Как повысить точность прогнозирования продаж в компании

Posted on by riasevastopol

Алексей Батурин председатель совета директоров, Петербург

Как прогнозировать продажи в компании? Как добиться максимально высокой точности прогнозов? Алексей Батурин поведает о пятиэтапной организации процесса.

В случае если у вас на складе нет того, что необходимо клиенту, то вы не сможете дать ему это.
А раз вы не имеете возможность дать клиенту желаемое, значит, ваш сервис нельзя считать хорошим.
Но как сделать так, дабы на складе было все, что может пригодиться вашим клиентам,
причем в достаточном, но не избыточном количестве?
Карл Сьюэлл «Клиенты на всегда»

Для чего организовывать прогнозирование продаж и за счет чего возможно повысить точность прогнозов? За счет повышения прогнозирования точности и организации продаж прогнозов компания сможет:

  • Высвободить оборотные средства со склада;
  • Расширить количество продаж – за счет более полного удовлетворения спроса;
  • Расширить прибыль – за счет понижения затрат на логистику и хранение.

Процесс прогнозирования в компании возможно разбить на пять этапов:

1. Подготовка данных к прогнозу;

2. Выбор модели;

3. Расчет прогноза;

4. Корректировка прогноза дополнительными факторами;

5. корректировка точности модели и Оценка прогноза.

Первый этап.Как повысить точность прогнозирования продаж в компании Подготовка данных к прогнозу

В 90% случаях мы сталкиваемся с обстановкой, что прогнозисты вычисляют прогнозы на неподготовленных данных и удивляются, из-за чего у них такая низкая точность. Подготовка данных – это ключ к увеличению точности прогнозов. Подготовка – независимый, регулярный процесс.

Подготовленные к прогнозу эти нужно копить и обновлять с регулярностью обновления прогнозов. Ваши эти – это возможность расширить точность прогноза. Нужно организовать отдельную базу подготовленных данных.

Подготовка данных – это регулярный процесс, итог которого – расчет прогноза

Что входит в подготовку данных?

1. Выбор уровня расчета прогноза, к примеру, выбор расчет прогноза по позициям, по группам товаров, по подгруппам.

2. Очистка от факторов – это очистка от больших акций по стимулированию сбыта, от отгрузок спецклиентам (нерегулярные клиенты с долей отгрузки больше 10% по позиции), вводы – выводы из торговых сетей, распродажи и т.д.

3. Восстановление данных – это восстановление информации о продажах в момент отсутствия товара (недостаток, ремонт в торговой точке, временное закрытие по независящим обстоятельствам).

Для получения информации по многим из факторов нужно организовать процесс по сбору данных из всех воздействующих подразделений – отдел продаж, склад, маркетинг, производство.

Для организации сбора информации нужно процесс обрисовать и регламентировать. Сначала, само собой разумеется, многие факторы будут учитываться вручную, после этого вы часть процессов автоматизируете, в то время, когда отработаете ручной метод, а после этого, быть может, перейдете на полную автоматизацию по учёту и сбору факторов. Автоматизация эргономична и удачна, поскольку для менеджера – это увеличение производительности труда, а для организации – это рост точности и снижение ошибок.

В то время, когда эти подготовлены к прогнозу, переходим к расчёту прогноза и выбору модели.

Второй этап. Выбор модели прогноза

Количество продаж по месяцам либо семь дней – это временной последовательность. Существуют различные временные последовательности с различными чертями. И для различных типов временных последовательностей подходят различные модели прогнозирования. К примеру, последовательность может содержать явный рост либо быть статичным. В случае если последовательность с тенденцией к росту, тогда нам подойдут модели с сезонностью и трендами (другими словами модели, обрисовывающие рост).

В случае если большой вес имеют тенденции за последний период, то мы берем модель скользящей средней либо выделяем тренд для прогноза за последний период.

В таблице «Соответствие характеристик и моделей прогноза временных последовательностей» вы отыщете, для какой характеристики временного последовательности, какую модель лучше применять. В случае если мы желаем добиться прогнозов высокой точности на громадном массиве данных, то нам нужно обучиться использовать для различных черт временного последовательности разные модели прогноза. Это возможно делать посредством особого ПО, или самостоятельно разобраться с моделями и подобрать пара подходящих для различных обстановок в продажах.

Соответствие характеристик и моделей прогноза временных последовательностей.

Черта последовательности/ модель

Трендовая модель

Скользящая средняя

Модели экспоненциального сглаживания

Bootstrapping

Полный последовательность
– продажи минимум за год

Тренд + сезонность

Скользящая + сезонность

Хольта-Винтерса

Неполный последовательность
– продажи за пара месяцев

Тренд

Средняя

Несложная либо Хольта

Имеется рост

Линейный, экспоненциальный либо логарифмический тренд (+ сезонность для полных последовательностей)

—

Хольта либо Хольта-Винтерса

Последовательность статичный без роста

Полиномы

Скользящая + сезонность

—

Тенденции за долгий период имеют большой вес для прогноза

Тренды за целый период, линейный, экспоненциальный, логарифмический (+ сезонность для полных последовательностей)

—

Хольта либо Хольта-Винтерса с коэффициентом сглаживания, стремящимся к нулю, чем ближе к нулю, тем больше влияние тенденций за целый период

—

Тенденции за последний период имеют большой вес для прогноза

Используем тренды (линейный, логарифмический, экспоненциальный) за последние периоды, а сезонность рассчитываем за долгий период

Используем скользящую среднюю за столько периодов, сколько имеют большой вес для прогнозирования (ср. за 2, 3, 4 … периодов)

Хольта либо Хольта-Винтерса с коэффициентом сглаживания, стремящимся к нулю, чем ближе к нулю, тем больше влияние тенденций за целый период

—

Нерегулярные, разовые события

В случае если нарастающим итогом, то используем скользящую

Bootstrapping

Третий этап. Расчет прогноза продаж

По окончании того, как выбрали модель, переходим к расчету прогноза:

Еще раз сообщу, что прогноз продаж по каждому последовательности мы рассчитываем посредством модели, которая для него подходит в зависимости от его черт. В случае если последовательность с заметным ростом, то используем модель, которая данный рост лучшим образом обрисовывает и прогнозирует – это или трендовая модель, или модель Хольта либо Хольта-Винтерса.

К примеру, для расчета прогноза посредством трендовой модели с сезонностью, мы:

1. Рассчитываем значение тренда (тренд возможно линейный, логарифмический, экспоненциальный, полиномиальный) – используем тот, что наилучшим образом обрисовывает рост. Какой тренд применять, мы решили на прошлом этапе прогнозирования.

2. Выделяем сезонность. Сезонность у нас будет равна усредненным отклонениям последовательности от тренда.

3. Рассчитываем прогнозный тренд.

4. Корректируем прогнозный тренд сезонностью – взяли прогноз.

В случае если продажи имеется лишь за четыре-пять месяцев и сезонность еще не выделить, используем для этого последовательности модель несложного экспоненциального сглаживания, Хольта, тренд либо скользящую среднюю, в зависимости от того, на какой модели для неполных последовательностей при тестировании вы остановились.

В случае если позиций для прогноза большое количество, тогда лучше данный процесс автоматизировать, дабы существенно сэкономить время, исключить вероятные неточности при расчете и ускорить собственную работу.

Четвертый этап. Учет дополнительных факторов в прогнозе

Итак, сперва забрали данные, подготовили их к прогнозу, выбрали модель и вычислили прогноз. Но на будущее у нас запланированы мероприятия, каковые мы совершенно верно знаем, что в прогнозе не учтены. Какие конкретно это смогут быть мероприятия? Приведем пример с рынка FMCG:

1. Ввод товара в торговую сеть;

2. Проведение мероприятий по стимулированию сбыта – трейд, BTL…

3. Рекламные кампании;

4. Спецклиенты – большие разовые клиенты;

5. Тендеры;

6. Задачи отделам продаж.

Как нам учесть мероприятия и эффект от их проведения в прогнозе?

1. Организовываем учет замыслов по мероприятиям – в учетной совокупности, в Excel, в базах данных;

2. Определяем показатель для учета по каждому мероприятию в прогнозе – прирост продаж либо количество продаж. К примеру, при проведении акции в трудящейся торговой сети мы учитываем планируемый прирост продаж за счет акции, а при ввода продукции в торговую сеть – учитываем полностью планируемый количество продаж в сеть.

3. Организовываем регулярный сбор информации по мероприятиям от отделов – обрисовываем и запускаем регламент, делаем и настраиваем ПО для учета факторов;

4. Учитываем взятую данные в прогнозе.

Итого мы взяли:

Дабы организовать сбор факторов, мы:

  • Обрисовываем процесс – составляем регламент;
  • Обрисовываем логику – подход к прогнозированию;
  • Согласовываем регламент и логику со всеми заинтересованными, воздействующими отделами;
  • Организовываем регулярную работу в соответствии с регламентом – делаем и настраиваем ПО;
  • Корректируем регламент по развития и меря необходимости.

Обрисовав, согласовав и организовав процесс, мы будем уверены, что важные знают, в то время, когда, как, какую данные и в каком виде дать и к каким последствиям может привезти своевременное непредставление информации о планируемых мероприятиях.

Пятый этап. корректировка точности модели и Оценка прогноза

Прогноз на подготовленных данных с учетом факторов и мероприятий вычислен. Оценим его точность. Точность нужно оценивать, как по позиции, так и по группе в целом.

По каждому отклонению прогноза от факта больше норматива разбираемся в обстоятельствах:

  • Подготовка данных;
  • Модель прогноза;
  • Учет факторов;
  • Сбой в организации.

Корректируем процесс, повлиявший на понижение точности, для учёта и корректировки регламента в будущем. Приобретаем развивающуюся совокупность прогнозирования.

Выводы

Организация прогнозирования в компании – это возможность расширить:

  • Количество оборотных средств на квитанциях;
  • Количество продаж;
  • Прибыль компании.

Правильных вам прогнозов!

Случайные статьи:

Мастер-класс «Планирование и прогнозирование продаж в компании». Андрей Кулинич.Часть 4


Подборка похожих статей:

riasevastopol

More Posts