Müügiprognoos on hinnanguline arvutus, kasutades statistilisi võtteid, mis võimaldab teada ettevõtte müügiprognoosi tulevasel ajaperioodil.
Põhimõtteliselt seisneb see selles, et teada saada, kui palju suudame müüa, pidades silmas, et müügiprognoos on seotud ülejäänud tegevustega.
Seetõttu on see üks olulisi analüüse, mida iga ettevõte peab läbi viima. Pidage meeles, et iga ettevõtte keskmes on klient ja nende arveldamine on peamine sissetulekuallikas.
Teiselt poolt vastutab nende arvutuste tegemise eest kommertsdirektor.
Kuidas teha müügiprojektsiooni
Müügiprognoos võimaldab teil hankida teavet vajalike ostude kohta. Need omakorda võimaldavad meil tagada piisava riigikassa ja tõhusalt juhtida inimressursse. Seetõttu on teadmine, kuidas seda teha, väga oluline. Alustame kolmest olukorrast, iga meetodit näeme üksikasjalikumalt järgmises jaotises:
- Meie ettevõte alustab oma tegevust. Sel juhul on mineviku andmeid praktiliselt võimatu teada. Võime võrrelda ainult teiste konkurentidega, kes on turul kauem olnud ja seda teavet tuleb võtta ettevaatlikult. Nendel juhtudel on tavapärane kasutada kvalitatiivseid võtteid, mis võimaldavad kasutada väikseid valime ja põhinevad subjektiivsel infol, näiteks Delfi meetodil või ekspertide küsitlustel.
- Meie ettevõte on tegutsenud lühikest aega. Sel juhul on meil juba mõned andmed, kuid mitte piisavalt, et kvantitatiivseid statistilisi tehnikaid teha suurte valimitega. Sel juhul saame oma klientidele saata rahulolu küsimustikud ja teada saada ka nende tulevased eelistused. Teabe kogumiseks saame teha statistilist uurimuslikku analüüsi või kasutada selliseid meetodeid nagu Run Rate.
- Lõpuks, kui meie ettevõte on mõnda aega turul olnud, on parimad ja tõhusamad kvantitatiivsed tehnikad. Need võimaldavad modelleerida müügiprognoosi matemaatika ja statistika abil. Kõige tavalisemad, mida näeme ka üksikasjalikult, on teiste hulgas regressioonid, variatsioonimäärad või liikuvad keskmised.
Mõned prognoosimismeetodid
Muutuja tulevikuprognooside koostamiseks on palju kvalitatiivseid ja kvantitatiivseid meetodeid. Keskendume kõige asjakohasemale ja seda saab hõlpsasti rakendada ka väikesele või keskmise suurusega ettevõttele. Vajame enamiku jaoks ainult arvutustabelit.
Kvalitatiivsed meetodid
Need meetodid põhinevad, nagu oleme öelnud, väikestel valimitel ja subjektiivsusel. Neid kasutatakse uurimuslike analüüside tegemiseks, mida saab täiendada teiste kvantitatiivsete analüüsidega. Samuti takistavad need suuresti pimedaks jäämist, kui alustame. Need ei võimalda teil järeldusi teha.
- Delfi meetod. See on kvalitatiivne tehnika, mis arendab ekspertide rühmast andmekogumissüsteemi. Püütakse interaktiivse protsessi kaudu osalejate üksmeelt. Vastatakse reale küsimustikele ja nende andmetega viiakse uuesti läbi erinevad, kuni saavutatakse nimetatud üksmeel.
- Fookusgrupp. See tehnika sarnaneb eelmisega, kuid see põhineb isiklikel või virtuaalsetel kohtumistel. Neis on moderaator ja rida inimesi, keda arutatakse. Näiteks võib sel juhul olla tegemist kommertsdirektoriga ja erinevate agentidega. See on osalejate suunamine selliste protsesside kaudu nagu ideepilv, eesmärgiga saada teavet võimalike müügiprognooside kohta.
Kvantitatiivsed meetodid
Need on kõige tavalisemad juba pikka aega tegutsenud ettevõtetes. Neil on suured kliendinäidised ja pikaajaline periood. Kõige asjakohasemad on toodud allpool:
- Keskmine kasvutempo. Kui teie ettevõte on pikka aega tegutsenud, saate arvutada keskmise aastase kasvuprotsendi. Selle ja eelmise aasta andmetega saate koostada põhilise müügiprognoosi. Meetod on lihtne, see protsent lisatakse vanale müügile. See sarnaneb muutuste määrade arvutamisega.
- Käibemäära meetodit kasutatakse müügi prognoosimiseks konkreetsetel perioodidel aasta jooksul. Arvutamiseks kasutab see perioodi müügi kuu keskmist ja sellega prognoositakse järgmise perioodi juhtumeid.
- Liikuvad keskmised on aegridade analüüsi raames väga kasulikud neile ettevõtetele, kelle toodete müük on stabiilne ja hooajalisuseta. Tehakse keskmiselt teatud arv ajaloolisi andmeid ja sellega ennustatakse. Kui hooajalisus on kõrge, võib kasutada ka muud tehnikat, milleks on hooajalisuse indeksid.
- Lihtne taandareng, millest on siin üksikasjalikult kirjutatud. Meie puhul on sõltuvaks muutujaks müük ja iseseisvaks muutujaks on aeg. Neid saab statistilise tarkvara või arvutustabeli abil hõlpsasti arvutada. Need pakuvad graafikut ja arvutavad ka määramisteguri (R ruut), mille väärtused jäävad nulli ja ühe vahele. Mida lähemale ühele, seda parem on võime ennustada.
Müügiprognoosi näide
Näiteks kasutame lihtsat regressioonitehnikat.
Kujutame ette ettevõtet, mis pakub allpool toodud andmeid. Ilmub viimase 3 aasta igakuine müük. Oleme lisanud tabelisse ainult mõned andmed, nii et see ei oleks liiga pikk. Sõltuvaks muutujaks (Y) öeldaks müük ja sõltumatu muutujaks (X) oleks aeg. Eesmärk on arvutada X ja sõltumatu termini beetakoefitsiendid.
Näeme, et arvutustabel näitab regressioonijoont. Sellisel juhul on selle kalle negatiivne, kuid mõõdukas, mida näitab koefitsient X (vähem kui null). Kahjuks ei teeks see tehnika meile aga palju kasu. R Ruudu väärtus on nullilähedane ja seetõttu ei aita joon meil ennustada ning me peaksime valima mõne muu statistilise meetodi.
