Прогнозирование продаж на ближайшую перспективу. Расчет сезонной вариации. Составляющие прогнозной модели

Большинство организаций, существующих сегодня, были созданы ради получения прибыли (организации, созданные «для души», в расчет не берем). И каждый сотрудник компании так или иначе влияет на размер этой самой прибыли. Для того чтобы получить результат, необходимо задать «планку» того, к чему стремиться каждому специалисту.

Таким образом, первое, зачем нужен прогноз, - постановка целей.

Одни компании ставят целью увеличить доходы, другие - повысить количество сделок, а третьи - перехватить клиентов у конкурентов. Не будем в рамках этой статьи подробно описывать способы постановки целей. Предложим лишь некоторыеметодики.

1. SMART . Цель должна быть Specific (конкретной), Measurable (измеримой), Attractive (привлекательной), Realistic (реалистичной), Time framed (определенной во времени).

2. Принцип ВОДКИ (своего рода SMART по-русски). Цель должна быть Вдохновляющей, Ограниченной по времени, Дерзкой, но достижимой, Конкретной, Измеряемой.

3. Критерии ЧИРКОРЯ . Цель должна быть Четкой, Измеримой, Реалистичной, Конкретной, Определенной во времени и пространстве, сформулированной в терминах Результата, на Языке исполнителя.

Второе, зачем нужен прогноз, - для расчета необходимого человеческого ресурса для достижения цели.

Любой отдел продаж - это прежде всего люди. Люди, которые зарабатывают на «хлеб с маслом» и себе, и смежным подразделениям, и собственникам компании. А сколько человек необходимо для выполнения плана продаж? Садимся и считаем, опираясь на количество клиентов, период контакта с каждым из клиентов, время на реактивную деятельность и т.д. Главное - помните, что без укомплектованного отдела продаж шансы реализовать намеченные планы снижаются.

Пример 1

Расчет численности отдела продаж.

Допустим, компания сотрудничает с 500 клиентами, которые разбиты на группы (А, B, С). Для каждой группы установлен стандарт периодичности контактов с клиентами:

Группа А - 1 посещение в 2 недели + 1 звонок в 2 недели. Требуется 30 мин на визит + 30 мин на дорогу + 10 мин на телефонный разговор.

Группа В - 1 посещение в месяц + 1 звонок в месяц. Требуется 20 мин на визит + 20 мин на переезд + 10 мин на телефонный разговор.

Группа С - 1 звонок в месяц, 10 мин на разговор.

Допустим, база поделена следующим образом.

Клиентов группы А - 50 чел.
Клиентов группы В - 150 чел.
Клиентов группы С - 300 чел.

Таким образом, на клиентов группы А мы тратим: 50 клиентов x (2 визита в месяц x 60 мин + 2 звонка в месяц x 10 мин) = 7000 мин (117рабочих часов).

На клиентов группы В мы тратим: 150 клиентов x (1 визит в месяц x 40 мин + 1 звонок в месяц x 10 мин) = 7500 мин (125 рабочих часов).

На клиентов группы С мы тратим: 300 клиентов x 1 звонок в месяц x 10 мин = 3000 мин (50 рабочих часов).

Таким образом, на общение с клиентами в месяц уходит: 117 ч (гр. А) +125 ч (гр. В) + 50 ч (гр. С) = 292 ч.

Допустим, после вычета времени на внесение в базу данных, выписку документов, планерки и т.д. у специалиста остается 5 рабочих часов в день для непосредственной работы с клиентами (5 ч в день x 21 рабочий день = 105 активных часов в месяц).

Получается, что данной компании необходимо:

292 /105 = 2,8 (~ 3 специалиста для работы с 500 клиентами).

Третье, зачем нужен прогноз продаж , - управление складскими запасами . Не имея прогноза продаж, мы либо будем находиться в ситуации дефицита товара, либо в ситуации избытка складских запасов. И в первом, и во втором случае мы теряем деньги.

Пример 2

Компания занимается продажей вентиляторов. Спрос в один из сезонов в связи с установившейся жарой был как никогда высок. Клиенты звонили ежедневно, а склады уже пусты. Как следствие - упущенная выгода и недовольный клиент .

Пример 3

Компания завалила склад снегоуборочными лопатами (в ожидании повторения Хавьера). Зима оказалась малоснежной, и товар остался на складе до следующей зимы. Как результат - потеря прибыли, потери за счет стоимости аренды склада и т.д.

Конечно, кто-то может возразить, сказав, что и в первом, и во втором случае виной стали погодные условия. Согласен. Но вместе с тем отмечу, что если компания торгует товаром, зависимым от температуры за окном, то в расчете прогноза продаж должен присутствовать прогноз погоды.

Четвертый фактор - это мобильность . В случае работы на нескольких рынках прогноз продаж позволяет заблаговременно передислоцировать усилия на необходимый рынок, тем самым снизив риски и издержки сезонного спада или подъема продаж.

Пример 4

Компания занимается продажей средств защиты сельскохозяйственныхрастений, т.е. у товара ярко выражена сезонность. В сезон компания концентрируется на основном продукте, в не сезон занимается продажей инвентаря, необходимого круглогодично.

Немаловажным плюсом наличия прогноза продаж является также возможность оперативного вмешательства в процесс. Это означает, что в случае проседания показателей у того или иного специалиста либо по тому или иному SKU руководство отдела/компании максимально оперативно может принять меры по коррекции действий специалиста либо по отношению к SKU.

Пример 5

Согласно прогнозу, специалист должен продать 1000 единиц товара в месяц, а по факту продал 100. Лишь оперативный анализ причин и принятие мер могут «спасти» последующие месяцы. А в случае отсутствия прогноза данную динамику руководство могло уловить только по итогам отчетного периода (например, года), да и то маловероятно, если плана продаж нет.

А теперь перейдем к ответу на вопрос: «Кому нужен прогноз продаж?»

Разделим его на две части.

1. Каким компаниям нужен прогноз продаж?
2. Кому в компании нужен прогноз продаж?

1. Всем компаниям, занимающимся активными продажами , безусловно, необходим прогноз продаж (для чего - смотри выше). Вместе с тем есть и компании, которые занимаются лишь отгрузкой по заявке (пассивными продажами). Для них прогноз продаж особого смысла не имеет, т.к. продажи в большей степени зависят от маркетологов и специалистов по рекламе в компании. Хотя часть элементов прогнозирования здесь тоже имеет место быть.

2. Прогноз нужен руководству компании , для того чтобы планировать деятельность компании и прибыль. Как следствие, можно запланировать расходы на обучение персонала, обновление материальной базы офиса, бонусов и т.д.

Прогноз нужен специалистам по продажам и начальнику отдела продаж, т.к. непосредственно им отвечать за его выполнение.

Прогноз нужен маркетингу, для того чтобы спланировать свою деятельность по поддержанию существующих и выводу новых продуктов на рынок.

Прогноз нужен производству и логистике для осуществления и координации своей деятельности. 

А теперь логично поговорить о том, кто именно должен заниматься прогнозированием продаж в компании. Несмотря на то что этот процесс - комплексный, затрагивающий все подразделения компании, прогнозированием должны заниматься следующие категории работников.

• Высшее руководство компании
• Подразделения маркетинга. Могут дать информацию о тенденциях и трендах рынка
• Руководители направлений продаж. Это люди, которые чаще всего находятся между двух огней: сверху - «хотелки» руководства, снизу - нытье специалистов о невозможности выполнить планы. Руководители отделов продаж видят ситуацию изнутри и берут на себя ответственность за реализацию плана
• Специалисты отделов продаж. Кто как не они лучше других знают потребности клиентов
• Подразделения логистики и производства - в части мощностей производства и возможностей логистики (склад, транспорт и т.д.)

При этом важно помнить, что если в компании несколько подразделений занимаются прогнозами, то методология прогнозирования должна быть единой.

Если вкратце описать саму процедуру прогнозирования, то условно можно выделить следующие элементы (сделаем это на примере магазина товаров для детей).

Макроэкономический прогноз. Будет включать в себя демографическую оценку, уровень рождаемости, оценку предполагаемого уровня инфляции, безработицы, расходов и сбережений клиентов, расходов правительства на поддержку семей и другие факторы, имеющие значение для деятельности магазина детских товаров.

Прогноз развития отрасли . Сколько магазинов находится на данной территории? Планируется ли вход зарубежных сетей? На какого потребителя ориентированы конкуренты?

Прогноз объема продаж компании . Собственно, объем прогнозируемых продаж, опираясь на внешние и внутренние факторы, описанные выше.

Имея на руках аналитику по макроэкономической ситуации, прогнозу развития отрасли, возможностям своей компании, мы можем, используя тот или иной метод, составить прогноз продаж на будущий период.

Но планирование и прогнозирование не заканчивается после написания итогового документа - «прогноза продаж». Он продолжается и в процессе исполнения планов. Наглядно это хорошо демонстрирует принцип Деминга-Шухарта, или алгоритм PDCA (Plan Do Check Act - планирование действие проверка корректировка).

(См. рис. 1.)

Как видим из рисунка, это повторяющийся цикл, в котором, двигаясь по шагам, мы принимаем следующие действия: если на шаге Check (Проверяй) выясняется, что все хорошо и цель достигнута, то шаг Act (Реагируй) будет состоять в том, чтобы перейти к шагу Plan (Планируй) и поставить новые цели и задачи. Если же на шаге Check (Проверяй) обнаруживается, что обстоятельства изменились (результат не достигнут), то шаг Act (Корректируй) будет заключаться в том, чтобы внести коррективы и перейти к шагу Plan (Планируй), на котором мы уточняем ранее поставленную цель и план ее достижения.

И в заключение следует отметить, что прогноз сам по себе не является гарантией того, что план будет выполнен. Для достижения целей необходимо приложить усилия всех сотрудников вашей компании.

Тому, кто отвечает за работу отдела продаж (тем более генеральным директорам и владельцам), всегда интересно, что происходит. Контролируя работу многих продавцов (и активно помогая им), руководитель отдела продаж находится перед сложным выбором: кому помогать? Иными словами, он должен определить, где его участие принесет максимальную пользу. Прогноз продаж дает такую возможность, так как всегда можно увидеть, от чего в данный момент зависит успех или провал того или иного отдела, а в итоге – компании в целом.

Предположим, сейчас февраль. Если в компании внедрен прогноз продаж, то руководитель отдела продаж понимает, чего ожидать от каждого из продавцов и в феврале, и в марте, и в апреле. Если цикл продаж – два месяца, бесполезно вспоминать в марте, что этот месяц с точки зрения результатов продаж плохой, и критиковать продавца задним числом. Обсуждать в апреле мартовский провал непродуктивно. Лучше подойти к продавцу (под этим словом я понимаю менеджера по продажам, а не продавца на рынке) в феврале и помочь ему. Помочь в организации его времени, в совместном поиске клиентов, в конце концов, так, как надо помогать конкретно этому продавцу. Хочу отметить, что для продавца это и помощь, и частичное разделение ответственности, так как о надвигающейся проблеме он сообщил. Тревожное сообщение содержится в несовпадении прогноза и ранее запланированных результатов.

Прогноз необходим, если руководитель отдела продаж намерен активно помогать своим продавцам добиваться успеха. Он знает, что и где происходит, может спланировать свое время (так как у него есть и продавцы, и свои клиенты) и взять на себя ответственность за результаты своей команды. Одно дело – стоять у людей (продавцов) за спиной и объяснять им, что и как надо делать, и совсем другое – подойти ближе. Последнее относится к области наставничества (коучингу): руководитель в таком случае может играть одну из пяти ролей – спонсор, наставник, оценщик и пример для подражания.

Далеко не все продавцы могут грамотно распоряжаться своим временем без помощи более опытного сотрудника, каким должен быть руководитель отдела продаж. Добрый и трудолюбивый продавец будет работать со всеми одинаково, и тот факт, что успех месяца зависит от конкретной сделки, вряд ли заставит его посвятить этой сделке хотя бы 30 % времени. Множество продавцов увлеченно работают со всеми (тем более если клиент живет в том же городе, что и продавец, или все можно решить по телефону), а ключевые клиенты тем временем уходят из-под контроля.

При наличии прогноза продаж руководитель сначала помогает своим сотрудникам это осознать, затем постепенно у них развивается собственный навык, и они уже сами начинают по-другому управлять своим временем. Об управлении временем мы говорим применительно не только к продавцу. Иногда прогноз помогает всей компании правильно расставить приоритеты и увидеть, что действительно определяет успех.

Прогноз продаж нужен тем, кто отвечает за финансы с точки зрения либо обеспечения поступлений, либо управления затратной частью. Компания, как правило, с большой долей определенности может сказать лишь, сколько денег ей необходимо в тот или иной период. К примеру, на февраль надо обеспечить X денег, чтобы оплатить аренду, зарплату, комиссионные, командировочные, закупки, платежи по кредитам. А вот откуда, когда и сколько денег поступит, информация менее известная и надежная. Вот почему прогноз продаж играет такую важную роль. Его с интересом ждут, проверяют и перепроверяют отнюдь не только продавцы.

Продавец работает так или иначе в меру понимания собственных задач. Для одного достаточно заявления клиента, что все будет о"кей, для другого – заверения, что «мы оплатим в этом месяце», даже если это было сказано 30 числа. Но если при внедренной системе прогноза продаж приходится в строго определенном формате сообщать, когда, сколько и откуда поступлений ожидается, – все меняется.

Меняются количество исходящих звонков, встреч, командировок, качество проверки, поведение продавца. В свою очередь, это значит, что прогноз продаж не что-то отдаленное и ненужное, чем дополнительно озадачили продавца, а работа. Самая настоящая, важная, существенная работа, которая влияет на конечный результат.

Без единой системы и договоренности о том, какие сделки и как учитывать с точки зрения времени реализации и вероятности успешного окончания, разные продавцы внесут много субъективизма в свои оценки и отчеты. Кто-то станет молчать, кто-то – осторожничать, кто-то – наоборот, проявлять необоснованный оптимизм, а общая картина будет сильно искажена относительно реальности.

Стратегические планы компании подготавливаются на много лет вперед. Под «много» одни понимают 3–5 лет, другие – 10, третьи (Йоко Мацусита) – 150. На уровне года в государстве есть бюджет, а в компании – годовой финансовый план, который содержит и такой документ, как план объема продаж (квота). На более коротком отрезке времени – неделя, месяц, квартал – основным инструментом является прогноз продаж. Оперативное планирование на основе прогноза, конечно, касается всей компании. Закупки, инвестиции либо, наоборот, сокращение затрат делаются на основе прогноза продаж. Так происходит там, где прогноз заработал и ему нужно верить (в рамках вероятности, которая устраивает компанию). Рамки везде разные, в зависимости от отрасли и самой компании. Ключевым вопросом является такой: если я не знаю точно, что и когда произойдет, знают ли это мои конкуренты или это неопределенность для всех?

Компания всегда должна понимать, какие из ее продаж активные, а какие пассивные: для них нужны люди с разными знаниями и навыками. От пассивных продаж не стоит ожидать рост выше среднего в отрасли. Различий много, а правило простое: если ты не можешь сказать, чего и когда ожидаешь, это значит, что происходящее от тебя не зависит.

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

В данной статье представлен один из возможных алгоритмов построения прогноза объёма реализации для продуктов с сезонным характером продаж. Сразу следует отметить, что перечень таких товаров гораздо шире, чем это кажется. Дело в том, что понятие “сезон” в прогнозировании применим к любым систематическим колебаниям, например, если речь идёт 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 удаётся выявить величину цикла этих колебаний, то такой временной ряд можно использовать для прогнозирования с использованием аддитивных и мультипликативных моделей.

Аддитивную модель прогнозирования можно представить в виде формулы:

где: F – прогнозируемое значение; Т – тренд; S – сезонная компонента; Е – ошибка прогноза.

Применение мультипликативныхмоделей 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 она возрастает или убывает, графически это выражается в изменении амплитуды колебания сезонного фактора, как это показано на рисунке 1.

Рис. 1. Аддитивная и мультипликативные модели прогнозирования.

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

3.Рассчитываются ошибки модели как разности между фактическими значениями и значениями модели.

4.Строится модель прогнозирования:

где:
F– прогнозируемое значение;
Т – тренд;
S – сезонная компонента;
Е - ошибка модели.

5.На основе модели строится окончательный прогноз объёма 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.

F пр t = a F ф t-1 + (1-а) F м t

где:

F ф t- 1 – фактическое значение объёма продаж в предыдущем году;
F м t - значение модели;
а – константа сглаживания

Практическая реализация данного метода выявила следующие его 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 полиномиального тренда вместо линейного позволяет значительно сократить ошибку модели;
• при наличии достаточного количества данных метод даёт хорошую аппроксимацию и может быть эффективно использован при прогнозировании объема продаж в инвестиционном проектировании.

Применение алгоритма рассмотрим на следующем примере.

Исходные данные: объёмы реализации продукции за два сезона. В качестве исходной информации для прогнозирования была использована информация об объёмах сбыта мороженого “Пломбир” одной из фирм в Нижнем Новгороде. Данная статистика характеризуется тем, что значения объёма продаж имеют выраженный сезонный характер с возрастающим трендом. Исходная информация представлена в табл. 1.

Таблица 1.
Фактические объёмы реализации продукции

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

Реализуем алгоритм построения прогнозной модели, описанный выше. Решение данной задачи рекомендуется осуществлять в среде MS Excel, что позволит существенно сократить количество расчётов и время построения модели.

1. Определяем тренд , наилучшим образом аппроксимирующий фактические данные. Для этого рекомендуется использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели).

Рис. 2. Сравнительный анализ полиномиального и линейного тренда

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 (4E-05). Для расчёта тренда рекомендуется использовать опцию “Линия тренда” ППП Excel.

Рис. 3. Опция “Линии тренда”

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

• логарифмический R 2 = 0,0166;
• степенной R 2 =0,0197;
• экспоненциальный R 2 =8Е-05.

2. Вычитая из фактических значений объёмов продаж значения тренда, определим величины сезонной компоненты , используя при этом пакет прикладных программ MS Excel (рис. 4).

Рис. 4. Расчёт значений сезонной компоненты в ППП MS Excel.

Таблица 2.
Расчёт значений сезонной компоненты

Скорректируем значения сезонной компоненты таким образом, чтобы их сумма была равна нулю.

Таблица 3.
Расчёт средних значений сезонной компоненты

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

Таблица 4.
Расчёт ошибок

Находим среднеквадратическую ошибку модели (Е) по формуле:

Е= Σ О 2: Σ (T+S) 2

где:
Т- трендовое значение объёма 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, т.е. она вполне отражает экономические тенденции, определяющие объём продаж, и является предпосылкой для построения прогнозов высокого качества.

Построим модель прогнозирования:

Построенная модель представлена графически на рис. 5.

5. На основе модели строим окончательный прогноз объёма продаж. Для смягчения влияния прошлых тенденций на достоверность прогнозной модели, предлагается сочетать трендовый анализ с экспоненциальным сглаживанием. Это позволит нивелировать недостаток адаптивных моделей, т.е. учесть наметившиеся новые экономические тенденции:

F пр t = a F ф t-1 + (1-а) F м t

где:
F пр t - прогнозное значение объёма продаж;
F ф t-1 – фактическое значение объёма продаж в предыдущем году;
F м t - значение модели;
а – константа сглаживания.

Константу сглаживания рекомендуется определять методом экспертных оценок, как вероятность сохранения существующей рыночной конъюнктуры, т.е. 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.

Рис. 5. Модель прогноза объёма продаж

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

Определяем прогнозное значение модели:

F м t = 1 924,92 + 162,44 =2087 ± 7,8 (руб.)

Фактическое значение объёма продаж в предыдущем году (F ф t-1) составило 2 361руб. Принимаем коэффициент сглаживания 0.8. Получим прогнозное значение объёма продаж:

F пр t = 0,8*2 361 + (1-0.8) *2087 = 2306,2 (руб.)

Кроме того, для повышения надёжности прогноза рекомендуется строить все возможные сценарии прогноза и рассчитывать доверительный интервал прогноза.

Дмитриев Михаил Николаевич, заведующий кафедрой экономики и предпринимательства Нижегородского архитектурно-строительного университета (ННГАСУ), доктор экономических наук, профессор.
Адрес: 603000, Н. Новгород, ул. Горького, д. 142а, кв. 25.
Тел. 37-92-19 (дом) 30-54-37 (раб.)

Кошечкин Сергей Александрович, кандидат экономических наук, ст. преподаватель кафедры экономики и предпринимательства Нижегородского архитектурно-строительного университета (ННГАСУ).
Адрес: 603148, Н. Новгород, ул. Чаадаева, д. 48, кв. 39.
Тел. 46-79-20 (дом) 30-53-49 (раб.)

Грамотное прогнозирование объема продаж является одной из главных составляющих успеха вашего бизнеса. Если при этом речь идет о продукции, прогнозирование продаж дает возможность оптимизировать запасы на складе.

Необходимо, чтобы менеджеры по продажам понимали, что прогнозирование объема продаж является одной из их профессиональных обязанностей. Зачастую они сконцентрированы на самих продажах.

Целью прогнозирования объема продаж является эффективное планирование деятельности. И задача это должна возлагаться именно на менеджера по продажам. Ведь бухгалтер предприятия не может предсказать рост или падение спроса на продукцию. По итогам прогнозирования осуществляется планирование объемов продаж, а следовательно, и планирование бизнеса. И в случае ошибочных прогнозов показатели будут неточными.

То есть главной целью прогнозирования является распределение ресурсов компании для обеспечения требуемого объема продаж. Компания может прогнозировать продажи путем прогноза рынка в целом с дальнейшим вычислением доли своего продукта, или путем прогнозирования объема продаж компании.

Простейшим способом прогнозирования является экстраполяция - распространение существующих тенденций на будущее. Этот метод прогнозирования подходит для краткосрочного планирования, однако при необходимости отдаленного прогноза следует учитывать вероятность изменения рыночных условий.

Существует три основные группы методов прогнозирования объемов продаж:

Методы экспертных оценок, которые базируются на оценке текущего момента и перспективы развития. Применяются в ситуациях, когда нет возможности получить актуальную информацию о процессе или явлении;
методы анализа и прогнозирования временных рядов - связаны с исследованием независимых друг от друга показателей, состоящим из двух элементов - прогнозов детерминированной и случайной компоненты;
казуальные или причинно-следственные методы прогнозирования - поиск факторов, влияющих на поведение прогнозируемого показателя.

Использование тех или иных методов зависит от целей прогнозирования - краткосрочный (неделя, месяц, квартал) или долгосрочный (1 год и более) прогноз. Планирование объема продаж на длительный период - более сложный процесс, так как существуют факторы, которые могут повлиять на ожидаемые результаты.

Однако сделать точные прогнозы для компании тоже задача вполне по силам.

Точным прогнозом называется такой прогноз, отклонение которого колеблется в пределах 10% от реальных показателей. Для того, чтобы построить точный прогноз, потребуется выполнить следующие действия:

1. Зафиксируйте точные показатели продаж за определенные отрезки времени в прошедшем периоде, к примеру, ежемесячные продажи за год.
2. Рассчитайте коэффициенты сезонности для каждого отрезка времени и постройте соответствующий график.
3. Рассчитайте эластичность спроса по цене. Для этого прежде всего определите, как при изменении цен меняется спрос на вашу продукцию.
4. Учтите рост производства или открытие новых торговых точек.
5. Рассчитайте коэффициент влияния внешних факторов (конкуренция, экономическая ситуация в стране). Для этого необходима история продаж за длительный период (как минимум 2 года). Рассчитывается прогноз продаж на прошлый год с учетом коэффициентов эластичности и сезонности и сравнивается с реальными цифрами. Разница является показателем влияния внешних факторов.
6. Ознакомьте каждого сотрудника отдела продаж с прогнозом.

Точное прогнозирование объемов продаж дает возможность сократить расходы, оптимально запланировать деятельность компании и эффективно распределить имеющиеся ресурсы.