Прогнозирование объема прибыли

Методы прогнозирования можно представить в виде статистических и оценочных прогнозов.

Оценочные прогнозы основаны на мнении, как менеджера компании, так и специалистов в области сбыта.

Методы статистических прогнозов включают: наименьших квадратов, регрессионного и корреляционного анализа, скользящих средних, взвешенной скользящей средней, следящего сигнала, метод прошлого товарооборота и др.

Автор остановится на некоторых из них.

Метод наименьших квадратов – это способ нахождения наилучшего приближения прогнозируемого объема продаж по результатам совокупности наблюдений, например, потребление бензина (x) и рынок запасных частей для автомобилей (y) можно представить в виде:

На основании статистической выборки по объему продаж бензина х и запчастей y, составляется статистический ряд (n – наблюдений) за ретроспективу, для нахождения А и В составляют стандартные уравнения:

Полученные суммы статистических данных за 7 месяцев подставляют в формулу и получают уравнение:

74 = 7а+28в

347=28а+140в

Отсюда:

Следовательно, изменение продаж бензина, может быть положено в основу, расчета прогноза выпуска запчастей. На основе этих расчетов принимаются решения.

Наиболее простым и более распространенным методом прогнозирования продаж является расчет средней величины "Прошлый товарооборот" при этом методе используются данные о сбыте за прошлый период для предсказания сбыта в будущем. Хотя этот метод элементарен, он используется по причине простоты и дешевизны:

где Т­Б­ – товарооборот следующего года

ТО – товарооборот этого года

Т­П­ – товарооборот прошлого года

Метод – "Среднегодовая на текущую дату" Среднегодовая рассчитывается путем деления фактического объема продаж по месяцам или неделям, на продолжительность анализируемого периода.

Скользящая средняя определяется аналогично, только изменяется ретроспективная выборка, к примеру фирма использует скользящую среднюю на 12 недель для прогноза продаж товара. Для этого анализируют продажи за последние 12 недель и делят на 12, получая среднюю величину, через неделю добавляют продажи за последнюю неделю и отнимают первую, получая опять 12 недель.

Взвешенная средняя рассчитывается с учетом значимости исходных данных. К примеру, по старому прогнозу месячные продажи - 100 пачек аспирина, фактическая продажа последнего месяца – 80 пачек. Обычно преимущество отдается старому прогнозу и меньше текущим продажам. Сумма весовых коэффициентов должна быть равна 1. В данном случае принимаем 0,8 и 0,2. Новый прогноз: 100*0,8+80*0,2=96

Прогноз объема продаж нужно сравнивать с фактической реализацией за рассматриваемый период, таблица 1.5.

Продажи за период

Таблица 1.5.

Месяц	Прогноз	Факт	Отклонение
			-100
			-60
			-10
Итого:
Среднее отклонение

"Следящий сигнал" учитывающий ошибку прогноза рассчитывается делением абсолютной суммы отклонений на среднее отклонение:

360 / 60 = 6

Нормальным признается колебание в пределах 3-7.

По ходовым товарам следует задавать более узкие пределы, в результате есть необходимость более частого анализа. По менее ходовым, недорогостоящим уместны более широкие пределы. По мнению автора, представляет интерес исследование ученых чикагского университета за 50 лет, в вопросе зависимости количества продаж от цены.

Х = 91,2099 – 4,7356 У

где Х – количество продаж

У – цена товара

Дата добавления: 2017-02-01