Идея № 55 Как можно прогнозировать продажи?

We use cookies. Read the Privacy and Cookie Policy

Идея № 55

Как можно прогнозировать продажи?

Среди топ-менеджеров распространены две точки зрения:

1) надежный прогноз продаж (спроса) практически невозможен, поэтому нечего себе этим голову дурить;

2) есть методы, позволяющие получить точный прогноз продаж, но вот только мои сотрудники, похоже, этими методами не владеют.

На самом деле обе эти точки зрения не вполне правомерны: прогноз продаж с точностью, приемлемой для принятия управленческих решений, возможен, хотя погрешность в прогнозных данных обязательно обнаружится. В практике бизнеса реально используются два класса методов прогнозирования продаж (рис. 55–1):

1) количественные методы, опирающиеся на инструментарий математической статистики и эконометрики;

2) качественные методы, предполагающие специальным образом организованные опросы экспертов.

Рис. 55–1. Основные классы методов прогнозирования продаж

При этом чаще всего используются следующие методы:

1) простой анализ тренда — прогноз продаж опирается на данные о прошлых продажах, которые обрабатываются с помощью специальных процедур математической статистики, встроенных в программу Excel или специализированные пакеты статистического анализа, что позволяет рассчитать возможные объемы продаж на ближайшее будущее исходя из предположения, что тренд сохранится (экстраполировать тренд);

2) анализ доли рынка — похож на анализ тренда, но исходит из предположения, что продажи фирмы будут расти не медленнее, чем рынок в целом, и ее доля останется прежней. Для такого прогноза нужны данные о прогнозном росте рынка, подготовленные аналитиками самой фирмы или маркетинговыми фирмами, ведущими мониторинг этого рынка;

3) экспертный прогноз — прогноз продаж готовит группа экспертов самой фирмы или приглашенные независимые эксперты по специальной методике экспертного оценивания;[24]

4) опрос торгового персонала — прогноз продаж основывается на специально структурированном опросе торговых агентов или продавцов фирмы (продавцы отвечают на вопросы анкеты, в которой их просят оценить по пятибалльной шкале, где единица — это «невероятно», а пятерка — «неизбежно», различные варианты изменения продаж в будущем, например, сокращение или рост продаж с шагом плюс-минус 10 %);

5) опрос потребителей — прогноз продаж готовится на основе оценок настроений, подходов, намерений совершения покупки и SWOT-анализа фирмы;

6) метод цепных соотношений — прогноз продаж начинается с общей оценки роста рынка, а потом из этого выводятся более частные соотношения, которые в сочетании дают прогноз продаж. Алгоритм его применения следующий: а) рассчитываются цепные индексы продаж, т. е. отношения объема продаж каждого последующего месяца к предыдущему; б) находится среднее значение этого индекса для каждого месяца за несколько лет. Метод дает наилучшие результаты, если есть информация хотя бы за 3 года. Но если фирма совсем молодая, то можно усреднить значения за 2 года; в) берется объем продаж последнего отчетного месяца и умножается на индекс следующего (планового) месяца — получается прогноз продаж на следующий период; г) полученный прогноз продаж умножается на индекс следующего месяца — и так по цепочке;[25]

7) метод агрегирования рынка — прогнозы продаж готовятся по небольшим сегментам рынка, а потом агрегируются для получения прогноза продаж по рынку в целом;

8) метод тестирования рынка (для новых продуктов) — прогноз продаж готовится по результатам ограниченной во времени и пространстве продажи пробной партии нового продукта. Главные проблемы здесь — подобрать место продажи, способное служить репрезентативным полигоном для всего рынка в целом, а также правильно определить продолжительность пробных продаж (например, за рубежом применительно к рынку потребительских товаров их ведут обычно на протяжении недели, а опыт российских тестовых продаж показал, что минимальный срок для нашего рынка — три недели);

9) методы статистического моделирования — прогноз продаж готовится на основе компьютерного моделирования рынка с использованием многофакторных моделей.

Надо сказать и о том, что выбор метода прогнозирования продаж зависит не только от того, какой информацией для этого компания обладает и продавала ли она такого рода продукты в прошлом или нет. Не менее важно и то, на какой срок мы собираемся сделать этот прогноз.

Рис. 55–2. Выбор метода прогнозирования продаж в зависимости от горизонта прогнозирования

Так, при прогнозе продаж на срок не более 6 месяцев вполне приемлемо использовать метод прямой экстраполяции (рис. 55–2) — погрешность такого прогноза будет вполне приемлемой. Если компании нужен прогноз продаж на срок более 6 месяцев и до 5 лет (например, при подготовке инвестиционного проекта), то экстраполяцией уже воспользоваться нельзя — на таком временно?м горизонте прежние тенденции могут сильно измениться. Поэтому на такую перспективу прогноз продаж с приемлемой точностью можно построить с использованием многофакторных регрессионных моделей, в которых величина продаж рассматривается как функция целого ряда параметров — таких как доходы потребителей, динамика инфляции, затраты на рекламу и т. д.

Рис. 55–3.[26] Расхождение прогнозной и фактической динамик цены на нефть на мировом рынке в 1980–1993 гг.

Такого рода регрессионные модели построить не так легко, как простую экстраполяцию, да и затраты на их обоснование повыше. Именно в этой сфере идет наиболее интенсивный научный поиск, который ведут специалисты по эконометрике в сотрудничестве с программистскими компаниями, создавая все более мощные программы для прогнозирования.

Для горизонта от 5 до 30 лет применяются такого же рода, но уже куда более укрупненные многофакторные модели и экспертные прогнозы (например, с использованием метода Делфи). Правда, точность и надежность их результатов не особенно высоки, что хорошо иллюстрирует рис. 55–3, на котором видно, как сильно год за годом ошибались прогнозисты нефтяных компаний, пытаясь оценить будущую динамику мировой цены на нефть. Эти ошибки обошлись нефтяным компаниям в 300 млрд долл. потерянных инвестиций — деньги были вложены в подготовку месторождений со сложными условиями и высокими издержками добычи, что могло окупиться только при очень высокой цене нефти. А она оказалась ниже…

Что касается прогнозов на срок более 30 лет, то такие прогнозы вообще крайне проблематичны. Здесь равно приемлемо, как показано на рис. 55–2, либо обращение к гадалке, либо бросание монетки. Точность прогноза будет примерно одинаковая. Поэтому если для компании действительно значим прогноз продаж на срок более 5 лет, то лучший подход в данном случае — не мучиться с построением все более сложных математических моделей, но начать построение сценариев развития рынка, чтобы на этом основании выбрать схему действий компании при том или ином развитии событий. Тема сценарного моделирования будущего — крайне интересна, но она уже выходит за рамки данной книги, так как этой проблематикой занимаются специалисты по стратегическому менеджменту.

Данный текст является ознакомительным фрагментом.