тренинги хороших специалистов в этой области. Руководитель отдела способен обнаружить проблему во время анализа итогового прогноза продаж. Характерной чертой является то, что все сотрудники работают с разными сделками, от мелких до самых крупных, при этом у одного или двух исполнителей проекты только небольшие.

Во-вторых, менеджеры иногда занижают процент вероятности положительного закрытия сделки.

Вероятность ниже «маловероятной» исполнитель поставить не сможет. Когда у большего числа менеджеров вероятности для сделок разные, при этом есть сотрудники, которые прогнозируют только «маловероятность», руководитель сразу видит нежелательную статистику в сводном прогнозе продаж. Работникам, которые боятся или не желают устанавливать высокие показатели в сценарии, требуется помощь специалистов для устранения неуверенности или получении недостающих знаний и опыта. Крайне нежелательна ситуация, когда процедура обсуждения договора идет, а в прогнозе продаж такие сделки не появляются.

Самый неприятный вариант, когда менеджер занимается пустыми разговорами вместо переговорного процесса, направленного на конкретный результат. Такой исполнитель, вероятно, не знает, что именно предлагать покупателю и какова будет стоимость сделки. Худшее, что может быть, – клиент уводится на сторону.

Такая ситуация становится очевидной, если менеджер проводит переговоры на чужой территории, при этом его прогноз продаж не изменяется. Данное положение дел требует немедленного вмешательства руководителя, а также решительных действий по пресечению подобных случаев: от совместного переговорного процесса до увольнения работника.

Мнение эксперта

Что делать, если менеджеры занижают прогнозы продаж

Николай Кувшинов ,

генеральный директор ООО «КомПрактикс», Москва

Исполнители устанавливают минимальную вероятность в своих прогнозах продаж преимущественно по следующим причинам:

Страховка на случай отрицательного исхода в предстоящем периоде.
Желание повысить бонусное вознаграждение за перевыполнение плановых показателей.

Генеральному директору необходимо в каждом отдельном случае устанавливать причину занижения прогноза. Эту задачу руководитель может решить самостоятельно или делегировать коммерческому директору. Это позволяет определить серьезные риски на стартовом этапе, внося необходимые корректировки в планы и общую перспективу работы организации.

Когда показатели одного периода отражают превышение прогноза, а другого – недовыполнение, более того, эта ситуация носит системный характер, выявляются следующие слабые стороны:

Отсутствие четкой стратегии продаж.
Отсутствие диалога с потенциальными покупателями с целью сотрудничества.
Пассивный рынок для реализуемого товара исчерпан.

Цель данной статьи - изложить в систематизированном виде методы прогнозирования объема продаж, наиболее часто применяемые в экономической практике. Главное внимание в работе обращено на прикладное значение рассматриваемых методов, на экономическое истолкование и интерпретацию получаемых результатов, а не на объяснение математико-статистического аппарата, который подробно освещается в специальной литературе.

Самым простым способом прогнозирования рыночной ситуации является экстраполяция, т.е. распространение тенденций, сложившихся в прошлом, на будущее. Сложившиеся объективные тенденции изменения экономических показателей в известной степени предопределяют их величину в будущем. К тому же многие рыночные процессы обладают некоторой инерционностью. Особенно это проявляется в краткосрочном прогнозировании. В то же время прогноз на отдаленный период должен максимально принимать во внимание вероятность изменения условий, в которых будет функционировать рынок.

Методы прогнозирования объема продаж можно разделить на три основные группы:

методы экспертных оценок;
методы анализа и прогнозирования временных рядов;
казуальные (причинно-следственные) методы.

Методы экспертных оценок основываются на субъективной оценке текущего момента и перспектив развития. Эти методы целесообразно использовать для конъюнктурных оценок, особенно в случаях, когда невозможно получить непосредственную информацию о каком-либо явлении или процессе.

Вторая и третья группы методов основаны на анализе количественных показателей, но они существенно отличаются друг от друга.

Методы анализа и прогнозирования динамических рядов связаны с исследованием изолированных друг от друга показателей, каждый из которых состоит из двух элементов: из прогноза детерминированной компоненты и прогноза случайной компоненты. Разработка первого прогноза не представляет больших трудностей, если определена основная тенденция развития и возможна ее дальнейшая экстраполяция. Прогноз случайной компоненты сложнее, так как ее появление можно оценить лишь с некоторой вероятностью.

В основе казуальных методов лежит попытка найти факторы, определяющие поведение прогнозируемого показателя. Поиск этих факторов приводит собственно к экономико-математическому моделированию - построению модели поведения экономического объекта, учитывающей развитие взаимосвязанных явлений и процессов. Следует отметить, что применение многофакторного прогнозирования требует решения сложной проблемы выбора факторов, которая не может быть решена чисто статистическим путем, а связана с необходимостью глубокого изучения экономического содержания рассматриваемого явления или процесса. И здесь важно подчеркнуть примат экономического анализа перед чисто статистическими методами изучения процесса.

Каждая из рассмотренных групп методов обладает определенными достоинствами и недостатками. Их применение более эффективно в краткосрочном прогнозировании, так как они в определенной мере упрощают реальные процессы и не выходят за рамки представлений сегодняшнего дня. Следует обеспечивать одновременное использование количественных и качественных методов прогнозирования.

Рассмотрим подробнее сущность некоторых методов прогнозирования объема продаж, возможности их использования в маркетинговом анализе, а также необходимые исходные данные и временны2е ограничения.

Прогнозы объема продаж с помощью экспертов могут быть получены в одной из трех форм:

точечного прогноза;
интервального прогноза;
прогноза распределения вероятностей.

Точечный прогноз объема продаж - это прогноз конкретной цифры. Он является наиболее простым из всех прогнозов, поскольку содержит наименьший объем информации. Как правило, заранее предполагается, что точечный прогноз может быть ошибочным, но методикой не предусмотрен расчет ошибки прогноза или вероятности точного прогноза. Поэтому на практике чаще применяются два других метода прогнозирования: интервальный и вероятностный.

Интервальный прогноз объема продаж предусматривает установление границ, внутри которых будет находиться прогнозируемое значение показателя с заданным уровнем значимости. Примером является утверждение типа: «В предстоящем году объем продаж составит от 11 до 12,4 млн. руб.».

Прогноз распределения вероятностей связан с определением вероятности попадания фактического значения показателя в одну из нескольких групп с установленными интервалами. Примером может служить прогноз типа:

Хотя при составлении прогноза существует определенная вероятность, что фактический объем продаж не попадет в указанный интервал, но прогнозисты верят, что она настолько мала, что может игнорироваться при планировании.

Интервалы, учитывающие низкий, средний и высокий уровень продаж, иногда называют пессимистичными, наиболее вероятными и оптимистическими. Конечно, распределение вероятностей может быть представлено большим количеством групп, но наиболее часто используются три указанных группы интервалов.

Для выявления общего мнения экспертов необходимо получить данные о прогнозных значениях от каждого эксперта, а затем произвести расчеты, используя систему взвешивания индивидуальных значений по какому-либо критерию. Известны четыре метода взвешивания различных мнений:

Выбор метода остается за исследователем и зависит от конкретной ситуации. Ни один из них не может быть рекомендован для использования в любой ситуации.

Избежать проблемы взвешивания индивидуальных прогнозов экспертов и искажающего влияния отмеченных нежелательных факторов позволяет Дельфи-метод (см., например, ). Его основу составляет работа по сближению точек зрения экспертов. Всех экспертов знакомят с оценками и обоснованиями других экспертов и предоставляют возможность изменить свою оценку.

Вторая группа методов прогнозирования основана на анализе временных рядов.

Таблица 1 представляет временной ряд по показателю потребления безалкогольного напитка «Тархун» в декалитрах (дал) в одном из регионов начиная с 1993 г. Анализ временных рядов может проводиться не только по годовым или месячным данным, но также могут использоваться ежеквартальные, недельные или ежедневные данные об объемах продаж. Для расчетов был использован программный продукт Statistica 5.0 for Windows.

Таблица 1
Ежемесячное потребление безалкогольного напитка «Тархун» в 1993-1999 гг. (тыс. дал)

По данным таблицы 1 построим график потребления напитка «Тархун» в 1993-1999 гг. (рис. 1), где на оси абсцисс представлены даты наблюдения, на оси ординат - объемы потребления напитка.

Рис. 1. Ежемесячное потребление напитка «Тархун» в 1993-1999 гг. (тыс. дал)

Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения в объемах продаж могут быть использованы для определения этого показателя в последующие периоды времени. Временные ряды, подобные тем, что приведены в таблице 1, обычно служат для расчета четырех различных типов изменений в показателях: трендовых, сезонных, циклических и случайных.

Тренд - это изменение, определяющее общее направление развития, основную тенденцию временных рядов . Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции - методами выравнивания.

Один из наиболее простых приемов обнаружения общей тенденции развития явления - укрупнение интервала динамического ряда. Смысл этого приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, уровни которого относятся к большим по продолжительности периодам времени. Так, например, месячные данные таблицы 1 могут быть преобразованы в ряд годовых данных. График ежегодного потребления напитка «Тархун», приведенный на рисунке 2, показывает, что потребление возрастает из года в год в течение исследуемого периода. Тренд в потреблении является характеристикой относительно стабильного темпа роста показателя за период.

Выявление основной тенденции может быть осуществлено также методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно передвигаясь от начального уровня динамического ряда на одно значение. По сформированным укрупненным данным рассчитываем скользящие средние, которые относятся к середине укрупненного интервала.

Рис. 2. Ежегодное потребление напитка «Тархун» в 1993-1999 гг. (тыс. дал)

Порядок расчета скользящих средних по потреблению напитка «Тархун» в 1993 г. приведен в таблице 2. Аналогичный расчет может быть проведен на основе всех данных за 1993-1999 гг.

Таблица 2
Расчет скользящих средних по данным за 1993 г.

В данном случае расчет скользящей средней не позволяет сделать вывод об устойчивой тенденции в потреблении напитка «Тархун», поскольку на нее влияет внутригодовое сезонное колебание, которое может быть устранено лишь при расчете скользящих средних за год.

Изучение основной тенденции развития методом скользящей средней является эмпирическим приемом предварительного анализа. Для того чтобы дать количественную модель изменений динамического ряда, используется метод аналитического выравнивания. В этом случае фактические уровни ряда заменяются теоретическими, рассчитанными по определенной кривой, отражающей общую тенденцию изменения показателей во времени. Таким образом, уровни динамического ряда рассматриваются как функция времени:

Y t = f(t).

Наиболее часто могут использоваться следующие функции:

при равномерном развитии - линейная функция: Y t = b 0 + b 1 t;
при росте с ускорением:
1. парабола второго порядка: Y t = b 0 + b 1 t + b 2 t 2 ;
2. кубическая парабола: Y t = b 0 + b 1 t + b 2 t 2 + b 3 t 3 ;
при постоянных темпах роста - показательная функция: Y t = b 0 b 1 t;
при снижении с замедлением - гиперболическая функция: Y t = b 0 + b 1 x1/t.

Однако аналитическое выравнивание содержит в себе ряд условностей: развитие явлений обусловлено не только тем, сколько времени прошло с отправного момента, а и тем, какие силы влияли на развитие, в каком направлении и с какой интенсивностью. Развитие явлений во времени выступает как внешнее выражение этих сил.

Оценки параметров b 0 , b 1 , ... b n находятся методом наименьших квадратов, сущность которого состоит в отыскании таких параметров, при которых сумма квадратов отклонений расчетных значений уровней, вычисленных по искомой формуле, от их фактических значений была бы минимальной.

Для сглаживания экономических временных рядов нецелесообразно использовать функции, содержащие большое количество параметров, так как полученные таким образом уравнения тренда (особенно при малом числе наблюдений) будут отражать случайные колебания, а не основную тенденцию развития явления.

Расчетные значения параметров уравнения регрессии и графики теоретических и фактических годовых объемов потребления напитка «Тархун» представлены на рисунке 3.

Рис. 3. Теоретические и фактические значения объемов потребления напитка «Тархун» в 1993-1999 гг. (тыс. дал)

Подбор вида функции, описывающей тренд, параметры которой определяются методом наименьших квадратов, производится в большинстве случаев эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки.

Разность между фактическими значениями ряда динамики и его выравненными значениями () характеризует случайные колебания (иногда их называют остаточные колебания или статистические помехи). В некоторых случаях последние сочетают тренд, циклические колебания и сезонные колебания.

Среднеквадратическая ошибка, рассчитанная по годовым данным потребления напитка «Тархун» для уравнения прямой (рис. 1), составила 1,028 тыс. дал. На основании среднеквадратической ошибки можно рассчитать предельную ошибку прогноза. Для того чтобы гарантировать результат с вероятностью 95%, используется коэффициент, равный 2; а для вероятности 99% этот коэффициент увеличится до 3. Итак, мы можем гарантировать с вероятностью 95%, что объем потребления в 2000 г. составит 134,882 тыс. дал. плюс (минус) 2,056 тыс. дал.

Расчеты по подбору функций, описывающих объем потребления напитка «Тархун» в отдельные месяцы с 1993 г. по 1999 г., показали, что ни одно из перечисленных уравнений не подходит для прогнозирования этого показателя. Во всех случаях объясненная вариация не превысила 28,8%.

Сезонные колебания - повторяющиеся из года в год изменения показателя в определенные промежутки времени. Наблюдая их в течение нескольких лет для каждого месяца (или квартала), можно вычислить соответствующие средние, или медианы, которые принимаются за характеристики сезонных колебаний.

При проверке ежемесячных данных из таблицы 1 можно обнаружить, что пик потребления напитка приходится на летние месяцы. Объем продаж детской обуви приходится на период перед началом учебного года, увеличение потребления свежих овощей и фруктов происходит осенью, повышение объемов строительных работ - летом, увеличение закупочных и розничных цен на сельхозпродукты - в зимний период и т.п. Периодические колебания в розничной торговле можно обнаружить и в течение недели (например, перед выходными днями увеличивается продажа отдельных продуктов питания), и в течение какой-либо недели месяца. Однако самые значительные сезонные колебания наблюдаются в определенные месяцы года. При анализе сезонных колебаний обычно рассчитывается индекс сезонности, который используется для прогнозирования исследуемого показателя.

В самой простой форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в процентах). Все другие известные методы расчета сезонности различаются по способу расчета выравненной средней. Чаще всего используются либо скользящая средняя, либо аналитическая модель проявления сезонных колебаний.

Большинство методов предполагает использование компьютера. Относительно простым методом расчета индекса сезонности является метод центрированной скользящей средней. Для того чтобы его проиллюстрировать, предположим, что в начале 1999 г. мы хотели рассчитать индекс сезонности для потребления напитка «Тархун» в июне 1999 г. Используя метод скользящей средней, мы должны были бы последовательно осуществить следующие этапы:

Сравнение средних квадратических отклонений, вычисленных за разные периоды времени, показывает сдвиги в сезонности (рост свидетельствует об увеличении сезонности потребления напитка «Тархун»).

Другим методом расчета индексов сезонности, часто используемым в различного рода экономических исследованиях, является метод сезонной корректировки, известный в компьютерных программах как метод переписи (Census Method II). Он является своего рода модификацией метода скользящих средних. Специальная компьютерная программа элиминирует трендовую и циклическую компоненты, используя целый комплекс скользящих средних. Кроме того, из средних сезонных индексов удалены и случайные колебания, поскольку под контролем находятся крайние значения признаков.

Расчет индексов сезонности является первым этапом в составлении прогноза. Обычно этот расчет проводится вместе с оценкой тренда и случайных колебаний и позволяет корректировать прогнозные значения показателей, полученных по тренду. При этом необходимо учитывать, что сезонные компоненты могут быть аддитивными и мультипликативными. Например, каждый год в летние месяцы продажа безалкогольных напитков увеличивается на 2000 дал, таким образом, в эти месяцы к существующим прогнозам необходимо добавлять 2000 дал, чтобы учесть сезонные колебания. В этом случае сезонность аддитивна. Однако в течение летних месяцев продажа безалкогольных напитков может увеличиваться на 30%, то есть коэффициент равен 1,3. В этом случае сезонность носит мультипликативный характер, или другими словами, мультипликативный сезонный компонент равен 1,3.

В таблице 3 приведены расчеты индексов и факторов сезонности методами переписи и центрированной скользящей средней.

Таблица 3
Индексы сезонности объема продаж напитка «Тархун», рассчитанные по данным за 1993-1999 гг.

Данные таблицы 3 характеризуют природу сезонности потребления напитка «Тархун»: в летние месяцы объем потребления возрастает, а в зимние - падает. Причем данные обоих методов - переписи и центрированной скользящей средней - дают практически одинаковые результаты. Выбор метода определяется в зависимости от ошибки прогноза, о которой упоминалось выше. Итак, индексы, или факторы, сезонности могут быть учтены при прогнозировании объемов продаж через корректировку трендового значения прогнозируемого показателя. Например, предположим, что был сделан прогноз на июнь 1999 г. методом скользящей средней и он составил 10,480 тыс дал. Индекс сезонности в июне (по методу переписи) равен 115,1. Таким образом, окончательный прогноз для июня 1999 г. составит: (10,480 x 115,1)/100 = 12,062 тыс. дал.

Если бы на изучаемом интервале времени коэффициенты уравнения регрессии, которое описывает тренд, оставались бы неизменными, то для построения прогноза достаточно было бы использовать метод наименьших квадратов. Однако в течение исследуемого периода коэффициенты могут меняться. Естественно, что в таких случаях более поздние наблюдения несут большую информационную ценность по сравнению с более ранними наблюдениями, а следовательно, им нужно присвоить наибольший вес. Именно таким принципам и отвечает метод экспоненциального сглаживания, который может быть использован для краткосрочного прогнозирования объема продаж. Расчет осуществляется с помощью экспоненциально-взвешенных скользящих средних:

где Z - сглаженный (экспоненциальный) объем продаж;
t - период времени;
a - константа сглаживания;
Y - фактический объем продаж.

Последовательно используя эту формулу, экспоненциальный объем продаж Zt можно выразить через фактические значения объема продаж Y:

где SO - начальное значение экспоненциальной средней.

При построении прогнозов с помощью метода экспоненциального сглаживания одной из основных проблем является выбор оптимального значения параметра сглаживания a . Ясно, что при разных значениях a результаты прогноза будут различными. Если a близка к единице, то это приводит к учету в прогнозе в основном влияния лишь последних наблюдений; если a близка к нулю, то веса, по которым взвешиваются объемы продаж во временном ряду, убывают медленно, т.е. при прогнозе учитываются все (или почти все) наблюдения. Если нет достаточной уверенности в выборе начальных условий прогнозирования, то можно использовать итеративный способ вычисления a в интервале от 0 до 1. Существуют специальные компьютерные программы для определения этой константы. Результаты расчетов объема продаж напитка «Тархун» методом экспоненциального сглаживания приведены на рисунке 4.

На графике видно, что выравненный ряд достаточно точно воспроизводит фактические данные объема продаж. При этом при прогнозе учитываются данные всех прошлых наблюдений, веса, по которым взвешиваются уровни временного ряда, убывают медленно, a

Таблица 5
Результаты прогнозирования объема продаж напитка «Тархун» в 1999 г.

Методика выявления цикличности заключается в следующем. Отбираются рыночные показатели, проявляющие наибольшие колебания, и строятся их динамические ряды за возможно более продолжительный срок. В каждом из них исключается тренд, а также сезонные колебания. Остаточные ряды, отражающие только конъюнктурные или чисто случайные колебания, стандартизируются, т.е. приводятся к одному знаменателю. Затем рассчитываются коэффициенты корреляции, характеризующие взхаимосвязь показателей. Многомерные связи разбиваются на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность изменения основных рыночных процессов и их движение по фазам конъюнктурных циклов.

Казуальные методы прогнозирования объема продаж включают разработку и использование прогнозных моделей, в которых изменения в уровне продаж являются результатом изменения одной и более переменных.

Казуальные методы прогнозирования требуют определения факторных признаков, оценки их изменений и установления зависимости между ними и объемом продаж. Из всех казуальных методов прогнозирования рассмотрим только те, которые с наибольшим эффектом могут быть использованы для прогнозирования объема продаж. К таким методам относятся:

корреляционно-регрессионный анализ;
метод ведущих индикаторов;
метод обследования намерений потребителей и др.

К числу наиболее широко используемых казуальных методов относится корреляционно-регрессионный анализ. Техника этого анализа достаточно подробно рассмотрена во всех статистических справочниках и учебниках. Рассмотрим лишь возможности этого метода применительно к прогнозированию объема продаж.

Может быть построена регрессионная модель, в которой в качестве факторных признаков могут быть выбраны такие переменные, как уровень доходов потребителей, цены на продукты конкурентов, расходы на рекламу и др. Уравнение множественной регрессии имеет вид

Y (X 1 ; X 2 ; ...; X n) = b 0 + b 1 x X 1 + b 2 x X 2 + ... + b n x X n ,

где Y - прогнозируемый (результативный) показатель; в данном случае - объем продаж;
X 1 ; X 2 ; ...; X n - факторы (независимые переменные); в данном случае - уровень доходов потребителей, цены на продукты конку- рентов и т.д.;
n - количество независимых переменных;
b 0 - свободный член уравнения регрессии;
b 1 ; b 2 ; ...; b n - коэффициенты регрессии, измеряющие отклонение ре- зультативного признака от его средней величины при от- клонении факторного признака на единицу его измере- ния.

Последовательность разработки регрессионной модели для прогнозирования объема продаж включает следующие этапы:

предварительный отбор независимых факторов, которые по убеждению исследователя определяют объем продаж. Эти факторы должны быть либо известны (например, при прогнозировании объема продаж цветных телевизоров (результативный показатель) в качестве факторного признака может выступать число цветных телевизоров, находящихся в эксплуатации в настоящее время); либо легко определяемы (например, соотношение цены на исследуемый продукт фирмы с ценами конкурентов);
сбор данных по независимым переменным. При этом строится временной ряд по каждому фактору либо собираются данные по некоторой совокупности (например, совокупности предприятий). Другими словами, необходимо, чтобы каждая независимая переменная была представлена 20 и более наблюдениями;
определение связи между каждой независимой переменной и результативным признаком. В принципе, связь между признаками должна быть линейной, в противном случае производят линеаризацию уравнения путем замены или преобразования величины факторного признака;
проведение регрессионного анализа, т.е. расчет уравнения и коэффициентов регрессии, и проверка их значимости;
повтор этапов 1-4 до тех пор, пока не будет получена удовлетворительная модель. В качестве критерия удовлетворительности модели может служить ее способность воспроизводить фактические данные с заданной степенью точности;
сравнение роли различных факторов в формировании моделируемого показателя. Для сравнения можно рассчитать частные коэффициенты эластичности, которые показывают, на сколько процентов в среднем изменится объем продаж при изменении фактора X j на один процент при фиксированном положении других факторов. Коэффициент эластичности определяется по формуле

где b j - коэффициент регрессии при j-м факторе.

Регрессионные модели могут использоваться при прогнозировании спроса на потребительские товары и средства производства. В результате проведения корреляционно-регрессионного анализа объема продаж напитка «Тархун» была получена модель

Y t+1 = 2,021 + 0,743A t + 0,856Y t ,

где Y t+1 - прогнозируемый объем продаж в месяце t + 1;
A t - затраты на рекламу в текущем месяце t;
Y t - объем продаж в текущем месяце t.

Возможна следующая интерпретация уравнения многофакторной регрессии: величина объема продаж напитка в среднем увеличивалась на 2,021 тыс. дал, при увеличении затрат на рекламу на 1 руб. объем продаж в среднем увеличивался на 0,743 тыс. дал., при увеличении объема продаж предыдущего месяца на 1 тыс. дал объем продаж в последующем месяце увеличивался на 0,856 тыс. дал.

Ведущие индикаторы - это показатели, изменяющиеся в том же направлении, что и исследуемый показатель, но опережающие его во времени. Например, изменение уровня жизни населения влечет за собой изменение спроса на отдельные товары, а следовательно, изучая динамику показателей уровня жизни, можно сделать выводы о возможном изменении спроса на эти товары. Известно, что в развитых странах по мере увеличения доходов возрастают потребности в услугах, а в развивающихся странах - в товарах длительного пользования.

Метод ведущих индикаторов чаще используется для прогнозирования изменений в бизнесе в целом, чем для прогнозирования объема продаж отдельных компаний. Хотя нельзя отрицать, что уровень объема продаж большинства компаний зависит от общей рыночной ситуации, сложившейся в регионах и стране в целом. Поэтому перед прогнозированием собственного объема продаж фирмам часто бывает необходимо оценить общий уровень экономической активности в регионе.

Существенным обоснованием прогноза объема продаж товаров потребительского назначения могут служить данные обследований намерений потребителей. Они знают о собственных перспективных покупках больше, чем кто-либо, поэтому многие компании проводят периодические обследования мнений потребителей о производимой продукции и вероятности ее покупки в будущем. Чаще всего эти обследования касаются товаров и услуг, приобретение которых планируется потенциальными покупателями заранее (как правило, это дорогие покупки типа автомобиля, квартиры или путешествия).

Конечно, нельзя недооценивать полезность такого рода обследований, но также нельзя не учитывать, что намерения потребителей относительно какого-то товара могут измениться, что скажется на отклонении фактических данных о потреблении от прогнозных.

Итак, при прогнозировании объема продаж могут быть использованы все рассмотренные выше методы. Естественно, возникает вопрос об оптимальном методе прогнозирования в конкретной ситуации. Выбор метода связан, по крайней мере, с тремя ограничивающими условиями:

точность прогноза;
наличие необходимых исходных данных;
наличие времени для осуществления прогнозирования.

Если требуется прогноз с точностью 5%, то все методы прогнозирования, обеспечивающие точность 10%, могут не рассматриваться. Если нет необходимых для прогноза данных (например, данные временных рядов при прогнозировании объема продаж нового продукта), то исследователь вынужден прибегнуть к казуальным методам или экспертным оценкам. Подобная ситуация может возникнуть в связи со срочной потребностью в прогнозных данных. В этом случае исследователь должен руководствоваться временем, имеющимся в его распоряжении, осознавая, что срочность расчетов может сказаться на их точности.

Необходимо отметить, что мерой качества прогноза может служить коэффициент, характеризующий отношение числа подтвердившихся прогнозов к общему числу сделанных прогнозов. Очень важно осуществлять расчет этого коэффициента не по окончании прогнозируемого срока, а при составлении самого прогноза. Для этого можно использовать метод инверсной верификации путем ретроспективного прогнозирования. Это означает, что правильность прогнозной модели проверяется ее способностью воспроизводить фактические данные в прошлом. Других формальных критериев, знание которых позволило бы априорно заявить об аппроксимирующей способности прогнозной модели, не существует .

Прогнозирование объема продаж - неотъемлемая часть процесса принятия решения; это систематическая проверка ресурсов компании, позволяющая более полно использовать ее преимущества и своевременно выявлять потенциальные угрозы. Компания должна постоянно следить за динамикой объема продаж и альтернативными возможностями развития рыночной ситуации с тем, чтобы наилучшим образом распределять имеющиеся ресурсы и выбирать наиболее целесообразные направления своей деятельности.

Литература

1. Баззел Р.Д. и др. Информация и риск в маркетинге. - М.: Финстатинформ, 1993.

2. Беляевский И.К. Маркетинговое исследование: информация, анализ, прогноз. - М.: Финансы и статистика, 2001.

3. Березин И.С. Маркетинг и исследования рынков. - М.: Русская деловая литература, 1999.

4. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. - М.: Издательство «Финпресс», 1998.

5. Елисеева И.И., Юзбашев М.М. Общая теория статистики. - М.: Финансы и статистика, 1996.

6. Ефимова М.Р., Рябцев В.М. Общая теория статистики. - М.: Финансы и статистика, 1991.

7. Литвак Б.Г. Экспертные оценки и принятие решений. - М.: Патент, 1996.

8. Лобанова Е. Прогнозирование с учетом экономического роста // Экономические науки. - 1992. - № 1.

9. Рыночная экономика: Учебник. Т. 1. Теория рыночной экономики. Часть 1. Микроэкономика / Под ред. В.Ф. Максимова - М.: Соминтэк, 1992.

10. Статистика рынка товаров и услуг: Учебник / Под ред. И.К. Беляевского. - М.: Финансы и статистика, 1995.

11. Статистический словарь / Под ред. М.А. Королева - М.: Финансы и статистика, 1989.

12. Статистическое моделирование и прогнозирование: Учебное пособие / Под ред. А.Г. Гранберга. - М.: Финансы и статистика, 1990.

13. Юзбашев М.М., Манелля А.И. Статистический анализ тенденций и колеблемости. - М.: Финансы и статистика, 1983.

14. Aaker, David A. and Day George S. Marketing Research. - 4th ed. - NewYork: John Wiley and Sons, 1990. - Chapter 22 «Forecasting».

15. Dalrymple, D.J. Sales forecasting practices // International Journal of Forecasting. - 1987. - Vol. 3.

16. Kress G.J., Shyder J. Forecasting and Market Analysis Techniques: A Practical Approach. - Hardcover, 1994.

17. Schnaars, S.P. The use of multiple scenarios in sales forecasting // The International Journal of Forecasting. - 1987. - Vol. 3.

18. Waddell D., Sohal A. Forecasting: The Key to Managerial Decision Making // Management Decision. - 1994. - Vol 32, Issue 1.

19. Wheelwright, S. and Makridakis, S. Forecasting Methods for Management. - 4th ed. - John Wiley & Sons, Canada, 1985.

Заключительным этапом разработки плана маркетинга является определение объёма продаж. Планированию объёма продаж, как правило, предшествует прогноз сбыта. Прогноз сбыта продукции включает определение основных объемных показателей деятельности предприятия и осуществляется на основе прогноза спроса, определенного для масштабов предприятия. Прогноз сбыта – это тот центр, вокруг которого концентрируется все планирование бизнеса. Прогноз сбыта разрабатывается для любого периода упреждения. Долгосрочный прогноз сбыта позволяет заложить фундамент для производства новых видов продукции и технологических процессов. Среднесрочный – это обычно проекция существующих тенденций в будущее с учётом возможного воздействия предполагаемых изменений в численности покупателей, конъюнктуры рынка и изменений других факторов.

Краткосрочный прогноз сбыта может быть сроком до одного года, используется в качестве основы для планирования маркетинга, обоснования планов сбыта.

Прогноз сбыта содержит разные измерители, но среди них обязательно должны быть количество единиц продукции и цена. При разработке прогноза сбыта пользуются той же информацией, что и при прогнозе . Это сведения о конъюнктуре рынка, состоянии экономики в целом, перспективы товарного предложения, условиях деятельности предприятия и т.д.

Прогноз сбыта и план сбыта строятся примерно по одной схеме, но план сбыта должен быть более детализированным, конкретным и увязан с финансово-организационными аспектами осуществления. Некоторые предприятия предпочитают не составлять план сбыта, ограничиваясь разработкой его прогноза и составлением политики сбыта.

Сегодня прогнозирование объёма продаж осуществляется двумя методами:

методы экспертных оценок
экономико-статистические методы

Метод экспертных оценок

В основе этого метода лежит изучение мнений специалистов предприятий-изготовителей, потребителей продукции о возможных объемах продукции предприятия в планируемом периоде. На их основе экспертным путем определяются три вида прогноза объема продаж: оптимистический, пессимистический и вероятностный. Ожидаемый объем продаж (ОП) в плановом периоде может быть определен по формуле:

ОП = (О + 4В+ П)/6
где О, В, П – объемы продаж – соответственно оптимистический, вероятностный, пессимистический.

Так как любой прогноз носит вероятностный характер, то рассчитывается доверительный интервал возможного объема продаж:

Д = ОП± 2(О-П)/6
где О-П/6 – стандартное отклонение оценок продаж.

При расчете объема продаж методом экспертных оценок большое значение имеет квалификация экспертов. Знание особенностей продукции, рынка, конкурентов, тенденции их развития способствуют повышению достоверности получения данных.

Экономико-статистические методы

Экономико-статистические методы включают широкий спектр различных методов. Не все они получили широкое распространение в практике . Наиболее популярными являются:

Метод экстраполяции – определяет объем продаж как функцию времени (или иного фактора). Как обычно в таких случаях необходим учет динамического (временного) ряда показателя

Метод скользящей средней величины продаж. Планируемый объем продаж определяется делением фактического объема продаж на продолжительность анализируемого периода. Скользящая средняя величина пересчитывается по мере получения новых значений;
Метод доли рынка предприятия – в основе данные о среднегодовых темпах роста емкости целевого рынка в прошедшем периоде и планируемой доли предприятия в общем объеме продаж

ОП = Ер× Иср Д/100
где Ер – емкость целевого рынка в отчетном году, ед.
Иср – среднегодовой индекс роста емкости целевого рынка
Д – планируемая доля предприятия на целевом рынке в прогнозируемый период, %.

Планирование сбыта может происходить на основе показателей прибыли и рентабельности, необходимых фирме. Такой расчёт использует понятие «точка безубыточности» , которая характеризует пограничный, т.е. нулевой по прибыльности объём работы.

ОП = ПОИ/ 1-ПИ´ (руб.)
где ПОИ – постоянные издержки
ПИ´ – уровень переменных издержек в единице товара.

Знание пограничного объема, за которым для фирмы наступает сфера прибыльности, позволяет ей произвести выбор конкретной величины сбыта.

Использование точки безубыточности может способствовать обоснованию конкретного объёма продаж с учетом исходных данных по прибыли и рентабельности, а также складывающихся издержек, позволяет обосновать тот объем, который обеспечит получение предусматривающихся конечных результатов деятельности.

Метод прямого счёта

Метод прямого счёта – планирование осуществляется на основе рациональных норм расхода, потребления.

Эффективность применения того или иного метода прогноза продаж зависит от конкретных условий и специфики хозяйственной деятельности предприятия.

Работа по планированию объема продаж заканчивается формированием портфеля заказов. Портфель заказов состоит из трёх разделов:

текущих заказов, обеспечивающих ритмичную работу предприятия
среднесрочных
перспективных заказов

На все заказы, в первую очередь, текущие, должны быть заключены договора.

Введение

На сегодняшний день наука достаточно далеко продвинулась в разработке технологий прогнозирования. Специалистам хорошо известны методы нейросетевого прогнозирования, нечеткой 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 распространенном пакете прикладных программ MS Excel.

В связи с этим актуальность изучения методов алгоритма прогнозирования, исследованных в данной работе не вызывает сомнения.

В работе представлен один из возможных алгоритмов построения прогноза объема реализации для продуктов с сезонным характером продаж. Сразу следует отметить, что перечень таких товаров значительно шире, чем это кажется. Дело в том, что понятие «сезон» в прогнозировании применим к любым систематическим колебаниям. Например, если речь идет 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 удается выявить величину цикла этих колебаний, то такой временной ряд можно использовать для прогнозирования с использованием аддитивных и мультипликативных моделей.

Целью работы стали систематизация теоретических данных по выбранной теме и их применение на конкретном предприятии. Для достижения этой цели были поставлены следующие задачи:

1.определить значение прогнозирования на современном этапе;

2.рассмотреть сущность трендовых моделей;

.выявить методы использования трендовых моделей в прогнозировании объемов продаж;

.применить теоретические положения об использовании трендовых моделей для прогнозов к статистическим данным компании «КЛАД», на основании чего построить прогноз объемов продаж на следующий сезон.

Информационной базой для написания работы стали учебно-методические пособия и периодическая литература по данному вопросу отечественных авторов. Использование литературы именно периодического характера представляется наиболее важным при написании данной работы. Это суждение основано на том, что наряду со знанием теоретических основ изучаемого вопроса, необходимо учесть его динамический характер и рассмотреть самый новый взгляд на методологию составления прогнозов с использованием трендовых моделей, разработанную в самое последнее время.

Работа имеет не только теоретическое, но и высокое практическое значение. По сути, она является методическим пособием по применению алгоритма прогнозирования объема продаж с использованием MS Excel, который может быть по аналогии использован не только на упомянутом предприятии, но и в других отраслях народного хозяйства.

1. Использование трендовых моделей в прогнозировании объемов продаж

1.1 Сущность трендовых моделей и их использование для прогнозов

Одна из важнейших групп методов прогнозирования основана на анализе временных рядов.

Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения в объемах продаж могут быть использованы для определения этого показателя в последующие периоды времени. Временные ряды, обычно служат для расчета четырех различных типов изменений в показателях: трендовых, сезонных, циклических и случайных.

Тренд - это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции - методами выравнивания.

t = f(t)

Наиболее часто могут использоваться следующие функции:

При равномерном развитии - линейная функция:

t = b0 + b1t

При росте с ускорением:

парабола второго порядка: Y t = b 0 + b 1 t + b 2 t 2

кубическая парабола: Y t = b 0 + b 1 t + b 2 t 2 + b 3 t 3

3. при постоянных темпах роста - показательная функция:

t = b0b1t

5.при снижении с замедлением - гиперболическая функция:

t = b0 + b1x1/t

Однако аналитическое выравнивание содержит в себе ряд условностей: развитие явлений обусловлено не только тем, сколько времени прошло с отправного момента, а и тем, какие силы влияли на развитие, в каком направлении и, с какой интенсивностью. Развитие явлений во времени выступает как внешнее выражение этих сил.

Оценки параметров b 0 , b 1 ,… b n находятся методом наименьших квадратов, сущность которого состоит в отыскании таких параметров, при которых сумма квадратов отклонений расчетных значений уровней, вычисленных по искомой формуле, от их фактических значений была бы минимальной.

Разность между фактическими значениями ряда динамики и его выровненными значениями характеризует случайные колебания (иногда их называют остаточные колебания или статистические помехи). В некоторых случаях последние сочетают тренд, циклические колебания и сезонные колебания.

Периодические колебания в розничной торговле можно обнаружить и в течение недели (например, перед выходными днями увеличивается продажа отдельных продуктов питания), и в течение какой-либо недели месяца. Однако самые значительные сезонные колебания наблюдаются в определенные месяцы года. При анализе сезонных колебаний обычно рассчитывается индекс сезонности, который используется для прогнозирования исследуемого показателя.

В самой простой форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в процентах). Все другие известные методы расчета сезонности различаются по способу расчета выровненной средней. Чаще всего используются либо скользящая средняя, либо аналитическая модель проявления сезонных колебаний.

Большинство методов предполагает использование компьютера.

Относительно простым методом расчета индекса сезонности является метод центрированной скользящей средней.

Используя метод скользящей средней, необходимо последовательно осуществить следующие этапы:

Решить, данные, за сколько лет должны быть включены в расчет. Можно использовать данные за один год, но для большей достоверности расчетов лучше использовать данные, по крайней мере, за два года, а если сезонные колебания значительны, - то и более.

Повторить этапы 2 и 3 для этого же месяца следующего года;

Определить средний индекс в этом месяце по данным за два года;

Обобщить данные о силе колеблемости показателей динамического ряда из-за их сезонного характера. При этом используется среднее квадратическое отклонение индексов сезонности (в процентах) от 100%.

Сравнение средних квадратических отклонений, вычисленных за разные периоды времени, показывает сдвиги в сезонности.

Таким образом, временной ряд, характеризующий величину цикла систематических колебаний, можно использовать для прогнозирования с использованием аддитивных и мультипликативных моделей.

Итак, временной ряд - это последовательность наблюдений некоторой величины в последовательные моменты времени.

Аддитивная модель представляет собой обобщение множественной регрессии, которая является частным случаем общей линейной модели.

Аддитивную модель 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 модели она возрастает, или убывает. Графически это выражается в изменении амплитуды колебания сезонного фактора. Это показано на рис. 1.

Рисунок 1.Аддитивная и мультипликативная модели прогнозирования

Если бы на изучаемом интервале времени коэффициенты уравнения регрессии, которое описывает тренд, оставались бы неизменными, то для построения прогноза достаточно было бы использовать метод наименьших квадратов. Однако в течение исследуемого периода коэффициенты могут меняться. Естественно, что в таких случаях более поздние наблюдения несут большую информационную ценность по сравнению с более ранними наблюдениями, а, следовательно, им нужно присвоить наибольший вес. Именно таким принципам и отвечает метод экспоненциального сглаживания, который может быть использован для краткосрочного прогнозирования объема продаж. Расчет осуществляется с помощью экспоненциально-взвешенных скользящих средних:

Zt = a x Yt + (1 - a) x Zt -1

Z - сглаженный (экспоненциальный) объем продаж;

t - период времени;

a - константа сглаживания;

Y - фактический объем продаж.

Последовательно используя эту формулу, экспоненциальный объем продаж Z t можно выразить через фактические значения объема продаж Y :

SO - начальное значение экспоненциальной средней.

Обобщая результаты прогнозирования с помощью методов временных рядов, необходимо оценить точность расчетов, на основании которой можно сделать вывод об аппроксимирующей способности моделей.

Объемы продаж большинства компаний показывают значительные колебания. Они растут и падают в зависимости от общей ситуации в бизнесе, уровня спроса на продукты, производимые компаниями, деятельности конкурентов и других факторов. Колебания, отражающие конъюнктурные циклы перехода от более или менее благоприятной рыночной ситуации к кризису, депрессии, оживлению и снова к благоприятной ситуации, называются циклическими колебаниями. Существуют различные классификации циклов, их последовательности и продолжительности. Например, выделяются двадцатилетние циклы, обусловленные сдвигами в воспроизводственной структуре сферы производства; циклы Джанглера (7-10 лет), проявляющиеся как итог взаимодействия денежно-кредитных факторов; циклы Катчина (3-5 лет), обусловленные динамикой оборачиваемости запасов; частные хозяйственные циклы (от 1 до 12 лет), обусловленные колебаниями инвестиционной активности.

Методика выявления цикличности заключается в следующем. Отбираются рыночные показатели, проявляющие наибольшие колебания, и строятся их динамические ряды за возможно более продолжительный срок. В каждом из них исключается тренд, а также сезонные колебания. Остаточные ряды, отражающие только конъюнктурные или чисто случайные колебания, стандартизируются, т.е. приводятся к одному знаменателю. Затем рассчитываются коэффициенты корреляции, характеризующие взаимосвязь показателей. Многомерные связи разбиваются на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность изменения основных рыночных процессов и их движение по фазам конъюнктурных циклов.

1.2 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 объемов продаж значения тренда, определяют величины сезонной компоненты и корректируют таким образом, чтобы их сумма была равна нулю.

3. Рассчитываются ошибки модели

4. Строится модель прогнозирования:

F - прогнозируемое значение;

Т - тренд;

S - сезонная компонента;

Е - ошибка модели.

5. На основе модели строится окончательный прогноз объема 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.

где:пр t - прогнозное значение объема продаж;

Fм t - значение модели;

а - константа сглаживания.

Практическая реализация данного метода выявила его следующие особенности:

2. Применение алгоритма на примере исследования информации об объемах сбыта мороженого «Пломбир» фирмы «КЛАД», г. Кунгур Пермский край

Исходные данные: объемы реализации продукции за два сезона.

В качестве исходной информации для прогнозирования была использована информация об объемах сбыта мороженного «Пломбир» фирмы «КЛАД» г. Кунгура Пермского края. Данная статистика характеризуется тем, что значения объема продаж имеют выраженный сезонный характер с возрастающим трендом.

Исходная информация представлена в таблице 1.

Таблица 1.Фактические объемы реализации продукции

Задача: составить прогноз продаж продукции на следующий год по месяцам.

Реализуем алгоритм построения прогнозной модели, описанной выше. Решение данной задачи осуществим в среде MS Excel, что позволит существенно сократить количество расчетов и время построения модели.

2.1 Определение тренда

Определяем тренд, наилучшим образом аппроксимирующий фактические данные. Для этого используем полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.

На рисунке показано, что полиномиальный тренд аппроксимирует фактические данные гораздо лучше, чем предлагаемый обычно в литературе линейный. Коэффициент детерминации полиномиального тренда (0,7435) гораздо выше, чем линейного (4Е - 05). Для расчета тренда рекомендуется использовать опцию «Линия тренда» MS Excel.

Опция «Линия тренда»

Применение других типов тренда (логарифмический, степенной, экспоненциальный, скользящее среднее) также не дает эффективного результата. Они неудовлетворительно аппроксимируют фактические значения, коэффициенты их детерминации ничтожно малы:

·логарифмический R2 = 0,0166;

·степенной R2 = 0,0197;

·экспоненциальный R2 = 8Е - 05.

2.2 Определение величины сезонной компоненты

Вычитая из фактических объемов продаж значения тренда, определяем величины сезонной компоненты, используя при этом пакет программных данных MS Excel.

Расчет значений сезонной компоненты в MS Excel

Итоги расчета значений сезонной компоненты приведем в таблице:

Таблица 2.Расчет значений сезонной компоненты

Таблица 3.Расчет средних значений сезонной компоненты

2.3 Расчет ошибок модели

Рассчитываем ошибки модели как разности между фактическими значениями и значениями модели.

Таблица 4. Расчет ошибок

Находим среднеквадратическую ошибку модели (Е) по формуле:

Е = ? О2: ? (Т + S)2

Т - трендовое значение объема продаж;

S - сезонная компонента;

О - отклонения модели от фактических значений.

Е = 0,003739 или 0,37%.

Величина полученной ошибки позволяет говорить, что построенная модель хорошо аппроксимирует фактические данные, то есть она вполне отражает тенденции, определяющие объем продаж, и является предпосылкой для построения прогнозов высокого качества.

Построим модель прогнозирования:

2.4 Построение прогноза объемов продаж

На основе модели строим окончательный прогноз объема продаж.Для смягчения влияния прошлых тенденций на достоверность прогнозной модели, сочетаем трендовый анализ с экспоненциальным сглаживанием. Это позволит нивелировать недостаток адаптивных моделей, то есть учесть наметившиеся новые экономические тенденции.

Fпр t = a Fф t-1 + (1 - a) Fм t

Fпр t - прогнозное значение объема продаж;

Fф t-1 - фактическое значение объема продаж в предыдущем году;

Fм t - значение модели;

а - константа сглаживания.

Константу сглаживания рекомендуется определять методом экспертных оценок, как вероятность сохранения существующей рыночной конъюнктуры, то есть, если основные характеристики изменяются (колеблются) с той же скоростью (амплитудой), что и прежде, значит, предпосылок к изменению рыночной конъюнктуры нет, и, следовательно, а = 1, если наоборот, то а = 0.

Таким образом, прогноз на январь третьего сезона определяется следующим образом.

Определяем прогнозное значение модели:

Fм t = 1924,92 + 162,44 = 2087 ± 7,8 (тыс. руб.)

Фактическое значение объема продаж в предыдущем году (Fф t-1) составило 2361 тыс. руб. Принимаем коэффициент сглаживания 0,8. Получим прогнозное значение объема продаж:

Fпр t = 0,8 х 2361 + (1 - 0,8) х 2087 = 2306 (тыс. руб.)

Заключение

прогноз тренд сезонный модель

Проанализировав теоретические аспекты рассматриваемого вопроса и проделав работу по построению прогноза объема продаж конкретного предприятия с помощью определения тренда, возможно сделать следующие выводы:

Кроме того, для повышения надежности прогноза рекомендуется строить все возможные сценарии прогноза и рассчитывать длительный интервал прогноза.

Практическая реализация рассмотренного метода выявила его следующие 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 полиноминального тренда вместо линейного позволяет значительно сократить ошибку модели;

·при наличии достаточного количества данных метод дает хорошую аппроксимацию и может быть эффективно использован при прогнозировании объема продаж в инвестиционном проектировании.

Список литературы

1.Алисинская Т.В., Сербин В.Д., Катаев А.В. Учебно-методическое пособие по курсу «Экономико-математические методы и модели. Линейное программирование». Таганрог. 2001.

2.Бушуева Л.И. Метод прогнозирования объема продаж // Маркетинг в России и за рубежом. 2004. №2.

.Кошечкин С.А. Алгоритм прогнозирования объема продаж в MS Excel // #"justify">.Кулакова О. Методы прогнозирования. Анализ аддитивной модели // Бюджетирование и финансовый менеджмент. 2000. №2.

.Лобанова Е. Прогнозирование с учетом экономического роста // Экономические науки. 2002. №1.

.Орлова И.В. Экономико-математические методы и модели. Выполнение расчетов в среде Excel: Практикум. М. 2000.

.Статистический словарь / Под ред. М.А. Королева. М. 1989.

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

Прогноз продаж – один из важных этапов ведения бизнеса: предприниматель должен иметь представление о том, сколько он продаст, на какую сумму, с какой рентабельностью. Причем, это должно быть не просто предположение о том, что «было бы неплохо»: прогноз продаж должен готовиться тщательно, иметь под собой весомую базу. Методы прогнозирования продаж бывают разными, начиная от элементарных, заканчивая теми, которые составляются с помощью сложных математических инструментов.

Скачать материалы по расчету объемов продаж :

Чем отличается прогноз продаж от плана?

«План» и «Прогноз продаж» – это далеко не одно и тоже, это термины, обозначающие разные элементы управления.

План – директивное понятие, это задача, которая ставится перед менеджером, задача, которую тот должен выполнить.

Прогноз – предположение о том, что в некой перспективе магазин продаст определенное количество товара. Прогноз – это не задача, которую необходимо выполнить, это именно предположение о том, как может развиваться бизнес.

Прогноз всегда имеет под собой определенную базу, он никогда не делается из предположений, связанных, например, с желанием предпринимателя получить ту или иную выгоду в каком-то периоде. Прогнозирование всегда основывается на определенной базе.

Обычно базой для прогнозирования являются данные о предыдущих объемах. Самый элементарный случай прогнозирования выглядит следующим образом:

Если предприниматель продал товаров в прошлом месяце на 1,5 миллиона рублей, то при прочих неизменных условиях (магазин будет стоять в том же месте, проходимость будет такая же, в районе не появится серьезный конкурент, доходы населения резко не сократятся и т. д.) в следующем месяце объемы продаж составят не менее 1,5 миллионов рублей.

Это уже прогноз, который имеет под собой основания и элементарный расчет. На его основе предприниматель поставит перед своими менеджерами задачи на планируемый месяц: реализовать продукции в общем объеме на 1,5 миллиона рублей.

Это еще одно отличие плана от прогноза: план строится на основе прогноза – сначала производится прогнозирование параметров бизнеса (объемы реализации, рентабельность) на определенный период времени (месяц, год), после этого спрогнозированные показатели указываются в планы и раздаются в работу менеджерам.

По времени делятся на:

Краткосрочные – на периоды в течение 1 года: на месяц, квартал, полугодие и год.
Среднесрочные – это обычно на период от 1 до 3 лет.
Долгосрочные – больше 3-5 лет.

В практической деятельности применяют три основных метода:

Метод экспертных оценок.
Анализ временных рядов.
Казуальный метод.

Метод экспертных оценок

То, что было рассмотрено в качестве примера выше, является также элементарным примером первого метода. Метод экспертных оценок заключается в том, что определение тех или иных параметров бизнеса, включая объемы реализации, строится на мнении экспертов и специалистов в той или иной сфере деятельности.

Примечание
Уважаемые читатели! Для представителей малого и среднего бизнеса в области торговли и услуг мы разработали специальную программу "Бизнес.Ру", которая позволяет вести полноценный складской учет, торговый учет, финансовый учет, а также имеет встроенную CRM систему. Имеются как бесплатный, так и платные тарифы.

Например, предприниматель, торгующий алкогольными напитками, пивом может спрогнозировать то, как успешно будет развиваться его бизнес в ближайшей перспективе, на основе выводов экспертов в этой области. Если эксперты говорят, что в следующем году рынок «просядет» на 12% (это пример, естественно), то и предприниматель вполне обосновано может просчитать возможное падение своих продаж на уровень около 12%.

Обратно, если специалисты говорят, что, например, в 4 квартале рынок мяса и колбасных изделий вырастет на 16%, то владелец мясного магазина может прогнозировать рост и своей реализации примерно на эту же относительную величину. Соответственно, перед менеджерами будут ставиться более амбициозные задачи с повышенными индивидуальными плановыми показателями.

Для применения метода экспертных оценок представители более крупного ритейла могут не только использовать мнения экспертов и аналитиков, которые находятся в открытом и бесплатном доступе, например, в интернете. Более крупные фирмы могут заказывать отдельные маркетинговые исследования: тогда эксперты и аналитики проведут более тщательный анализ и составят более точный прогноз для продаж конкретно для этого магазина (сети).

Анализ временных рядов

Это методы прогнозирования, когда прогнозирование базируется на данных о предыдущих продажах. Обычно для этих целей лучше брать объемы за прошедший год по месяцам. Если фирма только начала свою деятельность, например, магазин открылся всего 1-2 месяца назад, то в этом случае прогнозирование необходимо строить, исходя из других параметров, например, общих тенденций на рынке и т. д. А когда бизнесу исполнится год и более, применять другие методы расчета.

Для анализа временных рядов, для того, как рассчитать прогноз продаж, необходимо показатели реализации сначала выписать в таблицу пол месяцам. Для этого лучше использовать всем известное офисное приложение Excel.

2015 год			2016 год ПРОГНОЗ

Месяц	Продажи, руб.	Рост








Сентябрь

Временные ряды – это данные о продажах (колонка 2) в каждом месяце (колонка 1) прошедшего года. В нашем примере проведен анализ объемов в 2015 году, на основе которого реализация продукции спрогнозирована на 2016 год.

В таблице анализ временных рядов проведен с целью выявления тренда. Мы видим, что в январе товаров продали в магазине на 150212 рублей, а в феврале уже на 160547 рублей. Рост составил 7%.

В колонке 3 рассчитан рост в каждом месяце по сравнению с предыдущим, например, в августе по сравнению с июлем рост продаж составил всего 1%, а в декабре по сравнению с ноябрем уже 6%. При этом среднемесячный прирост в 2015 году составил 4% (последняя строка колонки 3).

Получается, что если в январе 2015 года мы продали товаров на 150212 рублей, то на январь следующего года мы продадим на сумму в объеме 156220 рублей, то есть, на 4% больше.

Годовой же объем реализации в магазине также вырастет на 4%: с 2,3 миллионов рублей до 2,4 миллионов рублей.

В Excel все эти указанные расчеты делаются элементарно: формулы проставляются вручную один раз, в следующие ячейки копируются. Специальных знаний для этого не требуется.

Анализ временных рядов с учетом сезонности

Данные о прошлых продажах необходимо анализировать также для того, чтобы определить, насколько торговля сезонна и объемы их отличаются по периодам. Рассмотрим другой пример.

2015 год			2016 год ПРОГНОЗ

Месяц	Продажи, руб.	Рост








Сентябрь

Проанализировав данные за прошлый 2015 год, мы видим, что в летний период времени с апреля по июль включительно, наблюдалась сезонность, объемы продаж падали – снижение в столбце 3.

Соответственно, применяя значения тренда с поправкой на сезонность, мы составили правильный прогноз для продаж на следующий год.