Handelns omsättningsprognos i statistikprogrammet. Objektiva och subjektiva metoder för försäljningsplanering. Metoden är effektiv för att prognostisera försäljning av ett litet antal SKU:er
![Handelns omsättningsprognos i statistikprogrammet. Objektiva och subjektiva metoder för försäljningsplanering. Metoden är effektiv för att prognostisera försäljning av ett litet antal SKU:er](https://i2.wp.com/rookee.ru/upload/medialibrary/cbc/940kh537-_22_.png)
Försäljningsprognoser: korrekt beräkning eller spådom? När vi byggde ett system på utvecklingsföretaget Urban Group ställde den kommersiella direktören, Dmitry Usmanov, frågan om vi skulle skriva på en specifik siffra. Vi namngav numret, datum och tid.
Tre veckor senare klockan 12.15 satt vi på ett café och tittade på antagningsschemat. Klockan 12.00 anslås ankomsterna för sista dagen. Prognosnoggrannheten var 99,7 %.
Den vanligaste frågan som våra kunder ställer oss är: "Hur kan du beräkna framtida försäljning så exakt?"
Allt handlar om kaffet) Nej, inte det där du kan ta reda på ditt företags öde, utan det vi dricker medan vi löser problemet med prognostisering för varje specifikt företag.
Blanda inte ihop försäljningsprognoser baserade på detaljerade beräkningar med ovetenskaplig spådom. Låt oss titta på hur man skapar den mest exakta försäljningsprognosen och vilka problem det löser.
Varför behöver du en försäljningsprognos?
1. Att sätta upp mål
. Siffran som erhålls från årsprognosen är vad företaget ska uppnå för nästa år, den plan som behöver uppfyllas. Detta är en del av affärsplanen för företaget och ett verkligt, tydligt uträknat mål för försäljningsavdelningen, som kan användas som utgångspunkt vid beräkning av bonus. Mycket ofta sätts målet utifrån önskningar och inte utifrån verkliga möjligheter.
Innan du sätter ett mål måste du därför först göra en prognos och sedan sätta målet. Om målet är högre än prognosen måste du förstå genom vilka förändringar målet kommer att uppnås.
2. Bildande av den nödvändiga basen av arbetskraft och produktionsresurser. Baserat på prognostiserat antal kunder och försäljningsvolym. Uppgift: planera inköp och fastställa företagets framtida behov av utrustning och personal.
3. Lagerhantering . Vid varje tidpunkt kommer produktionen att ha till sitt förfogande en lagersaldo som är tillräcklig för att utföra uppgifter i ett visst skede. Det finns ingen brist på eller överskott av material i lagret - bara rationell utgift av medel!
4. Ökad företagsrörlighet . På prognosdiagrammet (eller i tabellen) kan du i förväg se ögonblicken för en möjlig nedgång i försäljningsvolym (till exempel på grund av produktens säsongsvariation) och vidta åtgärder för att korrigera situationen före slutet av perioden . Dessutom ökar chanserna att omedelbart spåra en oplanerad försäljningsminskning, snabbt identifiera orsakerna till nedgången i prestanda och rätta till situationen i tid.
5. Kostnadskontroll och optimering . Prognoser kommer att visa vilka totala kostnader företaget kommer att ha för produktion och försäljning av produkter. Det innebär att du kan ta fram en budget och i förväg bestämma vilka kostnader som ska reduceras vid misslyckande med att uppfylla prognosen för en ökning av försäljningsvolymen.
Prognosmetoder och hur de fungerar
Det finns 3 huvudgrupper av metoder:
1. Metod för expertbedömningar . Grunden för dem är den subjektiva bedömningen av en viss grupp experter som har sin egen syn på nuläget och utvecklingsutsikterna. Företagsdirektörer och högsta chefer fungerar som interna experter. Externa experter kan vara externa konsulter och finansanalytiker.
Denna teknik väljs i avsaknad av en stor mängd statistisk data, till exempel när ett företag introducerar en ny produkt eller tjänst på marknaden. Experter utvärderar ett problem baserat på intuition och logik. Experternas generaliserade åsikter blir en prognos. Metoden beror mycket på erfarenheten från experten inom branschen. Ibland är detta det bästa sättet att förutsäga. Och detta har ingenting med spådom att göra. Intuition är en beräkning av vår hjärna som en person inte kan spåra. Huvudsaken är att kunna rensa din intuition från fördomar.
Exempel.
"Brainstorming" är en samlad metod för expertbedömning, där cheferna för försäljning, marknadsföring, produktion och logistik deltar. Varje person turas om att uttrycka faktorer som positivt eller negativt kan påverka framtida försäljning. Prognosen är utformad utifrån en konsoliderad lista över idéer som lagts fram.
Men du måste ta hänsyn till att var och en av deltagarna kommer att ha sina egna intressen. Säljare måste underskatta planen för att sedan heroiskt kunna uppfylla den. Marknadsförare blåser upp för att visa marknadsutsikter. Produktionen ska minska sortimentet till 1 enhet och skapa ett smidigt schema, logistiken behöver inte toppar och dalar.
2. Metoder för analys och prognostisering av tidsserier . Det bästa alternativet för ett företag som har samlat en försäljningsdatabas under flera år. För förenklad prognos kan du använda standardprogrammet Excel. Den skapar en tabell med den månatliga försäljningsvolymen varje år och bygger en graf utifrån denna tabell.
Grafen visar huvudtrenden (ökning eller minskning av försäljningsvolymer), samt säsongsvariationer. Det återstår att extrapolera kurvan för en månad, ett år eller någon annan tidsperiod. Du kan utöka denna metod med följande punkt.
3. Casual (orsak-och-verkan) metoder.
De tar hänsyn till försäljningsnivåns beroende av en eller flera variabler. För att bygga en adekvat modell är det nödvändigt att känna till de oberoende faktorer som påverkar efterfrågan.
Vilka är dessa faktorer? Personlig inkomst, konkurrenters priser, reklameffektivitet, produktionsvolymer inom relaterade områden - det vill säga allt som bestämmer konsumentbeteende.
Exempel.
Företaget säljer VVS-armaturer. Den första faktorn är byggvolymen i regionen. De minskade med 15 % förra året, och VVS-försäljningsvolymerna sjönk med 10 %. Nästa år fortsätter krisen i byggbranschen vilket gör att även försäljningen av toaletter, handfat och badkar minskar. Den andra faktorn är reklam. Historisk erfarenhet av ett VVS-företag har visat att en ökning på 10 % av reklamutgifterna ökar försäljningen med 20 %. Och så vidare för varje påverkande faktor.
Den slutliga indikatorn beräknas med hjälp av en multivariat ekvation där varje variabel testas och dess signifikansnivå verifieras.
Valet av metod beror på vilken indata som finns tillgänglig. Den mest effektiva lösningen är en kombination av flera metoder.
Man bör komma ihåg att prognostisering av försäljningsvolymer fungerar bättre på kort sikt, och inte på grund av några särdrag i beräkningen, utan för att det på affärsnivå är nästan omöjligt att förutse förändringar i externa politiska och ekonomiska förhållanden. Kommer du ihåg vem som var redo för 2008 års kris? Hur är det med sanktioner på grund av situationen i Ukraina?
Hur man beräknar en försäljningsprognos - en checklista för företag
Se vilken prognosalgoritm vi använder innan vi garanterar våra kunder en försäljningsökning med 20-200 %:
- Vi analyserar resultatet av företagets verksamhet för föregående period. Vi tar månads- eller veckodata för de tre föregående åren. För en ny produkt som inte har någon försäljningshistorik använder vi expertbedömningsmetoder - vi litar på erfarenheten från våra specialister som har arbetat med liknande företag, intervjuar externa experter och studerar konkurrenter.
I samma skede, baserat på den information som tillhandahålls, bestämmer vi efterfrågeelasticiteten för att förstå hur starkt försäljningsvolymen beror på ökningen/minskningen av priset, om det fanns några under dessa perioder. Varje extremum i grafen förklaras genom att analysera omsättningsstrukturen. Vilka kunder köpte mer eller mindre, varför, vad påverkade det. I 99 % av fallen hittas svaren utan större ansträngning.
- Bestämma marknadstrenden. Det är möjligt att förutse en ökning av produktförsäljningen endast om den övergripande marknadstrenden är växande eller åtminstone stabil. Du kan se aktuella trender i Yandex Wordstat - vi skriver en fråga som motsvarar kundens produkt och studerar grafen.
Om efterfrågekurvan stadigt sjunker och det inte finns några bevis för att krisen i denna bransch snart tar slut, ska du inte räkna med försäljningstillväxt. men du kan försöka hålla dig på nuvarande nivå, krisen varar inte för evigt. Och om du behåller marknadsandelar kommer du att få en bättre start än dina konkurrenter när högkonjunkturen slår till.
- Vi tar hänsyn till säsongsvariationen för den erbjudna produkten/tjänsten. Om du har information om tidigare försäljningar, bra! Om inte, finns det ett enkelt sätt att ta reda på närvaron eller frånvaron av säsongsvariationer - använd samma graf för dynamiken i förfrågningar.
Se hur säsongsvariationer är tydligt synliga för sökandet efter "takmaterial": sommartoppar och vinterdalar. För varor och tjänster, vars efterfrågan är mycket säsongsbetonad, måste du beräkna säsongskoefficienten för varje planeringsperiod.
Exempel.
Företaget säljer mjuka tak i rullar. I april förra året såldes 100 rullar och redan i juni – 176 rullar. I april i år sålde företaget 124 rullar, hur många rullar kommer att säljas i juni? Ett enkelt problem för grundskolan kan lösas i ett steg: 176/100*124=218 rullar (där 176/100=1,76 är säsongskoefficienten). På samma sätt kan du beräkna koefficienten för marknaden som helhet.
- Vi utvärderar den nuvarande USP. Till exempel, när vi säljer en lägenhet, utvärderar vi företagets USP med hjälp av 32 parametrar, tilldelar vikt till varje egenskap och förstår tydligt styrkan i vårt erbjudande. Kvaliteten på ditt unika säljförslag har stor inverkan på konverteringen. Efter en konkurrensanalys kan vi säga vad konverteringen på webbplatsen kommer att bli för ett visst företag - 2% eller alla 10%. Om du förfinar en uppriktigt svag USP och tydligt anger det i annonser, kan du avsevärt öka antalet förfrågningar
- Vi testar effektiviteten av annonsering för varje försäljningskanal. För offlinebutiker kan du lansera en testannonskampanj i tidningar och på tv-kanaler i regionen. För onlinebutiker placerar vi riktad annonsering på sociala nätverk eller kontextuella annonser i Yandex.Direct (GoogleAdwords). Vi tilldelar varje reklamkanal ett eget telefonnummer eller någon annan markör som gör att vi kan avgöra exakt vad som fungerade.
Exempel.
Företaget säljer metalldörrar i två butiker i sin stad och en webbutik med leverans i hela regionen. Annonsering i tidningar är en kupong med 5 % rabatt, som ska uppvisas vid ansökan. Vi placerar ett telefonnummer i kontextuell reklam och spårar antalet samtal som tas emot genom det. En annons ökade antalet kunder med 10 %, men den andra fungerade inte? Vi använder denna information för planering och prognos.
- Analysera kundbasen av individer och juridiska personer, genomsnittlig räkning, regelbundenhet av köp. Vi tar statistik över redan genomförda transaktioner och beräknar den genomsnittliga räkningen för varje kundgrupp. Vi har redan tagit reda på hur många nya kunder som reklam kommer att ge oss. Vi multiplicerar deras antal med den genomsnittliga räkningen och får den prognostiserade försäljningsvolymen.
Att beräkna framtida försäljningsvolymer för B2B-segmentet har sina egna särdrag. Det är i regel inte engångskunder utan vanliga affärspartners som kommer att köpa varor under hela året. Följaktligen, utöver den genomsnittliga räkningen, är det nödvändigt att bestämma leveransfrekvensen. Potentialen kan bedömas med hjälp av 2gis.ru-databaserna.
- Kontrollera hur försäljningschefer arbetar. Vi lyssnar på hur chefer arbetar med önskemål. Om chefen, baserat på resultaten av kommunikationen med en potentiell kund, inte kunde ta honom till en beställning, måste du skapa effektiva skript för telefonsamtal och genomföra personalutbildning. Som ett resultat, av 10 förfrågningar, kommer inte 1 kund att nå inköpsstället, utan 3.
När vi gör en försäljningstillväxtprognos använder vi exakt denna checklista, kompletterar eller modifierar den beroende på typ av verksamhet. Som du kan se innehåller den delar av alla tre metoderna. En bedömning ges för varje hypotes, men deras kombination ger hög noggrannhet i prognosen.
Vi kan garantera den mest exakta prognosen förutsatt att kunden först förser oss med så mycket initial data som möjligt, och sedan alla implementeringar är tydligt implementerade. Vi kommer att granska alla företag och noggrant fastställa volymen som ditt företag är kapabelt till och bli inte förolämpade om det är flera gånger din nuvarande
Den här artikeln diskuterar en av de viktigaste prognosmetoderna - tidsserieanalys. Med den här metoden som ett exempel på en detaljhandel bestäms försäljningsvolymerna för prognosperioden.
En av huvuduppgifterna för alla chefer är att kompetent planera sitt företags arbete. Världen och näringslivet förändras mycket snabbt nu, och det är inte lätt att hänga med i alla förändringar. Många händelser som inte kan förutses i förväg förändrar företagets planer (till exempel lanseringen av en ny produkt eller produktgrupp, framväxten av ett starkt företag på marknaden, sammanslagning av konkurrenter). Men vi måste förstå att planer ofta behövs bara för att göra justeringar av dem, och det är inget fel med det.
Varje prognosprocess byggs som regel i följande sekvens:
1. Problemformulering.
2. Insamling av information och val av prognosmetod.
3. Tillämpning av metoden och utvärdering av den resulterande prognosen.
4. Använda prognosen för att fatta beslut.
5. "Prognos-fakta"-analys.
Allt börjar med den korrekta formuleringen av problemet. Beroende på det kan prognosproblemet reduceras till exempelvis ett optimeringsproblem. För kortsiktig produktionsplanering är det inte så viktigt vad försäljningsvolymen blir de kommande dagarna. Det är viktigare att fördela produktionsvolymer över tillgängliga kapaciteter så effektivt som möjligt.
Hörnstensbegränsningen när du väljer en prognosmetod kommer att vara den initiala informationen: dess typ, tillgänglighet, bearbetningsförmåga, homogenitet, volym.
Valet av en specifik prognosmetod beror på många faktorer. Finns det tillräckligt med objektiv information om det förutspådda fenomenet (finns denna produkt eller analoger tillräckligt länge)? Förväntas kvalitativa förändringar i det fenomen som studeras? Finns det några beroenden mellan de fenomen som studeras och/eller inom datamängder (försäljningsvolymer beror i regel på omfattningen av investeringar i reklam)? Är uppgifterna en tidsserie (information om låntagares ägande är inte en tidsserie)? Finns det återkommande händelser (säsongsvariationer)?
Oavsett vilken bransch och ekonomisk verksamhet ett företag verkar inom måste dess ledning ständigt fatta beslut, vars konsekvenser kommer att visa sig i framtiden. Varje beslut baseras på en eller annan metod. En av dessa metoder är prognostisering.
Prognoser- detta är en vetenskaplig bestämning av de troliga vägarna och resultaten av den kommande utvecklingen av det ekonomiska systemet och en bedömning av indikatorer som kännetecknar denna utveckling i en mer eller mindre avlägsen framtid.
Låt oss överväga att prognostisera försäljningsvolymen med hjälp av tidsserieanalysmetoden.
Prognoser baserade på tidsserieanalyser förutsätter att förändringar i försäljningsvolym som har inträffat kan användas för att fastställa denna indikator under efterföljande tidsperioder.
Tidsföljder - detta är en serie observationer som utförs regelbundet med lika tidsintervall: ett år, en vecka, en dag eller till och med minuter, beroende på arten av den aktuella variabeln.
En tidsserie består vanligtvis av flera komponenter:
1) trend - den allmänna långsiktiga tendensen till förändringar i tidsserien som ligger till grund för dess dynamik;
2) säsongsvariation - kortsiktig, regelbundet upprepade fluktuationer i tidsserievärden runt en trend;
3) konjunktursvängningar, som kännetecknar den så kallade konjunkturcykeln, eller konjunkturcykeln, bestående av ekonomisk återhämtning, lågkonjunktur, depression och återhämtning. Denna cykel upprepas regelbundet.
För att kombinera enskilda element i en tidsserie kan du använda multiplikativ modell:
Försäljningsvolym = Trend × Säsongsvariation × Restvariation. (1)
När man gör upp en försäljningsprognos tas hänsyn till företagets resultat under de senaste åren, marknadstillväxtprognosen och dynamiken i konkurrenternas utveckling. Optimal försäljningsprognos och prognosjusteringar ger en komplett rapport om företagets försäljning.
Låt oss tillämpa denna metod för att bestämma försäljningsvolymen för "Watch"-salongen för 2009. I tabell. 1 visar försäljningsvolymerna för salongen "Watches", specialiserad på detaljhandel med klockor.
Tabell 1. Dynamik för försäljningsvolymen för Klocksalongen, tusen rubel.
För uppgifterna i tabellen. 1, noterar vi två huvudpunkter:
nuvarande trend: försäljningsvolymen under motsvarande kvartal varje år växer stadigt år efter år;
- säsongsvariation: under de tre första kvartalen varje år växer försäljningen långsamt men är fortfarande relativt låg; Årets högsta försäljningsvolymer sker alltid under fjärde kvartalet. Denna dynamik upprepas från år till år. Denna typ av avvikelse kallas alltid säsongsbetonad, även om vi till exempel talar om en tidsserie av veckoförsäljningsvolymer. Denna term återspeglar helt enkelt regelbundenhet och korta varaktighet för avvikelser från trenden jämfört med tidsseriens varaktighet.
Det första steget av tidsserieanalys är att plotta data.
För att göra en prognos är det nödvändigt att först beräkna trenden och sedan säsongskomponenterna.
Trendberäkning
En trend är den allmänna långsiktiga tendensen hos en tidsserie att förändras, som ligger bakom dess dynamik.
Om man tittar på fig. 2, sedan genom punkterna i histogrammet kan du rita en uppåtgående trendlinje för hand. Det finns dock matematiska metoder för detta som gör att du kan utvärdera trenden mer objektivt och exakt.
Om tidsserien har säsongsvariation används vanligtvis metoden med glidande medelvärde. Den traditionella metoden för att förutsäga indikatorns framtida värde är medelvärde n dess tidigare betydelser.
Matematiskt uttrycks glidande medelvärden (som fungerar som en uppskattning av det framtida värdet av efterfrågan) enligt följande:
Glidande medelvärde = Summan av efterfrågan för tidigare n-perioder / n. (2)
Genomsnittlig försäljningsvolym för de första fyra kvartalen = (937,6 + 657,6 + 1001,8 + 1239,2) / 4 = 959,075 tusen rubel.
När ett kvartal slutar läggs försäljningsdata för det sista kvartalet till summan av data för de tre föregående kvartalen och data för det tidigare kvartalet kasseras. Detta resulterar i att kortsiktiga störningar i dataserien jämnas ut.
Genomsnittlig försäljningsvolym för de kommande fyra kvartalen = (657,6 + 1001,8 + 1239,2 + 1112,5) / 4 = 1002,775 tusen rubel.
Det första beräknade genomsnittet visar den genomsnittliga försäljningsvolymen för det första året och ligger halvvägs mellan försäljningsdata för andra och tredje kvartalet 2007. Genomsnittet för de kommande fyra kvartalen kommer att ligga mellan försäljningsvolymen för tredje och fjärde kvartalet . Således är data i kolumn 3 trenden med glidande medelvärde.
Men för att fortsätta analysera tidsserien och beräkna säsongsvariation är det nödvändigt att känna till trendvärdet för exakt samma tid som originaldata, så det är nödvändigt att centrera de resulterande glidande medelvärdena genom att lägga till angränsande värden och dela dem i halv. Det centrerade medelvärdet är värdet av den beräknade trenden (beräkningar presenteras i kolumnerna 4 och 5 i Tabell 2).
Tabell 2. Tidsserieanalys
Försäljningsvolym, tusen rubel. |
Fyra kvartals glidande medelvärde |
Summan av två angränsande värden |
Trend, tusen rubel |
Försäljningsvolym/trend × 100 |
|
Jag kvartal 2007 | |||||
II kvartal 2007 | |||||
III kvartal 2007 | |||||
IV kvartal 2007 | |||||
Jag kvartal 2008 | |||||
II kvartal 2008 | |||||
III kvartal 2008 | |||||
IV kvartal 2008 |
För att skapa en försäljningsprognos för varje kvartal 2009 måste du fortsätta trenden med glidande medelvärden i diagrammet. Eftersom utjämningsprocessen har eliminerat alla fluktuationer kring trenden kommer detta inte att vara svårt att göra. Trendspridningen visas med linjen i fig. 4. Med hjälp av grafen kan du bestämma prognosen för varje kvartal (tabell 3).
Tabell 3. Trendprognos för 2009
2009 |
Försäljningsvolym, tusengnugga. |
Beräkning av säsongsvariation
För att skapa en realistisk försäljningsprognos för varje kvartal 2009 är det nödvändigt att överväga den kvartalsvisa dynamiken i försäljningsvolymen och beräkna säsongsvariation. Genom att titta på historiska försäljningsdata och ignorera trenden kan säsongsvariation ses tydligare. Eftersom det kommer att användas för analys av tidsserien multiplikativ modell, Det är nödvändigt att dela varje försäljningsvolymindikator med trendvärdet, som visas i följande formel:
Multiplikativ modell = Trend × Säsongsvariation × Restvariation × Försäljningsvolym / Trend = Säsongsvariation × Restvariation. (3)
Beräkningsresultaten presenteras i kolumn 6 i tabellen. 2. För att uttrycka indikatorernas värden i procent och avrunda dem till första decimalen, multiplicera dem med 100.
Nu kommer vi att ta data för varje kvartal i tur och ordning och bestämma hur mycket de i genomsnitt är större eller mindre än trendvärdena. Beräkningar ges i tabell. 4.
Tabell 4. Beräkning av den genomsnittliga kvartalsvariationen, tusen rubel.
Jag kvartal |
II kvartal |
III kvartal |
IV kvartal |
|
Ojusterat genomsnitt | ||||
Ojusterade data i tabell. 4 innehåller både säsongsvariationer och restvariationer. För att ta bort elementet av kvarvarande variation är det nödvändigt att justera medlen. På lång sikt bör mängden försäljning över trenden i bra kvartal vara lika med den mängd som försäljningen är under trenden i dåliga kvartal så att säsongskomponenterna summerar till cirka 400 %. I detta fall är summan av de ojusterade medeltalen 398,6. Således är det nödvändigt att multiplicera varje medelvärde med en korrektionsfaktor så att summan av medelvärdena blir 400.
Korrigeringsfaktor beräknas enligt följande: Korrektionsfaktor = 400 / 398,6 = 1,0036.
Beräkning av säsongsvariation presenteras i tabell. 5.
Tabell 5. Beräkning av säsongsvariation
Baserat på uppgifterna i tabellen. 5 kan vi till exempel förutsäga att försäljningsvolymen under det första kvartalet i genomsnitt kommer att vara 96,3 % av trendvärdet, under det fjärde kvartalet - 118,1 % av trendvärdet.
Försäljningsprognos
När vi gör upp en försäljningsprognos utgår vi från följande antaganden:
trenddynamiken kommer att förbli oförändrad jämfört med tidigare perioder;
säsongsvariationer kommer att fortsätta att fungera.
Naturligtvis kan detta antagande visa sig vara felaktigt, justeringar måste göras med hänsyn till expertens förväntade förändring i situationen. Till exempel kan en annan stor klockhandlare komma in på marknaden och sänka priserna på Watch-salongen, den ekonomiska situationen i landet kan förändras osv.
Baserat på ovanstående antaganden är det dock möjligt att göra en kvartalsvis försäljningsprognos för 2009. För att göra detta måste de erhållna kvartals trendvärdena multipliceras med värdet av motsvarande säsongsvariation för varje kvartal. Beräkningen av data ges i tabell. 6.
Tabell 6. Sammanställning av försäljningsprognos per kvartal för Klocksalongen för 2009
Från den erhållna prognosen är det tydligt att omsättningen för Watches-salongen 2009 kunde uppgå till 5814 tusen rubel, men för detta måste företaget utföra olika aktiviteter.
Läs hela artikeln i tidskriften "Economist's Handbook" nr 11 (2009).
Listan över marknadsföringsmål för året innehåller ofta poster som ökad efterfrågan och ökad försäljning. För att nå dessa mål måste du först förstå hur ditt företags försäljning går och sedan bygga en prognos för framtiden. Men det är prognoser som kan vara utmanande för företagare och marknadsförare. Faktum är att det inte är så svårt att skapa en försäljningsplan och prognos, oavsett särdragen i ditt företag.
Låt oss titta på 8 enkla steg för att hjälpa dig.
1. Körhastighetsindikator
För att säkerställa affärsstabilitet är det nödvändigt att uppfylla försäljningsplanen. En indikator som Run-rate (prognos för planimplementering vid nuvarande indikatorer) hjälper dig att förstå hur väl denna plan implementeras och göra en prognos för framtida försäljning. Run-rate beräknas enkelt:
Eventuell ifylld indikator divideras med antalet arbetsdagar som har gått sedan årets början och multiplicerat med det totala antalet arbetsdagar under året. För att göra en prognos fram till slutet av året lägger vi till den färdiga indikatorn till det resulterande värdet.
För att till exempel göra en försäljningsprognos för året kommer vi att beräkna enligt följande:
1 000 sålda enheter / 35 arbetsdagar förflutna X 247 arbetsdagar på ett år = 7 057 sålda enheter i slutet av året till aktuella priser
7057 + 1000 = 8057 totala enheter kommer att säljas i år till aktuella priser
En prognos kan göras för en mängd olika indikatorer: antalet undertecknade kontrakt, intäkter, antalet sålda produkter för en viss grupp, kategori, varumärke, etc. Du kan också göra en prognos inte för ett år, utan för en månad eller kvartal, och ersätta motsvarande värden med antalet arbetsdagar.
En prognos konstruerad på detta sätt kommer inte att vara den mest exakta, men den gör att du kan sätta realistiska mål för att planera företagets aktiviteter. För att göra mer exakta prognoser är det nödvändigt att ta hänsyn till ett antal ytterligare faktorer.
2. Tidigare erfarenhet
Inkomst- och efterfrågeprognosen kan baseras på tidigare arbetslivserfarenhet. Bedöm hur ditt företag förändras beroende på säsongsvariationer och marknadsförändringar. Justera din försäljningsprognos för att spegla dessa trender.
Vad vi analyserar:
Kunder
Hur många kunder har du? Hur lång tid tar det en konsument från det första besöket till det att de gör sitt första köp?
Köper dina kunder mer än en gång?
Kan du förvandla engångskunder till återkommande kunder?
Vilka segment kan genomförda köp delas in i? Hur kan dessa segment främjas i framtiden?
Produkter
Har utbudet av produkter/tjänster i ditt företag förändrats?
Har relaterade produkter/tjänster lagts till i sortimentet?
Påverkar externa faktorer, såsom konkurrens, ditt erbjudande?
Vilka produkter säljer bäst, i vilken kombination?
Pris
Hur är ditt produktpris jämfört med liknande produkter?
Har du använt några incitament för att öka försäljningen? Hur påverkade detta prissättningen?
Påverkar externa faktorer prissättningen?
Befordran
Använder du aktier som redan har presterat bra för att locka köpare? Om så är fallet, behöver dessa aktier testas och uppdateras? Har du en budget avsatt för detta?
Har du en budget planerad för att testa nya kampanjer och marknadsföringskanaler?
Har du en budget för att utveckla grupper på sociala nätverk och annonsera på sociala nätverk?
Platser
Vilka marknadsföringskanaler fungerar bäst för ditt företag? Planerar du att koppla ihop nya marknadsföringskanaler?
Planerar företaget att byta leverantör under året?
Finns det planer på att öppna nya butiker, ändra lokalisering av kontor eller försäljningsställen?
3. Säsongsvariationer
Antalet försäljningar kan i hög grad bero på säsongsvariationer. Därför är det viktigt att ta hänsyn till denna faktor vid planering och prognos.
Säsongsvariationer kan bero på:
externa faktorer: helgdagar, försäljningsökningar (till exempel senast 1 september, 8 mars) etc.;
interna faktorer: marknadsföringskampanjer, vissa produktförändringar, försäljning.
Bestäm vilket innehåll och distributionskanaler som är bäst baserat på säsongsvariationer för att säkerställa konsekventa försäljningsnivåer för företaget.
4. Viktiga händelser
Olika händelser inträffar regelbundet som påverkar efterfrågan och försäljning och som ligger utanför marknadsförare och företagares kontroll. Dessa evenemang kan vara offentliga, till exempel ett val, eller branschspecifika, till exempel en Apple-produktlansering.
Håll koll på dessa händelser. Beräkna deras inverkan på din försäljning.
Gör en prognos på vilka händelser under året som kan påverka en ökning eller minskning av försäljningen.
Förbered kampanjer specifikt för dessa evenemang för att öka försäljningen och varumärkesmedvetenheten eller förhindra en minskning av efterfrågan. Hitta användbara life hacks om hur du förbereder dina reklamkampanjer för semestern i vår artikel " ».
5. Trender
För att skapa en försäljningsprognos är det viktigt att ta hänsyn till marknadstrender och förändringar, eftersom dessa faktorer påverkar affärer och efterfrågan. Först och främst, utvärdera:
Marknadens tillväxttakt
Har den övergripande efterfrågan på din produkt förändrats? Var och hur köptes produkten?
Konsumentbeteende
Har konsumenternas beteende mot din produkt förändrats på grund av marknadsförändringar?
Nya trender
Finns det trender som kan påverka dina konsumenter och försäljning i framtiden?
6. Konkurrenter
Konkurrenternas aktiviteter måste ständigt analyseras. Detta hjälper dig att förstå vad nytt de erbjuder, hur de utvecklas och vad ditt företag kan göra för att bli bättre.
Titta närmare på konkurrenternas produkter, köp något för att förstå vad kunderna får för upplevelse och hur köpprocessen fungerar.
Jämför dina produkter och tjänster med dina konkurrenters erbjudanden. Finns det möjligheter du går miste om?
Analysera huvudaktörernas aktiviteter. Företag som har lyckats ta marknadsandelar vet och förstår vad kunderna behöver.
7. Marknadsföringsstrategi
För att göra prognosen för efterfrågan och försäljning mer exakt är det nödvändigt att ta hänsyn till ett antal interna faktorer relaterade till marknadsföring. Betygsätta:
Varor
Finns det några planerade förändringar av produktutbudet? Omprofilering?
Finns det en planerad lageravveckling eller försäljning?
Kunder
Finns det tillväxtområden för att utöka din kundbas genom marknadsföring?
Har du kunder som kostar dig mer att skaffa än du tjänar på dem?
Priser
Befordran
Planerar du att använda nya marknadsföringskanaler och kampanjer?
Har du speciella kampanjer för nya kunder? Och för de permanenta?
Har du en strategi för att vinna tillbaka tidigare kunder?
Innehåller marknadsföringsstrategin åtgärder som är lätta att implementera i händelse av en nedgång eller misslyckande med att nå försäljningsmålen? Om inte, kom med sådana kampanjer redan nu.
Marknadsföringsbudget
Vilka marknadsföringskostnader krävs för att uppnå det angivna försäljningsmålet? Har du tillräckligt med budget för detta? Om inte, vad kan göras för att uppnå dina önskade mål?
8. Kontrollera
Analysera all mottagen information. Justera din prognos enligt mottagna data.
Slutsats
Med all data för analys till hands kan du bedöma det aktuella läget i företaget och skissera vägar för tillväxt. Observera att prognoser kan skilja sig något från faktiska resultat. Men om diskrepansen mellan prognosen och faktum i endera riktningen är ganska stor, är detta en indikator på felaktiga prognoser. För att uppnå maximal noggrannhet i prognoser och planering krävs avancerade analysverktyg och stora budgetar. Därför finns det en möjlighet att du måste lära dig att klara dig själv.
Likaså måste marknadsförings- och reklambudgetar planeras. Du kan göra detta själv med hjälp av Rookee-tjänsten. Just nu betatestar vi en ny rekommendationsmodul " " Systemet samlar resultaten av resurskontroller och rekommendationer för förbättringar i en enda kalender. Tack vare detta sker marknadsföring i sökmotorer snabbare, och följaktligen ökar webbplatsens trafik och försäljning.
Den primära planen med rekommendationer för "Servicekalendern" kan erhållas även med ett nollsaldo. Modulen börjar kontrollera webbplatsen direkt efter att projektet har lagts till i tjänsten. Efter lanseringen av marknadsföring via sökmotorer kompletteras rekommendationsplanen med resultaten av djupgående kontroller av webbplatsens tekniska och innehållsmässiga parametrar.
Prognostisera försäljningsvolymer med exemplet med Benetton LLC
Benetton LLC skapades 2003 som en franchisetagare till det italienska företaget Benetton Group. Benetton LLC är en del av företaget Sheila-Holding LLC, som är engagerat i olika typer av aktiviteter (handel med skor, kläder, bildelar, uthyrning av butiksyta, konstruktion av sportanläggningar, särskilt ett ispalats och ett fitnesscenter, etc. .).
Benetton LLC ligger i staden Krasnodar och är en modebutik av märket United Colors of Benetton, ett italienskt företag inom Benetton Group.
Benetton Group är en av de största europeiska tillverkarna av kläder, skor och accessoarer under varumärkena United Colors of Benetton (vardagskläder), Undercolors (underkläder och badkläder), 012 (barnkläder), Sisley (mode), Killer Loop (kläder för gatan”/streetwear) och Playlife (kläder för ungdomar). Företaget är också engagerat i textilgrossist, reklam och fastigheter. Benetton Groups detaljhandelsnätverk är vida känt över hela världen, med mer än 5 000 butiker i 120 länder. Benetton Groups huvudkontor ligger i Villa Minelli i Ponzano, 30 km från Venedig. Företaget har varit verksamt i Ryssland sedan 1992 och har nu mer än 150 butiker öppna. På grund av det växande antalet ryska kunder öppnade företaget 1997 sitt ryska servicekontor i Moskva, som började öppna nya butiker och övervaka befintliga. För att utföra kontroll tilldelades en chef till varje butik, som ska förse butiken med nödvändig information och övervaka dess verksamhet.
Med ökningen av försäljningsvolymerna för Benetton LLC uppstod behovet av djupare och mer kompetenta prognoser för framtida försäljning för att bestämma den optimala inköpsvolymen och effektiv placering av varor på försäljningsgolvet.
Tidigare utfördes inte prognosprocessen på företaget, och procentandelen av inköpsvolymtillväxten gjordes av chefens viljestarka beslut, baserat på subjektiva idéer om marknadsutveckling, och uppgick till 10%. Men detta tillvägagångssätt tar inte hänsyn till den verkliga försäljningsökningen för varje varumärke. För hösten-vintern 11-12 ökades således budgeten med en ökning på 10 % med ytterligare 12 %, ökningen berodde på ytterligare beställningar under säsongen orsakade av ökad efterfrågan från konsumenterna. Men även sådana åtgärder, samtidigt som de tillfredsställde efterfrågan i huvudområdena (Benetton, Sisley), kunde inte i rätt tid och fullt ut tillgodose tillväxten i efterfrågan på barnvaror. Denna situation har uppstått på grund av att grundbeställningar (ca 80 % av alla beställningar för säsongen) görs nästan ett år innan säsongsstart, d.v.s. i själva verket är det nödvändigt att veta ett år i förväg vad efterfrågan på produkter kommer att vara och planera ordervolymen utifrån detta. Därför är det viktigt att göra prognoser för framtida perioder i förväg och planera företagets aktiviteter utifrån inhämtade data. prognoser försäljning expert dynamik
På grund av att det under arbetets gång identifierats problem inom området försäljning och inköpsledning, ombads butiksledningen att prognostisera försäljningsvolymer för höst-vintersäsongen 2012-2013 samt upprätta en inköpsplan utifrån den prognos som blev resultatet. . Och jämför sedan den planerade datan med den faktiska beställda kvantiteten, identifiera avvikelser och utveckla en aktivitetsplan.
För att identifiera den allmänna trenden i utvecklingen av försäljningsvolymen under en viss period och göra en prognos för nästa säsong använder vi först metoden med glidande medelvärde och tillämpar sedan den analytiska utjämningsmetoden.
Metoden med glidande medelvärde låter dig jämna ut periodiska och slumpmässiga fluktuationer och därigenom identifiera den befintliga trenden i utvecklingen. Denna effekt uppnås genom att medelvärdet av empiriska (initiala) data och beräknade (teoretiska) nivåer bestämmas. I detta fall användes ett tre-terms glidande medelvärde, d.v.s. Beräkningarna tar hänsyn till tre nivåer i dynamikserien.
Metoden för analytisk utjämning består i att ersätta de faktiska nivåerna i en serie med teoretiska, beräknade enligt en viss kurva, vilket återspeglar den allmänna trenden för förändringar i indikatorer över tiden. Sålunda betraktas tidsseriens nivåer som en funktion av tiden. Ser man på fig. 4 och fig. 5, kan vi anta att beteendet hos försäljningsvolymen i monetära och kvantitativa termer beskrivs av en linjär trendmodell, som har formen där den teoretiska nivån för serien (förutspådd försäljningsvolym), t-tidsfaktor, är den initiala trendnivå, är den parameter som ansvarar för regression .
Under beräkningarna erhölls följande linjära trendekvation:
Y= 6655 + 240*t,
Där Y är värdet av försäljningsvolymen i enheter.
t-tidsindikator,
Ekvationen visar att försäljningsvolymen i genomsnitt ökar med 240 enheter varje månad.
Genom att ersätta motsvarande tidsperiod istället för t kan vi erhålla försäljningsvolymvärdet som motsvarar en given månad eller säsong - genom att ersätta t från 13 (antalet kända observationer är 12 - antalet kvartal i studieperioden för tre år) får vi en prognos för säsongen vår-sommar 2012 och den prognos vi behöver för säsongen höst-vinter 2012-2013.
Eftersom den resulterande ekvationen relaterar till regressionsekvationen, beräknar vi det genomsnittliga prognosfelet och bestämningskoefficienten.
Beräkningen gjordes med hjälp av analyspaketet Microsoft Excel. Resultaten presenteras i tabell 13.
Tabell 13
Regressionsanalys
Felet vid användning av den linjära trendmodellen är 1157 enheter. Regressionsekvationen förklarar 71 % av den studerade indikatorn.
Eftersom försäljningsvolymens beteende är säsongsbetonat - under det första och andra kvartalet förekommer nedgångar och under det tredje och fjärde kvartalet en ökning av försäljningsvolymen, är det nödvändigt att justera de erhållna prognosvärdena till de genomsnittliga säsongsindexen . Vi kommer att beräkna säsongsindexet för varje kvartal genom att korrelera det faktiska värdet av serien - yi med det teoretiska -. Data för beräkning av säsongsindex i kvantitativa termer presenteras i bilaga 4, i monetära termer - bilaga 7.
Vi beräknar medelvärdena för säsongsindexet genom att summera indexen för liknande perioder och dividera med antalet fenomen som studeras.
Låt oss presentera resultatet av försäljningsvolymprognosen justerad för genomsnittliga säsongsindex i följande tabell. 14:
Tabell 14
Försäljningsprognos i enheter med hänsyn tagen till säsongsindex
Säsongsindex |
med hänsyn till säsongsindex |
Slutligt prognosvärde |
||
Vår-sommar 2012 |
||||
Höst-vinter 2012-2013 |
||||
Genom att justera de erhållna prognosvärdena till säsongsindexet kan du få det mest exakta resultatet som motsvarar en viss säsongsperiod. Det är dessa värden som kommer att användas i framtiden vid prognostisering av inköpsvolymen för nästa höst-vintersäsong.
Vi plottar de erhållna prognosdata på försäljningsvolymgrafen - Fig. 14. I denna figur indikerar den röda linjen de erhållna prognosvärdena för vår-sommar 2012 och höst-vinter 2012-2013.
Ris. 14.
Vi kommer att utföra liknande åtgärder för att beräkna försäljningsvolymen i monetära termer. Den linjära trendekvationen ser ut så här:
Y= 3 975 037 + 133488*t,
Där Y är värdet av försäljningsvolymen, gnugga.
t-tidsindikator,
Från ekvationen kan man se att intäkterna i genomsnitt ökar med 133 488 rubel. en gång i månaden.
Regressionsindikatorer beräknade med hjälp av analyspaketet Microsoft Excel presenteras i tabellen. 15.
Regressionsanalys
Felet i detta fall uppgick till 732 797 rubel. Regressionsekvationen förklarar 65 % av den studerade indikatorn.
Prognostiserade försäljningsvolymer justerade för säsongsindex presenteras i tabell 16:
Tabell 16
Försäljningsprognos i rubel med hänsyn till säsongsindex
Prognos för 2012-2013 |
Säsongsindex |
för 2012–2013 med hänsyn till säsongsindex |
Slutligt prognosvärde |
|
Vår-sommar 2012 |
||||
Höst-vinter 2012-2013 |
||||
![](https://i0.wp.com/studbooks.net/imag_/29/176322/image016.png)
Ris. 15.
Vi plottar de erhållna prognosdata på försäljningsvolymgrafen - Fig. 15. I denna figur indikerar den röda linjen de erhållna prognosvärdena för vår-sommar 2012 och höst-vinter 2012-2013.
I fig. 15. Det är uppenbart att tillsammans med den allmänna trenden att öka försäljningsvolymen kvarstår fenomenens säsongsbetonade karaktär.
Försäljningsprognosen är ett av de viktiga stegen i att göra affärer: en entreprenör måste ha en uppfattning om hur mycket han kommer att sälja, för vilket belopp och med vilken lönsamhet. Dessutom bör detta inte bara vara ett antagande om att "det skulle vara trevligt": försäljningsprognosen bör utarbetas noggrant och ha en stark grund. Metoder för försäljningsprognos varierar, från elementära till de som sammanställs med hjälp av komplexa matematiska verktyg.
Ladda ner material för att beräkna försäljningsvolymer:
Vad är skillnaden mellan en försäljningsprognos och en plan?
"Plan" och "Försäljningsprognos" är långt ifrån samma sak, de är termer som betecknar olika kontrollelement.
En plan är ett direktivkoncept, det är en uppgift som ställs inför chefen, en uppgift som han måste slutföra.
En prognos är ett antagande om att butiken i en viss framtid kommer att sälja en viss mängd varor. En prognos är inte en uppgift som behöver slutföras, det är just ett antagande om hur verksamheten kan komma att utvecklas.
En prognos har alltid en viss grund, den görs aldrig utifrån antaganden relaterade till exempelvis en företagares önskan att få den eller den förmånen under en viss period. Prognoser baseras alltid på en viss grund.
Grunden för prognoser är vanligtvis data om tidigare volymer. Det mest grundläggande fallet med prognoser ser ut så här:
Om en entreprenör sålde varor förra månaden för 1,5 miljoner rubel, då under andra oförändrade förhållanden (butiken kommer att vara på samma plats, trafiken kommer att vara densamma, en seriös konkurrent kommer inte att dyka upp i området, befolkningens inkomst kommer att inte minska kraftigt, etc. ) nästa månad försäljningsvolymer kommer att vara minst 1,5 miljoner rubel.
Detta är redan en prognos som har grund och elementära beräkningar. Baserat på det kommer entreprenören att ställa in uppgifter för sina chefer för den planerade månaden: att sälja produkter i en total volym på 1,5 miljoner rubel.
Detta är en annan skillnad mellan en plan och en prognos: en plan byggs på basis av en prognos - först prognostiseras affärsparametrar (försäljningsvolymer, lönsamhet) under en viss tidsperiod (månad, år), varefter den förutspådda indikatorer anges i planer och distribueras till chefer.
Efter tid delas de in i:
- Kortsiktigt – för perioder om 1 år: under en månad, ett kvartal, ett halvår och ett år.
- Medellång sikt – detta är vanligtvis under en period på 1 till 3 år.
- Långsiktigt – mer än 3-5 år.
Du kan prognostisera försäljningen med hjälp av varuredovisningsprogrammet Business.Ru. Med dess hjälp kan du analysera intäkter, kostnader och påslag, beräkna produktlönsamhet och göra inköp baserat på försäljningsdynamik.
I praktiken används tre huvudsakliga metoder:
- Metod för expertbedömningar.
- Tidsserieanalys.
- Casual metod.
Expertbedömningsmetod
Det som diskuterades som exempel ovan är också ett elementärt exempel på den första metoden. Metoden för expertbedömningar är att fastställandet av vissa affärsparametrar, inklusive försäljningsvolymer, baseras på åsikter från experter och specialister inom ett visst verksamhetsområde.
Till exempel kan en entreprenör som säljer alkoholhaltiga drycker och öl förutsäga hur framgångsrikt hans verksamhet kommer att utvecklas inom en snar framtid, baserat på resultaten från experter på detta område. Om experter säger att nästa år kommer marknaden att "sjunka" med 12% (detta är naturligtvis ett exempel), så kan en entreprenör ganska rimligt beräkna en eventuell nedgång i sin försäljning med cirka 12%.
Omvänt, om experter säger att till exempel under det fjärde kvartalet kommer marknaden för kött- och korvprodukter att växa med 16%, då kan ägaren av en slaktare förutsäga en ökning av sin försäljning med ungefär samma relativa mängd. Därför kommer chefer att få mer ambitiösa uppgifter med ökade individuella mål.
För att tillämpa expertbedömningsmetoden kan företrädare för större detaljhandel inte bara använda åsikter från experter och analytiker, som är offentligt och fritt tillgängliga, till exempel på Internet. Större företag kan beställa separata marknadsundersökningar: sedan kommer experter och analytiker att göra en mer grundlig analys och skapa en mer exakt prognos för försäljningen specifikt för denna butik (nätverk).
Tidsserieanalys
Detta är prognosmetoder där prognosen baseras på tidigare försäljningsdata. Vanligtvis, för dessa ändamål, är det bättre att ta volymer för det senaste år för månad. Om ett företag precis har startat sin verksamhet, till exempel en butik öppnade för bara 1-2 månader sedan, så måste i det här fallet prognoser baseras på andra parametrar, till exempel allmänna trender på marknaden etc. Och när verksamheten är ett år gammal eller mer, tillämpa andra beräkningsmetoder.
För att analysera tidsserier, för att beräkna försäljningsprognosen, är det nödvändigt att först skriva ner försäljningsindikatorerna i en tabell per månad. För att göra detta är det bättre att använda den välkända kontorsapplikationen Excel.
2015 |
2016 PROGNOS |
||
Månad |
Försäljning, gnugga. |
Höjd |
|
september |
|||
Tidsserier är försäljningsdata (kolumn 2) för varje månad (kolumn 1) det senaste året. I vårt exempel analyserades volymer under 2015, utifrån vilka produktförsäljningen förutspåddes för 2016.
I tabellen har tidsserieanalys utförts för att identifiera en trend. Vi ser att i januari såldes varor i butiken för 150 212 rubel och redan i februari för 160 547 rubel. Tillväxten var 7 %.
Kolumn 3 beräknar tillväxten i varje månad jämfört med den föregående, till exempel i augusti, jämfört med juli, var försäljningstillväxten bara 1%, och i december, jämfört med november, var den redan 6%. Samtidigt var den genomsnittliga månatliga ökningen 2015 4 % (sista raden i kolumn 3).
Det visar sig att om vi i januari 2015 sålde varor värda 150 212 rubel, så kommer vi i januari nästa år att sälja till ett belopp av 156 220 rubel, det vill säga 4% mer.
Den årliga försäljningsvolymen i butiken kommer också att öka med 4%: från 2,3 miljoner rubel till 2,4 miljoner rubel.
I Excel görs alla dessa specificerade beräkningar enkelt: formlerna skrivs in manuellt en gång och kopieras till följande celler. Inga speciella kunskaper krävs för detta.
Tidsserieanalys med hänsyn till säsongsvariationer
Data om tidigare försäljningar måste också analyseras för att fastställa i vilken utsträckning handeln är säsongsbetonad och deras volymer skiljer sig åt mellan perioder. Låt oss titta på ett annat exempel.
2015 |
2016 PROGNOS |
||
Månad |
Försäljning, gnugga. |
Höjd |
|
september |
|||
Efter att ha analyserat uppgifterna för det senaste 2015 ser vi att under sommarperioden från april till och med juli observerades säsongsvariationer, försäljningsvolymerna sjönk - en minskning i kolumn 3.
Genom att tillämpa säsongsrensade trendvärden har vi därför gjort en korrekt prognos för nästa års försäljning.