Практически в любой сфере деятельности, от экономики до инженерии, существует востребованность предсказать результат того или иного действия, получить значения и приблизительные данные. В этом направлении есть масса различного софта. И большинство этого программного обеспечения имеет платные функции.
Табличный процессор Microsoft имеет в своем программном обеспечении мощный инструмент для прогнозирования, который позволяет построить целый ряд различных моделей и с легкостью на практике применять различные методы. При этом в большинстве случаев этот инструмент дает более достоверные результаты, чем у платных программ. Как и каким образом? Давайте разберемся.
Прогнозирование – поиск темпов развития и получаемого результата относительно исходных данных в конкретное время.
Рассмотрим несколько способов, которые могут дать прогнозированный результат:
1. Линия тренда
Линия тренда – графическое отображение прогнозирования за счет экстраполяции. Звучит заумно? На практике все проще.
Давайте попробуем спрогнозировать сумму доходов компании через 36 месяцев на основе показателей за прошлые 12 лет.
Построим точечную диаграмму на основе исходных данных компании, а именно ее прибыль в течение всех 12 лет. Запишем исходные данные по прибыли в таблицу, выделим все ее поля и перейдем в меню «Вставка» - «Диаграмма» и выберем точечный вид диаграммы.
Для построения линии тренда выберем любую точку на диаграмме, откроем контекстное меню правой клавишей мышки и выберем из списка «Добавить линию тренда...». В появившемся меню выбора аппроксимации выберем тип «Линейная».
Произведем небольшие настройки формата линии: «Прогноз» установим на три года, вписываем «3.0», и укажем, чтобы показывалась величина достоверности и само уравнение на диаграмме.
По построенной линии тренда можем спрогнозировать доход через три года – он будет более 4500 тыс. руб. Достоверность прогнозирования принято считать верным при «0.85» ед. Эффективность прогнозирования не будет успешным, если период будет превышать 30% от периода базы.
2. Использование оператора ПРЕДСКАЗ
Также в наборе функций программы есть ряд стандартных фунций создания прогноза. Одним из таких является оператор «ПРЕДСКАЗ», синтаксис которого таковой: «=ПРЕДСКАЗ(X;известные_значения_y;известные значения_x)».
Аргумент «Х», исходя из нашей таблицы, это искомый год для прогнозирования. «Значения у» - прибыль за прошлое время. «Значения х» - года, в течение которых были собраны данные.
Узнаем, на основе уже полученных данных прогноз на следующий год с помощью оператора «ПРЕДСКАЗ». Для этого вставим в ячейку прибыли на 2018 год с помощью мастера функций оператор «ПРЕДСКАЗ».
В появившемся диалоговом окне укажем все исходные данные, согласно описанию выше.
Полученный результат совпадает с результатом предыдущего метода, поэтому можно считать прогнозирование прибыли достоверным. Для визуального подтверждения можем построить диаграмму.
3. Использование оператора ТЕНДЕНЦИЯ
Еще одним статическим оператором, который можно использовать для прогнозирования, является оператор «ТЕНДЕНЦИЯ» со следующим синтаксисом: «=ТЕНДЕНЦИЯ(Известные значения_y;известные значения_x; новые_значения_x;[конст])». Аргументы оператора идентичны аргументам оператора «ПРЕДСКАЗ».
Попробуем провести прогнозирование на следующий год, используя оператор «ТЕНДЕНЦИЯ». В новую ячейку вставим функцию из мастера функций.
Заполняем аргументы исходными данными и убеждаемся, что очередной метод прогнозирования прекрасно справляется со своей задачей – его результат схож с результатами прошлых шагов и является достоверным.
4. Использование оператора РОСТ
Аналогичным методом для прогноза данных является функция «РОСТ», за исключением того, что он использует при расчете прогноза экспоненциальную зависимость, в отличие от предыдущих методов, которые использовали линейную. Его аргументы идентичны аргументам оператора «ТЕНДЕНЦИЯ».
Как и в предыдущих шагах, вставляем в новую ячейку функцию «РОСТ», заполняем аргументы исходными данными и сравниваем результат прогнозирования. Он также дает достоверные данные, схожие с предыдущими.
5. Использование оператора ЛИНЕЙН
Другой оператор, который может спрогнозировать результат на определенный период времени, оператор «ЛИНЕЙН», который основан на линейном приближении. Его синтаксис схож с прошлыми операторами: «=ЛИНЕЙН(Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])».
Вставим новую функцию в ячейку с прогнозированным годом и заполним аргументы.
Имеются данные о деятельности предприятия за ретроспективный период (таблица 2.2).
Требуется:
сделать прогноз на следующие три года с использованием метода среднегодовых темпов роста и регрессионного анализа;
сравнить результаты прогнозов и обосновать выбор стратегии развития предприятия.
Таблица 2.2 –Значение грузооборота железной дороги
|
Грузооборот |
Значения по годам, млн. т-км |
||||||
1 вариант. Определим прогнозные значения по среднегодовым темпам изменения показателей по формуле 2.1. Для местного грузооборота среднегодовой темп изменения значений будет равен
Прогнозные значения показателей при этом подходе определяются по формуле (2.2). Тогда для местного грузооборота значение на первый плановый год составит
11312,12 млн. т-км.
Остальные значения определяются аналогично. Результаты расчетов сведены в таблицу 2.3.
Таблица 2.3 –Расчет прогнозных значений грузооборота
|
Грузооборот, млн. т-км |
Значение на 7 год |
Прогноз на годы |
|||
2 вариант. Определим прогнозные значения для показателя местного грузооборота с помощью регрессионного анализа. Анализ представленных статистических данных позволяет выбрать линейный вид функции для описания закономерности изменения целевых показателей от времени, поэтому воспользуемся формулами 2.3 и 2.4.
Промежуточные значения для расчета коэффициентов уравнения регрессии сведем в таблицу 2.4.
Таблица 2.4 – Значения для расчета коэффициента регрессии
Тогда система уравнений (2.4) примет вид
После решения данной системы получаем значения =8243,143 и=410,607;а уравнение регрессии примет вид
V p = 8243,143+410,607·t
где t - год, на который делается прогноз: t = 8, 9 и 10 год.
Расчет остальных показателей производится аналогично.
Таблица 2.5 –Прогноз значений грузооборота
|
Грузооборот, млн. т-км |
Коэффициенты |
Прогноз на годы |
|||
Необходимо учитывать, что общий грузооборот является комплексным показателем, и определяется как сумма грузооборота в местном сообщении, ввоза, вывоза и транзита. Поэтому при прогнозировании сложных показателей их необходимо раскладывать на составляющие (в нашем случае местный, ввоз, вывоз и транзит), оценивать прогнозные значения составляющих, а значение сложного показателя находить по формулам соответствующих зависимостей. Проведем анализ прогнозного значения общего грузооборота, рассчитанного по двум вариантам, и значений, полученных при суммировании прогнозов входящих в грузооборот элементов (таблица 2.6).
Таблица 2.6 –Сравнение результатов прогноза грузооборота
|
прогноза |
Значения по годам |
|||
|
значений | ||||
Как видно из таблицы, при первом способе расчета наблюдается существенное увеличение расхождения значения общего грузооборота при увеличении периода прогноза. При расчете с помощью корреляционного метода значения одинаковы.
Для выбора итоговых значений отобразим графически значения выполненного общего грузооборота и прогнозные значения, рассчитанные по двум вариантам (рисунок 2.1). Второй вариант (регрессионная модель) более точно отображает дальнейшие темпы развития объемов производства. Окончательный выбор варианта прогнозных значений развития предприятия осуществляется при наличии прогнозных значений по всем целевым показателям, характеризующим стратегию развития предприятия.
Рисунок 2.1 – Сравнение результатов прогноза объемов грузооборота
Прогнозирование продаж и спроса с использованием информационных технологий уже не является чем-то необычным. Современные ИТ-решения позволяют без труда обрабатывать большие массивы данных, высчитывать всевозможные статистические показатели продаж - простые и экспоненциальные - на основе которых и формируются прогнозы большинства компаний.
Методы прогнозирования продаж
Методы средних позволяют достаточно точноспрогнозировать продажи товаров с регулярным спросом, дают возможность учета выбросов, сезонных факторов. Однако в случае, когда речь идет о товарах с нерегулярным спросом, данные методы не обеспечивают должного уровня точности прогнозов.
Спрогнозировать спрос на товары с нерегулярным спросом на больших промежутках времени (квартал, полугодие, год) не составит особого труда, но прогноз теряет свою точность в случае горизонта планирования «неделя-месяц».
Как правило, учитывая высокую стоимостьтоваров с нерегулярным спросом, достаточно сложно определить оптимальный уровень обеспеченности складских запасов по данным позициям и принять решение о закупке с избытком. ABC и XYZ-анализ этих товаров также не дает ответа на ключевой вопрос.
- Сколько товара с нерегулярным спросом надо приобрести для поддержания разумного уровня сервиса?
Чрезмерные запасы дорогостоящих товаров с нерегулярным спросом приведут, в лучшем случае, к «закапыванию» в склад большого объема оборотных средств, которые могли быть использованы для других целей. Или к образованию «мёртвых остатков» или неликвидов - в случае, когда речь идет о товарных позициях, коллекции которых обновляются ежегодно: дорогой электроинструмент, крупная бытовая техника премиум-класса, предметы люксовой категории, продаваемые наряду с обычными позициями.
В то же время, недостаток таких товаров на складе существенно сокращает возможную прибыль от продаж, так как прибыль от продажи одной единицы дорогостоящего товара порой может превышать прибыль от продажи типового товара в десятки раз.
Пример прогнозирования продаж по методу BRT
Предположим, что данные о продажах такого товара можно представить в следующей таблице:
Допустим, время поставки товара с момента его заказа у поставщика до прихода на склад составляет четыре дня, а текущий остаток на складе - 1 штука. Количество проданных наименований в заданный период - 30 штук.
- В каком количестве необходимо произвести закупку товара сейчас с учетом срока поставки товара?
При расчете на основе средних продаж мы бы получили значение средней реализации товара в размере: 30 штук/31 дней = 0,97 штуки в день, а объем продаж за время поставки составил бы около 4 единиц, точнее 0,97 штуки*4 дня = 3,9 штуки.
Имея в наличии одну единицу товара, мы можем предположить, что нам нужно заказывать еще три штуки для пополнения запасов. Однако анализ продаж показывает, что реализация пяти штук товара и более не является такой уж необычной ситуацией. И при закупке всего трех штук товара мы не сможем удовлетворить спрос и лишим себя продажи.
- Сколько же товара надо держать на складе и какой уровень сервиса можно гарантировать клиентам в этой ситуации, чтобы обеспечить удовлетворение максимального спроса, не потратив излишних денег на большие закупки?
Проведенный выше анализ на основе расчета средних продаж не отвечает на эти вопросы.
Поэтому для прогнозирования нерегулярных продаж крайне важно использовать специальные методы, позволяющие производить анализ нерегулярных событий. Сравнительно недавно стали разрабатываться методы на основе так называемой Bootstrapping-статистики. Одним из таких методов, используемых при анализе нерегулярных и разреженных рядов, является метод под названием Bootstrapping Reaction Time (BRT)*.
Отличие BRT-метода от расчета средних состоит в определении наиболее вероятного объема продаж за период поставки заказа, а не расчета среднего дневного объема продаж. В нашем случае этот период поставки составляет четыре дня.
- Какой вариант прогноза продаж наиболее приемлем, исходя из имеющихся данных?
Для поиска ответа составим таблицу всех возможных вариантов на основании имеющихся данных. Для этого разбиваем наш ряд по порядку на периоды реакции (сроки поставки заказа): сначала с 1 по 4 день, потом с2 по 5, потом с 3 по 6 и т.д. - всего 28 возможных вариантов.
В крайней правой колонке мы получили множество вариантов того, какой объем товара может быть продан за выбранный промежуток времени (четыре дня) - получили разброс от 0 до 11 штук. Как понять, какое из этих значений наиболее отвечает нашим требованиям? Для этого составим частотную гистограмму - она покажет, как часто одно или другое значение встречается в выборке:
- Скольким клиентам наша компания готова обеспечить безусловную доступность товара?
Под «безусловной доступностью» будем понимать следующую ситуацию: если у нас в среднем покупают по 10 штук ежедневно, но был случай, что кто-то купил 100 штук, то «безусловная доступность» означает, что у нас на складе должно быть в наличие 100 штук товара.
Высокий уровень доступности товара означает, что вы можете предоставить клиентам более высокий уровень обслуживания, но при этом на вашем складе хранится большое количество товара.
Отсутствие товара на складе - низкий уровень доступности - означает, что мы закупаем меньше товаров впрок, но снижаем и качество сервиса, не имея возможности отгрузить товар клиенту вовремя.
- Какой процент клиентов мы можем обслужить - продать товар, отбросив фактор наличия на складе?
Как правило, это значение колеблется в районе 80-91%. Для нашего примера остановимся на уровне доступности - 80%. Оставшихся клиентов - 20% - мы «отбрасываем», считая, что для них мы не готовы хранить большие запасы товара на складе и не будем учитывать в плане закупок.
Что эти цифры означают для нашего анализа? Это означает, что на основании нашей гистограммы требуется определить максимальное значение объема продаж таким образом, чтобы суммарная частота спроса на меньшие объемы продаж была максимально приближена к выбранному нами уровню доступности.
В управленческой логике это можно интерпретировать следующим образом: мы должны выбрать возможный максимум спроса, который возникнет у 80 из 100 наших клиентов за выбранное время реакции (срока поставки заказа).
Для нашей выборки это значение равняется 8 штукам, что покроет требование 21 из 28 возможных исходов (если бы мы выбрали уровень доступности 70/10, то это было бы значение 5 штук, что покрывало бы 20 возможных исходов из 28 возможных).
В управленческой логике, найденное нами значение в 8 штук можно интерпретировать следующим образом: при обслуживании 8 из 10 клиентов, в течение 4 дней они купят суммарно меньше 8 штук товара, а закупка будет равняться 8 - 1 = 7 штук. Этот результат существенно отличается от значения, полученного при расчете «простой средней».
Таким образом, метод BRT дает более точную и обоснованную аналитику для товаров, которые должны находиться в доступности для клиентов, даже в том случае, если их покупают достаточно редко, но с некоторым постоянством.
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.
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:
- Расчет значений тренда (рассмотрим на примере Линейного тренда в этой статье);
- Расчет сезонности;
- 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:
- Время - месяцы;
- 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:
- Время - значение по оси Х;
- 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
- известные значения y - это объёмы продаж за анализируемый период (фиксируем диапазон в формуле, выделяем ссылку и нажимаем F4);
- известные значения x - это номера периодов x для известных значений объёмов продаж y;
- новые значения x - это номера периодов, для которых мы хотим рассчитать значения линейного тренда;
- 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:
- рассчитаем коэффициенты сезонности, очищенные от роста и выровненные ;
- 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.
