Прогнозирование сбыта на предприятии

7) клиенты. Клиенты, клиентская база, прямые покупатели и/или дилеры, посредники и т.д. Сюда могут быть отнесены все изменения, произошедшие среди наших клиентов и/или партнеров в общей цепочке сбыта. Их количество может увеличиться или уменьшиться, может измениться соотношение различных групп покупателей, количество отгрузок (продаж, сделок), их величина и т.д.;

8) каналы сбыта. Здесь могут выделять различные изменения способов продажи наших товаров с точки зрения товаропроводящих сетей. Под каналами сбыта, при этом могут пониматься, например, оптовая и розничная торговля, торговые точки, дилерские сети и др.;

9) персонал. Увольнения или приход новых сотрудников, изменения штатной структуры и т.д. Качество подготовки менеджеров отделов продаж, сбыта, маркетинга, торгового персонала;

10) активность компании на рынке. Сюда можно отнести все виды активности нашей собственной компании, предприятия, на рынке. Это могут быть рекламные кампании по продвижению продукции, маркетинговые мероприятия, промо-акции по стимулированию продаж, скидки, лотереи, конкурсы и т.д.

Типовой перечень факторов, влияющих на продажи удобно использовать в следующих случаях:

1) при анализе прошлых продаж – чтобы оценить, за счет чего мог быть достигнут тот или иной результат;

2) при прогнозировании и планировании будущих продаж – чтобы рассчитать, на какие объемы продаж в ближайшее время мы можем рассчитывать с учетом приведенных факторов.

По мере того, как предприятие разрабатывает свой целевой рынок, оно должно прогнозировать краткосрочный и долгосрочный сбыт своей продукции и услуг на этом рынке.

Прогноз сбыта показывает, какой объем конкретного товара или услуги предприятие  собирается реализовать определенной группе потребителей в течение определенного периода времени при определенной маркетинговой программе.

Этапы прогнозирования сбыта могут быть следующими:

1) первоначально компания должна изучить отраслевой прогноз, поскольку он непосредственно влияет на реализацию продукции;

2) затем потенциальный сбыт определяет для предприятия верхний предел продаж, основанный на возможностях в области производства и маркетинга;

3) после этого прогноз сбыта детализирует реальный уровень продаж. Прогноз основывается на ожидаемом состоянии внешней среды и функционировании предприятия;

4) ожидаемая внешняя среда описывает демографические факторы, экономические условия, состояние конкуренции, сбыт в прошлом году и другие переменные;

5) после анализа ожидаемого функционирования предприятия выполняется непосредственно прогноз продаж.

В последнее время вопросы прогнозирования спроса и продаж находят свое отражение в отечественных хозяйственно-правовых нормативных актах. Так, на необходимость прогнозирования указывается в Постановлении Министерства экономики  Республики Беларусь от 30 октября 2006 г. № 186 «Об утверждении рекомендаций по разработке прогнозов развития коммерческих организаций». Указанные методические рекомендации разработаны в целях оказания помощи руководителям государственных унитарных предприятий и иных коммерческих организаций по проведению мероприятий, направленных на улучшение управления предприятиями, повышение эффективности производства и конкурентоспособности выпускаемой продукции, производительности труда, снижение издержек производства, улучшение финансово-экономических результатов деятельности, и носят рекомендательный характер. В разделе по планированию снабженческо-сбытовой деятельности предприятия в данном документе, в частности определяется, что прогноз сбыта - важнейший элемент планирования снабженческо-сбытовой деятельности, он показывает, какой объем конкретного вида продукции предприятие может реализовать определенной группе покупателей в течение определенного периода времени при хорошо подготовленной программе маркетинга.

При прогнозировании объемов сбыта необходимо обладать определенными данными, которые можно объединить в следующие группы:

1) оценка различных показателей экспертами;

2) результаты процесса продаж за предыдущие периоды;

3) показатели процессов продаж за предыдущие периоды;

4) данные из внешних источников (аналогичные данные в открытых источниках, макроэкономические данные и показатели) [8. c.112].

При прогнозировании объемов сбыта используют методы, которые можно разделить на три основные группы:

1) методы экспертных оценок;

2) метод экстраполяции;

3) казуальные (причинно-следственные) методы.

Каждая из рассмотренных групп методов обладает определенными достоинствами и недостатками.

Методы экспертных оценок основываются на субъективной оценке текущего момента и перспектив развития.

Прогнозы объемов сбыта с помощью экспертов могут быть получены в одной из трех форм:

1) точечного прогноза;

2) интервального прогноза;

3) прогноза распределения вероятностей.

Точечный прогноз объема сбыта (продаж) — это прогноз конкретной цифры. Он является наиболее простым из всех прогнозов, поскольку содержит наименьший объем информации

Интервальный прогноз объема сбыта (продаж) предусматривает установление границ, внутри которых будет находиться прогнозируемое значение показателя с заданным уровнем значимости.

Переход от точечного прогноза к интервальному осуществляется путем определения  доверительного интервала,  который  рассчитывается по т.н. «правилу трех сигм». Доверительный интервал прогноза может быть оценен следующим образом:

 

,                      (1.1)

 

где  - значение точечного прогноза показателя;

τ - коэффициент, связывающий ширину доверительного интервала и вероятность наступления прогноза;

      - стандартная ошибка прогноза.

В случаеесли распределение отклонений фактических данных отрасчетных близко к нормальному закону, то для вероятности 68% –  τ =1; 95 % – τ =2; 99,7% – τ =3.

Для выявления общего мнения экспертов необходимо получить данные о прогнозных значениях от каждого эксперта, а затем произвести расчеты, используя систему взвешивания индивидуальных значений по какому-либо критерию. Известны четыре метода взвешивания различных мнений:

1) использование равных весов, если  эксперты, как полагают исследователи, имеют одинаковые компетентности;

2) использование весов, пропорциональных степени «важности» экспертов, соответствующей их компетентности, известности в ученом мире, опыту в конкретной области деятельности и т.п.;

3) использование весов, пропорциональных самооценкам экспертов. Имеются свидетельства наличия прямой связи между уровнем самооценки компетентности экспертов и точностью экспертных оценок;

4) использование весов, пропорциональных относительной точности последних прогнозов конкретного эксперта [1, с. 85].

Вторая группа методов прогнозирования основана на анализе временных рядов.

Экстраполяция предполагает продление в будущее тенденции, наблюдаемой в прошлом.

Достоинства метода экстраполяции:

1) простота сбора информации и расчетов;

2) возможность осуществить адаптивный прогноз, учитывающий новую информацию.

Недостатки:

1) не учитываются уже происшедшие изменения условий прогнозного фона;

2) нет возможности предсказать результат при нестабильности, изменчивости условий в будущем.

Основным назначением экстраполяции является прогнозирование временных рядов. 

Временной ряд представляет собой набор последовательных значений данных, наблюдаемых через равные промежутки времени.[5, с. 25]

При подборе функции методом экстраполяции рассчитывают отдельные показатели, позволяющие оценить построенную модель. Эти показатели можно условно разделить на следующие группы:

1) показатели, характеризующие тесноту связи между прогнозируемым показателем и независимым фактором. К этой группе чаще всего относят коэффициент корреляции и коэффициент детерминации;

2) показатели, характеризующие качество подбора функции. В их число входят: среднеквадратическое отклонение фактических значений ряда от расчетных; относительная ошибка подбора функции; коэффициент аппроксимации и др.;

3) показатели, определяющие характер подобранной функции. В рамках этой группы обычно рассматривают коэффициенты регрессии подобранного уравнения. 

При подборе функции следует обращать внимание не только на математическую сторону вопроса, но и оценивать параметры построенных моделей с экономической точки зрения, уметь объяснять закономерности построенных моделей, выявлять мнимые закономерности.

В этой связи очень важно на этапе подбора функции, уметь правильно выбирать нужную функцию. Наиболее часто могут использоваться следующие функции:

1) при равномерном развитии — линейная функция: 

 

Yt = b + a1t,                                                      (1.2)

 

где  a и b – параметры регрессионного уравнения;

        t – время или порядковый номер периода в исходном динамическом ряду.

2) при росте с ускорением:

- парабола второго порядка:

 

Yt = b + a1t + a2t2,                                                (1.3)

 

- кубическая парабола:

 

Yt = b + a1t + a2t2 + a3t3,                                             (1.4)

 

3) при насыщении — логарифмическая функция:

 

Yt = aLn(t)+b,                                                     (1.5)

 

Особенностью этой функции является наличие предела, что делает ее удобной для прогнозирования экономических явлений, имеющих естественные пределы.

4) при снижении с замедлением — гиперболическая функция:

 

Yt = b0 + b1x1/t,                                                (1.6)

 

5) экспоненциальная функция:

 

Yt=   ,                                                    (1.7)

 

Экспоненциальная  кривая  удобна  для прогнозирования  экономических процессов, характеризующихся постоянными темпами роста.

6) степенная функция:

 

Yt= ,                                                              (1.8)

 

При  выборе  регрессионного  уравнения  прогнозист должен,  в  первую  очередь,  руководствоваться  соответствием  характера развития исследуемого процесса и используемой для прогноза функции [4,c 102].

Казуальные методы позволяет глубже изучить прогнозируемые показатели и получить обоснованные результаты прогноза. Они включают разработку и использование прогнозных моделей, в которых изменения в уровне продаж являются результатом изменения одной и более переменных.

Казуальные методы прогнозирования требуют определения факторных признаков, оценки их изменений и установления зависимости между ними и объемом продаж. Из всех казуальных методов прогнозирования рассмотрим только те, которые с наибольшим эффектом могут быть использованы для прогнозирования объема продаж. К таким методам относятся:

1) корреляционно-регрессионный анализ;

2) метод ведущих индикаторов;

3) метод обследования намерений потребителей и др.

К числу наиболее широко используемых казуальных методов относится корреляционно-регрессионный анализ, который будет использоваться в качестве метода прогнозирования объемов сбыта продукции ОАО «Амкодор».

Основная идея использования корреляционно-регрессионного анализа в прогнозировании рынка сводится к выявлению взаимосвязей между различными экономическими показателями и разработке прогноза на основе этих зависимостей.  Следует обратить внимание на то, что корреляционно-регрессионный анализ  не устанавливает причинно-следственные  связи,  а лишь подтверждает или опровергает их.

Если прогнозируемый показатель зависит не от одного фактора, то и модель будут называть не однофакторной, а многофакторной. Уравнение множественной регрессии имеет вид:

 

   Y (X1; X2; ...; Xn) = b0 + b1xX1 + b2xX2 + ... + bn x Xn,                             (1.9)

 

где Y - прогнозируемый (результативный) показатель; 
      X1; X2; ...; Xn — факторы (независимые переменные); 
      n – количество независимых переменных; 
      b0 – свободный член уравнения регрессии; 
      b1; b2; ...; bn – коэффициенты регрессии, измеряющие отклонение результативного признака от его средней величины при отклонении факторного признака на единицу его измерения.

В общем случае регрессионный анализ предполагает последовательное  решение  следующих задач:

1)  выбор  независимых переменных, существенно  влияющих на зависимую (прогнозируемую величину);