АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Прогнозирование продаж

Читайте также:
  1. C: продажа
  2. А54. В период рецессии объем продаж потребительских товаров длительного пользования сокращается.
  3. Алгоритм расчета и условия выплаты премии директорАМ дополнительных и операционных офисов за продажи физическим лицам
  4. Алгоритм расчета и условия выплаты премии работникАМ отдела ПРОДАЖ розничных ПРОДУКТОВ (в т.ч.начальникАМ отДела ПРОДАЖ розничных ПРОДУКТОВ) и начальников операционных отделов
  5. Алгоритм расчета и условия выплаты премии работникам отдела продаж розничных ПРОДУКТОВ корпоративным клиентам
  6. Алгоритм расчета и условия выплаты премии работникАМ, занимающиМся продажами b2b (ПАРТНЕРСКИЙ КАНАЛ) и сопровождением ипотеки и начальникАМ отделов, отвечающих за ипотеку
  7. Анализ и прогнозирование организационно-технического уровня производства
  8. Аналитический учет продажи продукции
  9. Аудит расходов на продажу.
  10. Б) Маркс вважав, що суперечність у трудовій теорії вартості Сміта- Рікардо розв’язується, якщо предметом купівлі-продажу вважати робочу силу, а не працю.
  11. Б.) Продажа вермифабрик собственного изготовления, заправленных маточным поголовьем червя (дождевой червь Eisenia fetida — Эйсения пахучая или червь навозный (компостный)).
  12. Базисні умови зовнішньоекономічних договорів (контрактів) купівлі-продажу (поставки)

Прогнозирование очень часто входит в обязанности маркетолога, даже если он не является аналитиком. Для построения прогноза продаж необходимо хотя бы в общих деталях понимать, что представляет собой сам процесс прогнозирования. То есть знать базовую теорию. В этом случае – интернет в помощь. Информации просто море, выбирай - не хочу. Яндекс или Гугл вам подскажет, куда копать. Что такое прогноз в упрощенном, схематичном виде? У вас есть ваши продажи за последний, допустим, год. Вы должны к этому ряду данных продаж подобрать математическую модель (формулу), которая будет его хорошо описывать (давать примерно те же значения, что и в вашем ряду данных). Когда вы такую модель подобрали, вы просто продолжаете ее в будущее, и получаете свой прогноз. Это если кратко. Более полно здесь учить прогнозированию не буду – на эту тему написаны десятки книг. Я же лишь остановлюсь на важных моментах процесса.

Самый плохой прогнозист, которого мне приходилось видеть – это человек, абсолютно не понимающий, почему прогноз будет именно такой, а не какой-то другой. Эти люди скачивают из интернета некие якобы «готовые» инструменты для прогноза в MS Excel, что называется «просто подставь свои цифры», и, абсолютно не понимая, как это все работает, начинают пытаться строить прогнозы. Естественно, ни к чему хорошему это не приводит. Потому что каждая такая модель имеет свои некоторые принципы действия, условия и ограничения, которые нужно учитывать при добавлении в нее исходных данных. Если с базовой теорией вы разберетесь, проблем с пониманием в дальнейшем не будет. Тем более, это не настолько сложно, чтобы не смог понять человек с гуманитарным складом ума. Существуют разные модели построения прогнозов. Большинство из них можно реализовать в MS Excel, причем достаточно легко. Многие можно скачать из интернета в готовом виде. Потом нужно экспериментировать с каждым своим рядом данных, то есть пробовать на основе данных своих продаж прогнозировать те периоды, значения которых вы уже знаете. Так проверяется точность модели – какая модель будет точнее «попадать» в ваши реальные данные, такую и используйте для построения прогноза на будущие периоды. Здесь нужно понимать, что каждый ряд данных индивидуален, и если для прогнозирования одного ряда прекрасно подходит одна модель, то совершенно не факт, что эта же модель будет также адекватно описывать и прогнозировать продажи другого товара. Пример: вы прогнозируете прибыль компании одной какой-то моделью, которая хорошо описывает и прогнозирует этот ряд (вы убедились в точности модели, ее хорошем предсказательном потенциале). Если вы попробуете спрогнозировать при помощи этой же модели выручку компании, то совершенно не факт, что эта модель хорошо справится с задачей. Потому что прибыль и выручка – это ряды, хотя и связанные между собой в экономическом плане, но имеющие разную природу в плане прогнозирования.

Очень сильно точность прогнозирования зависит от того, насколько стабильны продажи товара в течение времени. Одно дело – когда регулярно, из месяца в месяц, заказывается примерно одно и то же количество товара А, или же какой-то диапазон вроде «от 5000 штук до 7000 штук». Тогда возможна высокая точность прогноза – потому что ряд в целом стабилен. И совершенно другое дело, когда продажи «скачут, как ретивые кони» вверх-вниз, от 0 в один месяц до 100.000 штук в другой месяц. Чем сильнее скачки, или волатильность, тем сложнее сделать точный прогноз. В простых случаях можно прямо на глаз определить тренд (основное направление движения) и прямо рукой дорисовать траекторию продаж на будущий период. В сложных случаях потребуется проводить над данными много операций – сглаживать их, преобразовывать, удалять минимумы и максимумы, и так далее. Для составления адекватного прогноза на 1 год вперед нужно иметь «исторических данных», то есть истории продаж вашего товара как минимум 2 года, а лучше вообще 3 года.

Если ситуация в экономике была стабильна, и в целом хорошо предсказуема в последние годы, то можно брать и 6 лет «исторических» данных. Если же экономику периодически трясет, высокая волатильность, продажи то растут, то падают, лучше брать не более 2 последних лет. Потому что то прошлое, которое дальше 2 лет назад, уже совершенно неактуально для составления прогноза на будущее. Одна важная деталь – чем больше период вашего прогноза (полгода, год, два года), тем больше будет ошибка прогноза (несовпадение вашего прогноза и реальных продаж). Иными словами – чем на более длительный период делается прогноз, тем больше ошибка прогноза. Логически это легко объяснить – по мере развития во времени ошибки накапливаются, и если в первом месяце ошибка незначительна, то в последнем месяце этого года она может быть серьезной – она накопилась к концу периода. В российских условиях не стоит строить прогнозы дальше, чем на 1 год. И даже построив прогноз на 1 год, вы должны каждый квартал вносить коррективы – подставлять реальные данные продаж вместо прогнозных значений и смотреть, где и насколько вы ошиблись, делать выводы, а затем исправлять дальнейшие значения прогноза.

Запомните еще одну очень важную в прогнозировании вещь: статистика – это «круто», но это всего лишь сухая статистика, и не менее сухая математика. Это формулы. И не нужно придавать им какое-то священное значение. Хорошо известно, что жизнь сложнее любых формул, и нет таких формул, которые могли бы описать все многообразие жизни. Поэтому относитесь к построенному для вас моделью прогнозу, как к заготовке итогового прогноза. Объясню почему. Дело в том, что статистические (математические) модели содержат поведение и влияние лишь нескольких факторов, основных. Они не могут предсказать поведение абсолютно всех факторов, которые могут повлиять на ваши продажи. Пример: все статистические модели строятся на основе трендов (основных направлений развития). То есть, если у вас есть продажи за прошедшие 2 года, то ваш прогноз на третий год математическая модель построит как некоторое усреднение продаж этих 2 лет плюс какая-то тенденция к изменению (например – увеличение на 10%). Ничего «нового» модель (она же уравнение) предложить вам не сможет. Ваш «новый» прогноз будет находиться где-то в диапазоне ваших «старых» данных продаж за 2 года, или незначительно за него выходить на размер прироста год к году. Если произойдет кризис, как это было в 2008 году, и связанное с ним резкое сокращение спроса со стороны клиентов компании, то никакая модель вам не сможет этого предсказать. Повторяю – никакая модель не сможет волшебным образом спрогнозировать, что вот тут начнется кризис и все свалится, если в прошлом ваши продажи так не падали ни разу, а только росли. Другая ситуация, но аналогичная по воздействию – допустим, в какой-то месяц сотрудники грузового порта объявили забастовку. В порту застряли контейнеры с вашим товаром – их никто не разгружает. Соответственно, к вам приходят клиенты с желанием купить ваш товар, а у вас на складе товара нет! Тогда они идут к вашим конкурентам, у которых по счастливой случайности остался на складе нужный товар, потому что в этом году они возят его через другой порт. И пока ваша компания пытается как-то повлиять с помощью профсоюза на бастующих рабочих, или как-то вывезти из порта товар грузовыми фурами, вы теряете большие деньги в виде неудовлетворенного спроса (клиенты могли бы купить у вас, а купят у ваших конкурентов). Или еще пример – как обычно это бывает в России – в какой-то момент «внезапно» изменили в одностороннем порядке правила прохождения грузов через таможню, и никому, естественно, об этом официально заранее не сообщив. В итоге правила изменились, порядок изменился, процедура уже другая – нужны другие документы, другие накладные, другие паспорта, ваш товар теперь проходит таможню под другим кодом и оформляется по-другому. Соответственно, на таможне скапливается просто огромное количество грузов таких же компаний, как и ваша, которых тоже никто не предупредил. А в это время к вам, опять же, приходят за товаром ваши клиенты, которым ваш товар нужен позарез, потому что они, допустим, тканями от вашей компании обивают свои диваны, а потом их продают. Но товара у вас на складе нет – и вы теряете деньги, плюс еще и подводите своих партнеров.

Предсказать такие события в прогнозе, составляемом в конце года на следующий год, в принципе невозможно. При этом подобные события могут вызвать значительные изменения в продажах вашей компании за год. Единственный способ хоть как-то подстраховаться от таких форс-мажорных обстоятельств – это учитывать прогноз менеджеров по продажам. В компании, где я работал, менеджеров по продажам в начале каждого квартала просили расписать, сколько примерно они рассчитывают продать товара в каждом месяце этого квартала. Потом данные от всех менеджеров по продажам сводили в одну таблицу. Далее я брал свой помесячный прогноз продаж, построенный статистическими методами, и накладывал на него коллективный прогноз менеджеров по продажам (сумму их индивидуальных прогнозов). В случае серьезных расхождений мы с ними вместе садились и обсуждали, чем эти расхождения могут быть вызваны. Дело в том, и я уже писал об этом ранее, что менеджер по продажам обладает максимально полной и наиболее свежей и актуальной информацией о рынке – о деятельности конкурентов, их успехах и неудачах, их «прорывных» продуктах, которые могут составить реальную конкуренцию продуктам нашей фирмы, деятельности регулирующих рынок органов, таможни, профсоюзов. Они обладают доступом к слухам, которые ходят на рынке. Маркетологу собрать настолько точную и актуальную информацию в короткий срок невозможно. Например, менеджер по продажам может знать, что у поставщика А большие проблемы с переналадкой производства, и он в этом квартале не сможет поставлять столько же товара, сколько поставлял ранее. Или же, он может знать о том, что у конкурента, с которым наша фирма пересекается по нескольким важным позициям, проводится внеплановая налоговая проверка, поэтому в ближайшее время его работа будет на некоторый срок заморожена, и нашей компании стоит заказать больше того самого товара, по которому мы с ними пересекаемся (или его аналога-заменителя), потому что когда клиенты придут за этим товаром к конкуренту, и увидят, что его деятельность парализована до окончания проверки, они будут искать других продавцов с нужным им товаром, и вот тогда наша компания может переключить часть спроса конкурента на себя, пока тот решает свои проблемы. И может даже переключить спрос на постоянной основе, если аналог товара конкурента от нашей фирмы клиентам больше понравится по качеству, цене, расцветке, условиям, и так далее.

Таким образом, наиболее качественный прогноз – это коллективный прогноз маркетолога и менеджеров по продажам, в который еще вносит правки генеральный директор, потому что на его уровне всегда есть информация, недоступная сотрудникам, находящимся ниже в иерархии фирмы. В одиночку, используя некие «волшебные» методы статистики и формулы, маркетолог не сможет сделать хороший прогноз, тем более, если продажи отличаются сильной волатильностью (большими колебаниями). И повторю еще раз – не используйте модель, пока вы не разобрались, как она работает, пока вы не поняли, почему она считает именно так, а не иначе. Если вам повезет работать под началом человека, умеющего хорошо прогнозировать – считайте, что вам крупно повезло. Для вас процесс обучения этому очень важному навыку будет проходить значительно проще и быстрее, чем у тех, кто учится сам методом проб и ошибок. К сожалению, у меня всегда была обратная ситуация – когда мне приходилось объяснять своим руководителям, на основе каких принципов строится прогноз (потому что большинство из них просто брали для прогноза цифры «с потолка», которые им казались верными).

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)