В какой момент надо прогнозировать

С точки зрения устоявшихся правил работы компании ответ на этот вопрос может быть очевиден: результаты прогнозирования должны быть готовы к моменту, когда будет обсуждаться план компании по продажам, или, например, к собранию совета директоров. Иными сло­вами, к тем датам, когда на основе данной информации будут прини­маться управленческие решения.

С другой стороны, понятно, что прогнозировать продажи на следу­ющий год, не имея окончательных данных по текущему, может быть довольно проблематично, но планы по продажам обычно принимают­ся еще в текущем году, а значит, и прогнозы нужны тогда же.

Наиболее правильным будет регулярное прогнозирование, по край­ней мере один раз в месяц, если используемое вами программное обес­печение не позволяет делать это автоматически в любой момент. Вы­полняя такую работу часто, вы в первую очередь сможете изучить особенности тех методов, которые будете использовать. В результате вы либо сможете скорректировать их, либо будете точно понимать, какова ошибка каждого из методов.

Если вы будете следовать этой рекомендации, то через некоторое время у вас появится несколько методов, которые совместно будут давать вам довольно точный результат.

Допустимый уровень точности

В статистике применяются уровни точности 90, 95, 99 %, но это все не для вас. Вы делаете прогноз не ради хорошей отметки, и получен­ный результат вам никто не даст сравнить с правильным ответом. Так зачем вы это делаете?

Скорее всего, по результатам прогнозирования вы сможете уточ­нить план продаж и дать свои оценки того, насколько реальная цифра будет отклоняться от плановой. Далее важно определить, как конк-

10-1661

146_______________________________________________ Управление продажами

ретно эта информация будет использоваться в компании. Все понимают, что выполнить планы с точностью до процента практически невозмож­но, так как реальность все равно преподнесет много незапланирован­ных сюрпризов. В связи с этим очень важно иметь информацию о том, какие требования к точности прогноза предъявляют его потенциаль­ные пользователи — другие подразделения компании.

Вполне вероятно, что по части значений будет требоваться более высокая точность, чем та, которой возможно достичь с помощью про­гнозирования. В этом случае необходимо по каждому конкретному вопросу согласовать дату уточнения прогноза на основе более свежей информации, чтобы заказчик прогноза смог скорректировать свои действия.

Информация к размышлению

Есть ли смысл занижать прогнозы?Давайте попробуем ответить на этот вопрос с точки зрения руководителя отдела продаж — лица, заведомо несущего ответственность за выполнение плана продаж.

Привычно, что любому российскому гражданину хочется, чтобы его похвалили за перевыполнение плана, а не поругали за то, что план не выполнен. Истоки такой «привычки» кроются:

1) в отношении к продажам в целом как к слабопредсказуемому про­
цессу(в результате величину плана используют только для опреде­
ления качества работы соответствующего подразделения, а не для
планирования работы компании в целом);

2) в слабом уровне планирования российских компаний в целом(по­
тому что если вы точно можете определить, сколько вам потребует­
ся ресурсов — финансовых, человеческих и т. п. — для выполнения
заказов в плановый период, и используете эту информацию, то пе­
ревыполнение плана на 50 % будет для вас не меньшей проблемой,
чем его невыполнение на 50 %).

План продаж, как мы говорили выше, безусловно, будет основывать­ся, помимо прочего, на различных прогнозных показателях. Определя­ется план продаж, как правило, не только руководителем отдела про­даж, но и другими руководителями компании и ее собственниками.

Если в вашем случае план продаж используется только для того, что­бы оценить работу руководителя отдела продаж и его подразделения, то прогнозы, очевидно, занижать стоит — вы никак не повредите компа­нии, но снизите свой личный профессиональный риск.

Если же план продаж будет реально использоваться при планирова­нии деятельности других подразделений и при его неправильном опре­делении, например, ваша компания просто не сможет выполнить сверх-

Глава 9. Прогнозирование продаж____________________________________ 147

плановый объем заказов, то лучше, чтобы план был максимально при­ближен к реальности.

Хотя мы ответили на данный вопрос только с точки зрения руководи­теля отдела продаж, уверен, что фактически прозвучал предельно пол­ный ответ.

Данные для прогнозирования

Если ваша компания пользуется всеми современными методами организации продаж, то вам будет доступно множество данных, кото­рые можно объединить в четыре группы.

1. Оценки различных показателей экспертами (сотрудниками ком­
пании, ее партнерами, клиентами).

2. Результаты процессов продаж за предыдущие периоды.

3. Показатели процессов продаж за предыдущие периоды.

4. Данные из внешних источников (аналогичные данные в откры­
тых источниках, макроэкономические данные и показатели).

С тем, что данные из групп 2,3 и 4 более объективны, чем данные из первой группы, спорить сложно. Но важно понимать, что значит объективность в данном случае.

Первая группа данных — экспертные оценки — формируется на ос­нове опыта и интуиции людей, которые обоснованно могут считать, что хорошо знают рынок, на котором работают. При построении оце­нок эксперты будут анализировать не только свою текущую деятель­ность, но и часть находящихся в их распоряжении данных из других групп. К сожалению, определить, насколько точен каждый из экспер­тов, можно только методом проб и ошибок, и нет никаких оснований утверждать, что если, например, один из экспертов точно предугадал объем продаж в текущем квартале, то в следующем он будет настолько же точен.

Вторая и третья группы данных отражают ситуацию в вашей ком­пании и связаны с продажей именно вашей продукции. Казалось бы, идеальные данные, но нельзя забывать, что:

♦ данные могут содержать ошибки, явившиеся следствием неакку­
ратности сотрудников, которые их собирали или предоставляли;

♦ данные характеризуют уже свершившиеся факты и напрямую не
дают информации о том, что случится в будущем.

Четвертая группа данных заведомо менее объективна, чем две пре­дыдущие, так как, во-первых, вы скорее всего не сможете ничего ска­зать о ее корректности (если это аналогичные вашим данные) или

10*

148_______________________________________________ Управление продажами

о применимости непосредственно для ваших целей (если это макро­экономические показатели). В обоих случаях это данные по продажам другой продукции, а не исключительно вашей.

Как видно, у каждой из групп данных есть достоинства, но есть и су­щественные недостатки. Поэтому при выборе метода использования данных для прогнозирования имеет смысл ориентироваться на осо­бенности каждой из групп при интерпретации результатов.

Информация к размышлению

На какие прогнозы опираются топ-менеджеры при определении плана продаж? Как правило, на те, которым больше доверяют. Доверие осно­вывается либо на авторитете сотрудника, занимавшегося прогнозирова­нием, либо на использовании методов, которые уже не один раз давали точные результаты.

Если в вашем случае ни одно из условий не подходит, то топ-менед­жерам остается только доверять авторитету сотрудника, который отве­чает за выполнение данных планов. В большинстве случаев таким со­трудником является руководитель отдела продаж.

Выбор периода агрегации данных

Используя современные информационные системы для управления продажами, вы будете постоянно получать новые данные о результа­тах и характеристиках процессов продаж. При желании вы можете с помощью технических специалистов получать обновленный вариант прогноза хоть каждую минуту на основе самых свежих данных, но есть ли смысл делать это настолько часто? С другой стороны, очевидно, что чем чаще вы получаете прогноз, тем больше у вас информации о том, насколько точна заложенная в его основу модель, и в случае необхо­димости можете оперативно ее корректировать.

Как вы видели в предыдущих параграфах, все описанные методики прогнозирования основываются на агрегированных данных за опре­деленный временной период (например, продажи за неделю, декаду, месяц и т. п.) или по определенной группе (средний прогноз продаж от нескольких экспертов). Наиболее сложен в данном случае вопрос о длительности периода агрегации по времени.

Например, если вы в качестве показателя объема продаж использу­ете данные о поступлении денег на счет, а система мотивации ваших менеджеров по продажам рассчитывается по результатам продаж за месяц, то будьте уверены, что в начале месяца менеджеры больше на­целены на поиск новых клиентов, а вот в конце — на «выбивание» пла-

Глава 9. Прогнозирование продаж____________________________________ 149

тежей из тех, кому уже выставлены счета. В результате можно уверенно утверждать, что объем продаж на 10-е число месяца не будет говорить ни о чем. И вообще, использовать периоды агрегации длительностью менее месяца в таком случае просто бессмысленно.

В большинстве случаев для прогнозирования объемов продаж ис­пользуют помесячные или поквартальные данные, для анализа тенден­ций изменения рынка — полугодовые и годовые, но в вашем конкрет­ном случае все может быть совсем иначе.

Выбор интервала данных

При использовании данных из групп 2-3 (см. параграф «Данные для прогнозирования») при прочих равных лучше выбирать настоль­ко длинный интервал данных, насколько это возможно. А в случае если спрос на вашу продукцию подвержен серьезным колебаниям, ре­комендуется использовать как минимум двухлетний интервал. Напри­мер, практически для любых продуктов бесполезно прогнозировать объем продаж в январе на основе результатов продаж за предыдущие шесть месяцев — до декабря традиционно идет подъем, а в январе не­минуемо настанет спад, так как вся страна почти полмесяца не будет работать.

С другой стороны, понятно, что при прогнозировании объема про­даж на 1999 г. было бы бессмысленно использовать данные о прода­жах по России в 1998 г., так как в то время произошел кризис, заметно повлиявший на спрос на товары. Аналогичная ситуация может воз­никнуть и в вашей компании, если, например:

♦ вы резко изменили технологию продаж, отказавшись от работы
напрямую с региональными клиентами и передав эту работу парт­
нерам вашей компании;

♦ вы значительно изменили число людей, занимающихся продажа­
ми вашей продукции;

♦ у вас появился серьезный конкурент, который отвоевал часть ва­
шего рынка в определенный момент в прошлом.

Во всех этих случаях нельзя говорить, что вы всегда можете исполь­зовать данные только с момента последнего серьезного изменения. Иногда данные можно подкорректировать, чтобы изменения были нивелированы (например, вычесть из объемов продаж за прошлые пе­риоды продажи тем клиентам, которые сейчас перешли к вашему кон­куренту), или строить прогноз на основе только части данных, а полу­ченные результаты применять ко всем (например, вы прогнозируете

150_______________________________________________ Управление продажами

по одной группе товаров, но предполагаете, что полученная тенден­ция изменения объема продаж будет верна и для других групп).

В любом случае необходимо точно обосновать, почему именно та­кой интервал данных используется для прогнозирования, — это помо­жет намного точнее проинтерпретировать полученные результаты.

Выбор метода прогнозирования

В параграфе «Данные для прогнозирования» мы определили четы­ре группы исходных данных, на основе которых можно строить про­гноз. Выбор конкретного метода прогнозирования из множества су­ществующих (наиболее распространенные из которых мы описали в предыдущей главе) будет зависеть не только от цели прогноза, но и от вида данных, на которые он будет опираться. Важно помнить, что ис­ходные данные — это фундамент прогноза, и от корректности их вы­бора зависит, будет ваш прогноз по надежности напоминать пирамиду Хеопса или Пизанскую башню.

Прогнозирование на основе экспертных данных

Важно помнить, что при использовании экспертных данных имеет смысл оценивать только продажи на ближайший период. То есть, на­пример, прогнозировать объем продаж на следующий месяц. Эксперт­ные оценки объема продаж «через месяц-два», как правило, будут на­много менее точны, чем полученные на основе анализа объективных данных, так как большинство людей при прогнозировании на дли­тельный срок — тот, «который еще не скоро», — начинают чересчур творчески подходить к такой работе. В результате оптимисты оценки завышают, пессимисты — занижают, причем величину ошибки пред­сказать почти невозможно.

Один из методов обработки экспертных данных уже рассматривал­ся в предыдущей главе. Его можно аналогично использовать и для об­работки экспертных оценок объемов продаж в ближайшем периоде.

Иногда удается улучшить эту процедуру, если собирать от каждого эксперта (в том случае, если все они — сотрудники вашей компании) прогнозы объемов продаж по тому направлению, за которое он отвеча­ет. То есть менеджер по продажам дает оценки своего объема продаж, руководитель группы продавцов — оценки объема продаж группы, менеджер продукта — оценки объема продаж своего продукта и т. п. Обработав полученные таким образом прогнозы продаж, можно выве­сти довольно достоверные оценки.

Глава 9. Прогнозирование продаж

Прогнозирование на основе данных о результатах процессов

Методы прогнозирования на основе данных об объемах продаж в прошлых периодах описаны во многих учебниках и автоматизиро­ваны в большинстве компьютерных программ, имеющих отношение к продажам, маркетингу или планированию.

При применении таких методов основное внимание стоит уделить:

♦ сути применяемого метода — на каких предпосылках (ограниче­
ниях) он основан, для каких данных его стоит применять;

♦ корректности используемых данных;

♦ наличию сезонных колебаний в объеме продаж.

Если есть такая возможность, стоит обязательно проверить точность метода, попробовав спрогнозировать с его помощью известный вам объем продаж последнего периода на основе предыдущих данных. Не стоит сразу «браковать» метод, если результаты окажутся неудовлет­ворительными, — вполне возможно, что вы просто не до конца в нем разобрались.

Также особенно аккуратно следует относиться к результатам про­гнозирования по данному методу, если в объеме продаж вашей компа­нии явно прослеживается быстрый рост или спад. Если рост объясня­ется тем, что вы обнаружили несколько новых сегментов клиентов, а спад — проблемами с производством, но в ближайшее время анало­гичных «событий» не предвидится, то скорее всего и объем продаж прекратит быстро изменяться. Это может быть очевидно для вас, но вряд ли будет «очевидно» для применяемого метода, так как он ис­пользует для прогнозирования просто цифры, не имея представления об их экономической сути.

Прогнозирование на основе данных о показателях процессов

В предыдущих главах мы рассмотрели несколько методов, в кото­рых используются показатели процессов продаж (количество процес­сов на разных этапах, вероятность закрытия процесса успехом, оценка результата процесса, оценка срока завершения процесса) для прогно­зирования их результатов.

Что касается «воронки продаж» и ее модификаций, то их основная задача — управлять объемом продаж для достижения запланирован­ных показателей, а не прогнозировать его. То есть цель — не оценить возможный объем продаж, а получить информацию о том, какие уп­равленческие воздействия надо произвести, чтобы реальный объем продаж с большей вероятностью совпал с запланированным.

152_______________________________________________ Управление продажами

Метод прогнозирования на основе вероятностей, описанный в па­раграфе «Прогноз продаж на основе вероятности», является смешан­ным — он использует и объективные данные о процессах, и эксперт­ные оценки вероятностей их успеха. Этот метод широко используется, и при наличии достаточного желания он может начать давать доста­точно точные оценки.

Помимо этого, информация о показателях может быть использова­на и для более сложных методов прогнозирования, которые основыва­ются на эконометрических моделях. Очевидно, что количество про­цессов на определенном этапе так или иначе влияет на объем продаж, но то же можно сказать и про количество закрытых за месяц опреде­ленных этапов, среднюю длительность различных этапов, среднюю длительность этапов и процессов по разным группам продуктов, по клиентам из разных сегментов и т. п. Характер влияния никогда нельзя узнать точно, более того, часто нельзя даже просто уверенно утверж­дать, есть ли значимое влияние или нет, но иногда с помощью матема­тических методов анализа его можно выявить.

Последние методы прогнозирования — это методы будущего. Пока их использование сильно ограничено отсутствием как необходимой информации, так и необходимых знаний у тех, кто занимается прогно­зированием. Тем не менее в научной среде такие подходы уже начина­ют использоваться, а значит, лет через 20 они станут широко распрост­раненными и в бизнес-среде.

Прогнозирование на основе данных из четвертой группы может осу­ществляться по принципам, описанным в параграфах «Прогнозирование на основе экспертных данных» и «Прогнозирование на основе данных о результатах процессов». В любом случае надо помнить, что лучший метод прогнозирования — это тот, содержание которого вы прекрасно понимаете и который уже подтвердил свое качество несколько раз. Если вы еще не нашли такой метод, то стоит, кроме всего, пройти обу­чение на курсах, предлагаемых производителями программного обес­печения, которое используется для прогнозирования. В этом случае вы не только получите знания о методах прогнозирования, но и позна­комитесь с удобными инструментами реализации этих методов.

| Хотите знать больше?

О Статистический портал StatSoft (http://www.statsoft.ru/home/portal).

Данный портал создан и поддерживается Московским представитель­ством компании StaSoft Inc. — одного из наиболее известных в мире произ-

Глава 9. Прогнозирование продаж_____________________________________ 153

водителей программного обеспечения для статистического анализа данных. На нем вы найдете разнообразные примеры анализа данных, статьи и даже электронный учебник по статистике.

О Сигел Э. Практическая бизнес-статистика. — М.: Вильяме, 2002.

Великолепно написанный учебник по статистике, ориентированный на ре­шение бизнес-задач. Минимум «научности», максимум «практичности». Кро­ме описания статистических методов, много внимания уделяется использо­ванию полученных результатов для принятия управленческих решений.

О Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы экономет­рики. Учебник для вузов. — М.: Юнити, 1998.

Это самый известный российский учебник, ориентированный на двухсе-местровый курс по эконометрике. Он содержит большинство известных моде­лей, которые могут применяться для анализа экономических данных, и много практических примеров. Именно по этому учебнику проходят эконометрику в большинстве российских вузов.

Разумеется, тратить время на прогнозирование нужно только в том случае, если вы четко понимаете, как эти данные будете в дальнейшем использовать. Точное определение объемов продаж позволит вам по­высить эффективность работы всех подразделений компании, о взаи­модействии с которыми мы поговорим в следующей главе.

Глава 10