Константин Петров - Управление отделом продаж

Пример использования метода скользящего среднего при помощи MS Excel вы найдете на веб-странице книги по адресу http://www.williamspublishing.com/Books/978-5-8459-1687-7.html.

При прогнозировании следующего значения метод скользящего среднего придает равный вес каждому из последних значений n, где n – количество используемых лет. Таким образом, когда n = 4 (т. е. используется четырехгодичное скользящее среднее), при прогнозировании объема сбыта на следующий год одинаковый вес назначается объемам сбыта за каждый год из последних четырех лет.

Метод экспоненциального сглаживания – это разновидность метода скользящего среднего. Его отличие в том, что наибольшие весовые коэффициенты назначаются не всем наблюдениям, а самым последним, поскольку они несут в себе больше информации о вероятном развитии событий в ближайшем будущем.

Эффективность метода экспоненциального сглаживания во многом зависит от выбора так называемой константы сглаживания, которая в алгоритме вычисления обозначается как α и находится в диапазоне от 0 до 1. Высокие значения α придают больше веса последним наблюдениям и меньше – более ранним. Если объемы продаж с течением времени изменяются незначительно, то целесообразно использовать низкие значения α. Однако когда объемы сбыта колеблются в широком диапазоне, следует использовать высокие значения α, в результате чего прогнозируемый ряд будет отражать эти изменения. Обычно значение α определяется эмпирическим путем, т. е. проверяются разные значения α и в итоге принимается то, которое обеспечивает наименьшую погрешность прогноза для определенного количества наблюдений за предыдущие периоды времени.

Пример использования метода экспоненциального сглаживания при помощи MS Excel вы найдете на веб-странице книги по адресу http://www.williamspublishing.com/Books/ 978-5- 8459-1687-7.html.

В случае необходимости анализа данных за более короткие периоды времени, например месяц или квартал, при наличии сезонных колебаний продаж, когда руководство хочет получить прогнозы продаж не только на год, но и на отдельные его периоды, используется метод прогнозирования продаж, называемый декомпозицией. Здесь важно определить, какая доля изменения объемов продаж обусловлена тенденциями на рынке, а какая объясняется сезонностью спроса. Суть метода декомпозиции заключается в выявлении четырех составляющих временного ряда:

• тренд;

• циклический фактор;

• сезонный фактор;

• случайный фактор.

Тренд отражает долгосрочные изменения, которые наблюдаются во временном ряде, когда циклический, сезонный и нерегулярные компоненты исключены. Обычно предполагается, что тренд можно представить в виде прямой линии.

Циклический фактор присутствует не всегда, поскольку отражает подъемы и спады («волны») во временном ряде, когда сезонный и случайный компоненты исключены. Циклические подъемы и спады, как правило, проявляются на протяжении достаточно длительного периода времени – примерно от двух до пяти лет. Для некоторых товаров (например, для консервированной кукурузы) отмечаются незначительные циклические колебания, в то время как продажи других (например, строительство жилья) претерпевают весьма существенные изменения.

Сезонность отражает ежегодные колебания во временном ряде, вызванные естественной сменой сезонов. Сезонный фактор, как правило, проявляется ежегодно, хотя точная картина продаж с каждым годом может меняться.

Случайный фактор отражает воздействие, которое может наблюдаться после исключения влияния тренда, циклического и сезонного факторов.

Пример использования метода декомпозиции при помощи MS Excel вы найдете на веб-странице книги по адресу http://www.williamspublishing.com/Books/978-5-8459-1687-7.html.

Взаимосвязь объемов продаж и определенных периодов времени, которая используется в методе временных рядов, формирует основу для составления прогноза на будущее. Статистический анализ спроса – это попытка определить взаимосвязь объемов продаж и основных факторов влияния и составить на этой основе прогноз на будущее. Как правило, для оценки такой взаимосвязи используется регрессионный анализ. При этом акцент делается на выделении не всех факторов, влияющих на объемы сбыта, а лишь на самых значимых, оказывающих наибольшее влияние на объемы сбыта. Например, компания по производству пластиковых окон при прогнозировании сбыта может учитывать такие факторы, как цикличность строительства жилья, колебания процентных ставок и сезонное повышение спроса в весенне-летний период.

Все методы прогнозирования продаж имеют свои преимущества и недостатки, поэтому решение об использовании того или иного метода далеко не очевидно. В первую очередь, решение об использовании метода прогнозирования зависит от самого товара или услуги. Например, для прогнозирования продаж абсолютно нового и ни на что не похожего товара (например, игрушки тамагочи) не может быть использован ни один из методов, так как возможные продажи могут колебаться от нуля до миллиардов рублей. О том, как правильно выбрать метод прогнозирования продаж, мы поговорим ниже в этой главе.

Какой метод прогнозирования выбрать, чтобы получить максимально надежные результаты? Этот вопрос становится особенно актуален, когда прогнозы, полученные с помощью разных методов, не совпадают. Нужно отметить, что такая ситуация является скорее правилом, чем исключением.

В целом сравнение разных методов прогнозирования продаж показывает, что ни один из них нельзя назвать лучшим. Выбор того или иного метода происходит под влиянием целого ряда факторов. Для достижения оптимального результата, по-видимому, следует использовать несколько разных методов прогнозирования (объективных и субъективных), проанализировать полученные результаты и принять окончательное решение о том, какому из полученных прогнозов следует отдать предпочтение.

При составлении прогнозов сбыта многие фирмы обращаются к такому методу, как сценарный анализ. При использовании этого метода лица, составляющие прогноз, должны последовательно ответить на ряд вопросов «а что если…». При этом рассматриваются как маловероятные изменения, так и более вероятные события. Основная идея данного подхода заключается не столько в том, чтобы разработать один «правильный» сценарий, сколько в том, чтобы получить совокупность сценариев, в которых учитываются важнейшие факторы, приводящие в действие всю систему, их взаимосвязи и критические неопределенности.