Прогнозирование объема продаж
К разработке системы прогнозирования объема продаж предприятия следует подходить реалистично, понимая, что абсолютно надежного метода не существует.
Методы прогнозирования можно представить в виде статистических и оценочных прогнозов. Статистические прогнозы включают следующие методы:
- наименьших квадратов;
- регрессионного и корреляционного анализа;
- скользящей средней;
- экспоненциального сглаживания (взвешенной скользящей средней);
- следящего сигнала и др.
Оценочные прогнозы основаны на мнении экспертов. Экспертами являются специалисты, работающие в области сбыта: знающие рынок, продукцию конкурентов, новые тенденции движения цен, а также любую другую информацию о возможных изменениях потребности товара.
То обстоятельство, что все методы прогнозирования не обладают полной надежностью, не означает, разумеется, что прогнозирование не имеет смысла. Прогнозирование объема продаж является основой для планирования производственной программы. В условиях реальной хозяйственной практики целесообразнее всего использовать простые статистические методы в сочетании с разумным суждением.
Метод наименьших квадратов — это способ нахождения наилучшего приближения прогнозируемого объема продаж по результатам совокупное™ наблюдений. Например, потребление бензина (х) и рынок запасных частей для автомобилей (у) можно представить в виде ух = а + вх.
На основании статистической выборки по объему продаж бензина (х) и запчастей (у) составляется статистический ряд (n-наблюдений) за ретроспективу. Для нахождения "а" и "в" составляют стандартные уравнения:
Еу = па + bЕx
Еxy = ax + вЕх2
Полученные суммы статистических данных за 7 месяцев подставляют в формулы и получают уравнения, например: 74 = 7а + 28в
347 = 28а + 140в
отсюда ух = 3,28 + 1,82х.
Следовательно, изменение продаж бензина может быть положено в основу расчета прогноза выпуска запчастей к автомобилям. Результаты расчета анализируют эксперты и принимается решение об объеме продаж.
Метод корреляционной и регрессионной зависимости также основан на статистической выборке объема продаж (у) и различных факторов, влияющих на этот показатель (х1, х2, х3... хп).
Зависимость показателей может быть линейной, параболической, гиперболической и экспоненциальной.
Линейная зависимость представлена формулой
у = ао + a1x1 + а2х2 + а3х3 +... апхп.
Форма корреляционной связи выражается коэффициентами регрессии а1... ап .
В расчетах корреляционной и регрессионной зависимости используют соответствующие математические программы для ЭВМ, которые позволяют определить форму связи, тесноту связи и различные показатели пригодности выборки для анализа и прогнозирования.
Наиболее простым и распространенным методом прогнозирования объема продаж является расчет средней величины. Один из таких методов — «среднегодовая на текущую дату».
Среднегодовая рассчитывается путем деления фактического объема продаж по месяцам или неделям на продолжительность анализируемого периода. Скользящая средняя определяется аналогично, только изменяется ретроспективная выборка.
Например, фирма захотела использовать скользящую среднюю на 12 недель для объема продажи какого-либо товара. Для этого суммируют продажи за последние 12 недель и делят на 12, получая среднюю величину. Через неделю добавляют продажи за последнюю неделю и отбрасывают первую неделю, получая опять 12 недель.
Взвешенная средняя рассчитывается с учетом значимости исходных данных. Например, по старому прогнозу месячные продажи должны составить 100 машин, а фактическая продажа последнего месяца — 80.
Обычно предпочтение отдается старому прогнозу и реже — текущим продажам, так как они могут представлять случайную величину, выходящую за рамки тенденции.
Сумма весовых коэффициентов должна быть равна единице (например, 0,8 и 0,2).
Новый прогноз: 100 + 0,8 + 80 х 0,2 = 96
Метод экспоненциального сглаживания представляет собой исчисление взвешенной скользящей средней. Он упрощает вычисления и позволяет хранить меньший объем данных. Метод экспоненциального сглаживания представляет собой исчисление взвешенной скользящей средней. Он упрощает вычисления и позволяет хранить меньший объем данных. Требуются данные о предыдущем прогнозе и альфа-множителе (весовом коэффициенте). С учетом текущих продаж исчисляется новый прогноз. Особой проблемой этого метода является определение альфа-множителя. На практике руководствуются следующими коэффициентами: при использовании скользящей средней за 19 периодов — 0,1; за 9 периодов — 0,2. Когда речь идет о модных товарах, более удачным может оказаться множитель 0,3 и интервале прогнозирования 1 неделя.
Взаимосвязь между альфа-множителем (А) и количеством периодов, по которым рассчитывается показатель (N), описывается двумя формулами:
А = 2 : (N + 1), N = (2 - А) : А
Пример расчета: 0,1 = 2 : (19 + 1) 3 = (2 - 0,5) : 0,5.
Если применен множитель 0,5, то прогноз предполагает скользящую среднюю за три периода.
В условиях случайного, разового спроса для прогнозирования объема продаж следует руководствоваться не статистическими, а экспертными методами. Опытный работник, проанализировав ход продаж с медленной оборачиваемостью, почти всегда определяет разумный уровень производства продукции без формул расчета.
Прогноз объема продаж нужно сравнивать с фактической реализацией за рассматриваемый период (таблица 1).
Таблица Анализ осуществления прогноза
Месяц | Прогноз | Факт | Отклонение (+, -) |
-100 | |||
+50 | |||
+110 | |||
-160 | |||
-10 | |||
+30 | |||
Итого 360 Среднее отклонение 60 |
«Следящий сигнал», учитывающий ошибку прогноза, рассчитывается путем деления абсолютной суммы отклонений (знаками «плюс» и «минус» пренебрегают) на среднее отклонение: 360 / 60 = 6.
Нормальным признается колебание «следящего сигнала» в пределах 3,0—7,0. По ходовым товарам следует задавать более узкие пределы, в результате чего данные будут анализироваться чаще. По менее ходовым, недорогостоящим товарам, продажи, можно анализировать реже, следовательно, уместны более широкие пределы. Накопленная сумма ошибок прогноза, позволяет определить, имеет ли прогноз какое-либо положительное смещение. Хороший прогноз должен включать примерно равное количество отклонений со знаками «плюс» и «минус». В завышенном прогнозе преобладают отклонения со знаком «минус».
Для того чтобы избежать больших отклонений в прогнозе объема продаж, необходимо знать, что точность прогнозов выше:
- для более широких групп товаров;
- более коротких периодов времени.