Мы уже разобрали, что такое временной ряд и функцию тренда. Теперь подробнее разберемся с терминологией и остановимся на одной из моделей временного ряда.

Из чего состоит временной ряд

Уровни временного ряда (Yt) представляют из себя сумму двух компонент:

1. Регулярную составляющую
2. Случайную составляющую

В свою очередь регулярная составляющая состоит из:

1. Тренда
2. Сезонности
3. Циклической составляющей

Однако, в модели необязательно наличие всех этих компонент сразу.

Случайная компонента отражает влияние случайных возмущений на модель, которые по отдельности имеют незначительное воздействие, но суммарно их влияние ощущается.

То есть, в общем случае временной ряд представляет из себя наличие четырех составляющих:

1. Тренд (Tt)
2. Сезонность (St)
3. Цикличность (Ct)
4. Случайные возмущения (Et)

Циклическая компонента, по сравнению с сезонностью, имеет более длительный эффект и меняется от цикла к циклу. Поэтому, ее обычно объединяют с трендом.

Виды моделей временного ряда

Обычно, выделяют две модели временного ряда и третью — смешанную.

При выборе необходимой модели временного ряда смотрят на амплитуду колебаний сезонной составляющей. Если ее колебания относительно постоянны, то выбирают аддитивную модель . То есть, амплитуда колебаний примерно одинакова:

Если амплитуда сезонных колебаний возрастает или уменьшается, строят мультипликативную модель временного ряда, которая ставит уровни ряда в зависимость от значений сезонной компоненты.

Построение этих моделей сводится к расчету тренда (Tt), сезонности (St) и случайных возмущений (Et) для каждого уровня ряда (Yt).

Алгоритм построения модели

1. Выравниваем ряд с помощью скользящей средней, то есть сглаживаем ряд и отфильтровываем высокочастотные колебания.
2. Рассчитываем значение сезонной компоненты St.
3. Рассчитываем значения Tt с использованием полученного уравнения тренда.
4. Используя полученные значения St и Tt, находим прогнозные значения уровней временного ряда.
5. Оцениваем качество модели.

Реализация на практике

Итак, мы имеем на руках данные о продажах за 2016 и 2017 год и хотим спрогнозировать продажи на 2018 год.

Шаг 1

Следуя нашему алгоритму, мы должны сгладить временной ряд. Воспользуемся методом скользящей средней. Видим, что в каждом году есть большие пики (май-июнь 2016 и апрель 2017), поэтому возьмем период сглаживания пошире, например, месячную динамику, т.е. 12 месяцев.

Удобнее брать период сглаживания в виде нечетного числа, тогда формула для расчета уровней сглаженного ряда:

yi — фактическое значение i-го уровня ряда,

yt — значение скользящей средней в момент времени t,

2p+1 — длина интервала сглаживания.

Но так как мы решили использовать месячную динамику в виде четного числа 12, то данная формула нам не подойдет и мы воспользуемся этой:

Иными словами, мы учитываем половины от крайних уровней ряда в диапазоне, в остальном формула не претерпела больше никаких изменений. Вот ее точный вид для нашей задачи:

Сглаживаем наши уровни ряда и растягиваем формулу вниз:

Сразу можем построить график из известных значений уровня продаж и их сглаженной. Выведем ее уравнение и значение коэффициента детерминации R^2:

В качестве сглаженной я выбрала полином третьей степени, так как он лучше всего описывал уровни временного ряда и имел наибольший R^2.

Шаг 2

Так как мы рассматриваем аддитивную модель вида:

Найдем оценки сезонной компоненты как разность между фактическими уровнями ряда и значениями скользящей средней St+Et = Yt-Tt, так как Yt и Tt мы уже знаем.

Используем оценки сезонной компоненты (St+Et) для расчета значений сезонной компоненты St. Для этого найдем средние за каждый интервал (по всем годам) оценки сезонной компоненты St.

Средняя оценка сезонной компоненты находится как сумма по столбцу, деленная на количество заполненных строк в этом столбце. В нашем случае оценки сезонной составляющей расположились в строках без пересечений, поэтому сумма по столбцам состоит из одиночных значений, следовательно и среднее будет таким же. Если бы мы располагали периодом побольше, например с 2015, у нас бы добавилась еще одна строка и мы смогли бы полноценно найти среднее, поделив сумму на 2.

В моделях с сезонной компонентой обычно предполагается, что сезонные воздействия за период взаимопогашаются. В аддитивной модели это выражается в том, что сумма значений сезонной компоненты по всем интервалам должна быть равна нулю. Поэтому найдя значение случайной составляющей, поделив сумму средних оценок сезонной составляющей на 12, мы вычитаем ее значение из каждой средней оценки и получаем скорректированную сезонную компоненту, St.

Шаг 3

Теперь рассчитываем значения уровня тренда T(t) по тому уравнению, которое мы получили при построении сглаженного тренда на первом шаге.

T(t) = - 23294 + 34114 * t - 1593 *t^2 + 26,3 *t^3

Вместо t используем значения из столбца Период из соответствующей строки.

Шаг 4

Имея рассчитанные значения S(t) и T(t) мы можем рассчитать прогнозные значения уровней ряда Y(t). Для этого накладываем уровни сезонности на тренд.

Теперь построим график известных значений Y(t) и спрогнозированных за 2018 год.

Вот мы и нашли спрогнозированные значения уровней продаж на 2018 год. Значения отражают возрастающую тенденцию и сезонные пики. Конечно, эти данные не дают 100% точности, ведь существует множество внешних воздействий, которые могут изменить направление тренда, поэтому к прогнозным значениям обычно строят доверительный интервал, это такой коридор, внутри которого могут колебаться прогнозные значения с заданной вероятностью (чаще всего выбирают 95%). Но об этом я расскажу в следующей статье.

Шаг 5

Осталось оценить точность модели. Для этого будем использовать среднюю ошибку аппроксимации, которая поможет рассчитать ошибку в относительном выражении. Иными словами, это среднее отклонение расчетных значений от фактических, которое вычисляется по формуле:

yi — спрогнозированные уровни ряда,

yi* — фактические уровни ряда,

n — количество складываемых элементов.

Итак, рассчитываем ошибку аппроксимации для нашего случая. Так как в основе нашего тренда лежит полином третьей степени, прогнозные значения начинают хорошо повторять фактические значения к концу 2016 года, думаю, я думаю, поэтому корректнее было бы рассчитать ошибку аппроксимации для значений 2017 года.

Сложив весь столбец с ошибками аппроксимации и поделив на 12, получаем среднюю ошибку аппроксимации 4,13%. Это значение меньше 15% и можем сделать вывод об адекватности модели.

Не забывайте, что прогнозы не бывают точными на 100%. Любые неожиданные внешние воздействия могут развернуть значения уровней ряда в неизвестном направлении 🙂

Получение прибыли — главная цель любого коммерческого предприятия, которой можно добиться только за счет продажи товара либо услуги. Поэтому сбыт является ключевой функцией компании, а плановый объем продаж — инструментом планирования, контроля и корректировки деятельности отдела продаж.

Планирование сбыта начинается с прогнозирования объема продаж. Прежде чем приступать к обсуждению этой темы, перечислим ключевые понятия:

• потенциал рынка;
• потенциал продаж;
• прогноз продаж;
• квота продаж.

Потенциал рынка — это его полный объем, т.е. максимальное количество единиц товара или услуги, которое может быть продано на всем рынке всеми его участниками при идеальных условиях. Предположим, что в городе Энск проживает 300 тысяч семей. Так как среднестатистическая семья редко приобретает больше одного холодильника, можно сказать, что потенциал рынка холодильников Энске равен 300 тысячам.

Потенциал продаж (потенциал сбыта) — количество единиц товара или услуги, которое может продать данная компания. Если компания является монополистом (что бывает редко), то потенциал продаж теоретически равен потенциалу рынка. Однако в реальной жизни большинство организаций действуют в условиях жесткой конкуренции и могут рассчитывать лишь на долю совокупного рынка. Предположим, что на рынке холодильников в Энске работают 30 поставщиков и все они продают по одной модели холодильника (не будем в данный момент учитывать маркетинговые усилия этих компаний, их сильные и слабые стороны, ассортимент продукции). Тогда все потребители разделятся поровну между всеми 30 компаниями, соответственно потенциал продаж каждой из 30 компаний будет равен 10 000 холодильников (300 тысяч семей / 30 поставщиков = 10 тысяч семей, которые могут купить холодильники).

Прогноз продаж — это количество единиц товара или услуги, которое может продать конкретная компания с учетом рыночных ограничений. На практике чаще используется сценарный подход к расчету продаж, который дает два прогноза — пессимистический и оптимистический. Допустим, что рыночное ограничение для конкретного поставщика холодильников в Энске не позволяет ему доставлять товар на расстояние более десяти километров от своего склада, а фирма является единственным поставщиком на этой территории и на ней располагается 5000 потенциальных потребителей. При составлении прогноза продаж оптимистический прогноз составит 5000 холодильников, а пессимистический (с учетом ряда других ограничений) — 2000. (Методы прогнозирования продаж будут рассмотрены ниже в этой главе.) Полученный прогноз продаж сравнивается с потенциалом рынка и потенциалом продаж. Если компания не является монополистом, то прогноз продаж окажется всегда меньше потенциала продаж и потенциала рынка. Если по какой-либо причине оказалось, что прогноз продаж больше потенциала продаж и потенциала рынка, то расчеты выполнены неправильно, а использование такого прогноза продаж для разработки маркетинговой стратегии компании может обернуться убытками.

Квоты продаж — это количество единиц товара или услуги, которое должно быть продано конкретным сотрудником сбыта. Квоты продаж являются ключевым показателем оценки эффективности работы продавцов при продаже определенного товара за определенный период времени. Предположим, что в штате описанного выше поставщика имеется четыре продавца, обслуживающих одинаковое количество клиентов, которые купят одинаковое количество холодильников. Исходя из прогноза продаж в 2 тысячи единиц товара, квота продаж каждого из четырех продавцов составит 500 холодильников (2000 из прогноза продаж / 4 продавца = 500 единиц товара). Взаимосвязь рассмотренных понятий показана на рис. 1.

Рис. 1. Потенциал рынка, потенциал продаж и прогнозирование продаж

Как видно из рис. 1, сначала надо оценить факторы экономической среды, а именно: конкуренцию на рынке и экономические, законодательные, политические и другие условия, в которых работают компании. Проанализировав экономическую среду и собрав всю необходимую информацию (количество потребителей, их покупательские предпочтения и т.д.), компания может оценить потенциал рынка. Зная потенциал рынка, свои слабые и сильные стороны и преимущества своего товара, компания может оценить свой потенциал продаж. После этого необходимо учесть все прочие рыночные ограничения, составить первоначальный прогноз продаж и сравнить его с целями компании. Если первоначальный прогноз продаж совпадает с этими целями, то прогноз можно утвердить. Однако на практике прогноз продаж принимается после многочисленных переработок.

Корректировка прогноза продаж зачастую приводит к пересмотру целей компании. Главная задача процесса — добиться соответствия прогноза продаж целям компании. На основе принятого прогноза продаж составляется бюджет для планирования всей деятельности компании и ее подразделений и происходит распределение квот по всем сотрудникам сбыта.

Методы прогнозирования продаж

Прогнозирование продаж — один из самых важных информационных инструментов планирования деятельности как компании в целом, так и каждого ее подразделения. Например, финансовый отдел использует прогноз продаж для планирования денежных потоков, принятия инвестиционных решений и составления операционных бюджетов; производственный отдел — для определения объемов, составления графиков производства и управления товарно-материальными запасами; отдел кадров — для планирования потребности в работниках и в качестве исходной информации при заключении коллективных договоров; отдел закупок — для планирования совокупной потребности компании в материалах и составления графиков их поставок; отдел маркетинга — для планирования программ маркетинга и сбыта и распределения ресурсов между различными видами маркетинговой деятельности. На первый взгляд может показаться, что чем крупнее компания, тем важнее точность прогноза; на самом же деле нет принципиальной разницы между ошибкой, сделанной при прогнозировании продаж киоска, и ошибкой, допущенной при прогнозировании сбыта крупного завода. Особенно опасны ошибки в прогнозировании продаж начинающих фирм — ведь у них, в отличие от более опытных компаний, как правило, нет дополнительных ресурсов для покрытия дефицита, который может возникнуть в результате неправильного планирования.

Прогноз продаж применяется также для планирования и оценки работы каждого продавца. Он используется для установления квот продажи, формирования схемы оплаты труда и оценки деятельности торгового персонала, поэтому очень важно, чтобы менеджеры по продажам были хорошо знакомы с основными методами прогнозирования продаж. Для прогнозирования продаж используются субъективные и объективные методы (рис. 2).

Рис. 2. Классификация методов прогнозирования продаж

Субъективные методы прогнозирования продаж

Субъективные методы прогнозирования продаж при составлении прогноза не используют количественные (эмпирические) и аналитические данные продаж, а основываются на субъективных мнениях разных специалистов.

Ожидания пользователей

Метод ожиданий пользователей в прогнозировании продаж известен также как метод намерений покупателей, поскольку основывается на высказываниях потребителей об их готовности приобрести тот или иной товар.

Метод ожиданий пользователей в прогнозировании продаж обычно дает оценки, более близкие к потенциалу рынка или потенциалу продаж, чем к прогнозам продаж. Этот метод можно использовать скорее в качестве индикатора привлекательности для компании определенного рынка либо его сегментов, чем как инструмент прогнозирования продаж. В большинстве случаев намерения покупателей отделены от реальной покупки огромной пропастью, преодолеть которую должен маркетинговый план компании. Особенно важно помнить об этой пропасти при разработке и выводе на рынок новых товаров или услуг.

Недостатки этого метода очевидны. Зачастую компания тратит большие средства на маркетинговые исследования, а потом не может продать новый товар, необходимость которого в материалах исследований казалась очевидной. Это говорит о том, что прогноз продаж на основе метода ожиданий пользователей может давать неверные результаты. Для планирования своей деятельности компании нужно знать, что именно потребитель хочет получить от товара или услуги. Предположим, покупатель хочет меньше тратить времени на покупку продуктов. Только фирма (но не потребитель), обладая всей информацией о рынке и спросе, может поставить задачу: построить магазин в новом густонаселенном районе или организовать продажу продуктов через Интернет с доставкой на дом.

Иногда использование метода ожиданий пользователей для планирования деятельности фирмы может привести не просто к грубой ошибке, но и к полному провалу проекта. Подобный урок получила компания Kawasaki, когда выводила на рынок свой водный мотоцикл. Фирма, лидировавшая на рынке моторных лодок, тщательно исследовала потребительские предпочтения и пришла к бесспорному, казалось бы, выводу, будто для победы над конкурентами в сегменте водных мотоциклов требуется произвести модель, в которой пользователь получит максимальное пространство для ног (в то время все водные мотоциклы выпускались без сидений). Kawasaki сфокусировалась на том, чего хотели потребители, и разработала модель, которая действительно создавала максимальный комфорт и была лучшей в своем классе. Но пока Kawasaki разрабатывала и выводила на рынок эту модель, ее конкуренты предложили модель водного мотоцикла, в котором можно было сидеть. Разумеется, Kawasaki потерпела фиаско.

Поэтому метод ожиданий лучше использовать в комплексе с другими, которые дают более точные прогнозы, и помнить о субъективизме потребителей и их ограниченном видении проблем. Ведь потребители не являются экспертами в разработке товаров, они могут оценивать только существующие товары и предлагать только свое видение конечного результата, но ни в коем случае не рекомендации о том, как решить проблемы (больше места в автомобиле, прачечная возле дома и пр.). Генри Форд говорил об этом так: «Если бы я делал то, чего хотят мои потребители, то вместо автомобилей производил бы быстрых лошадей».

Мнение продавцов

Метод прогнозирования продаж на основе мнения продавцов или торгового персонала — это выявление данных о том, какой объем продукции каждый сотрудник сбыта рассчитывает продать в течение определенного периода.

Полученные оценки проверяются, обсуждаются и корректируются на разных уровнях управления с учетом точности предыдущих прогнозов каждого представителя сбыта. По разным причинам сотрудники могут либо недооценивать, либо переоценивать свои возможности. Например, если какие-то товары компании оказываются в дефиците (например, из-за нехватки исходных материалов или быстрого роста рынка) или доступны лишь ограниченному кругу потребителей (например, в случае проведения краткосрочной кампании по стимулированию сбыта), сотрудники сбыта завышают свои возможности в ожидании, что им выделят больше «дефицитных» товаров. Если же квоты продажи являются производными от прогнозов, то торговый персонал склонен недооценивать возможные объемы продаж, чтобы получить квоту поменьше и выполнить ее без излишних усилий. Превысив прогнозируемые показатели, такой работник зарекомендует себя как эффективный продавец и может даже получить материальное вознаграждение.

Мнение менеджеров компании

Метод прогнозирования продаж, базирующийся на выявлении оценок или коллективного мнения менеджеров/руководителей компании, — это проводимый внутри фирмы-продавца формальный или неформальный опрос ключевых руководителей для получения их оценки будущих продаж. Все оценки экспертов объединяются в прогноз продаж компании — иногда путем простого усреднения индивидуальных оценок. В других случаях явно расходящиеся между собой точки зрения опрашиваемых обсуждаются в группе, где и достигается консенсус. Первоначальные позиции экспертов могут означать не более чем интуитивную догадку того или иного руководителя о будущем развитии событий. Бывает, что мнение руководителя базируется на богатом фактическом материале, а иногда даже на первоначальном прогнозе, выполненном какими-нибудь иными способами.

Метод Дельфи

Метод Дельфи позволяет получить более точный прогноз. Он базируется на интерактивном подходе с повторными измерениями и контролируемой анонимной обратной связью (вместо непосредственного общения экспертов и обсуждения ими своих оценок будущего сбыта). При этом каждый эксперт готовит собственный прогноз на основе имеющихся у него фактов, данных и общего знания среды, в которой работает компания. Затем координатор на основе полученных прогнозов составляет обобщающий отчет и вручает его каждому из участников. Как правило, этот отчет содержит индивидуальные прогнозы каждого эксперта, рассчитанный средний показатель и разбросы оценок. Обычно экспертов, чьи первоначальные оценки резко расходятся с усредненным показателем, просят аргументировать свою точку зрения, и эти мнения также включаются в итоговый документ. Участники «опроса» изучают его и предлагают новый вариант прогноза. Обычно эксперты приходят к единому мнению в результате нескольких итераций. Опыт показывает, что разброс данных постепенно уменьшается, поскольку оценки экспертов сближаются, а совокупное мнение группы дает результат, близкий к объективным показателям.

Объективные методы прогнозирования продаж

Объективные методы прогнозирования продаж базируются в основном на количественных (эмпирических) и аналитических данных.

Рыночное тестирование

Метод рыночного тестирования предполагает продажу товара в нескольких считающихся репрезентативными географических регионах для выяснения реакции потребителей, с последующим проецированием полученных данных на весь рынок в целом. Нередко такой метод используется для разработки нового товара или усовершенствования старого.

Многие фирмы рассматривают результаты рыночного тестирования как важнейшее свидетельство отношения потребителей к новому товару и конечный показатель потенциала рынка. Исследования показывают, что примерно три из четырех товаров, получивших одобрение потребителей в ходе рыночного тестирования, добиваются успеха на рынке, а четыре из пяти товаров, не выдержавших тестирование, терпят неудачу. И все же рыночное тестирование имеет ряд недостатков.

• Его проведение связано с большими расходами; оно больше подходит для тестирования скорее потребительских, чем промышленных товаров.
• Проведение рыночного теста может занять много времени.
• Когда какой-нибудь товар тестируется на рынке, ему уделяется значительно больше внимания, чем он сможет впоследствии получить при «естественной» продаже, что создает искаженное представление о его потенциале.
• Рыночный тест «открывает карты» для конкурентов, у них появляется время на то, чтобы сформулировать собственное предложение еще до того, как тестируемая продукция появится на рынке в полном объеме.

Тем не менее несмотря на свои минусы рыночное тестирование служит весьма эффективным методом прогнозирования продаж. Однако применять его следует лишь после того, как руководство компании тщательно взвесит все его достоинства и недостатки.

Анализ временных рядов

Прогнозирование продаж с использованием анализа временных рядов базируется на анализе данных за прошедшие периоды. В простейшем случае прогноз предполагает, что объем сбыта в следующем году будет равен объему сбыта в текущем году. Такой прогноз может оказаться достаточно точным для зрелой отрасли, характеризующейся незначительными темпами роста рынка. В других обстоятельствах необходимо использовать более сложные методы анализа временны х рядов. Здесь мы рассмотрим следующие методы:

• скользящего среднего;
• экспоненциального сглаживания;
• декомпозиции.

Метод скользящего среднего

Метод скользящего среднего достаточно прост. Рассмотрим прогноз, который сводится к тому, что объем сбыта в следующем году будет равен объему продаж в году текущем. При значительных колебаниях объемов продаж из года в год такой прогноз чреват серьезными последствиями. Чтобы учесть все нюансы, можно рассчитать среднее значение нескольких показателей объемов продаж за определенные периоды времени, например, произвести усреднение объемов продаж за два, три, пять последних лет или за другое количество удобных для расчетов периодов. При таком подходе прогноз продаж оказывается обычным средним значением объемов сбыта. Количество показателей, используемых в вычислении, определяется экспериментальным путем. В конечном итоге число периодов, которое обеспечит наиболее точные прогнозы поддающихся проверке данных, будет использоваться для разработки модели прогноза. Термин «скользящее среднее» используется потому, что вычисленное новое среднее значение служит прогнозом на каждом этапе наблюдения при появлении новых данных.

Метод экспоненциального сглаживания

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 a и находится в диапазоне от 0 до 1. Высокие значения a придают больше веса последним наблюдениям и меньше — более ранним. Если объемы продаж с течением времени изменяются незначительно, то целесообразно использовать низкие значения a. Однако, когда объемы сбыта колеблются в широком диапазоне, следует использовать высокие значения a, в результате чего прогнозируемый ряд будет отражать эти изменения. Обычно значение a определяется эмпирическим путем, т.е. проверяются разные значения a и в итоге принимается то, которое обеспечивает наименьшую погрешность прогноза для определенного количества наблюдений за предыдущие периоды времени.

Метод декомпозиции

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.

Статистический анализ спроса

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.

Выбор метода прогнозирования продаж

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.

Прогноз спроса по территориям

Компаниям необходимо разрабатывать не только методы оценки спроса в целом, но и прогнозы для отдельных территорий ввиду того, что потенциал продаж того или иного товара не может быть одинаковым для всех регионов. Оценка территориального спроса обеспечивает высокую эффективность планирования и контроль за деятельностью торгового персонала. Она необходима и для выполнения ряда других важных функций компании, главные из которых:

• планирование сбытовых территорий;
• разработка методик выявления потенциальных клиентов;
• установление квот продажи;
• разработка схемы оплаты труда торгового персонала компании;
• оценка эффективности деятельности торгового персонала.

Оценка территориального спроса производится по-разному на промышленных и потребительских рынках. Территориальный спрос на промышленном рынке зависит от количества предприятий в регионе и их потребностей в продукции компании.

В то же время продавцы потребительских товаров чаще всего исходят из обобщенных условий, присущих каждой из территорий. Определяют эти условия такие факторы, как количество семей, численность населения или уровень дохода в соответствующей регионе. Бывает, что компания пытается соотнести спрос с несколькими взаимосвязанными переменными. Например, статистический анализ спроса на холодильники, выполненный с помощью регрессионного анализа, показывает, что этот спрос является функцией следующих переменных:

• количество холодильников, имеющихся у потребителей;
• количество жилых домов, к которым подведено электричество;
• величина реального дохода на семью;
• возможность получения кредита.

Получив необходимые данные, компания может использовать соответствующую регрессию для оценки уровня спроса по разным географическим регионам.

Квоты

Как отмечалось в начале главы, перед каждым сотрудником отдела продаж ставятся определенные задачи по сбыту продукции, или квоты. Они устанавливаются на определенный удобный для организации календарный период (месяц, квартал, год) и могут принимать денежное и натуральное выражение. Квоты — ценный инструмент, позволяющий планировать объемы продаж и денежных поступлений в конкретный период времени, а также оценивать эффективность работы торгового персонала и корректировать его деятельность.

Характеристики правильной квоты

Правильная квота должна быть:

• достижимой;
• понятной;
• полной;
• своевременной.

Как правило, квоты на объемы продажи для той или иной территории устанавливают ниже потенциала продаж, но равными прогнозу продаж (или немного превышающими его). Иногда (при неблагоприятных условиях на рынке и т.п.) квоты могут быть установлены ниже прогноза продаж. Существует мнение, что квоты нужно устанавливать на достаточно высоком уровне, чтобы для их реализации торговый персонал прилагал максимум усилий. При этом завышенные квоты якобы сильнее стимулируют сотрудников к максимальной отдаче, чем реальные. Однако за внешней привлекательностью подобной схемы скрываются серьезные недостатки: недоброжелательность и враждебность между сотрудниками, вызванные стремлением во что бы то ни стало выполнить свою квоту, и изменение отношения к клиентам, в частности, навязывание им услуг, в которых те не нуждаются. Поэтому практика использования завышенных квот — скорее исключение, чем правило, и неэффективна в долгосрочной перспективе. Установление завышенных квот может быть оправдано, только когда надо быстро достичь поставленных краткосрочных целей, например при выходе на новый рынок. В целом при установлении квот преобладает подход, когда перед представителями сбыта ставятся реально достижимые задачи, подкрепленные хорошей мотивацией.

Квоты продажи должны быть не только выполнимыми — они должны быть понятными. Если в новом календарном периоде сотрудникам устанавливают завышенные квоты без учета их опыта, квалификации, итогов выполнения квоты в прошлом периоде, спроса на данную продукцию, общей ситуации на рынке и других факторов, такой подход может вызвать у персонала недоверие и не мотивировать, а наоборот, расхолаживать. При установлении новых квот необходимо разъяснить торговым представителям схему их формирования, потому что работники скорее согласятся с новыми задачами, если их ознакомят с ходом рассуждений и увяжут показатели с потенциалом рынка.

Следующая характеристика правильной квоты — полнота. Она объединяет все критерии, по которым будет оцениваться деятельность сотрудников сбыта. Например, если перед торговым персоналом ставятся задачи поиска и установления отношений с новыми покупателями, необходимо указать примерное количество новых клиентов или процентное соотношение с уже имеющимися. Если этого не сделать, поиск новых клиентов отойдет на второй или еще более дальний план, а первостепенной задачей для среднестатистического работника станет увеличение объемов продаж и обеспечение прибыли. Соответственно нужно скорректировать квоты на выполнение объема продаж, чтобы в рабочем графике сотрудника оставалось время на поиск и привлечение новых покупателей.

Наконец, система распределения квот должна включать своевременное информирование представителей сбыта о системе расчета квот, их изменениях и результатах оценки деятельности каждого сотрудника. Квоты продаж на заданный календарный период должны быть своевременно рассчитаны и доведены до сведения работников. Задержки не только сводят на нет преимущества использования квот, но и создают атмосферу неопределенности, поскольку сотрудники не знают, как оценена их работа.

Роль квот в управлении персоналом сбыта

Итак, схема назначения квот служит одним из инструментов, облегчающих планирование и контроль за деятельностью торгового персонала на местах. У нее два основных преимущества:

• квота продаж создает стимулы для сотрудников сбыта;
• помогает оценить деятельность торгового персонала.

Установление квот служит стимулом для персонала сбыта, потому что представляет собой конкретную цель, которую надо достичь. Например, перед работником ставится вполне конкретная задача — продать в данном отчетном периоде определенное количество единиц продукции или заключить сделок на конкретную сумму. Особенно мощными стимулами служит получение материального вознаграждения или достижение определенного социального статуса (звание «лучший продавец» и соответствующие привилегии) при выполнении или перевыполнении квоты. Во многих организациях выполнение установленных для персонала квот имеет непосредственную связь со схемой начисления заработной платы, например выплатой комиссионных или премиальных. Широко распространены такие формы:

• план комиссионных выплат — оплата труда в зависимости от общего количества проданных товаров;
• план премиальных выплат — выплата определенной надбавки за продажи сверх установленного показателя.

Квоты могут рассматриваться в качестве стимула даже при фиксированной оплате труда (ставку), если выполнение квот в очередном отчетном периоде влечет за собой повышения размера ставки в следующем.

Другая особенность использования квот заключается в том, что они могут выполнять роль количественного (объективного) критерия, с помощью которого оценивается производительность труда каждого сотрудника. Выполнение или невыполнение квот продажи позволяет выявить лидеров и отстающих и разработать соответствующие меры (обучение, наставничество, мотивация) для повышения эффективности сбыта. Тема оценки производительности труда будут обсуждаться ниже.

Виды квот и их распределение

Перед назначением квот необходимо сначала принять решение о том, какого типа это будут квоты. Существует три основных типа:

• квоты, связанные с объемом продаж;
• квоты на основе финансовых показателей наподобие валовой прибыли или накладных расходов;
• квоты на определенные виды деятельности, в которых предполагается участие торговых представителей компании.

При распределении квот для торгового персонала необходимо проанализировать и сбалансировать целый ряд факторов, в том числе потенциал территории, мотивационную составляющую квоты для каждого сотрудника, долгосрочные цели компании и влияние квот на краткосрочную рентабельность. Поскольку наибольшее распространение получили квоты на объем продаж, они и будут рассмотрены в первую очередь.

Квоты на объемы продаж

Данный вид квот основывается на объеме продаж (в количественном или денежном выражении) и широко применяется во многих компаниях. Его широкое распространение связано с тем, что квоты на объем продаж легко связать напрямую с потенциалом рынка, кроме того, они надежны и понятны для торгового персонала, которому придется реализовывать их на практике. Более того, установление квот на объемы продаж идеально согласуется с представлением продавцов о своей профессии.

Как уже говорилось, квоты на объемы продаж принято устанавливать в денежном выражении, в количестве товаров или в баллах. В последнем случае за четко установленную денежную сумму, количество единиц или весовой эквивалент (килограммы, тонны) конкретного проданного товара начисляется определенное количество баллов. Например, за каждые 100 руб. продаж товара А могут начисляется три балла, товара Б — два балла, товара В — один балл. Аналогичный вариант: за каждую тонну проданных стальных труб начисляется пять баллов, а за каждую тонну проданного стального проката — только два балла. Совокупная квота продаж для каждого сотрудника представляет собой количество баллов, которые ему предстоит набрать за определенный период.

Установление квоты на объем продаж компании используют в ситуациях, когда нужно сделать акцент на конкретной товарной линейке, стимулировать сбыт или привлечь новых клиентов. Например, чтобы побудить представителей сбыта активнее продвигать на рынке новые товары, за продажу нового товара может начисляться баллов больше, чем за продажу старого. Тот же подход используется и при работе с клиентами и предполагает начисление большего количества баллов за объем продаж (в денежном выражении) новым покупателям, чем за продажу того же объема существующим клиентам.

Балльная система позволяют разрабатывать системы квот, стимулирующих достижение определенных (важных для компании) целей и находят понимание и поддержку сотрудников сбыта.

Установление квот на объемы продаж

В простейшем случае распределение квот происходит на основе показателей за предыдущие отчетные периоды или среднего объема продаж по данной территории за определенный календарный срок. При этом персонал морально или материально мотивируют на превышение прошлых достижений. Привлекательность этой схемы — в простоте и дешевизне. Кроме того, она понятна для представителей сбыта.

Однако такой подход не всегда учитывает изменение условий рынка, например увеличение территории сбыта, появление новых потенциальных покупателей и возможность увеличения объема продаж по сравнению с прогнозом. При этом компания может упустить колоссальные возможности только из-за отсутствия оценки потенциала рынка. С другой стороны, агрессивная политика конкурентов или неблагоприятная ситуация на рынке сделает нецелесообразным любое увеличению квот. Другим недостатком установления квот исключительно на базе показателей предыдущего периода является нежелательная модель действий торгового персонала. Например, сотрудник сбыта, которому удалось до конца отчетного или календарного периода реализовать свою квоту, может отсрочить размещение уже имеющихся заказов до начала нового периода. Тем самым он убивает двух зайцев: во-первых, обеспечивает себе более низкую квоту на следующий период, во-вторых, подготавливает почву для ее выполнения.

Для распределения квот на объемы продаж по отдельным регионам можно воспользоваться оценкой потенциала территории. Здесь также не следует руководствоваться исключительно цифрами, а проанализировать характерные для каждой территории рыночные условия с привлечением работающих на ней торговых представителей. Но при этом необходимо учитывать двойственность ситуации: с одной стороны, сотрудники сбыта хорошо ориентируются в особенностях продаж на данной территории, а с другой — устанавливаемая квота напрямую связана с оценкой эффективности их работы, поэтому они могут сознательно занизить потенциал сбыта, чтобы обеспечить себе невысокие квоты, которые они смогут выполнить без излишних усилий.

Финансовые квоты

Применение финансовых квот позволяет планировать деятельность сотрудников сбыта с акцентом на прибыли и затратах компании. Следует учитывать, что обычно торговцы в первую очередь стараются реализовывать товары, которые проще продать, и уделять большее внимание тем клиентам, с которыми легче договориться. При этом часто оказывается, что производство легко реализуемых товаров обходится дорого, а их рентабельность относительно низка; приятные в общении клиенты не всегда заключают крупные сделки и приносят компании не столь высокий доход. Установление финансовых квот преследует цель сфокусировать деятельность торгового персонала, во-первых, на более прибыльной продукции, а во-вторых, на работе с клиентами, обладающими высоким потенциалом. В основу разработки финансовых квот обычно закладываются валовая прибыль, чистая прибыль и торговые расходы, хотя в принципе можно использовать практически любые финансовые показатели организации.

Недостатки применения финансовых квот связаны в первую очередь со сложностью разработки и с влиянием внешних факторов. Например, на прибыль, которую приносит деятельность того или иного сотрудника сбыта, зачастую оказывают влияние многие не зависящие от него факторы: поведение конкурентов, экономические или социальные факторы, ценовая политика компании и пр. В подобных обстоятельствах многие специалисты считают использование финансовых квот нецелесообразным.

Установление финансовых квот

Распределение финансовых квот производится с учетом финансовых целей организации. Допустим, компания ставит задачу добиться определенной рентабельности по всем продажам на конкретной территории, имея в арсенале два вида продукции: товар А с рентабельностью 30% и товар Б с рентабельностью 40%. Деятельность отдела продаж следует распределить таким образом, чтобы общая рентабельность составила 37%. Для этого сотрудники сбыта должны соблюдать определенные пропорции продаж обоих видов продукции.

Квоты на определенные виды деятельности

В своей деятельности продавцы выполняют в том числе и функции, которые не ведут напрямую к совершению продажи или к заключению сделки. К числу таких функций относятся, например, контакты с потенциальными покупателями, демонстрации товара или оформление витрин. Однако эти действия подготавливают почву для будущих продаж. Практика установления квот только на объемы продаж вызывает соблазн пренебречь функциями, не связанными с немедленной продажей. Если компания ориентирована на потребности клиентов, то ее продавцы не должны пренебрегать такими вспомогательными видами деятельности и компания должна учитывать их при разработке системы квот. Вот примерный перечень вспомогательных функций.

• Контакты (визиты, звонки) с потенциальными покупателями.
• Отправка письменных (факс, электронная почта, обычная почта) предложений потенциальным клиентам.
• Демонстрация товаров на местах.
• Контакты с клиентами по вопросам обслуживания или монтажа оборудования под контролем поставщика.
• Организация выставок, конференций и подготовка совместных совещаний.
• «Реанимация» бывших клиентов для пополнения рядов существующих.

Установление квот на виды деятельности

Перед распределением квот на виды деятельности следует провести анализ видов деятельности, необходимых для эффективного охвата территории, поскольку квоты связаны с размером региона и количеством существующих и потенциальных клиентов, с которыми предстоит контактировать представителю сбыта. Немаловажное значение имеет также категория (мелкие, крупные, ключевые) клиентов и их требования к обслуживанию. Такой анализ покажет виды деятельности, типичные для сотрудника сбыта на данной территории, и количество тех или иных действий (посещений, звонков, презентаций), которые ему необходимо совершить в процессе работы с клиентами. Источниками информации для проведения анализа служат отчеты сотрудников отела продаж и исследования данного сегмента рынка, в первую очередь его потенциала.

Определение численности сотрудников отдела продаж

Одна из важных задач планирования отдела продаж компании — определение численности торгового персонала. Отдел продаж считается одним из самых производительных, но вместе с тем одним из самых дорогостоящих активов организации, поэтому вопрос о численности торгового персонала должен решаться с учетом всех связанных с продажами факторов. С одной стороны, увеличение количества сотрудников способствует повышению объемов продаж, а с другой — ведет к росту затрат на их содержание. Правильный расчет потребности в сотрудниках сбыта жизненно важен для успешной деятельности организации.

Для определения численности торгового персонала на местах используются разные методы, мы рассмотрим три наиболее распространенных:

• метод разбивки;
• метод рабочей нагрузки;
• метод приращений.

Метод разбивки

Это самый простой метод, при котором каждый среднестатистический сотрудник сбыта рассматривается как один продавец с определенным показателем производительности труда. Следовательно, для определения численности торгового персонала нужно разделить совокупный прогнозируемый объем продаж организации на расчетный объем продаж каждого сотрудника сбыта:

N — численность торгового персонала, необходимого компании;

S — прогнозируемый объем продаж;

P — показатель производительности труда одного продавца.

Таким образом, если у компании прогноз объемов сбыта составляет 100 млн. руб. и каждый продавец, согласно прогнозу, может продать товаров на сумму 5 млн. руб., то ей понадобится 20 сотрудников.

Несмотря на кажущуюся простоту и удобство метода разбивки, применять его на практике может оказаться нелегко. Во-первых, в нем используется обратная логика, т.е. расчет численности персонала является следствием оценки объемов продаж, в то время как количество сотрудников сбыта должно быть одним из исходных элементов стратегического маркетинга. Во-вторых, оценка производительности труда продавца не учитывает различий в квалификации работников, в потенциале обслуживаемых ими рынков и в уровне конкуренции в разных регионах. В-третьих, метод разбивки не учитывает текучесть кадров, а ведь новые и неопытные сотрудники редко могут достичь объемов продаж опытных работников. Конечно, формулу расчета можно видоизменить, добавив в нее показатель текучести кадров, но тогда она проиграет в простоте и концептуальной привлекательности. Наконец, самый главный недостаток данного метода заключается в том, что в нем не учитывается рентабельность. Сбыт рассматривается не как средство достижения цели, а как некая самостоятельная задача; численность торгового персонала из решающего фактора получения запланированной прибыли превращается в переменную, зависимую от прогнозируемых объемов продаж.

Метод рабочей нагрузки

При определении численности торгового персонала с помощью метода рабочей нагрузки (или «Метода наращивания») считается, что все сотрудники сбыта выполняют примерно равный объем работы. Объем работы рассматривается как производная совокупности трех факторов: количества клиентов, количества обращений к каждому из них и продолжительности работы с каждым. Полученный показатель делят на объем работы, приходящейся на отдельного продавца, и получают общую численность торгового персонала. На рис. 3 показана схема расчета количества продавцов по методу рабочей нагрузки.

Рис. 3. Последовательность определения численности торгового персонала с использованием метода рабочей нагрузки

Расчет численности торгового персонала по методу рабочей нагрузки состоит из шести этапов.

2. Определение количества и продолжительности контактов с каждым клиентом в категории.

3. Расчет трудозатрат на обслуживание всех клиентов.

4. Определение среднего количества контактов для каждого сотрудника.

5. Распределение времени отдельного работника по типам задач.

6. Расчет количества продавцов.

Рассмотрим каждый из указанных этапов.

Этап 1. Классификация клиентов по категориям

Обычно классификация клиентов производится на основе объемов продаж, но может осуществляться и по другим критериям, например по сфере деятельности, кредитному рейтингу, товарным линиям или потенциалу продаж.

Любая система классификации должна отражать разницу в объеме трудозатрат на обслуживание разных классов клиентов, и, следовательно, привлекательность каждого класса клиентов для данной компании. Допустим, у компании 1 030 клиентов, которых можно разделить на три основных типа (класса).

Класс A: крупные, или очень привлекательные — 200.

Класс Б: средние, или умеренно привлекательные — 350.

Класс В: мелкие, но все же привлекательные — 480.

Этап 2. Определение количества и продолжительности контактов с каждым клиентом в категории

Это означает, что надо оценить количество контактов (визитов, звонков) их среднюю продолжительность для каждого типа клиентов. Такая оценка делается на основе мнения руководителей сбыта или после анализа отчетов и других формальных источников.

Предположим, что визиты клиентам класса A следует наносить каждые две недели, клиентам класса Б — раз в месяц, а клиентам класса В — раз в два месяца. Продолжительность стандартного коммерческого визита равна соответственно 60, 30 и 20 минутам. Следовательно, за год затраты времени для каждого типа клиентов рассчитывается следующим образом:

Класс A: 26 визитов в год ´ 60 минут = 1 560 минут = 26 часов

Класс Б: 12 визитов в год ´ 30 минут = 360 минут = 6 часов

Класс В: 6 визитов в год ´ 20 минут = 120 минут = 2 часа

Этап 3. Расчет трудозатрат на обслуживание всех клиентов

Чтобы рассчитать совокупные трудозатраты на обслуживание всех трех классов клиентов, надо умножить количество клиентов на определенные в предыдущем этапе затраты времени за год. Полученные данные суммируются, и получается количество часов, необходимых для обслуживания всех типов клиентов.

Класс A: 200 клиентов ´ 26 часов = 5 200 часов

Класс Б: 350 клиентов ´ 6 часов = 2 100 часов

Класс В: 480 клиентов ´ 2 часа = 960 часов

Итого: 8 260 часов в год

Этап 4. Определение среднего количества контактов для каждого сотрудника

На этом этапе нужно оценить для среднестатистического продавца количество часов работы в неделю и умножить полученное значение на количество рабочих недель в году. Предположим, рабочая неделя составляет 40 рабочих часов, а в год средний сотрудник работает 48 недель (с учетом отпуска, отсутствия по болезни или другим уважительным причинам). Таким образом, средний работник сбыта на протяжении года трудится 1920 часов:

40 часов ´ 48 недель = 1 920 часов

Этап 5. Распределение времени работника по типам задач

Понятно, что на личные контакты с клиентами уходит не все, а лишь некоторая часть рабочего времени продавца. Много времени отводится видам деятельности, не имеющим непосредственного отношения к продажам, например составлению отчетов, участию в совещаниях, общению с клиентами по вопросам обслуживания и пр. Кроме того, немалая часть рабочего времени тратится на разъезды. Предположим, что анализ затрат рабочего времени торгового персонала показал, что оно распределяется следующим образом.

Собственно продажа — 768 часов/год, или 40%

Виды деятельности, не связанные с продажей — 576 часов/год, или 30%

Поездки — 576 часов/год, или 30%

Итого — 1 920 часов/год, или 100%

Этап 6. Расчет численности торгового персонала

Численность необходимого компании торгового персонала теперь можно рассчитать, разделив общее количество часов, необходимых для обслуживания всего рынка, на количество часов, имеющихся в распоряжении одного сотрудника торгового персонала собственно для продажи. Таким образом, численность торгового персонала компании равняется:

8 280 часов / 768 часов = 10,78, или 11 продавцов

Метод рабочей нагрузки (или метод наращивания) — довольно распространенный способ расчета численности торгового персонала. Он не слишком сложен и в то же время учитывает тот факт, что на обслуживание разных категорий клиентов требуется разное время.

Однако и у этого метода есть недостатки. Во-первых, он не учитывает реакцию разных клиентов на одно и то же коммерческие предложения сотрудников компании. Например, два клиента класса A могут по-разному реагировать на одинаковую схему работы торговых представителей. Один клиент может заказывать продукцию компании даже без регулярных визитов со стороны торгового представителя. Другой покупатель согласится стать клиентом данной компании лишь после того, как представитель сбыта потратит на него больше времени, чем предусмотрено стандартной схемой рабочего графика. Кроме того, в данном методе не учитывается в явном виде рентабельность частоты контактов с клиентом (коммерческих визитов), а также такие факторы, как стоимость обслуживания и валовая прибыль по ассортименту товаров, приобретаемых данным клиентом.

Наконец, применение метода рабочей нагрузки основано на допущении, что все сотрудники сбыта используют свое рабочее время одинаково эффективно (т.е. каждый торговый представитель действительно уделяет 768 часов личным контактам с клиентами). Однако это не так. Одни сотрудники тратят на общение с клиентами больше времени, другие меньше, но используют его эффективнее. Продавцы, работающие на небольших территориях, тратят меньше времени на поездки и больше — на продажи. Метод наращивания не позволяет учитывать такие нюансы в явном виде.

Метод приращений

Согласно методу приращений численность торгового персонала следует увеличивать до тех пор, пока обеспечиваемый таким способом прирост прибыли превосходит прирост издержек.

Метод приращений строится на убеждении, что рост численности продавцов приводит к уменьшению приносимой каждым из них прибыли. Например, если один дополнительный сотрудник торгового персонала обеспечивает продажи на сумму 3 млн. руб., то два дополнительных сотрудника торгового персонала принесут лишь 5,5 млн. руб. Прирост объема продаж, обеспечиваемый первым продавцом, составляет 3 млн. руб., вторым — только 2,5 млн. руб. Следовательно, прием на работу третьего сотрудника обеспечит 2,25 млн. руб. новых объемов продаж, а четвертого -2 млн. руб., и т.д. Увеличение численности торгового персонала на четырех продавцов приведет к увеличению объемов продаж на 9,75 млн. руб. Помня о том, что каждый последующий сотрудник приносит меньше прибыли, а компания несет постоянные затраты (зарплата, комиссионные, командировочные и пр.), штат продавцов можно увеличивать до тех пор, пока прибыль от очередного нанятого сотрудника не сравняется с издержками на его наем и содержание.

Метод приращений выглядит весьма убедительным, а его положения совпадают с эмпирическими данными о том, что увеличение количества сотрудников может вести к сокращению прибыли. Однако падение прибыли может объясняться влиянием и других факторов — например, количеством покупателей в расчете на одного продавца, количеством коммерческих визитов к каждому клиенту, фактическим временем, затрачиваемым продавцом на личный контакт с клиентом, а также фактором проектирования территорий (который будет подробнее рассмотрен в следующем разделе).

Главной недостаток метода приращений — сложность по сравнению с двумя рассмотренными выше подходами. Если затраты на привлечение дополнительного продавца оценить можно достаточно точно, то ожидаемая прибыль такой простой оценке не поддается, поскольку зависит от многих факторов. Здесь надо учитывать ожидаемый дополнительный доход от деятельности нового продавца, зависящий от проектирования территорий сбыта, распределения персонала по этим территориям и производительности труда каждого работника. Расчет осложняется также и тем, что рентабельность отдела продаж также зависит от выпускаемых компанией товаров и их прибыльности.

Проектирование территорий сбыта

Количество территорий сбыта и схема их проектирования должны рассматриваться как взаимосвязанные и взаимозависимые решения. Однако сначала следует определить количество сбытовых территорий, а затем уже сосредоточиться на их проектировании.

В идеальном случае все сбытовые территории имеют одинаковый потенциал продаж и объемы деятельности для каждого продавца, что обеспечивает эффективный охват. При равном потенциале проще оценить и сравнить производительность труда каждого из сотрудников компании. (Более подробно оценка эффективности работы продавцов с учетом различий по территориям сбыта рассматривается в следующей главе.) Выравнивание рабочей нагрузки улучшает моральный климат среди торговых сотрудников и устраняет причины для разногласий между руководством и подчиненными. Хотя в реальности создать для всех одинаковые условия трудно и вряд ли возможно, при проектировании сбытовых территорий следует позаботиться о том, чтобы всем сотрудникам были предоставлены равные возможности.

Процесс проектирования включает шесть этапов.

1. Выбор базовой единицы формирования.

2. Оценка потенциала рынка.

3. Формирование гипотетических территорий.

4. Анализ рабочей нагрузки.

5. Корректировка границ гипотетических территорий.

6. Распределение торгового персонала по территориям.

Этап 1. Выбор базовой единицы формирования

Базовая единица формирования — это относительно небольшая территориально-административная область, используемая для определения сбытовых территорий (например, город или район). Как правило, предпочтение отдается небольшим единицам формирования, так как в более крупных могут оказаться регионы с различным потенциалом сбыта. Это затрудняет выявление истинного потенциала продаж по всей территории сбыта. Кроме того, небольшие области в качестве базовой единицы упрощают корректировку сбытовых территорий, если возникает такая необходимость, ведь намного легче перераспределить клиентов в пределах района, чем на уровне областей или краев. Обычно в качестве базовой единицы используются города, районы, области.

Города. Исторически, когда львиная доля потенциала рынка сосредотачивалась в крупных городах, он представлял собой вполне подходящий вариант базовой единицы. Но в настоящее время крупные города плохо подходят для этой роли. С точки зрения сбыта пригороды и ближайшие окрестности крупных городов имеют потенциал не ниже, а иногда даже выше, чем собственно город. Поэтому многие компании, которые в прошлом использовали в качестве базовой единицы крупные города, в настоящее время перешли на более широкие системы классификации.

Области обычно соответствуют принятой в стране административно-территориальной структуре. В области имеется обычно один крупный город — областной центр, и более мелкие населенные пункты. Области — удобные базовые единицы, поскольку имеют относительно небольшую территорию, что позволяет легко корректировать территории сбыта в процессе проектирования.

Регионы представляют собой крупные административно-территориальные участки, включающие несколько областей. Наличие в регионе крупных промышленных предприятий, сырьевых или человеческих ресурсов или специализация на определенном виде деятельности становится определяющим фактором потенциала спроса. Соответственно на территории региона находится несколько крупных городов, иногда с различной специализацией (промышленная, добывающая, сельскохозяйственная и др.) и, следовательно, с различным распределением населения и потенциалом сбыта. Изменение территорий сбыта на уровне регионов представляет собой довольно сложную задачу, поскольку привести к существенному увеличению или уменьшению количества клиентов и объема деятельности продавцов.

Этап 2. Оценка потенциала рынка для каждой базовой единицы формирования

Оценка потенциала рынка для каждой базовой единицы выполняется с помощью описанных в начале главы методов. Если между объемом сбыта данного товара и какой-либо другой переменной (или переменными) можно установить взаимосвязь, то эту переменную можно использовать для оценки потенциала продаж по каждой базовой единице. Однако в этом случае нужно иметь большой объем данных по каждой переменной. Иногда спрогнозировать потенциал можно на основе вероятного спроса со стороны каждого имеющегося или потенциального клиента на рассматриваемой территории. Подобный подход эффективнее не на потребительских, а на промышленных рынках, потому что численность потребителей промышленных товаров обычно меньше по сравнению с покупателями потребительских товаров, кроме того, их проще выявить. К тому же объемы продаж каждому клиенту на промышленном рынке существенно превышают объемы продаж среднестатистическому покупателю потребительских товаров. Следовательно, на этом этапе следует выявить самых крупных потребителей, оценить их вероятный спрос, суммировать индивидуальные оценки и получить приблизительную оценку потенциала сбыта территории в целом.

Этап 3. Формирование гипотетических территорий

После оценки потенциала каждой базовой единицы следует объединить смежные территории в более крупные географические образования. Укрупнение должно происходить таким образом, чтобы избежать пересечения сфер деятельности продавцов, т.е. чтобы каждый сотрудник работал только на своей территории и распространял свои усилия на территории, отведенные его коллегам.

Основная задача заключается в обеспечении баланса между потенциалами рынка для каждой территории сбыта. Следует начать с учета рабочей нагрузки продавцов и потенциала продаж (доли совокупного потенциала рынка, которую рассчитывает получить компания); эти параметры зависят от конкуренции на рынке. Предполагается, что все сотрудники сбыта обладают равными способностями.

Все принимаемые на данном этапе предположения будут откорректированы на следующих этапах проектирования, а пока формируется общий подход к разбивке территорий. Полученное количество территорий должно совпадать с числом территорий, которые руководство определило ранее исходя из возможностей фирмы. Если это не было сделано, количество территорий сбыта должно быть определено на данном этапе.

Этап 4. Анализ рабочей нагрузки торгового персонала

Теперь следует рассчитать объем работы сотрудников, необходимый для охвата каждой из полученных территорий. Вряд ли на предыдущем этапе удалось сформировать территории, одинаковые по потенциалу сбыта и рабочей нагрузке на продавцов. Скорее всего, территории сильно разнятся по объему деятельности, который ожидает торговый персонал. Поэтому на этом этапе нужно оценить объем работ, стоящий перед сотрудниками сбыта. В общем случае он включает в себя выполнение следующих шагов:

• определение количества покупателей;
• выбор критериев классификации клиентов;
• расчет частоты коммерческих контактов;
• определение частоты коммерческих контактов с каждым клиентом;
• определение совокупных трудозатрат торгового персонала.

Определение количества покупателей

Для оценки рабочей нагрузки на персонал сбыта следует подсчитать на заданной территории всех клиентов, начиная с самых крупных. Чаще всего такой подсчет выполняется в два этапа. На первом этапе оценивается потенциал сбыта для каждого существующего и потенциального покупателя на данной территории. На втором этапе полученный результат в виде потенциала продаж используется для подсчета количества и продолжительности контактов (визитов, звонков) с каждым из клиентов. Общие трудозатраты можно определить, исходя из общей численности клиентов, количества и продолжительности контактов с каждым из них, а также примерных затрат времени на выполнения действий, не связанных непосредственно с продажей, например, для переездов.

Выбор критериев классификации клиентов

Потенциал продаж, на основе которого рассчитывается периодичность и продолжительность контактов продавцов с клиентами — лишь один из критериев, используемых для классификации клиентов. Существуют и другие критерии; все их следует проанализировать и при необходимости использовать наряду с потенциалом продаж. К числу таких критериев можно отнести конкурентное давление на потенциального покупателя; престижность покупателя; объем и товарный ассортимент закупок; внутренние особенности клиента, оказывающие влияние на заключение сделки. Совокупность факторов, влияющих на эффективность каждого коммерческого визита или контакта с клиентом, очень индивидуальна.

Расчет частоты коммерческих контактов

Матричная концепции стратегического планирования предлагает классифицировать покупателей (подобно стратегическим бизнес-единицам или рынкам) в виде матрицы по двум критериям: привлекательности для компании и трудностям в работе. Матрица может состоять из четырех (2 ´ 2) или девяти (3 ´ 3) ячеек. На рис. 4 потенциальные покупатели распределены по четырем ячейкам в зависимости от своего потенциала и конкурентных преимуществ (или недостатков) для компании-продавца. В каждом квадранте предусмотрена разная периодичность коммерческих контактов с клиентами. Максимальная частота коммерческих контактов предполагается для клиентов из ячеек 1, 2 и, возможно, 3 — в зависимости от способности компании воспользоваться своими конкурентными преимуществами. Соответственно коммерческие контакты с покупателями, оказавшимися в квадранте 4, будут осуществлять реже.

Рис. 4. Матрица планирования клиентов

Определение частоты коммерческих контактов

На данном этапе нецелесообразно считать всех клиентов одной категории равнозначными, эффективнее определить рабочую нагрузку на продавца по каждому клиенту на всех гипотетических территориях. Для этого можно воспользоваться следующим методом: каждому покупателю присвоить оценку по каждому из основных критериев и рассчитать «индекс распределения сбытовой деятельности». Этот показатель рассчитывается так: каждая из оценок («рейтинг клиента») умножается на так называемый «коэффициент важности», суммируется по всем факторам, и полученный результат делится на сумму коэффициентов важности.

Рассчитанный таким образом индекс распределения сбытовой деятельности отражает объем деятельности торгового персонала, связанный с совершением коммерческих контактов с каждым покупателем. Чем выше индекс, тем больше контактов предстоит совершить сотрудникам сбыта при работе с данным клиентом.

Определение совокупных трудозатрат торгового персонала

После анализа клиентов проводится оценка рабочей нагрузки по каждой территории. Она во многом схожа с вычислением численности торгового персонала компании методом рабочей нагрузки. Общее количество личных контактов определяется произведением частоты коммерческих контактов по каждому типу клиентов на число клиентов. Полученные результаты суммируются и объединяются с количеством времени, которое требуется для выполнения (на данной территории) видов деятельности, не связанных с продажей. Аналогичные расчеты выполняются по каждой гипотетической территории.

Этап 5. Корректировка границ гипотетических территорий

Границы гипотетических территорий, определенные на этапе 3, следует скорректировать с учетом различий в трудозатратах, необходимых для охвата этих территорий. При этом аналитик должен помнить, что потенциал продаж в расчете на одного клиента — величина непостоянная и зависит от количества коммерческих контактов с соответствующим клиентом. Привлекательность клиента для компании напрямую зависит от того, какое внимание будет уделять ему персонал компании. Количество коммерческих контактов и их продолжительность, конечно, влияют на объемы продаж. Тем не менее, в некоторых методах, используемых для определения рабочих нагрузок по территориям, наличие этой взаимозависимости признается лишь в неявном виде.

Этап 6. Распределение торгового персонала по территориям

После окончательного определения границ территорий сбыта можно приступать к распределению торгового персонала по данным территориям. До этого момента предполагалось, что все сотрудники сбыта обладают одинаковыми способностями и навыками работы. Однако на практике проявляются различия в опыте и квалификации персонала. Способности разных сотрудников далеко не одинаковы, об одинаковой эффективности их работы с одними и теми же клиентами или товарами также не приходится говорить. На этом этапе необходимо распределить сотрудников — с учетом их личных качеств — по территориям таким образом, чтобы вклад каждого работника в деятельность компании оказался максимальным.

Нужно отметить, что далеко не всегда удается достичь оптимального распределения торговых представителей. Для сложившейся структуры сбыта с устоявшимися территориями и клиентурой радикальные изменения территорий и клиентов может иметь поистине катастрофические последствия. Практика показывает, что в ситуации с устоявшимися сбытовыми территориями их перераспределение нужно проводить постепенно, а изменения не быть революционными. Если же компания в своей работе не использует четкого распределения сбытовых территорий между продавцами, то перекройка территорий позволит существенно повысить эффективность.

Распределение торгового персонала по территориям сбыта необходимо проводить также с учетом следующих соображений. Во-первых, перераспределение клиентов между сотрудниками сбыта может привести к реальному уменьшению количества или объемов заказов. Во-вторых, сокращение, а также неоправданное увеличение количества продавцов также может иметь негативные последствия. Например, расширение штата сотрудников сбыта означает увеличение количества территорий сбыта, а это, в свою очередь, вызывает необходимость перекройки существующих границ, изменение квот продажи и снижение суммы потенциальных вознаграждений. Поэтому при пересмотре и корректировке территорий сбыта нужно учесть мнения сотрудников и минимизировать ущерб, который может быть нанесен взаимоотношениям торговых представителей и клиентов.

Процесс прогнозирования продаж является одним из важных информационных инструментов планирования хозяйственной деятельности компании-производителя. Разработаны и уже используются менеджерами по продукту разнообразные модели прогнозирования, основанные на статистических данных за предыдущие периоды и анализе существующей среды. Однако для эффективного применения существующих моделей в компании необходимо организовать автоматизированный сбор информации и установить критерии оценки точности прогноза. Кроме того, при составлении прогноза объема продаж продукта менеджерам обязательно следует учитывать следующие факторы:

• поведение потребителей;
• предыдущие и планируемые стратегии продвижения продукта;
• действия конкурентов-производителей;
• внешняя среда предприятия, ее изменения.

Все существующие методы прогнозирования продаж условно можно разделить на четыре основные группы: основанные на суждении; ориентированные на потребителя; экстраполяции продаж; моделирование.

1. Методы, основанные на суждении. Эта группа включает в себя такие методы, как изучение намерений контрагентов, ролевые игры, экспертные оценки, метод Дельфи, мозговой атаки, сводный прогноз службы продаж.

Изучение намерений контрагентов. Сущность данного метода заключается в том, что потребителей просят описать свое поведение в различных ситуациях. Подобные опросы с целью изучения намерений и поведения потребителей эффективны, если отсутствуют данные об объемах предыдущих продаж. Этот метод можно порекомендовать менеджерам при составлении прогноза при выводе нового продукта на рынок.

Ролевые игры. Метод используется для того, чтобы учесть так называемый человеческий фактор. Он чрезвычайно эффективен при анализе возможных реакций контрагента на конкретный вариант выбранной политики. Однако здесь необходимо максимально реалистично воспроизвести ситуацию, в которой происходит взаимодействие. 11а практике метод используется редко.

Экспертные оценки. Сущность данного метода заключается в выработке коллективного мнения группы специалистов по определенному продукту. На практике выделяется несколько методов экспертной оценки. Рассмотрим один из них - метод баллов, в ходе которого на первом этапе формируется экспертная группа из специалистов в данной области, численность которой должна быть равна или больше 9 человек, состав группы должен быть однородным. На следующем этапе всеми членами экспертной группы коллективно определяются важнейшие параметры (3-5) объекта, способные повлиять на объем продаж. Затем экспертным путем устанавливается степень важности, или ранг, каждого выделенного параметра. Для прогнозирования или расчета полезного эффекта и каждого элемента затрат но каждому классу объектов одного назначения строится своя система баллов, так как на полезный эффект и элементы затрат влияют свои факторы или параметры .

Важно запомнить!

Метод экспертных оценок существенно отличается от изучения намерений контрагентов, так как если эксперту предлагают дать оценку динамики рынка, от него не требуется репрезентативность, как раз наоборот - каждый эксперт уникален. Как правило, привлекается от 5 до 20 экспертов, причем наиболее эффективный способ получения единой оценки - взвешивание отдельных результатов с равными весами. Точность прогнозов, полученных с использованием данного метода, можно поднять путем применения процедур типа Дельфи.

Метод Дельфи. Является одной из разновидностей метода экспертных оценок. Его суть заключается в итеративной процедуре получения интегрального показателя с последовательным снижением дисперсии расхождений экспертных оценок. Специфика этого метода в том, что обобщение результатов исследования осуществляется путем индивидуального письменного опроса экспертов в несколько туров по специально разработанной процедуре. Надежность метода считается высокой при прогнозировании па период как от одного до трех лет, так и на более отдаленное время. В зависимости от цели прогноза для получения экспертных оценок может привлекаться от 10 до 150 экспертов.

Метод мозговой атаки (или мозговой штурм). Как и метод Дельфи, он является разновидностью метода экспертных оценок. Его основа - выработка решения после совместного обсуждения проблемы экспертами. В качестве экспертов, как правило, выступают специалисты не только по данной проблеме, но и в других областях знания. Дискуссия ведется по заранее разработанному сценарию.

Достоинством экспертных методов является их относительная простота и применяемость для прогнозирования практически любых ситуаций, в том числе в условиях неполной информации. Особенностью этих методов является возможность прогнозировать качественные характеристики рынка (например, изменение социально- политического положения, влияние экологии на производство и потребление тех или иных товаров).

К недостаткам экспертных методов относятся субъективизм мнений экспертов и ограниченность их суждений.

дыдущие периоды времени и включают в себя метод скользящих средних, экспоненциальное сглаживание и регрессионный анализ.

Метод скользящих средних. Один из широко известных методов сглаживания временных рядов, основанных на том, что в средних величинах взаимно погашаются случайные отклонения благодаря замене первоначальных уровней временного ряда средней арифметической величиной внутри выбранного периода времени. Полученное значение относится к середине выбранного интервала времени (периода).

Затем период сдвигается на одно наблюдение, и расчет средней повторяется. При этом периоды определения средней берутся все время одинаковыми. Таким образом, в каждом рассматриваемом случае средняя центрирована, т.е. отнесена к серединной точке интервала сглаживания и представляет собой уровень для этой точки.

При сглаживании временного ряда скользящими средними в расчетах участвуют все уровни ряда. Чем шире интервал сглаживания, тем более плавным получается тренд. Сглаженный ряд короче первоначального на (п - 1) наблюдений, где п - величина интервала сглаживания. Выбор интервала сглаживания зависит от целей прогнозирования.

где t + 1 - прогнозный период; t - период, предшествующий прогнозному периоду (год, месяц и т.д.);;/, + , - прогнозируемый показатель; т,_ i - скользящая средняя за два периода до прогнозного; п - число уровней, входящих в интервал сглаживания; y t - фактическое значение исследуемого явления за предшествующий период; у,_ { - фактическое значение исследуемого явления за два периода, предшествующих прогнозному.

При использовании данного метода необходимо принимать во внимание, что данные за предыдущие периоды характеризуются базовым значением, трендом, цикличностью (сезонностью), случайностью.

Применение метода скользящих средних позволяет менеджерам в значительной степени сгладить случайные отклонения и сделать тренды (циклы) более очевидными.

Экспоненциальное сглаживание. Прогнозирование методом экспоненциального сглаживания является одним из самых простых способов прогнозирования, однако это приемлемо только при прогнозировании на один период вперед. Рабочая формула метода экспоненциального сглаживания представлена ниже .

где t - период, предшествующий прогнозному; t + 1 - прогнозный период; U [+ i - прогнозируемый показатель; а - параметр сглаживания; y t - факти-

ческое значение исследуемого показателя за период, предшествующий прогнозному; U t - экспоненциально взвешенная средняя для периода, предшествующего прогнозному.

При прогнозировании данным методом возникают затруднения, связанные с выбором значения параметра сглаживания а и определения начального значения t/ 0 .

Метод экспоненциального сглаживания наиболее эффективен при разработке среднесрочных прогнозов.

Регрессионный анализ. Данный метод является обобщением модели временного ряда. Широко применяется на практике специалистами-управ- ленцами и легко рассчитывается при помощи Excel. Эта форма экстраполяции основана на регрессионном анализе, при котором временной период считается независимой переменной.

4. Методы на основе моделирования (ассоциативная категория методов прогнозирования). Они включают в себя метод опережающих индикаторов и эконометрические модели.

Опережающие индикаторы. При построении прогнозов в экономике используют определенные макроэкономические показатели. В случае если значения этих показателей меняются до изменений в экономике, то данные показатели называют опережающими индикаторами. Опережающие индикаторы имеются в любой отрасли экономики, и все они вынуждены ориентироваться на них. Так, например, в качестве опережающих индикаторов для автомобильной отрасли выступают показатели запасов автомобилей в местах их продаж. Очень часто переменами в экономике считают изменения уровня занятости населения.

Эконометрические модели представляют собой крупномасштабные регрессионные модели на основе нескольких уравнений. В настоящее время не особенно популярны у менеджеров из-за своей дороговизны и стремления компаний снизить все свои издержки. Однако с их помощью можно анализировать последствия реализации различных стратегий, планировать динамику рынка и бизнес-среды, тем самым генерируя различные сценарии развития. При выборе данного метода следует принимать во внимание, что необходимо будет прогнозировать значения объясняющих факторов. С некоторыми из них (например, мода) могут возникнуть большие проблемы .

В целом применение эконометрических моделей будет эффективно, если существует сильная причинно-следственная зависимость между изучаемой величиной (например, продажи) и набором факторов, а также в том случае, когда форма зависимости известна и ее можно оценить.

Выбор метода для построения прогноза в каждой конкретной ситуации - это сложный процесс. Как правило, у менеджера всегда есть возможность выбора из нескольких альтернатив. Обычно на практике специалисты используют для подготовки кратко- и среднесрочных прогнозов методы, основанные на суждениях, а из количественных методов наиболее востребованным является метод скользящей средней.

• Фатхутдинов Р. Л. Стратегический маркетинг: учебник. М. : ЗАО «Бизнес-школа“Интел-Синтез”», 2000. С. 198-200.
• Сводный прогноз службы продаж. Прогноз объема продаж составляютспециалисты отдела службы продаж. Достоинство данного метода заключается в том, что специалисты отдела продаж находятся в тесном контактес продавцами, которые отлично знают своих потребителей, спецификуих поведения, объемы закупок продукта. На основе данных оценок частоустанавливаются квоты продаж товара. Однако, как показывает практика,иногда их размер бывает несколько занижен продавцами.
• Методы, ориентированные на потребителя. Среди них выделяютдва основных - тестирование рынка и обзоры состояния рынка. Тестирование рынка. Сущность данного подхода заключается в проведении первичных маркетинговых исследований рынка. Для сбора информации но исследуемому рынку продукта специалисты часто прибегаютк проведению фокус-групп и опросам потребителей в местах продажипродукта. Напомним, что обычно под фокус-группой понимается группареспондентов, включающая от восьми до десяти потенциальных потребителей, собранных вместе для обсуждения темы, в которой каждый из нихв той или иной степени заинтересован. Процесс обсуждения идет по заранее разработанному сценарию под руководством ведущего - модератора.Обсуждение может длиться до двух часов, хотя иногда возникает необходимость работать и дольше. Дискуссии в фокус-группах относятся к методам качественного анализа, так как полученные данные нельзя (в статистическом смысле) назвать репрезентативными для этой конкретной группынаселения. Обзоры состояния рынка. Сущность данного метода заключаетсяв исследовании рынка и опросе потенциальных потребителей продуктаотносительно степени их готовности приобрести анализируемый товар.Обычно потенциального потребителя просят оценить степень готовностикупить определенный товар по 10-балльной шкале, где 10 баллов соответствует твердому намерению респондента купить данный товар. Затем полученные результаты относительно намерения совершить покупку переносятна общую численность населения в стране. Учитывая склонность потребителей в реальной жизни переоценивать вероятность покупки продукта,менеджеры при составлении прогноза объема продаж часто используютподход «но максимуму», т.е. подсчитывают только количество максимальных оценок (10 баллов).
• Методы экстраполяции продаж (методы временного ряда). Они основываются на имеющихся данных относительно объемов продаж за пре-
• 2 URL: http://www.ekonomika-st.ru
• Там же.
• URL: http://www.ekonomika-st.ru

На сегодняшний день наука достаточно далеко продвинулась в разработке технологий прогнозирования. Специалистам хорошо известны методы нейросетевого прогнозирования, нечёткой логики и т.п. Разработаны соответствующие программные пакеты, но на практике они, к сожалению, не всегда доступны рядовому пользователю, а в то же время многие из этих проблем можно достаточно успешно решать, используя методы исследования операций, в частности имитационное моделирование, теорию игр, регрессионный и трендовый анализ, реализуя эти алгоритмы в широко известном и распространённом пакете прикладных программ MS Excel.

В данной статье представлен один из возможных алгоритмов построения прогноза объёма реализации для продуктов с сезонным характером продаж. Сразу следует отметить, что перечень таких товаров гораздо шире, чем это кажется. Дело в том, что понятие “сезон” в прогнозировании применим к любым систематическим колебаниям, например, если речь идёт об изучении товарооборота в течение недели под термином “сезон” понимается один день. Кроме того, цикл колебаний может существенно отличаться (как в большую, так и в меньшую сторону) от величины один год. И если удаётся выявить величину цикла этих колебаний, то такой временной ряд можно использовать для прогнозирования с использованием аддитивных и мультипликативных моделей.

Аддитивную модель прогнозирования можно представить в виде формулы:

где: F – прогнозируемое значение; Т – тренд; S – сезонная компонента; Е – ошибка прогноза.

Применение мультипликативныхмоделей обусловлено тем, что в некоторых временных рядах значение сезонной компоненты представляет собой определенную долю трендового значения. Эти модели можно представить формулой:

На практике отличить аддитивную модель от мультипликативной можно по величине сезонной вариации. Аддитивной модели присуща практически постоянная сезонная вариация, тогда как у мультипликативной она возрастает или убывает, графически это выражается в изменении амплитуды колебания сезонного фактора, как это показано на рисунке 1.

Рис. 1. Аддитивная и мультипликативные модели прогнозирования.

Алгоритм построения прогнозной модели

Для прогнозирования объема продаж, имеющего сезонный характер, предлагается следующий алгоритм построения прогнозной модели:

1.Определяется тренд, наилучшим образом аппроксимирующий фактические данные. Существенным моментом при этом является предложение использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.

2.Вычитая из фактических значений объёмов продаж значения тренда, определяют величины сезонной компоненты и корректируют таким образом, чтобы их сумма была равна нулю.

3.Рассчитываются ошибки модели как разности между фактическими значениями и значениями модели.

4.Строится модель прогнозирования:

где:
F– прогнозируемое значение;
Т – тренд;
S – сезонная компонента;
Е - ошибка модели.

5.На основе модели строится окончательный прогноз объёма продаж. Для этого предлагается использовать методы экспоненциального сглаживания, что позволяет учесть возможное будущее изменение экономических тенденций, на основе которых построена трендовая модель. Сущность данной поправки заключается в том, что она нивелирует недостаток адаптивных моделей, а именно, позволяет быстро учесть наметившиеся новые экономические тенденции.

F пр t = a F ф t-1 + (1-а) F м t

где:

F ф t- 1 – фактическое значение объёма продаж в предыдущем году;
F м t - значение модели;
а – константа сглаживания

Практическая реализация данного метода выявила следующие его особенности:

• для составления прогноза необходимо точно знать величину сезона. Исследования показывают, что множество продуктов имеют сезонный характер, величина сезона при этом может быть различной и колебаться от одной недели до десяти лет и более;
• применение полиномиального тренда вместо линейного позволяет значительно сократить ошибку модели;
• при наличии достаточного количества данных метод даёт хорошую аппроксимацию и может быть эффективно использован при прогнозировании объема продаж в инвестиционном проектировании.

Применение алгоритма рассмотрим на следующем примере.

Исходные данные: объёмы реализации продукции за два сезона. В качестве исходной информации для прогнозирования была использована информация об объёмах сбыта мороженого “Пломбир” одной из фирм в Нижнем Новгороде. Данная статистика характеризуется тем, что значения объёма продаж имеют выраженный сезонный характер с возрастающим трендом. Исходная информация представлена в табл. 1.

Таблица 1.
Фактические объёмы реализации продукции

Задача: составить прогноз продаж продукции на следующий год по месяцам.

Реализуем алгоритм построения прогнозной модели, описанный выше. Решение данной задачи рекомендуется осуществлять в среде MS Excel, что позволит существенно сократить количество расчётов и время построения модели.

1. Определяем тренд , наилучшим образом аппроксимирующий фактические данные. Для этого рекомендуется использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели).

Рис. 2. Сравнительный анализ полиномиального и линейного тренда

На рисунке показано, что полиномиальный тренд аппроксимирует фактические данные гораздо лучше, чем предлагаемый обычно в литературе линейный. Коэффициент детерминации полиномиального тренда (0,7435) гораздо выше, чем линейного (4E-05). Для расчёта тренда рекомендуется использовать опцию “Линия тренда” ППП Excel.

Рис. 3. Опция “Линии тренда”

Применение других типов тренда (логарифмический, степенной, экспоненциальный, скользящее среднее) также не даёт такого эффективного результата. Они неудовлетворительно аппроксимируют фактические значения, коэффициенты их детерминации ничтожно малы:

• логарифмический R 2 = 0,0166;
• степенной R 2 =0,0197;
• экспоненциальный R 2 =8Е-05.

2. Вычитая из фактических значений объёмов продаж значения тренда, определим величины сезонной компоненты , используя при этом пакет прикладных программ MS Excel (рис. 4).

Рис. 4. Расчёт значений сезонной компоненты в ППП MS Excel.

Таблица 2.
Расчёт значений сезонной компоненты

Скорректируем значения сезонной компоненты таким образом, чтобы их сумма была равна нулю.

Таблица 3.
Расчёт средних значений сезонной компоненты

3. Рассчитываем ошибки модели как разности между фактическими значениями и значениями модели.

Таблица 4.
Расчёт ошибок

Находим среднеквадратическую ошибку модели (Е) по формуле:

Е= Σ О 2: Σ (T+S) 2

где:
Т- трендовое значение объёма продаж;
S – сезонная компонента;
О - отклонения модели от фактических значений

Е= 0,003739 или 0.37 %

Величина полученной ошибки позволяет говорить, что построенная модель хорошо аппроксимирует фактические данные, т.е. она вполне отражает экономические тенденции, определяющие объём продаж, и является предпосылкой для построения прогнозов высокого качества.

Построим модель прогнозирования:

Построенная модель представлена графически на рис. 5.

5. На основе модели строим окончательный прогноз объёма продаж. Для смягчения влияния прошлых тенденций на достоверность прогнозной модели, предлагается сочетать трендовый анализ с экспоненциальным сглаживанием. Это позволит нивелировать недостаток адаптивных моделей, т.е. учесть наметившиеся новые экономические тенденции:

F пр t = a F ф t-1 + (1-а) F м t

где:
F пр t - прогнозное значение объёма продаж;
F ф t-1 – фактическое значение объёма продаж в предыдущем году;
F м t - значение модели;
а – константа сглаживания.

Константу сглаживания рекомендуется определять методом экспертных оценок, как вероятность сохранения существующей рыночной конъюнктуры, т.е. если основные характеристики изменяются / колеблются с той же скоростью / амплитудой что и прежде, значит предпосылок к изменению рыночной конъюнктуры нет, и следовательно а ® 1, если наоборот, то а ® 0.

Рис. 5. Модель прогноза объёма продаж

Таким образом, прогноз на январь третьего сезона определяется следующим образом.

Определяем прогнозное значение модели:

F м t = 1 924,92 + 162,44 =2087 ± 7,8 (руб.)

Фактическое значение объёма продаж в предыдущем году (F ф t-1) составило 2 361руб. Принимаем коэффициент сглаживания 0.8. Получим прогнозное значение объёма продаж:

F пр t = 0,8*2 361 + (1-0.8) *2087 = 2306,2 (руб.)

Кроме того, для повышения надёжности прогноза рекомендуется строить все возможные сценарии прогноза и рассчитывать доверительный интервал прогноза.

Дмитриев Михаил Николаевич, заведующий кафедрой экономики и предпринимательства Нижегородского архитектурно-строительного университета (ННГАСУ), доктор экономических наук, профессор.
Адрес: 603000, Н. Новгород, ул. Горького, д. 142а, кв. 25.
Тел. 37-92-19 (дом) 30-54-37 (раб.)

Кошечкин Сергей Александрович, кандидат экономических наук, ст. преподаватель кафедры экономики и предпринимательства Нижегородского архитектурно-строительного университета (ННГАСУ).
Адрес: 603148, Н. Новгород, ул. Чаадаева, д. 48, кв. 39.
Тел. 46-79-20 (дом) 30-53-49 (раб.)

Процесс прогнозирования объема сбыта намного легче, чем вы думаете, и намного полезнее, чем вы себе представляете. Это не предположение о том, что произойдет в будущем. Это ожидания + контроль + управление.

Необходимо анализировать и регулярно пересматривать свой прогноз продаж. Так как продажи непосредственно связаны с издержками и расходами, прогноз помогает контролировать бюджет. К тому же у вас для этого имеется информация по количеству продуктов, объемам и каналам сбыта, и все это, как и в любом другом предприятии, измеряется бизнес-результатами.

Вы должны тем более ориентироваться на прогнозы, если продаете новый продукт или открыли новый бизнес без конкретных данных за прошлые годы. Однако в любом случае прогноз по объемам сбыта точно не предскажет будущее. Это понятно с самого начала. То, что вы должны сделать — определить драйверы продаж и выявить взаимозависимости, то есть соединить точки соприкосновения таким образом, чтобы можно было легко исправить курс своего поведения в продажах.

Если вы думаете, что прогнозирование объемов сбыта трудно, попытайтесь управлять бизнесом без каких-либо прогнозов. Это намного сложнее. Дело в том, что ваш прогноз по объемам сбыта — основа и фундамент бизнес-плана. Предприниматели измеряют рост бизнеса продажами, и ваш прогноз объема сбыта устанавливает норму для расходов, прибыли и роста. Прогноз по продажам почти всегда будет первым набором чисел, которые вам придется отслеживать согласно бизнес-плану.

Прогнозирование продаж, анализ фактических результатов, внесение корректив — это уже фактически бизнес-планирование.

Прогнозирование продаж — простая математика

Для бизнес-плана сделайте свой прогноз по продажам на ближайшие 12 месяцев и на два года после этого. Представьте его в виде таблицы с колонками. Укажите количество единиц товара, цену за них, а затем посчитайте, каким должен быть результат по продажам.

Если вы продаете не товары, а услуги, то можете просто прогнозировать продажи по проектам или обязательствам — так, как это делают адвокаты, бухгалтера и другие профессионалы, чья деятельность связана с консалтингом.

Как узнать, какая цифра должна скрываться в прогнозах объема реализации?

Математика может быть простой, но то, что касается прогнозирования будущего, люди делают недостаточно хорошо. Не пытайтесь предсказать будущее точно в течение многих месяцев заранее. Вместо этого стремитесь к пониманию того, что стимулирует продажи: может быть, это интернет-трафик или какие-то преобразования? Рассмотрите ситуацию на нескольких примерах. Фиксируйте результаты анализа данных каждый месяц и корректируйте прогнозы. Ваши предположения станут более точными со временем.

Опыт как огромное преимущество

Рассмотрим пример с владельцем магазина велосипедов, у которого уже есть опыт в продажах. Он не разбирается в бухгалтерском учете и не разбирается в прогнозировании как технологии, но зато хорошо знает свой магазин и велосипедный бизнес. Он в курсе всех изменений, происходящих на рынке, и существующих способов продвижения бизнеса. А потому он делает компетентные предположения.

Если лично у вас нет опыта, попытайтесь найти информацию и сделать прогнозы на основе опыта своих сотрудников, коллег, инвесторов и других людей, с которыми вы обсуждаете проблемы индустрии.

Используйте прошлые результаты в качестве гида

Используйте результаты недалекого прошлого, если они есть у вашего бизнеса. Сравнивайте свежие цифры с данными предыдущих лет и делайте соответствующие выводы.

Быть может, у вас появились новые возможности, которые стимулируют рост продаж? Или вы стали проводить новые маркетинговые кампании? Появились новые конкуренты и новые проблемы? Никто не хочет прогнозировать снижение продаж, но, если такая ситуация возможна, вы должны уметь правильно на нее реагировать — сокращать издержки и менять фокус.

Ищите драйверы

Чтобы спрогнозировать продажи для нового ресторана, нужна схема расположения столов и стульев, чтобы оценить наполняемость заведения и предположить количество заказов в ситуации, когда ресторан работает на полную мощь. Это будет не случайное число, а показатель того, сколько гостей в принципе может обслужить заведение за время работы.

Чтобы предположить уровень продаж нового мобильного приложения, можно воспользоваться данными по количеству загрузок близких по тематике приложений. В принципе вы можете воспользоваться любой информацией из достоверных источников в интернете, из блогов, отраслевых новостей, которые рассказывают о состоянии и трендах рынка приложений.

Взгляните на имеющиеся данные и подумайте о том, как в вашем случае они могут отличаться. Возможно, вы, зная уровень трафика на своем сайте, сможете предположить, каков процент его посетителей загрузит приложение.

Оцените прямые затраты

Прямые затраты важны, поскольку они помогают рассчитать прибыль, которая учитывается в качестве основания для сравнения данных в финансовых документах и указывает на уровень доходности бизнеса. Но не у всех компаний есть прямые затраты. В частности, у сервисных компаний (адвокатских контор, например) обычно нет прямых затрат, таким образом, их прибыль составляет 100%.

Чтобы сформировать нормальный прогноз продаж, нужно учесть информацию по количеству единиц товара, цены, затраты на единицу товара и т.д.

Никогда не стройте прогнозы спонтанно

Никогда не занимайтесь прогнозированием объемов сбыта в отрыве от реальности. Прогнозы вытекают из стратегических планов с их предположениями, этапами и метриками. Маркетинговая деятельность тесно связана с продажами, так же, как и каждый этап бизнес-планирования.

Вы, конечно, будете менять этапы, потому что все бизнес-планы меняются — и вам, конечно, придется корректировать свой прогноз объемов сбыта, чтобы одно другому соответствовало.

Опирайтесь на свои прогнозы

Прогнозирование объема сбыта — это история не о точном предположении того, что произойдет в будущем. Это история о том, что, делая предположения, вы можете эффективно управлять изменениями — продажами, прямыми затратами. И то какие-то показатели могут отличатся от тех, что вы ожидали. Используйте эту информацию, чтобы совершенствовать бизнес, корректируя курс и отказываясь от неэффективных методов ведения бизнеса.