Нужно увеличивать долю правильных прогнозов. Прогнозирование значений в рядах. Установка Пакета аналитических инструментов

Гийом Сен-Жак, 18-06-2008 г. (последняя редакция - 22-02-2010 г.)

В этом руководстве рассматриваются элементарные методы прогнозирования , которые можно применить в таблицах Microsoft Excel. Это руководство предназначено для менеджеров и руководителей, которым важно предвидеть спрос потребителей. Теория иллюстрирована на основе Microsoft Excel . Более подробные инструкции доступны для разработчиков, которые хотели бы воспроизвести теорию в адаптированном приложении.

Преимущества прогнозирования

• Выбирайте оптимальный размер товарных запасов

Как? Путем прогнозирования!

Как упростить задачу: обозначения, комментарии, имена файлов

• Всегда давайте обозначение столбцам . В первой строчке каждого столбца всегда давайте описание содержащихся в этом столбце данных.
• Разные данные, разные столбцы . Не помещайте в один столбец разнородные данные (например, издержки и объем продаж. Очень вероятно, что вы запутаетесь, и вычисления и работа с данными будут очень усложнены.
• Давайте каждому файлу понятное имя. Это не требует больших усилий, зато значительно ускоряет работу. Правильные имена позволяют быстро найти нужный файл визуально или через программу поиска файлов в Windows.

• Используйте комментарии.

Их можно использовать:

• для объяснения содержимого ячейки (например, стоимость единицы продукции по оценке Мистера Доу)
• чтобы оставить предупреждения будущим пользователям таблицы (например, у меня есть сомнения по поводу этих вычислений... )

Получайте прогнозы продаж с помощью нашего передового интернет-приложения для прогнозирования товарных запасов . Lokad специализируется на оптимизации товарных запасов путем прогнозирования спроса. Функции, которые описываются в данной статье - и еще многое другое! - присутствуют в нашей системе прогнозирования.

Начало: простой пример прогнозирования с использованием линии тренда

Давайте получим первый прогноз. В этой части мы будем использовать следующий файл: Example1.xls . Данные приведены в качестве примера.

Наши данные: В первом столбце содержатся данные о цене единицы схожих товаров. Цена единицы товара отражает качество продукта. Во втором столбце - данные об объеме продаж.

Что мы хотим узнать: Если мы будем продавать другой продукт, качества соответствующего цене в $150 за единицу, сколько предположительно единиц продукции мы продадим?

Каким образом мы можем это узнать: Все довольно просто. Нам нужно найти простое математическое соотношение между ценой единицы товара и объемом продаж, а затем использовать это соотношение для построения прогноза.

В первую очередь, всегда полезно построить в Excel график, чтобы увидеть графическое представление данных. Ваши глаза являются прекрасным инструментов в определении тренда за несколько секунд.

Для этого, выбираем наши данные, затем используем Вставка > Диаграмма, и выберите Точечную. Мы хотим представить график продаж в виде функции качества, поэтому на горизонтальной оси разместим цену товара, а объем продаж на вертикальной оси.

Теперь остановимся на несколько секунд и хорошо рассмотрим получившуюся диаграмму: соотношение кажется возрастающим и линейным.

Чтобы понять точное отношение между данными, в меню "Диаграмма" выберем опцию "Добавить линию тренда".

Теперь нам нужно выбрать зависимость, которая "подходит" (т.е. наиболее точно описывает) наши данные. Здесь снова используем свои глаза: в нашем примере точки расположены почти по прямой линии, поэтому выбираем "линейную" зависимость. Далее мы будем использовать другие, более сложные, но зачастую более реалистичные модели, например "экспоненциальные".

Теперь наша линия тренда отобразилась на диаграмме. Кликнув на диаграмме правой кнопкой можно получить точное уравнение зависимости: y = 102.4x - 191.64.

Понимаем: Количество проданных товаров = 102.4 умножить на цену товара - 191.64.

Поэтому, если мы решим производить товары по цене $150 за единицу, мы можем предположить, что объем продаж составит: 102.4*150 - 191.64 = 15168 штук.

Тем не менее, будьте осторожны: программное обеспечение всегда может выявить зависимость между двумя столбцами, даже если в реальности эта зависимость очень слабая! Следовательно, нужно протестировать надежность. Вот как это делается:

• В первую очередь, всегда обращайте внимание на диаграмму . Если вы обнаружите, что точки расположены близко к линии тренда, как в нашем примере, то велик шанс того, что зависимость надежна. Если же точки расположены довольно хаотично и далеко от линии тренда, тогда нужно быть внимательными: корреляция слабая, и нельзя слепо доверять установленной зависимости.

• После оценки диаграммы, вы можете использовать функцию КОРРЕЛ . В нашем примере функция будет иметь вид: КОРРЕЛ(A2:A83,B2:B83). Если результат близок к 0, тогда корреляция слабая, и вывод таков: реального тренда просто не существует. Если значение близко к 1, тогда корреляция сильная. Последнее очень помогает, так как это увеличивает силу объяснения выявленной вами закономерности.

Конечно, эти последние шаги можно автоматизировать: вам не нужно записывать зависимость или пользоваться для вычислений карманным калькулятором. Вам нужен Пакет аналитических инструментов!

Прогнозирование с использованием Пакета аналитических инструментов

К сожалению, такие идеальные данные с такой простой и ясной линейной зависимостью довольно редки в реальной жизни. Давайте взглянем, что предлагает Excel для более сложных случаев с более сложными данными.

Идем дальше: пример экспоненциальной зависимости

Ниже изложено, как произвести подгонку под экспоненциальную модель:

1) Посмотрите на свои данные. Нарисуйте простой график и просто посмотрите на него. Если он соответствует экспоненциальному развитию, он должен выглядеть так:

Это идеальный случай. Конечно, данные никогда не будут выглядеть в точности так. Но если точки расположены примерно в такой же форме, это должно навести вас на мысль о рассмотрении экспоненциальной модели.

Как в предыдущем примере, вы всегда можете построить график на основании ваших данных, построить линию тренда и выбрать « экспоненциальную » вместо линейной.

Затем, как обычно, получите уравнение линии.

2) К счастью, все это можно проделать напрямую, используя Пакет аналитических инструментов: введите все свои данные в пустую таблицу Excel и в меню выберите Инструменты => Анализ данных

Установка Пакета аналитических инструментов

1. Убедитесь, что у вас есть установочный диск Office. Excel может запросить вставить диск для установки файлов Пакета.
2. Откройте таблицу Excel и в меню Инструменты выберите Дополнения. Отметьте первый пункт в окне под названием « Analysis ToolPack (Пакет аналитических инструментов) ».
3. Вставьте диск Office CD, если потребуется.
4. Готово! Обратите внимание, что в меню « Инструменты » теперь больше пунктов, в том числе опция « Анализ данных ». Это именно та, которой мы будем пользоваться больше всего.

Использование Пакета аналитических инструментов

... в случае линейной функции

Откройте таблицу с данными, затем откройте меню « инструменты » и выберите « анализ данных ». Выйдет всплывающее окно с вопросом какой вид анализа вы хотите провести. Для линейных функций выберите « регрессия ».

Теперь нужно дать Excel два аргумента: « шкала Y » и « шкала X ». Шкала Y показывает, что вы хотите рассчитать (например, объем продаж), а на шкале X отражаются данные, которые, как вы думаете, объясняют объем продаж (в нашем примере, цена единицы товара). В нашем примере (см. example1.xls), данные об объеме спроса содержатся в столбце B, в строках с 3 по 90, поэтому для шкалы Y вам необходимо указать « $B$3:$B$90 » и «$A$3:$A$90 » для шкалы X. Когда закончите, нажмите « ok ».

Появится новый лист с « результатами регрессии ».
Самый важный результат содержится в столбце « Коэффициенты » в конце таблицы. Пересечение является константой, коэффициент « переменной X (X variable) » - это коэффициент Х (в данном примере цена единицы товара). Таким образом, мы определяем уравнение "тренда". Объем продаж=Пересечение+КоэффициентХ*цена единицы товара=-126+100*цена товара.

В этой таблице также содержится полезное значение, которое даст вам представление о том, насколько точны ваши вычисления: « R Square ». Если это значение близко к 1, тогда ваши приближения достаточно точные, и это означает что полученное уравнение является достаточно точным представлением ваших данных. Если это значение близко к 0, то приближение недостаточно хорошее, и, возможно, вам нужно попробовать другую модель (см. далее экспоненциальная модель).

Этот метод, возможно, быстрее, чем техника « линии тренда ». Тем не менее, это в большей степени технический и менее наглядный процесс. Поэтому если вы не хотите строить графики на основании ваших данных и оценивать их, по крайней мере, проверьте значение « R square ».

... используя экспоненциальную модель

Запустите Пакет инструментов, как обычно: Откройте таблицу, затем откройте меню « Инструменты » и выберите « Анализ данных ». Вы увидите всплывающее окно с вопросом, какой вид анализа вы хотите провести. Для экспоненциальной модели, выбираем « экспоненциальная ».

Обратите внимание, что Excel просит вас указать диапазон входящих данных. Выберите столбец, в котором содержатся данные, в отношении которых вы хотите построить прогноз (например, цена единицы товара) и выберите “смягчающий фактор”.

В данной статье рассмотрен один из основных методов прогнозирования - анализ временных рядов. На примере розничного магазина с помощью данного метода определены объемы продаж на прогнозный период.

Одна из главных обязанностей любого руководителя - грамотно планировать работу своей компании. Мир и бизнес сейчас меняются очень стремительно, и успеть за всеми изменениями непросто. Многие события, которые невозможно предусмотреть заранее, меняют планы фирмы (например, выпуск нового продукта или группы товаров, появление на рынке сильной компании, объединение конкурентов). Но надо понимать, что зачастую планы нужны лишь для того, чтобы вносить в них коррективы, и в этом нет ничего страшного.

Любой процесс прогнозирования, как правило, строится в следующей последовательности:

1. Формулировка проблемы.

2. Сбор информации и выбор метода прогнозирования.

3. Применение метода и оценка полученного прогноза.

4. Использование прогноза для принятия решения.

5. Анализ «прогноз-факт».

Все начинается с корректной формулировки проблемы. В зависимости от нее задача прогнозирования может быть сведена, например, к задаче оптимизации. Для краткосрочного планирования производства не так важно, каким будет объем продаж в ближайшие дни. Важнее максимально эффективно распределить объемы производства продукции по имеющимся мощностям.

Краеугольным ограничением при выборе метода прогнозирования будет исходная информация: ее тип, доступность, возможность обработки, однородность, объем.

Выбор конкретного метода прогнозирования зависит от многих моментов. Достаточно ли объективной информации о прогнозируемом явлении (существует ли данный товар или аналоги достаточно долго)? Ожидаются ли качественные изменения изучаемого явления? Имеются ли зависимости между изучаемыми явлениями и/или внутри массивов данных (объемы продаж, как правило, зависят от объемов вложений в рекламу)? Являются ли данные временным рядом (информация о наличии собственности у заемщиков не является временным рядом)? Имеются ли повторяющиеся события (сезонные колебания)?

Независимо от того, в какой отрасли и сфере хозяйственной деятельности работает фирма, ее руководству постоянно приходится принимать решения, последствия которых проявятся в будущем. Любое решение основывается на том или ином способе проведения. Одним из таких способов является прогнозирование.

Прогнозирование - это научное определение вероятных путей и результатов предстоящего развития экономической системы и оценка показателей, характеризующих это развитие в более или менее отдаленном будущем.

Рассмотрим прогнозирование объема продаж, используя метод анализа 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.

Временной ряд - это ряд наблюдений, проводящихся регулярно через равные промежутки времени: год, неделю, сутки или даже минуты, в зависимости от характера рассматриваемой переменной.

Обычно временной ряд состоит из нескольких компонентов:

1) тренда - общей долгосрочной тенденции изменения временного ряда, лежащей в основе его динамики;

2) сезонной вариации - краткосрочного регулярно повторяющегося колебания значений временного ряда вокруг тренда;

3) циклических колебаний, характеризующих так называемый цикл деловой активности, или экономический цикл, состоящий из экономического подъема, спада, депрессии и оживления. Этот цикл повторяется регулярно.

Для объединения отдельных элементов временного ряда можно воспользоваться мультипликативной моделью:

Объем продаж = Тренд × Сезонная вариация × Остаточная вариация. (1)

В ходе составления прогноза продаж учитывают показатели компании за последние несколько лет, прогноз роста рынка, динамику развития конкурентов. Оптимальное прогнозирование продаж и корректировку прогноза обеспечивает полный отчет о продажах компании.

Применим данный метод для определения объема продаж салона «Часы» на 2009 г. В табл. 1 представлены объемы продаж салона «Часы», специализирующегося на розничной продаже часов.

Таблица 1. Динамика объема продаж салона «Часы», тыс. руб.

Для данных, приведенных в табл. 1, отметим два основных момента:

существующий тренд : объем продаж в соответствующих кварталах каждого года стабильно растет год от года;

• сезонная вариация: в первые три квартала каждого года продажи медленно растут, но остаются на относительно низком уровне; максимальные за год значения объема продаж всегда приходятся на четвертый квартал. Такая динамика повторяется из года в год. Данный тип отклонений всегда носит название сезонных, даже если речь идет, например, о временном ряде еженедельных объемов продаж. Этот термин просто отражает регулярность и краткосрочность отклонений от тренда по сравнению с продолжительностью временного ряда.

Первый этап анализа временных рядов - построение графика данных.

Для того чтобы составить прогноз, необходимо сначала рассчитать тренд, а затем - сезонные компоненты.

Расчет тренда

Тренд - это общая долгосрочная тенденция изменения временного ряда, лежащего в основе его динамики.

Если посмотреть на рис. 2, то через точки гистограммы можно от руки начертить линию повышательного тренда. Однако для этого есть математические методы, позволяющие оценить тренд более объективно и точно.

Если у временного ряда есть сезонная вариация, обычно применяют метод скользящей средней.Традиционным методом прогнозирования будущего значения показателя является усреднение n его прошлых значений.

Математически скользящие средние (служащие оценкой будущего значения спроса) выражаются так:

Скользящая средняя = Сумма спроса за предыдущие n-периоды / n. (2)

Средний объем продаж за первые четыре квартала = (937,6 + 657,6 + 1001,8 + 1239,2) / 4 = 959,075 тыс. руб.

Когда квартал заканчивается, данные об объеме продаж в течение последнего квартала прибавляются к сумме данных за предыдущие три квартала, а данные за ранний квартал отбрасываются. Это приводит к сглаживанию краткосрочных нарушений в ряде данных.

Средний объем продаж за следующие четыре квартала = (657,6 + 1001,8 + 1239,2 + 1112,5) / 4 = 1002,775 тыс. руб.

Первая рассчитанная средняя показывает средний объем продаж за первый год и находится посередине между данными о продажах за II и III кварталы 2007 г. Средняя за следующие четыре квартала разместится между объемом продаж за III и IV кварталы. Таким образом, данные столбца 3 - это тренд скользящих средних.

Но для продолжения анализа временного ряда и расчета сезонной вариации необходимо знать значение тренда точно на то же время, что и исходные данные, поэтому необходимо центрировать полученные скользящие средние, сложив соседние значения и разделив их пополам. Центрированная средняя и есть значение рассчитанного тренда (расчеты представлены в столбцах 4 и 5 табл. 2).

Таблица 2. Анализ временного ряда

Для составления прогноза продаж на каждый квартал 2009 г. надо продолжить на графике тренд скользящих средних. Так как процесс сглаживания устранил все колебания вокруг тренда, то сделать это будет несложно. Распространение тренда показано линией на рис. 4. По графику можно определить прогноз для каждого квартала (табл. 3).

Таблица 3. Прогноз тренда на 2009 г.

Расчет сезонной вариации

Для того чтобы составить реалистичный прогноз продаж на каждый квартал 2009 г., необходимо рассмотреть поквартальную динамику объема продаж и рассчитать сезонную вариацию. Если обратиться к данным о продажах за предыдущий период и пренебречь трендом, можно рассмотреть сезонную вариацию более четко. Так как для анализа временного ряда будет использована мультипликативная модель , необходимо разделить каждый показатель объема продаж на величину тренда, как показано в следующей формуле:

Мультипликативная модель = Тренд × Сезонная вариация × Остаточная вариация × Объем продаж / Тренд = Сезонная вариация × Остаточная вариация. (3)

Результаты расчетов представлены в столбце 6 табл. 2. Для того чтобы выразить значения показателей в процентах и округлить их до первого десятичного знака, умножаем их на 100.

Теперь будем по очереди брать данные за каждый квартал и устанавливать, на сколько в среднем они больше или меньше значений тренда. Расчеты приведены в табл. 4.

Таблица 4. Расчет средней квартальной вариации, тыс. руб.

Нескорректированные данные в табл. 4 содержат как сезонную, так и остаточную вариацию. Для удаления элемента остаточной вариации необходимо скорректировать средние. В долгосрочном плане величина превышения объема продаж над трендом в удачные кварталы должна уравниваться с величиной, на которую объем продаж ниже тренда в неудачные кварталы, чтобы сезонные компоненты в сумме составляли примерно 400 %. В данном случае сумма нескорректированных средних равна 398,6. Таким образом, необходимо умножить каждое среднее значение на корректирующий коэффициент, чтобы сумма средних составила 400.

Корректирующий коэффициент рассчитывается следующим образом: Корректирующий коэффициент = 400 / 398,6 = 1,0036.

Расчет сезонной вариации представлен в табл. 5.

Таблица 5. Расчет сезонной вариации

На основании данных табл. 5 можно спрогнозировать, например, что в I квартале объем продаж в среднем будет составлять 96,3 % значения тренда, в IV - 118,1 % значения тренда.

Прогноз продаж

При составлении прогноза продаж исходим из следующих предположений:

динамика тренда останется неизменной по сравнению с прошлыми периодами;

сезонная вариация сохранит свое поведение.

Естественно, это предположение может оказаться неверным, придется вносить коррективы, учитывая экспертное ожидаемое изменение ситуации. Например, на рынок может выйти другой крупный торговец часами и сбить цены салона «Часы», может измениться экономическая ситуация в стране и т. д.

Тем не менее, основываясь на вышеперечисленных предположениях, можно составить прогноз продаж по кварталам на 2009 г. Для этого полученные значения квартального тренда надо умножить на значение соответствующей сезонной вариации за каждый квартал. Расчет данных приведен в табл. 6.

Таблица 6. Составление прогноза продаж по кварталам салона «Часы» на 2009 г.

Из полученного прогноза видно, что товарооборот салона «Часы» в 2009 г. может составить 5814 тыс. руб., но для этого предприятию необходимо проводить различные мероприятия.

Полный текст статьи читайте в журнале "Справочник экономиста" №11 (2009 г.).

Из данной статьи вы узнаете, как в Excel рассчитать прогноз продаж с учетом роста и сезонности .

Прогнозируя продажи подобным образом, вы получите максимально точный и обоснованный прогноз на длительный промежуток времени.

Процесс расчета прогноза разделим на 3 части:

1. Расчет значение тренда ;
2. Определение коэффициентов сезонности ;
3. Прогнозирование продаж ;

Рассчитаем прогноз по месяцам на 2 года и 3 месяца на основании продаж за 5 лет (см. вложенный файл).

Для расчета значений тренда:

О различных вариантах расчета значений линейного тренда вы можете почитать в статье " " и выбрать для себя максимально удобный.

Для расчета коэффициентов сезонности:

1. Рассчитываем отклонение фактических значений от значений тренда. Для этого фактические значения делим на значения тренда;
2. Для каждого месяца определяем среднее отклонение за последние 5 лет.
3. Определяем общий индекс сезонности - среднее значение коэффициентов, рассчитанных в 4 пункте;
4. Рассчитываем коэффициенты сезонности ; каждый коэффициент из пункта 4 делим на коэффициент из пункта 5 (см. вложенный файл);

Рассчитываем прогноз продаж с учетом роста и сезонности:

1. Задаём период, на который мы хотим рассчитать прогноз. Для этого продлеваем номера периодов временного ряда на 2 года и 3 месяца.
2. Рассчитываем значения трена для будущих периодов . В уравнение y=bx+a подставляем рассчитанные коэффициенты тренда b и а, x – номер периода во временном ряде (от 61 до 87). Получаем y-значения линейного тренда для каждого будущего периода (см. вложенный файл).
3. Рассчитываем прогноз . Для этого значения линейного тренда умножаем на коэффициенты сезонности.

Прогноз с учетом роста и сезонности готов.

Для более точного прогнозирования продаж не достаточно учитывать рост и сезонность, необходимо также учесть еще дополнительные факторы, которые значительно влияют на объем продаж, такие как

• мероприятия по стимулированию сбыта,

  ввод новых продуктов,

  открытие новых направлений продаж,

  спец. клиенты с разовыми значительными закупками

и т.д., но об этом в следующих статьях.

Точных вам прогнозов!

С помощью программы Forecast4AC PRO вы сможете рассчитывать прогноз с учетом роста и сезонности для более, чем 5000 строк одновременно одним нажатием клавиши. Легко и быстро!

Присоединяйтесь к нам!

Скачивайте бесплатные приложения для прогнозирования и бизнес-анализа :

• Novo Forecast Lite - автоматический расчет прогноза в Excel .
• 4analytics - ABC-XYZ-анализ и анализ выбросов в Excel.
• Qlik Sense Desktop и QlikView Personal Edition - BI-системы для анализа и визуализации данных.

Тестируйте возможности платных решений:

• Novo Forecast PRO - прогнозирование в Excel для больших массивов данных.

Имеются данные о деятельности предприятия за ретроспективный период (таблица 2.2).

Требуется:

сделать прогноз на следующие три года с использованием метода среднегодовых темпов роста и регрессионного анализа;

сравнить результаты прогнозов и обосновать выбор стратегии развития предприятия.

Таблица 2.2 –Значение грузооборота железной дороги

1 вариант. Определим прогнозные значения по среднегодовым темпам изменения показателей по формуле 2.1. Для местного грузооборота среднегодовой темп изменения значений будет равен

Прогнозные значения показателей при этом подходе определяются по формуле (2.2). Тогда для местного грузооборота значение на первый плановый год составит

11312,12 млн. т-км.

Остальные значения определяются аналогично. Результаты расчетов сведены в таблицу 2.3.

Таблица 2.3 –Расчет прогнозных значений грузооборота

2 вариант. Определим прогнозные значения для показателя местного грузооборота с помощью регрессионного анализа. Анализ представленных статистических данных позволяет выбрать линейный вид функции для описания закономерности изменения целевых показателей от времени, поэтому воспользуемся формулами 2.3 и 2.4.

Промежуточные значения для расчета коэффициентов уравнения регрессии сведем в таблицу 2.4.

Таблица 2.4 – Значения для расчета коэффициента регрессии

Тогда система уравнений (2.4) примет вид

После решения данной системы получаем значения =8243,143 и=410,607;а уравнение регрессии примет вид

V p = 8243,143+410,607·t

где t - год, на который делается прогноз: t = 8, 9 и 10 год.

Расчет остальных показателей производится аналогично.

Таблица 2.5 –Прогноз значений грузооборота

Необходимо учитывать, что общий грузооборот является комплексным показателем, и определяется как сумма грузооборота в местном сообщении, ввоза, вывоза и транзита. Поэтому при прогнозировании сложных показателей их необходимо раскладывать на составляющие (в нашем случае местный, ввоз, вывоз и транзит), оценивать прогнозные значения составляющих, а значение сложного показателя находить по формулам соответствующих зависимостей. Проведем анализ прогнозного значения общего грузооборота, рассчитанного по двум вариантам, и значений, полученных при суммировании прогнозов входящих в грузооборот элементов (таблица 2.6).

Таблица 2.6 –Сравнение результатов прогноза грузооборота

Как видно из таблицы, при первом способе расчета наблюдается существенное увеличение расхождения значения общего грузооборота при увеличении периода прогноза. При расчете с помощью корреляционного метода значения одинаковы.

Для выбора итоговых значений отобразим графически значения выполненного общего грузооборота и прогнозные значения, рассчитанные по двум вариантам (рисунок 2.1). Второй вариант (регрессионная модель) более точно отображает дальнейшие темпы развития объемов производства. Окончательный выбор варианта прогнозных значений развития предприятия осуществляется при наличии прогнозных значений по всем целевым показателям, характеризующим стратегию развития предприятия.

Рисунок 2.1 – Сравнение результатов прогноза объемов грузооборота

Прогнозирование продаж: точный расчет или гадание на кофейной гуще? Когда мы строили систему в компании-девелопере Урбан Групп, коммерческий директор, Дмитрий Усманов, задал вопрос, — подпишемся ли мы под конкретной цифрой. Мы назвали цифру, дату и время.

Через три недели в 12.15 мы сидели в кафе и наблюдали за графиком поступлений. В 12.00 разносятся приходы за последний день. Точность прогноза составила 99,7%.

Самый частый вопрос, который задают нам клиенты: «Как вы можете так точно рассчитать будущий объем продаж?».

Все дело в кофе) Нет, не в том, по которому можно узнать судьбу вашего бизнеса, а в том, которое мы выпиваем, пока решаем задачу прогнозирования для каждого конкретного предприятия.

Не стоит путать прогнозы объема продаж, основанные на детальных расчетах, с ненаучной ворожбой. Давайте рассмотрим, как составить максимально точный прогноз продаж и какие задачи он решает.

Для чего нужен прогноз продаж?

1. Постановка целей . Полученная по годовому прогнозу цифра – то, к чему компания должна прийти на следующий год, тот план, который необходимо выполнить. Это часть бизнес-плана для предприятия и реальная, четко просчитанная цель для отдела продаж, от которой можно отталкиваться при начислении премий и бонусов. Очень часто цель ставится из желаний, а не из реальных возможностей.
Поэтому перед тем как поставить цель необходимо сначала сделать прогноз, а потом устанавливать цель. Если цель выше прогноза, то нужно понимать за счет каких изменений цель будет выполнена.

2. Формирование необходимой базы трудовых и производственных ресурсов. Исходя из прогнозного количества клиентов и объема продаж. Задача: запланировать закупки и определить будущие потребности компании в оборудовании и персонале.

3. Управление складскими запасами . В каждый момент времени в распоряжении производства будет находиться складской остаток, достаточный для выполнения задач на определенном этапе. Никакого дефицита или избытка материалов на складе – только рациональное расходование средств!

4. Повышение мобильности бизнеса . На прогнозном графике (или в таблице) можно заблаговременно увидеть моменты возможного проседания объема продаж (например, из-за сезонности продукта) и предпринять меры для корректировки ситуации еще до окончания периода. Кроме того, повышаются шансы мгновенно отследить незапланированный спад продаж, оперативно выявить причины снижения показателей и своевременно исправить ситуацию.

5. Контроль и оптимизация расходов . Прогнозирование покажет, какие затраты в целом понесет компания на производство и реализацию продукции. А значит, можно разработать бюджет и заблаговременно определить, какие издержки подлежат сокращению в случае неисполнения прогноза по увеличению объема продаж.

Методы прогнозирования и как они работают

Существует 3 основных группы методов:

1. Метод экспертных оценок . Базой для них является субъективная оценка определенной группы экспертов, которые имеют свое видение текущей ситуации и перспектив развития. В роли внутренних экспертов выступают руководители компаний и топ-менеджеры. Внешними экспертами могут быть привлеченные консультанты и финансовые аналитики.

Эту методику выбирают при отсутствии большого количества статистических данных, например, когда компания выводит на рынок новый товар или услугу. Эксперты оценивают проблему, основываясь на интуиции и логике. Обобщенное мнение специалистов и становится прогнозом. Метод очень сильно зависит от опыта эксперта в отрасли. Иногда это лучший способ прогнозирования. И тут нет ничего общего с гаданием. Интуиция это вычисления нашего мозга, которые человек не может отследить. Главное уметь очистить интуицию от предрассудков.

Пример.

«Мозговой штурм» – коллективный метод экспертной оценки, в котором принимают участие начальники отделов продаж, маркетинга, производства и логистики. Каждый по очереди озвучивает факторы, которые могут положительно или отрицательно повлиять на будущие продажи. Прогноз формируется по сводному перечню выдвинутых идей.

Но нужно учитывать что каждый из участников будет иметь свои интересы. Продажникам нужно занизить план, чтобы потом геройски его выполнить. Маркетологам завысить чтобы показать перспективы рынка. Производству сократить ассортимент до 1 единицы и сформировать ровный график, логистике не нужны пики и спады.

2. Методы анализа и прогнозирования временных рядов . Оптимальный вариант для предприятия, накопившего базу данных по продажам за несколько лет. Для упрощенного прогнозирования можно воспользоваться стандартной программой Excel. В ней составляется таблица с ежемесячным объемом продаж в каждом году, и на основе этой таблицы выстраивается график.

График показывает основной тренд (повышение или снижение объемов продаж), а также сезонные колебания. Остается экстраполировать кривую на месяц, на год или любой другой период времени. Можно расширить этот метод следующим пунктом.

3. Казуальные (причинно-следственные) методы. Они учитывают зависимость уровня продаж от одной или нескольких переменных. Для построения адекватной модели необходимо знать независимые факторы, которые влияют на спрос.
Что это за факторы? Доходы населения, цены конкурентов, эффективность рекламы, объемы производства смежных областей – то есть все, что определяет поведение потребителей.

Пример.

Компания реализует сантехнику. Первый фактор – объемы строительства в регионе. Они в прошлом году снизились на 15%, объемы продаж сантехники упали на 10%. В следующем году кризис в строительной сфере продолжится, значит, упадут и продажи унитазов, раковин и ванн. Второй фактор – реклама. Как показал опыт сантехнической компании в прошлые периоды, увеличение расходов на рекламу на 10% увеличивает продажи на 20%. И так далее по каждому фактору влияния.

Итоговый показатель рассчитывается с помощью многофакторного уравнения, в котором каждая переменная протестирована и выверен ее уровень значимости.

Выбор метода зависит от того, какие исходные данные есть в наличии. Самое эффективное решение – сочетание нескольких методов.

Следует учитывать, что прогнозирование величины продаж лучше работает в краткосрочном периоде, и не из-за каких-то особенностей расчета, а потому что на уровне бизнеса практически невозможно предсказать изменение внешних политических и экономических условий. Вспомните, кто был готов к кризису 2008? А к санкциям из-за ситуации на Украине?

Как рассчитать прогноз продаж – чек-лист для бизнеса

Посмотрите, какой алгоритм прогнозирования используем мы, перед тем как гарантировать своим клиентам увеличение объема продаж на 20-200%:

• Анализируем результаты деятельности предприятия за предыдущий период . Берем ежемесячные или еженедельные данные за три предыдущих года. Для нового товара, у которого отсутствует история продаж, используем методы экспертной оценки – основываемся на опыте наших специалистов, работавших с аналогичным бизнесом, опрашиваем внешних экспертов и изучаем конкурентов.

На этом же этапе исходя из предоставленных сведений мы определяем эластичность спроса, чтобы понять, насколько сильно объем продаж зависит от повышения/понижения цены, если они были за эти периоды Каждый экстремум на графике наход объяснение путем анализа страктуры оборота. Какие клиенты купили больше или меньше, почему, что повлияло. В 99 % случаев ответы находятся без особых усилий.

• Определяем тренд рынка . Прогнозировать увеличение продаж продукции можно только в том случае, если общий тренд рынка является растущим или хотя бы стабильным. Увидеть текущие тенденции можно в ЯндексВордстате – мы набираем запрос, соответствующий продукту клиента, и изучаем график.

Если кривая спроса неуклонно снижается и нет никаких данных о скором окончании кризиса в этой отрасли, на рост продаж рассчитывать не стоит. однако можно попытаться удержаться на текущем уровне., кризис вечным не бывает. И если вы сохраните за собой долю рынка, в момент подъема у вас будет лучший старт, чем у конкурентов.

• Учитываем сезонность предлагаемого товара/услуги . Если есть сведения по прошлым продажам – отлично! Если нет, есть простой способ выяснить наличие или отсутствие сезонных колебаний – воспользоваться все тем же графиком по динамике запросов.

Посмотрите, как четко видны сезонные колебания по запросу «кровельные материалы»: летние пики и зимние провалы. Для товаров и услуг, спрос на которые отличается ярко выраженной сезонностью, нужно рассчитать коэффициент сезонности по каждому плановому периоду.

Пример.

Компания продает мягкую кровлю в рулонах. В апреле прошлого года было реализовано 100 рулонов, а уже в июне – 176 рулонов. В апреле этого года компания реализовала 124 рулона, сколько рулонов будет продано в июне? Простая задачка для начальной школы решается в одно действие: 176/100*124=218 рулонов (где 176/100=1,76 – коэффициент сезонности). Аналогично можно сделать расчет коэффициента в целом по рынку.

• Оцениваем актуальное УТП. Например при продаже квартиры мы оцениваем УТП компании по 32 параметрам, каждой характеристике присваиваем вес и четко понимаем силу нашего предложения. Качество уникального торгового предложения серьезно влияет на конверсию. После конкурентного анализа мы можем сказать, какой будет конверсия на сайте для конкретного бизнеса – 2% или все 10%. Если доработать откровенно слабое УТП и четко прописать его в рекламных объявлениях, можно в разы увеличить количество обращений

• Тестируем эффективность рекламы по каждому каналу продаж . Для офлайн-магазинов можно запустить тестовую рекламную кампанию в газетах, на телевизионных каналах региона. Для интернет-магазинов – размещаем таргетированную рекламу в соцсетях или контекстные объявления в Яндекс.Директ (GoogleAdwords). Каждому рекламному каналу присваиваем свой номер телефона или любой другой маркер, позволяющий определить, что именно сработало.

Пример.

Компания реализует металлические двери в двух магазинах в своем городе и интернет-магазине с доставкой по области. Реклама в газетах представляет собой купон с 5% скидкой, который нужно предъявить при обращении. В контекстной рекламе размещаем телефон и отслеживаем количество поступивших по нему звонков. Одна реклама увеличила количество клиентов на 10%, а вторая не сработала? Используем эту информацию для планирования и прогнозирования.

• Анализируем клиентскую базу по физическим и юридическим лицам, среднему чеку, регулярности закупок. Берем статистику по уже завершенным сделкам, вычисляем средний чек для каждой группы клиентов. Мы уже выяснили, сколько новых покупателей принесет нам реклама. Умножаем их количество на средний чек и получаем прогнозный объем продаж.

В расчете будущих объемов продаж для сегмента B2B есть свои особенности. Как правило, это не разовые клиенты, а постоянные деловые партнеры, которые будут покупать товары в течение всего года. Соответственно, кроме среднего чека нужно определить периодичность поставок. Потенциал можно оценить по базам 2gis.ru.

• Проверяем, как работают менеджеры по продажам . Прослушиваем, как менеджеры работают с обращениями. Если по итогам общения с потенциальным клиентом менеджер не смог довести его до заказа, нужно составить эффективные скрипты телефонных разговоров и провести обучение персонала. В результате, из 10 обращений до покупки дойдетне 1 клиент, а, 3.

Когда мы составляем прогноз роста продаж, мы используем именно этот чек-лист, дополняя или видоизменяя его в зависимости от вида бизнеса. Как видите, в нем встречаются элементы всех трех методик. По каждой гипотезе дается оценка, но их совокупность обеспечивает высокую точность прогноза.

Мы можем гарантировать максимально точное прогнозирование при условии, что клиент сначала предоставляет нам как можно большее количество исходных данных, а потом четко реализуются все внедрения. Мы проведем аудит любого бизнеса и точно определим объем на который способен Ваш бизнес и не обижайтесь если он будет в несколько раз Ваше текущего