Это первая статья из серии "Как самостоятельно рассчитать прогноз продаж с учетом роста и сезонности", из которой вы узнаете о 5 способах расчета значений линейного тренда в Excel .

Для того, чтобы легче было научиться прогнозировать продажи с учетом роста и сезонности, я разбил 1 большую статью о расчете прогноза на 3 части:

1. 1. Расчет значений тренда (рассмотрим на примере Линейного тренда в этой статье);
   2. Расчет сезонности;
   3. Расчет прогноза;

После изучения данного материала вы сможете выбрать оптимальный способ расчета значений линейного тренда , который будет удобен для решения вашей задачи, а в последствии, и для расчета прогноза наиболее удобным для вас способом.

Линейный тренд хорошо применять для временного ряда , данные которого увеличиваются или убывают с постоянной скоростью.

Рассмотрим линейный тренд на примере расчета прогноза продаж в Excel по месяцам.

Временной ряд продажи по месяцам (см. вложенный файл).

В этом временном ряду у нас есть 2 переменных:

1. Время - месяцы;
2. Объём продаж;

Уравнение линейного тренда y(x)=a+bx, где

y - это объёмы продаж

x - номер периода (порядковый номер месяца)

a – точка пересечения с осью y на графике (минимальный уровень);

b – это значение, на которое увеличивается следующее значение временного ряда;

1-й способ расчета значений линейного тренда в Excel с помощью графика

Выделяем анализируемый объём продаж и строим график, где по оси Х - наш временной ряд (1, 2, 3… - январь, февраль, март …), по оси У - объёмы продаж. Добавляем линию тренда и уравнение тренда на график. Получаем уравнение тренда y=135134x+4594044

При расчете значений линейного тренде нам будут известны:

1. Время - значение по оси Х;
2. Значение "a" и "b" уравнения линейного тренда y(x)=a+bx;

Рассчитываем значения тренда для каждого периода времени от 1 до 25, а также для будущих периодов с 26 месяца до 36.

Например , для 26 месяца значение тренда рассчитывается по следующей схеме: в уравнение подставляем x=26 и получаем y=135134*26 +4594044=8107551

27 -го y=135134*27 +4594044=8242686

2-й способ расчета значений линейного тренда в Excel - функция ЛИНЕЙН

1. Рассчитаем коэффициенты линейного тренда с помощью стандартной функции Excel:

=ЛИНЕЙН(известные значения y, известные значения x, константа, статистика)

Для расчета коэффициентов в формулу вводим

известные значения y (объёмы продаж за периоды),

известные значения x (номера периодов),

вместо константы ставим 1,

вместо статистики 0,

Получаем 135135 - значение (b) линейного тренда y=a+bx;

Для того чтобы Excel рассчитал сразу 2 коэффициента (a) и (b) линейного тренда y=a+bx, необходимо

Получаем 135135, 4594044 - значение (b) и (a) линейного тренда y=a+bx;

2. Рассчитаем значения линейного тренда с помощью полученных коэффициентов. Подставляем в уравнение y=135134*x+4594044 номера периодов - x, для которых хотим рассчитать значения линейного тренда.

2-й способ точнее, чем первый, т.к. коэффициенты тренда мы получаем без округления, а также быстрее.

3-й способ расчета значений линейного тренда в Excel - функция ТЕНДЕНЦИЯ

=ТЕНДЕНЦИЯ(известные значения y; известные значения x; новые значения x; конста)

Подставляем в формулу

1. известные значения y - это объёмы продаж за анализируемый период (фиксируем диапазон в формуле, выделяем ссылку и нажимаем F4);
2. известные значения x - это номера периодов x для известных значений объёмов продаж y;
3. новые значения x - это номера периодов, для которых мы хотим рассчитать значения линейного тренда;
4. константа - ставим 1, необходимо для того, чтобы значения тренда рассчитывались с учетом коэффицента (a) для линейного тренда y=a+bx;

Для того чтобы рассчитать значения тренда для всего временного диапазона, в "новые значения x" вводим диапазон значений X, выделяем диапазон ячеек равный диапазону со значениями X с формулой в первой ячейке и нажимаем клавишу F2, а затем - клавиши CTRL + SHIFT + ВВОД.

4-й способ расчета значений линейного тренда в Excel - функция ПРЕДСКАЗ

Рассчитаем значения линейного тренда с помощью стандартной функции Excel:

=ПРЕДСКАЗ(x; известные значения y; известные значения x)

Вместо X поставляем номер периода, для которого рассчитываем значение тренда.

Вместо "известные значения y" - объёмы продаж за анализируемый период (фиксируем диапазон в формуле, выделяем ссылку и нажимаем F4);

"известные значения x" - это номера периодов для каждого выделенного объёма продаж.

3-й и 4-й способ расчета значений линейного тренда быстрее, чем 1 и 2-й, однако с его помощью невозможно управлять коэффициентами тренда, как описано в статье "О линейном тренде ".

5-й способ расчета значений линейного тренда в Excel - Forecast4AC PRO

1. Устанавливаем курсор в начало временного ряда, выбираем в настройках программы:
- Что рассчитываем - значения тренда;
- Тренд - Линейный тренд;
- Временной ряд - месячный;
и сохраняем;

2. Заходим в меню программы и нажимаем "Start_Forecast". Значения линейного тренда рассчитаны.

Для расчета прогноза осталось применить к значениям трендов будущих периодов коэффициенты сезонности, и прогноз продаж с учетом роста и сезонности готов.

В следующих статье "Как самостоятельно сделать прогноз продаж с учетом роста и сезонности" мы:

1. рассчитаем коэффициенты сезонности, очищенные от роста и выровненные ;
2. Qlik Sense Desktop и QlikView Personal Edition - BI-системы для анализа и визуализации данных.

Тестируйте возможности платных решений:

• Novo Forecast PRO - прогнозирование в Excel для больших массивов данных.

Гийом Сен-Жак, 18-06-2008 г. (последняя редакция - 22-02-2010 г.)

В этом руководстве рассматриваются элементарные методы прогнозирования , которые можно применить в таблицах Microsoft Excel. Это руководство предназначено для менеджеров и руководителей, которым важно предвидеть спрос потребителей. Теория иллюстрирована на основе Microsoft Excel . Более подробные инструкции доступны для разработчиков, которые хотели бы воспроизвести теорию в адаптированном приложении.

Преимущества прогнозирования

Прогнозирование поможет вам принимать правильные решения и зарабатывать/экономить деньги. Ниже приведен пример

• Выбирайте оптимальный размер товарных запасов

Время - деньги. Пространство стоит денег. То, что вам нужно, это использовать все способы для сокращения объема товарных запасов. Конечно, без риска столкнуться с дефицитом.

Как? Путем прогнозирования!

Как упростить задачу: обозначения, комментарии, имена файлов

С течением времени по мере накопления данных, у вас будет все больше шансов запутаться и совершать ошибки. Есть ли решение? Будьте организованными: правильное использование обозначений, комментариев и присвоение понятных имен файлам сэкономит много времени.

• Всегда давайте обозначение столбцам . В первой строчке каждого столбца всегда давайте описание содержащихся в этом столбце данных.
• Разные данные, разные столбцы . Не помещайте в один столбец разнородные данные (например, издержки и объем продаж. Очень вероятно, что вы запутаетесь, и вычисления и работа с данными будут очень усложнены.
• Давайте каждому файлу понятное имя. Это не требует больших усилий, зато значительно ускоряет работу. Правильные имена позволяют быстро найти нужный файл визуально или через программу поиска файлов в Windows.

• Используйте комментарии.

Даже если обычно вы не работаете с большими объемами информации, запутаться очень легко. Это особенно актуально, когда вы возвращаетесь к таблицам, созданным вами довольно давно. У Excel есть хорошее решение: комментарии . Кликните правой кнопкой мыши по ячейке, куда вы хотите добавить комментарий и в меню выберите « добавить комментарий ».

Их можно использовать:

• для объяснения содержимого ячейки (например, стоимость единицы продукции по оценке Мистера Доу)
• чтобы оставить предупреждения будущим пользователям таблицы (например, у меня есть сомнения по поводу этих вычислений... )

Получайте прогнозы продаж с помощью нашего передового интернет-приложения для прогнозирования товарных запасов . Lokad специализируется на оптимизации товарных запасов путем прогнозирования спроса. Функции, которые описываются в данной статье - и еще многое другое! - присутствуют в нашей системе прогнозирования.

Начало: простой пример прогнозирования с использованием линии тренда

Давайте получим первый прогноз. В этой части мы будем использовать следующий файл: Example1.xls . Данные приведены в качестве примера.

Наши данные: В первом столбце содержатся данные о цене единицы схожих товаров. Цена единицы товара отражает качество продукта. Во втором столбце - данные об объеме продаж.

Что мы хотим узнать: Если мы будем продавать другой продукт, качества соответствующего цене в $150 за единицу, сколько предположительно единиц продукции мы продадим?

Каким образом мы можем это узнать: Все довольно просто. Нам нужно найти простое математическое соотношение между ценой единицы товара и объемом продаж, а затем использовать это соотношение для построения прогноза.

В первую очередь, всегда полезно построить в Excel график, чтобы увидеть графическое представление данных. Ваши глаза являются прекрасным инструментов в определении тренда за несколько секунд.

Для этого, выбираем наши данные, затем используем Вставка > Диаграмма, и выберите Точечную. Мы хотим представить график продаж в виде функции качества, поэтому на горизонтальной оси разместим цену товара, а объем продаж на вертикальной оси.

Теперь остановимся на несколько секунд и хорошо рассмотрим получившуюся диаграмму: соотношение кажется возрастающим и линейным.

Чтобы понять точное отношение между данными, в меню "Диаграмма" выберем опцию "Добавить линию тренда".

Теперь нам нужно выбрать зависимость, которая "подходит" (т.е. наиболее точно описывает) наши данные. Здесь снова используем свои глаза: в нашем примере точки расположены почти по прямой линии, поэтому выбираем "линейную" зависимость. Далее мы будем использовать другие, более сложные, но зачастую более реалистичные модели, например "экспоненциальные".

Теперь наша линия тренда отобразилась на диаграмме. Кликнув на диаграмме правой кнопкой можно получить точное уравнение зависимости: y = 102.4x - 191.64.

Понимаем: Количество проданных товаров = 102.4 умножить на цену товара - 191.64.

Поэтому, если мы решим производить товары по цене $150 за единицу, мы можем предположить, что объем продаж составит: 102.4*150 - 191.64 = 15168 штук.

Мы только что успешно закончили наш первый прогноз.

Тем не менее, будьте осторожны: программное обеспечение всегда может выявить зависимость между двумя столбцами, даже если в реальности эта зависимость очень слабая! Следовательно, нужно протестировать надежность. Вот как это делается:

• В первую очередь, всегда обращайте внимание на диаграмму . Если вы обнаружите, что точки расположены близко к линии тренда, как в нашем примере, то велик шанс того, что зависимость надежна. Если же точки расположены довольно хаотично и далеко от линии тренда, тогда нужно быть внимательными: корреляция слабая, и нельзя слепо доверять установленной зависимости.

• После оценки диаграммы, вы можете использовать функцию КОРРЕЛ . В нашем примере функция будет иметь вид: КОРРЕЛ(A2:A83,B2:B83). Если результат близок к 0, тогда корреляция слабая, и вывод таков: реального тренда просто не существует. Если значение близко к 1, тогда корреляция сильная. Последнее очень помогает, так как это увеличивает силу объяснения выявленной вами закономерности.

Есть еще менее явные способы убедиться, что существует сильная корреляция. Мы вернемся к ним позже.

Конечно, эти последние шаги можно автоматизировать: вам не нужно записывать зависимость или пользоваться для вычислений карманным калькулятором. Вам нужен Пакет аналитических инструментов!

Прогнозирование с использованием Пакета аналитических инструментов

Перед тем, как продолжить, проверьте, что Excel ATP (Пакет аналитических инструментов) установлен. Для получения подробной информации обратитесь к секции Установка Пакета аналитических документов.

К сожалению, такие идеальные данные с такой простой и ясной линейной зависимостью довольно редки в реальной жизни. Давайте взглянем, что предлагает Excel для более сложных случаев с более сложными данными.

Идем дальше: пример экспоненциальной зависимости

Как вы можете понять, такая линейная модель не всегда подходит. Фактически, есть много причин принять экспоненциальную модель. Множество экономических моделей являются экспоненциальными зависимостями (классическим примером является расчет сложных процентов).

Ниже изложено, как произвести подгонку под экспоненциальную модель:

1) Посмотрите на свои данные. Нарисуйте простой график и просто посмотрите на него. Если он соответствует экспоненциальному развитию, он должен выглядеть так:

Это идеальный случай. Конечно, данные никогда не будут выглядеть в точности так. Но если точки расположены примерно в такой же форме, это должно навести вас на мысль о рассмотрении экспоненциальной модели.

Как в предыдущем примере, вы всегда можете построить график на основании ваших данных, построить линию тренда и выбрать « экспоненциальную » вместо линейной.

Затем, как обычно, получите уравнение линии.

2) К счастью, все это можно проделать напрямую, используя Пакет аналитических инструментов: введите все свои данные в пустую таблицу Excel и в меню выберите Инструменты => Анализ данных

Установка Пакета аналитических инструментов

Это пакет является дополнением к Microsoft Excel, но он не всегда установлен по умолчанию. Для его установки нужно проделать следующее:

1. Убедитесь, что у вас есть установочный диск Office. Excel может запросить вставить диск для установки файлов Пакета.
2. Откройте таблицу Excel и в меню Инструменты выберите Дополнения. Отметьте первый пункт в окне под названием « Analysis ToolPack (Пакет аналитических инструментов) ».
3. Вставьте диск Office CD, если потребуется.
4. Готово! Обратите внимание, что в меню « Инструменты » теперь больше пунктов, в том числе опция « Анализ данных ». Это именно та, которой мы будем пользоваться больше всего.

Использование Пакета аналитических инструментов

... в случае линейной функции

Давайте вернемся к нашему линейному примеру. Если ваши данные « выглядят » хорошо (см. иллюстрации выше), вы можете воспользоваться Пакетом для получения приближения напрямую из функциональной формы, без прохождения процесса « добавления тренда ».

Откройте таблицу с данными, затем откройте меню « инструменты » и выберите « анализ данных ». Выйдет всплывающее окно с вопросом какой вид анализа вы хотите провести. Для линейных функций выберите « регрессия ».

Теперь нужно дать Excel два аргумента: « шкала Y » и « шкала X ». Шкала Y показывает, что вы хотите рассчитать (например, объем продаж), а на шкале X отражаются данные, которые, как вы думаете, объясняют объем продаж (в нашем примере, цена единицы товара). В нашем примере (см. example1.xls), данные об объеме спроса содержатся в столбце B, в строках с 3 по 90, поэтому для шкалы Y вам необходимо указать « $B$3:$B$90 » и «$A$3:$A$90 » для шкалы X. Когда закончите, нажмите « ok ».

Появится новый лист с « результатами регрессии ».
Самый важный результат содержится в столбце « Коэффициенты » в конце таблицы. Пересечение является константой, коэффициент « переменной X (X variable) » - это коэффициент Х (в данном примере цена единицы товара). Таким образом, мы определяем уравнение "тренда". Объем продаж=Пересечение+КоэффициентХ*цена единицы товара=-126+100*цена товара.

В этой таблице также содержится полезное значение, которое даст вам представление о том, насколько точны ваши вычисления: « R Square ». Если это значение близко к 1, тогда ваши приближения достаточно точные, и это означает что полученное уравнение является достаточно точным представлением ваших данных. Если это значение близко к 0, то приближение недостаточно хорошее, и, возможно, вам нужно попробовать другую модель (см. далее экспоненциальная модель).

Этот метод, возможно, быстрее, чем техника « линии тренда ». Тем не менее, это в большей степени технический и менее наглядный процесс. Поэтому если вы не хотите строить графики на основании ваших данных и оценивать их, по крайней мере, проверьте значение « R square ».

... используя экспоненциальную модель

Если линейная модель не подходит (если вы получили низкое значение R-square, например 0,1), возможно, вам необходимо использовать экспоненциальную модель.

Запустите Пакет инструментов, как обычно: Откройте таблицу, затем откройте меню « Инструменты » и выберите « Анализ данных ». Вы увидите всплывающее окно с вопросом, какой вид анализа вы хотите провести. Для экспоненциальной модели, выбираем « экспоненциальная ».

Обратите внимание, что Excel просит вас указать диапазон входящих данных. Выберите столбец, в котором содержатся данные, в отношении которых вы хотите построить прогноз (например, цена единицы товара) и выберите “смягчающий фактор”.

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.

Аппроксимация функции нескольких независимых переменных (множественная регрессия) – очень интересная, имеющая огромное практическое значение задача! Если научиться ее решать, то можно стать почти волшебником, умеющим делать очень достоверные прогнозы...

Результатов различных процессов на основе данных предыдущих периодов времени. В этой статье мы рассмотрим прогнозирование в Excel при помощи очень мощного и удобного инструмента — встроенных статистических функций ЛИНЕЙН и ЛГРФПРИБЛ.

Не пугайтесь «умных» терминов! Все, на самом деле, не так страшно, как кажется вначале! Не пожалейте время и прочтите эту статью внимательно до конца. Умение применять на практике эти функции существенно увеличит ваш «вес» как специалиста в глазах коллег, руководителей и в своих собственных глазах!

В одной из самых популярных статей этого блога подробно рассказано об (рекомендую прочесть). Но в реальных жизненных процессах результат, как правило, зависит от многих независимых друг от друга факторов (переменных). Как выявить и учесть все эти факторы, связать их воедино и на основании накопленных статистических данных спрогнозировать расчетный конечный результат для некоего нового набора исходных параметров? Как оценить достоверность прогноза и степень влияния на результат каждой из переменных? Ответы на эти и другие вопросы – далее в тексте статьи.

Что можно научиться прогнозировать? Очень многое! В принципе, можно научиться прогнозировать любые самые разнообразные результаты процессов в повседневной жизни и работе. Всегда, когда возникает вопрос: «А что будет, если…?» зовите на помощь Excel, рассчитывайте прогноз и проверяйте его достоверность!

Можно научиться прогнозировать зависимость прибыли от цены и объемов продаж любого товара.

Можно научиться прогнозировать зависимость цены автомобилей на вторичном рынке от марки, мощности, комплектации, года выпуска, количества предыдущих владельцев, пробега.

Можно научиться устанавливать зависимость объемов продаж товаров от затрат на различные виды рекламы.

Можно научиться выполнять прогнозирование в Excel стоимости наборов любых услуг в зависимости от их состава и качества.

В производстве, используя косвенные простые параметры, можно научиться прогнозировать трудоемкость и объем выпускаемой продукции, потребление материалов и энергоресурсов, и т.д.

Прежде чем начать решать практическую задачу, хочу обратить внимание на один весьма важный момент. Научиться выполнять прогнозирование в Excel с использованием вышеназванных функций ЛИНЕЙН и ЛГРФПРИБЛ технически не очень сложно. Гораздо сложнее научиться анализировать процесс, приводящий к результату и находить простые факторы, влияющие на него. При этом желательно (но не обязательно) понимать — КАК зависит результат (функция) от каждого из факторов (переменных). Линейная это зависимость или может быть степенная или какая-нибудь другая? Понимание физического смысла процесса поможет вам правильно выбрать переменные. Подбор аппроксимирующей функции следует производить при полном понимании логики и смысла процесса, приводящего к результату.

Подготовка к прогнозированию в Excel.

1. Четко формулируем название и единицу измерения интересующего нас результата процесса. Это и есть искомая функция — y , аналитическое выражение которой мы будем определять с помощью MS Excel.

В примере, представленном чуть ниже, y — это срок изготовления заказа в рабочих днях.

2. Производим анализ процесса и выявляем факторы — аргументы функции — x 1 , x 2 , ... x n — наиболее сильно на наш взгляд влияющие на результат – значения функции y . Внимательно назначаем единицы измерений для переменных.

В примере это:

x 1 — суммарная длина всех прокатных профилей в метрах, из которых изготавливается заказ

x 2 — общая масса всех прокатных профилей в килограммах

x 3 — суммарная площадь всех листов в метрах квадратных

x 4 — общая масса всех листов в килограммах

3. Собираем статистику – фактические данные – в виде таблицы.

В примере – это фактические данные о металлопрокате и фактических сроках выполненных ранее заказов.

Очень важно при выборе переменных x 1 , x 2 , ... x n учесть их доступность. То есть, значения этих факторов должны быть у вас в виде достоверных статистических данных. Очень желательно, чтобы получение значений статистических данных было простым, понятным и нетрудоемким процессом.

Переходим непосредственно к рассмотрению примера.

Небольшой участок завода производит строительные металлоконструкции. Входным сырьем является листовой и профильный металлопрокат. Мощность участка в рассматриваемом периоде времени неизменна. В наличии есть статистические данные о сроках изготовления 13-и заказов (k =13) и количестве использованного металлопроката. Попробуем найти зависимость срока изготовления заказа от суммарной длины и массы профильного проката и суммарной площади и массы листового проката.

В рассмотренном примере срок изготовления заказа напрямую зависит от мощности производства (люди, оборудование) и трудоемкости выполнения технологических операций. Но детальные технологические расчеты очень трудоемки и, соответственно, длительны и дороги. Поэтому в качестве аргументов функции выбраны четыре параметра, которые легко и быстро можно посчитать при наличии спецификации металлопроката, и которые косвенно влияют на результат – срок изготовления. В результате анализа была установлена сильнейшая связь между изменениями исходных данных и результатами процесса изготовления металлоконструкций.

Примечательно, что найденная зависимость связывает в одной формуле параметры с различными единицами измерения. Это нормально. Найденные коэффициенты не являются безразмерными. Например, размерность коэффициента b – рабочие дни, а коэффициента m 1 – рабочие дни/м.

1. Запускаем MS Excel и заполняем ячейки B4...F16 таблицы Excel исходными статистическими данными. В столбцы пишем значения переменных x i и фактические значения функции y , располагая данные, относящиеся к одному заказу в одной строке.

2. Так как функции ЛИНЕЙН и ЛГРФПРИБЛ — функции выводящие результаты в виде массива , то их ввод имеет некоторые особенности. Выделяем область размером 5×5 ячеек — ячейки I9...M13. Количество выделенных строк всегда — 5, а количество столбцов должно быть равно количеству переменных x i плюс 1. В нашем случае это: 4+1=5.

3. Нажимаем на клавиатуре клавишу F2 и набираем формулу

в ячейках I9...M13: =ЛИНЕЙН(F4:F16;B4:E16;ИСТИНА;ИСТИНА)

4. После набора формулы необходимо для ее ввода нажать сочетание клавиш Ctrl+Shift+Enter. (Знак «+» нажимать не нужно, в записи он означает, что клавиши нажимаются последовательно при удержании нажатыми всех предыдущих.)

5. Считываем результаты работы функции ЛИНЕЙН в ячейках I9...M13.

Карту, поясняющую значения каких параметров в каких ячейках выводятся, я расположил в ячейках I4...M8 для удобства чтения сверху над массивом значений.

Общий вид уравнения аппроксимирующей функции y , представлен в объединенных ячейках I2...M2.

Значения коэффициентов b , m 1 , m 2 , m 3 , m 4 считываем соответственно

в ячейке M9: b =4,38464164

в ячейке L9: m 1 =0,002493053

в ячейке K9: m 2 =0,000101103

в ячейке J9: m 3 =-0,084844006

в ячейке I9: m 4 =0,002428953

6. Для определения расчетных значений функции y — срока изготовления заказа — вводим формулу

в ячейку G4: =$L$9*B4+$K$9*C4+$J$9*D4+$I$9*E4+$M$9 =5,0

y =b +m 1 *x 1 +m 2 *x 2 +m 3 *x 3 +m 4 *x 4

7. Копируем эту формулу во все ячейки столбца от G5 до G17 «протягиванием» и сверяем расчетные значения с фактическими. Совпадение очень хорошее!

8. Предварительные действия все выполнены. Уравнение аппроксимирующей функции y найдено. Пробуем выполнить прогнозирование в Excel срока изготовления нового заказа. Вписываем исходные данные.

8.1. Длину прокатных профилей по проекту x 1 в метрах пишем

в ячейку B17: 2820

8.2. Массу прокатных профилей x 2 в килограммах пишем

в ячейку C17: 62000

8.3. Площадь листового проката, используемого в новом заказе по проекту, x 3 в метрах квадратных заносим

в ячейку D17: 110,0

8.4. Общую массу листового проката x 4 в килограммах вписываем

в ячейку E17: 7000

9. Расчетный срок изготовления заказа y в рабочих днях считываем

в ячейке G17: =$L$9*B17+$K$9*C17+$J$9*D17+$I$9*E17+$M$9 =25,4

Прогнозирование в Excel выполнено. На основе статистических данных мы рассчитали предположительный срок выполнения нового заказа — 25,4 рабочих дней. Остается выполнить заказ и сверить фактическое время с прогнозным.

Анализ результатов.

Мы не будем погружаться глубоко в дебри статистических терминов и расчетов, но некоторых практических аспектов все же придется коснуться.

Обратимся к другим данным в массиве, которые вывела функция ЛИНЕЙН.

Во второй строке массива в ячейках I10…M10 выведены стандартные ошибки se 4 , se 3 , se 2 , se 1 , se b для расположенных выше в первой строке массива соответствующих коэффициентов уравнения аппроксимирующей функции m 4 , m 3 , m 2 , m 1 , b .

В третьей строке в ячейке I11 выведено значение коэффициента множественной детерминации r 2 , а в ячейке J11 — стандартная ошибка для функции — se y .

В четвертой строке в ячейке I12 находится, так называемое F -наблюдаемое значение, а в ячейке J12 — df – количество степеней свободы.

Наконец, в пятой строке в ячейках I13 и J13 соответственно размещены ss reg — регрессионная сумма квадратов и ss resid — остаточная сумма квадратов.

На что следует в регрессионной статистике обратить особое внимание? Что для нас наиболее важно?

1. На сколько достоверно прогнозирует срок изготовления полученное уравнение функции y ? При высокой достоверности аппроксимации значение коэффициента детерминации r 2 близко к максимуму — к 1! Если r 2 <0,7…0,8, то различия между фактическими и расчетными значениями функции будут значительными, и применять полученную формулу для прогнозирования, скорее всего, нельзя.

В нашем примере r 2 =0,999388788. Это означает, что найденное уравнение функции y чрезвычайно точно определяет срок изготовления заказа по четырем входным данным. Вышесказанное подтверждается сравнительным анализом значений в ячейках F4…F16 и G4…G16 и указывает на существенную зависимость между сроком изготовления и данными о входящем в заказ металлопрокате.

2. Определим важность и полезность каждой из четырех переменных x 1 , x 2 , x 3 , x 4 в полученной формуле с помощью, так называемой, t -статистики.

2.1. Рассчитываем t 4 , t 3 , t 2 , t 1 , соответственно

в ячейке I16: t 4 = I9/I10 =26,44474886

в ячейке J16: t 3 = J9/J10 =-11,79198416

в ячейке K16: t 2 = K9/K10 =3,76748771

в ячейке L16: t 1 = L9/L10 =3,949105515

t i = m i / se i

2.2. Вычисляем двустороннее критическое значение t крит с уровнем достоверности α =0,05 (предполагается 5% ошибок) и количеством степеней свободы df =8

в ячейке M16: t крит =СТЬЮДРАСПОБР(0,05; J12) =2,306004133

Так как для всех t i справедливо неравенство | t i |> t крит , то это означает, что все выбранные переменные x i полезны при расчете сроков изготовления заказов – y .

Наиболее значимой переменной при прогнозировании в Excel сроков изготовления заказов y является x 4 , так как | t 4 |>| t 3 |>| t 1 |>| t 2 | .

3. Не является ли случайным полученное значение коэффициента детерминации r 2 ? Проверим это, используя F -статистику (распределение Фишера), которая характеризует «неслучайность» высокого значения коэффициента r 2 .

3.1. F -наблюдаемое значение считываем

в ячейке I12: 3270,188104

3.2. F -распределение имеет степени свободы v 1 и v 2 .

v 1 = k — df -1 =13-8-1=4

v 2 = df =8

Рассчитаем вероятность получения значения F -распределения большего, чем F -наблюдаемое

в ячейке I12: =FРАСП(I12;4;J12) =6,97468*10 -13

Так как вероятность получения большего значения F -распределения, чем наблюдаемое чрезвычайно мала, то из этого следует вывод — найденное уравнение функции y можно применять для прогнозирования сроков изготовления заказов. Полученное значение коэффициента детерминации r 2 не является случайным!

Заключение.

Применение функции MS Excel ЛГРФПРИБЛ почти не отличается от работы с функцией ЛИНЕЙН кроме вида уравнения искомой функции, которое принимает для рассмотренного примера следующий вид:

y =b *(m 1 x1 ) *(m 2 x2 )*(m 3 x3 )*(m 4 x4 )

Статистика множественной регрессии, которую рассчитывает функция ЛГРФПРИБЛ, базируется на линейной модели:

ln (y )=x 1 *ln (m 1 )+x 2 *ln (m 1 )...+x n *ln (m n )+ln (b )

Это означает, что значения, например, se i нужно сравнивать не с m i , а с ln (m i ) . (Подробнее об этом почитайте в справке MS Excel.)

Если в результате использования функции ЛГРФПРИБЛ коэффициент детерминации r 2 окажется ближе к 1, чем при использовании функции ЛИНЕЙН, то применение аппроксимирующей функции вида

y =b *(m 1 x 1 )*(m 2 x 2 )…*(m n x n ),

несомненно, является более целесообразным.

Если прогнозное значение функции y находится вне интервала фактических статистических значений y , то вероятность ошибки прогноза резко возрастает!

Для обеспечения высокой точности прогнозирования в Excel необходима точная и обширная статистическая база данных – информация об известных из практики результатах процессов. Но, даже имея в наличии такую базу, вы не будете застрахованы от ложных предположений и выводов. Процесс прогнозирования коварен и полон неожиданностей! Помните об этом всегда! Глубже вникайте в суть прогнозируемого процесса. Тщательней относитесь к выбору и назначению переменных. На полученные результаты всегда смотрите через «очки скептика». Такой подход поможет избежать серьезных ошибок в важных вопросах.

Для получения информации о выходе новых статей и для скачивания рабочих файлов программ прошу вас подписаться на анонсы в окне, расположенном в конце статьи или в окне вверху страницы.

Отзывы, вопросы и замечания, уважаемые читатели, пишите в комментариях внизу страницы.

ПРОШУ уважающих труд автора СКАЧАТЬ файл ПОСЛЕ ПОДПИСКИ на анонсы статей!

Реалистичность и исполнимость бюджета компании во многом зависит от того, насколько корректно составили план реализации продукции и, соответственно, спрогнозировали поступление выручки. В этом решении предлагается несколько способов планировать продажи, из которых можно выбрать наиболее подходящий под специфику деятельности компании.

Преимущества и недостатки

В решении подробно и на примерах раскрывается порядок планирования объемов реализации в натуральном и денежном выражении, а также согласования плана продаж с бюджетом доходов и расходов, движения денежных средств. Если планирование продаж – прерогатива коммерческой службы, предлагаемая методика пригодится собственнику бизнеса для проверки обоснованности и корректности заявленных цифр.

Так как большинство компаний работают в условиях конкуренции и успешность бизнеса зависит от возможности реализовать продукцию, рассмотрим вариант – когда план продаж служит отправной точкой при составлении бюджета.

Как организовать планирование продаж

Продажи, как правило, планируют коммерсанты и экономисты. Первые из них прогнозируют состояние рынка, взаимоотношения с покупателями, определяют величину коэффициентов роста продаж и (или) цен; вторые обеспечивают аналитический материал (на базе бухгалтерской и (или) управленческой отчетности). В зависимости от того, какие критерии особенно важны для предприятия, план продаж можно структурировать по-разному: по контрагентам, номенклатуре, группам цен, условиям, платежам и т. д. Продажи можно планировать на горизонт как в месяц, так и несколько лет. Как правило, их прогнозируют на год в разбивке по месяцам и на последующие несколько лет – без разбивки. При необходимости (сложном финансовом положении и угрозе кассовых разрывов) возможна большая детализация – например, только первый (ближайший) квартал раскрывается подекадно, а далее дается помесячный план.

Как подготовить план продаж

Для планирования «от достигнутого» основой служит информация о динамике продаж (в натуральном и стоимостном выражении) за предыдущий период, сопоставимый как по продолжительности, так и по сезонности с плановым. Это требование бывает трудно выполнить, так как продажи обычно прогнозируются в IV квартале, когда год еще не закончился и итоги по нему не подведены. В этом случае используют информацию о фактической реализации за 9 или 10 прошедших месяцев и плановой – за оставшееся до конца года время (ноябрь–декабрь).

Если компания применяет различные ставки НДС или занимается несколькими видами деятельности, предусматривающими разные системы налогообложения, то для нее особенно важно прогнозировать продажи в стоимостном выражении без НДС – так план будет корректнее. Это можно рекомендовать и компаниям, применяющим стандартный, 18-процентный НДС. В дальнейшем, при уточнении направлений использования базового прогноза (например, для подготовки бюджета движения денежных средств, для расчета налоговой нагрузки, для постановки задач отделу продаж и т. п.), следует рассчитывать выручку с НДС.

В зависимости от ассортимента продукции, количества контрагентов и других особенностей бизнеса могут использоваться различные методики планирования объема реализации: по одному продукту, с детализацией по контрагентам и номенклатуре, с учетом не только конечной стоимости, но и ее составляющих (количество, цена, ресурсные ограничения).

Самый простой способ спланировать продажи – взять объем реализации за базовый период (тот, что берется за основу, например, прошлый месяц или аналогичный месяц прошлого года – при планировании по месяцам) и скорректировать его на желаемый прирост по формуле 1.

Формула 1. Расчет плана продаж

Такой способ используется в том случае, когда компания выпускает только один продукт, а продажи планируются на один месяц или в течение года нет сезонных колебаний спроса.

Учесть структуру продаж.

Объем реализации может прогнозироваться в детальном виде, по товарам или (и) клиентам. Расчеты проводятся по формуле 1, но данные за базовый период берутся в той же аналитике (товары или покупатели). Более того, целевые коэффициенты роста продаж придется также задать индивидуально для каждого вида продукции (покупателя). Прогноз формируется на год в целом либо по периодам – но только при отсутствии сезонных колебаний спроса. При планировании в разрезе по клиентам коэффициенты устанавливаются в зависимости от состояния бизнеса контрагентов (например, если компания-покупатель активно развивается, можно планировать прирост продаж), исходя из достигнутых договоренностей, а также на основе экспертных оценок коммерсантов (см. таблицу 1. План продаж в стоимостном выражении по контрагентам).

Таблица 1. План продаж в стоимостном выражении по контрагентам

Пономенклатурный план реализации формируется с учетом индивидуальных коэффициентов роста продаж по каждому продукту, в зависимости от того, предполагается ли увеличить продажи или вывести товар с рынка (см. таблицу 2. План продаж в стоимостном выражении по номенклатуре).

Таблица 2. План продаж в стоимостном выражении по номенклатуре

Можно предусмотреть и двухуровневую структуру плана продаж:

• по контрагентам (покупателям) и закупаемой ими номенклатуре товаров (см. таблицу 3. План продаж в стоимостном выражении по контрагентам и продукции);
• по номенклатуре и ее покупателям (см. таблицу 4. План продаж в стоимостном выражении по номенклатуре продукции и покупателям).

Этот способ позволяет подготовить более детализированный план. Целевые коэффициенты при этом устанавливаются с учетом как состояния взаимоотношений с покупателями, так и намерений компании по продвижению своих продуктов.

Таблица 3. План продаж в стоимостном выражении по контрагентам и продукции

Контрагент	Номенклатура
ООО «Елочка»	Конфеты «Бриз»	1500,00	1,015	1522,50
	Конфеты «Грильяж»	1000,00	1,040	1040,00
	Конфеты «Сладкоежка»	1500,00	1,070	1605,00
	Конфеты «Солнышко»	1000,00	1,050	1050,00
	Итого	5000,00	1,044	5217,50
ООО «Замок»	Конфеты «Бриз»	5000,00	1,010	5050,00
	Конфеты «Грильяж»	2000,00	1,040	2080,00
	Конфеты «Сладкоежка»	2000,00	1,075	2150,00
	Конфеты «Солнышко»	1000,00	1,015	1015,00
	Итого	10 000,00	1,030	10 295,00
ООО «Зебра»	Конфеты «Бриз»	1000,00	1,110	1110,00
	Конфеты «Грильяж»	500,00	1,090	545,00
	Конфеты «Сладкоежка»	1500,00	1,100	1650,00
	Конфеты «Солнышко»	1000,00	1,040	1040,00
	Итого	4000,00	1,086	4345,00
ООО «Кенгуру»	Конфеты «Бриз»	7500,00	1,010	7575,00
	Конфеты «Грильяж»	9500,00	1,040	9880,00
	Конфеты «Сладкоежка»	2000,00	1,050	2100,00
	Конфеты «Солнышко»	1000,00	1,030	1030,00
	Итого	20 000,00	1,029	20 585,00
Всего		39 000,00	1,037	40 442,50

Определение коэффициентов роста продаж по контрагентам с учетом закупаемой ими продукции дает несколько иные результаты, чем планирование только по покупателям или только по видам продукции. Принимая во внимание двухуровневую структуру продаж, нужно анализировать не только тенденции взаимоотношений с контрагентом, но и состояние рынка, соотносить интересы предприятия по продвижению того или иного продукта с потребностями и возможностями покупателей. Эта работа сложнее, но ее результаты ценнее для компании.

Таблица 4. План продаж в стоимостном выражении по номенклатуре продукции и покупателям

Номенклатура	Контрагент	Объем продаж за базовый период, руб.	Коэффициент роста продаж, ед.	Планируемый объем продаж, руб.
Конфеты «Бриз»	ООО «Елочка»	1500	1,015	1522,50
	ООО «Замок»	5000	1,010	5050,00
	ООО «Зебра»	1000	1,110	1110,00
	ООО «Кенгуру»	7500	1,010	7575,00
	Итого	15 000	1,017	15 257,50
Конфеты «Грильяж»	ООО «Елочка»	1000	1,040	1040,00
	ООО «Замок»	2000	1,040	2080,00
	ООО «Зебра»	500	1,090	545,00
	ООО «Кенгуру»	9500	1,040	9880,00
	Итого	13 000	1,042	13 545,00
Конфеты «Сладкоежка»	ООО «Елочка»	1500	1,070	1605,00
	ООО «Замок»	2000	1,075	2150,00
	ООО «Зебра»	1500	1,100	1650,00
	ООО «Кенгуру»	2000	1,050	2100,00
	Итого	7000,00	1,072	7505,00
Конфеты «Солнышко»	ООО «Елочка»	1000,00	1,050	1050,00
	ООО «Замок»	1000,00	1,015	1015,00
	ООО «Зебра»	1000,00	1,040	1040,00
	ООО «Кенгуру»	1000,00	1,030	1030,00
	Итого	4000,00	1,034	4135,00
Всего		39 000,00	1,037	40 442,50

Учесть факторы, влияющие на рост продаж

На величину выручки влияют два показателя: цена и объем продаж в натуральном выражении. При планировании можно учитывать желаемую динамику каждого из них. Различные источники прироста (цена и количество) принимаются во внимание при формировании целевого процента увеличения (прироста) продаж (см. формулу 2 Расчет целевого процента прироста продаж):

Формула 2. Расчет целевого процента прироста продаж

Например, перед коммерсантами поставили задачу: увеличить объем продаж на 10 процентов. При этом не уточняется, что должно быть источником этого роста. Можно сформулировать цель четче: увеличить количество продаваемого товара на 5 процентов при росте цен на 6 процентов. В этом случае целевой прирост продаж будет равен 11,3 процента ((100% + 5%) × (100% + 6%) : 100% – 100%). Применяя этот способ планирования продаж, нужно учитывать двухуровневую структуру прогноза реализации продукции – ее можно раскрыть как по видам продукции с разделением по контрагентам, так и наоборот (см. таблицу 5. План продаж с учетом динамики цен и объемов реализации). Если у компании большой ассортимент продукции или широкий круг контрагентов, номенклатуры или клиентов лучше объединить в группы. Например, контрагентов можно агрегировать по регионам, масштабам закупок, целям приобретения товара, способам оплаты и т. п.

Таблица 5. План продаж с учетом динамики цен и объемов реализации

Контрагент	Номенклатура	Факт			Коэффи- циент роста цен, ед.	Коэффи- циент роста объема реализации, ед.	Коэффи- циент роста продаж, ед.	План
		Цена, руб.	Коли- чество, кг	Объем продаж, руб.				Цена, руб.	Количество, кг	Объем продаж, руб.
ООО «Елочка»	Конфеты «Бриз»	50,00	30,00	1500,00	1,05	1,06	1,113	52,50	31,80	1669,50
	Конфеты «Грильяж»	100,00	10,00	1000,00	1,03	1,06	1,092	103,00	10,60	1091,80
	Конфеты «Сладкоежка»	25,00	60,00	1500,00	1,04	1,07	1,113	26,00	64,20	1669,20
	Конфеты «Солнышко»	40,00	25,00	1000,00	1,05	1,05	1,103	42,00	26,25	1102,50
Итого	–	125,00	5000,00	–	–-	–	–	132,85	5533,00
ООО «Замок»	Конфеты «Бриз»	40,00	125,00	5000,00	1,07	1,09	1,166	42,80	136,25	5831,50
	Конфеты «Грильяж»	100,00	20,00	2000,00	1,04	1,08	1,123	104,00	21,60	2246,40
	Конфеты «Сладкоежка»	20,00	100,00	2000,00	1,06	1,05	1,113	21,20	105,00	2226,00
	Конфеты «Солнышко»	40,00	25,00	1000,00	1,10	1,06	1,166	44,00	26,50	1166,00
Итого	–	270,00	10 000,00	–	–	–	–	289,35	11 469,90
ООО «Зебра»	Конфеты «Бриз»	50,00	20,00	1000,00	1,08	1,10	1,188	54,00	22,00	1188,00
	Конфеты «Грильяж»	100,00	5,00	500,00	1,09	1,06	1,155	109,00	5,30	577,70
	Конфеты «Сладкоежка»	25,00	60,00	1500,00	1,11	1,10	1,221	27,75	66,00	1831,50
	Конфеты «Солнышко»	40,00	25,00	1000,00	1,06	1,09	1,155	42,40	27,25	1155,40
Итого	–	110,00	4000,00	–	–	–	–	120,55	4752,60
ООО «Кенгуру»	Конфеты «Бриз»	34,90	215,00	7500,00	1,20	1,10	1,320	41,88	236,39	9900,00
	Конфеты «Грильяж»	95,00	100,00	9500,00	1,09	1,03	1,123	103,55	103,00	10 665,65
	Конфеты «Сладкоежка»	20,00	100,00	2000,00	1,08	1,04	1,123	21,60	104,00	2246,40
	Конфеты «Солнышко»	40,000	25,00	1000,00	1,06	1,06	1,124	42,40	26,50	1123,60
Итого	–	440,00	20 000,00	–	–	–	–	469,89	23 935,65
Всего		–	944,90	39 000,00	–	–	–	–	1012,64	45 691,15

Ситуация: как составить прогноз поступления выручки исходя из бюджета продаж

Для подготовки бюджета движения денежных средств необходимо планировать продажи по месяцам, желательно в разрезе контрагентов, так как это позволит учитывать динамику дебиторской задолженности. Выручка прогнозируется с НДС. Если компания не применяет специальные ставки этого налога (10% и 0%), то весь запланированный объем продаж умножается на 18 процентов (см. таблицу 8. План продаж в стоимостном выражении с НДС для бюджета движения денежных средств). В обратном случае потребуется группировать контрагентов и продажи по ним, а затем умножить полученные объемы реализации на соответствующие ставки налога. Составляя бюджет движения денежных средств, не забудьте скорректировать план продаж на прирост и погашение дебиторской задолженности. Если условия платежа для всех контрагентов одинаковы (например, оплата в течение 14 календарных дней после отгрузки), можно уточнять общий план продаж на переходящую дебиторскую задолженность. При различных условиях оплаты необходимо группировать покупателей по длительности отсрочки (см. таблицу 9. Корректировка плана продаж в стоимостном выражении с НДС для бюджета движения денежных средств).

Таблица 6. План продаж в стоимостном выражении с НДС для бюджета движения денежных средств (фрагмент)

Контрагент	Январь			…	Декабрь			Итого за год
		Коэффициент роста продаж, ед.	Планируемый объем продаж, руб.	…	Объем продаж за аналогичный период прошлого года, руб.	Коэффициент роста продаж, ед.	Планируемый объем продаж, руб.	Объем продаж за аналогичный период прошлого года, руб.	Коэффициент роста продаж, ед.	Планируемый объем продаж, руб.
ООО «Елочка»	500,00	1,05	525,00	…	400,00	1,05	420,00	6000,00	1,05	6300,00
ООО «Замок»	600,00	1,04	624,00	…	700,00	1,04	728,00	7800,00	1,04	8112,00
ООО «Зебра»	300,00	1,10	330,00	…	150,00	1,10	165,00	3000,00	1,10	3300,00
ООО «Кенгуру»	2000,00	1,03	2060,00	…	1500,00	1,03	1545,00	21 000,00	1,03	21 630,00
Всего	3400,00	–	3539,00	…	2750,00	–	2858,00	37 800,00	–	39 342,00
НДС (18%)	612,00	–	637,02	…	495,00	–	514,44	6804,00	–	7081,56
Всего с НДС	4012,00	–	4176,02	…	3245,00	–	3372,44	44 604,00	–	46 423,56

Таблица 7. Корректировка плана продаж в стоимостном выражении с НДС для бюджета движения денежных средств (фрагмент)

Показатель	Январь	Февраль	Март	Апрель	Май	…
Дебиторская задолженность на начало периода, руб.	30 000	31 250	27 500	32 750	36 250	…
Объем продаж, руб. с НДС, в т. ч.:	75 000	65 000	74 000	85 000	73 000	…
с отсрочкой платежа 14 календарных дней (приблизительно 50% продаж оплачивается в следующем месяце)	50 000	45 000	57 000	60 000	55 000	…
ООО «Елочка»	20 000	25 000	27 000	30 000	25 000	…
ООО «Замок»	30 000	20 000	30 000	30 000	30 000	…
с отсрочкой платежа 7 календарных дней (приблизительно 25% продаж оплачивается в следующем месяце)	25 000	20 000	17 000	25 000	18 000	…
ООО «Зебра»	10 000	10 000	10 000	10 000	10 000	…
ООО «Кенгуру»	15 000	10 000	7000	15 000	8000	…
Плановая дебиторская задолженность, руб., в т. ч. длиной:	31 250	27 500	32 750	36 250	32 000	…
14 дней	25 000	22 500	28 500	30 000	27 500	…
7 дней	10 000	5000	4250	6250	4500	…
Поступления с учетом прироста (погашения) дебиторской задолженности (дебиторская задолженность на начало периода + объем продаж – плановая дебиторская задолженность)	73 750	68 750	68 750	81 500	77 250	…

Ситуация: как учесть в прогнозе продаж маркетинговые акции и периоды дефицита

Планировать продажи нужно исходя из спроса, а не динамики объемов реализации за прошлые периоды. Ведь спрос может быть искусственно ограничен размерами поставок или дефицитом на складе. Когда для прогнозов используются заниженные оценки – это приводит к очередному дефициту. Ситуация с маркетинговыми акциями обратная. На некоторое время спрос искусственно увеличен проводимой акцией. Если при планировании закупок ориентироваться на данные за этот период, то ожидания будут необоснованно завышены.

Существует несколько подходов к обработке информации за периоды маркетинговых акций и дефицита. Один из способов – полностью исключить периоды с недостоверными показателями и не учитывать их при планировании. Однако, применяя такой подход, можно столкнуться с тем, что будет упущена значимая информация об изменении тренда продаж или о сезонности. Более того – существенно сократится объем исторических данных. Поэтому лучше воспользоваться альтернативным способом и провести восстановление спроса – очистить его от нехарактерных пиков и спадов. Самое простое – заменить эти значения средними показателями за достоверные периоды. Более сложный вариант – с помощью ретроспективного прогнозирования сформировать данные на прошлые периоды маркетинговых акций и дефицита.

Полученные восстановленные показатели служат более точной оценкой реальному спросу на продукцию. Кроме того, на основе этой информации можно рассчитать упущенную выгоду от дефицита и дополнительную прибыль от проведенной маркетинговой акции. Иногда следует рассматривать как недостоверный и период снижения спроса после маркетинговой акции. Во время нее покупатели приобретают товары на более длительный срок, чем обычно. Часто за значительным подъемом следует спад продаж. Восстанавливая спрос за этот период, можно посчитать негативный эффект от проведения маркетинговой акции. Сопоставление данных (фактических за период спада продаж после маркетинговой акции и с учетом восстановленного спроса за это же время) позволит оценить рентабельность проведенной акции и принять решение о целесообразности ее повторения. После дефицита, напротив, может наблюдаться рост продаж. Однако стоит учитывать то, какие товары реализует компания. Если они могут быть легко приобретены покупателями у других поставщиков, то резкого всплеска спроса не будет и данные за этот период можно будет считать достоверными.