Прогнозиране на обема на продажбите

Разработването на система за прогнозиране на продажбите за предприятие трябва да се подхожда реалистично, като се осъзнава, че няма абсолютно надежден метод.

Методите за прогнозиране могат да бъдат представени под формата на статистически и оценъчни прогнози. Статистическите прогнози включват следните методи:

- регресионен и корелационен анализ;

- експоненциално изглаждане (претеглена подвижна средна);

- проследяващ сигнал и др.

Прогнозите се базират на експертно мнение. Експертите са специалисти, работещи в областта на продажбите: те познават пазара, продуктите на конкурентите, новите ценови тенденции, както и всяка друга информация за възможни промени в търсенето на стоки.

Фактът, че всички методи за прогнозиране не са напълно надеждни, разбира се, не означава, че прогнозирането е безсмислено. Прогнозирането на продажбите е основа за планиране на производствената програма. В реалната бизнес практика е най-добре да се използват прости статистически методи, комбинирани с разумна преценка.

Методът на най-малките квадрати е метод за намиране на най-доброто приближение на прогнозния обем на продажбите от резултатите от кумулативните наблюдения. Например потреблението на бензин (x) и пазарът на резервни части за автомобили (y) могат да бъдат представени като yx = a + in.

Въз основа на статистическа извадка от продажби на бензин (x) и резервни части (y) се съставя статистическа серия (n-наблюдения) за ретроспективата. За да намерите "a" и "b", съставете стандартните уравнения:

Получените суми от статистически данни за 7 месеца се заместват във формулите и се получават уравнения, например: 74 \u003d 7a + 28c

следователно yx = 3,28 + 1,82x.

Следователно промянатапродажбите на бензин могат да се използват като основа за изчисляване на прогнозата за производството на резервни части за автомобили. Резултатите от изчислението се анализират от експерти и се взема решение за обема на продажбите.

Методът на корелационна и регресионна зависимост също се основава на статистическа извадка от обема на продажбите (y) и различни фактори, влияещи върху този показател (x1, x2, x3. xn).

Зависимостта на показателите може да бъде линейна, параболична, хиперболична и експоненциална.

Линейната зависимост се представя с формулата

Формата на корелацията се изразява с регресионните коефициенти a1. ап.

Корелационните и регресионните зависимости се изчисляват с помощта на подходящи математически компютърни програми, които позволяват определяне на формата на връзката, близостта на връзката и различни показатели за годността на извадката за анализ и прогнозиране.

Най-простият и често срещан метод за прогнозиране на обема на продажбите еизчисляването на средната стойност. Един от тези методи е "средногодишно за текущата дата".

Средната годишна стойност се изчислява, като действителният обем на продажбите по месеци или седмици се раздели на продължителността на анализирания период. Пълзящата средна се дефинира по същия начин, само семплирането се променя.

Например фирма иска да използва 12-седмична пълзяща средна за продажбите на продукт. За да направите това, сумирайте продажбите за последните 12 седмици и разделете на 12, получавайки средната стойност. Седмица по-късно продажбите за последната седмица се добавят и първата седмица се изхвърля, като отново се получават 12 седмици.

Среднопретеглената стойност се изчислява, като се вземе предвид значимостта на оригиналните данни. Например, според старата прогноза месечните продажби трябва да са 100 коли, а реалната продажба за последния месец е 80.

ОбикновеноПредпочитание се дава на старата прогноза и по-рядко на текущите продажби, тъй като те могат да представляват произволна стойност, която е извън тенденцията.

Сумата от коефициентите на тежест трябва да е равна на единица (например 0,8 и 0,2).

Нова прогноза: 100 + 0,8 + 80 x 0,2 = 96

Експоненциално изглажданее изчисление на претеглена пълзяща средна. Той опростява изчисленията и ви позволява да съхранявате по-малко количество данни. Методът на експоненциално изглаждане е изчисление на претеглена пълзяща средна. Той опростява изчисленията и ви позволява да съхранявате по-малко количество данни. Необходими са данни за предишната прогноза и алфа множител (коефициент на тежест). Въз основа на текущите продажби се изчислява нова прогноза. Особен проблем с този метод е определянето на алфа фактора. На практика те се ръководят от следните коефициенти: при използване на пълзяща средна за 19 периода - 0,1; за 9 периода - 0,2. Когато става въпрос за модни продукти, множител от 0,3 и интервал на прогнозиране от 1 седмица може да са по-успешни.

Връзката между алфа фактора (A) и броя на периодите, за които се изчислява индикаторът (N), се описва с две формули:

A \u003d 2: (N + 1), N \u003d (2 - A): A

Пример за изчисление: 0,1 = 2 : (19 + 1) 3 = (2 - 0,5) : 0,5.

Ако се приложи множител от 0,5, тогава прогнозата приема пълзяща средна за три периода.

В условията на случайно, еднократно търсене, за прогнозиране на обема на продажбите трябва да се ръководи не от статистически, а от експертни методи. Опитен работник, анализирайки хода на продажбите с бавен оборот, почти винаги определя разумно ниво на производство без формули за изчисление.

Прогнозният обем на продажбите трябва да се сравни с действителнияпродажби за разглеждания период (Таблица 1).

Табличен анализ на изпълнението на прогнозата

месецПрогнозаФактОтклонение (+, -)
-100
+50
+110
-160
-10
+30
Общо 360 Средно отклонение 60

„Сигнал за проследяване“, който отчита грешката на прогнозата, се изчислява чрез разделяне на абсолютната сума на отклоненията (пренебрегване на знаците плюс и минус) на средното отклонение: 360 / 60 = 6.

Флуктуацията на "сигнала за проследяване" в рамките на 3,0-7,0 се разпознава като нормална. Трябва да се определят по-строги ограничения за най-продаваните, което води до по-чест анализ на данните. За по-малко продаваеми стоки с ниска цена продажбите могат да се анализират по-рядко, следователно са подходящи по-широки граници. Кумулативната сума от грешки в прогнозата ви позволява да определите дали прогнозата има положително отклонение. Добрата прогноза трябва да включва приблизително равен брой отклонения със знаци плюс и минус. Надценената прогноза е доминирана от отклонения със знак минус.

За да избегнете големи отклонения в прогнозата за продажбите, трябва да знаете, че точността на прогнозите е по-висока: