Вы сможете спрогнозировать продажи, не прибегая к сложным формулам, рассчитать коридор спроса, определив верхнюю и нижнюю границы будущих продаж, использовать универсальный метод прогноза продаж для любого периода.
Вместо громоздких формул для прогноза спроса на продукцию мы используем один график в Excel, который строим исходя из данных о продажах компании. Алгоритм вывели самостоятельно, опираясь на советы знакомых бизнесменов и материалы из интернета. С помощью графика прогнозируем продажи на месяц, несколько месяцев или год. Чтобы повторить опыт, вам потребуется версия Excel 2003–2016 года. Кроме того, в конце статьи вы найдете альтернативный способ, который позволит построить прогноз за несколько минут. Однако он подходит исключительно для версии Excel 2016 года.
Ша г 1. Чтобы прогнозировать спрос на товары, собираем данные о продажах компании
Чтобы приступить к анализу, вам понадобятся данные о продажах компании за весь период ее существования. Чем больше информации, тем точнее прогноз. У нас, к примеру, есть сведения о продажах с января 2013 года по август 2015-го. Заносим их в таблицу (рисунок 1).
Лучшая статья месяца
Мы подготовили статью, которая:
✩покажет, как программы слежения помогают защитить компанию от краж;
✩подскажет, чем на самом деле занимаются менеджеры в рабочее время;
✩объяснит, как организовать слежку за сотрудниками, чтобы не нарушить закон.
С помощью предложенных инструментов, Вы сможете контролировать менеджеров без снижения мотивации.
Шаг 2. Делаем прогноз спроса на продукцию на заданный период
Чтобы спрогнозировать продажи, к примеру, на месяц или на будущий год, используем функцию «ПРЕДСКАЗ» в Excel. Функция основана на линейной регрессии и предназначена для прогнозирования продаж, потребления товара и пр.
В ячейку C34 записываем функцию:
ПРЕДСКАЗ(x; известные_значения_у; известные_значения_х),
х - дата, значение для которой необходимо предсказать (ячейка A34);
Шаг 3. Делаем расчет коэффициента сезонности для прогноза спроса
Чтобы учесть сезонные спады и рост продаж, с помощью стандартных функций вычисляем коэффициент сезонности. Для этого суммы продаж за первый и второй год делим на общую сумму продаж за два года и умножаем на 12. С помощью клавиши F4 устанавливаем абсолютные ссылки, чтобы расчет шел исключительно из нужного нам диапазона (рисунок 1).
=(($B$2:$B$13+$B$14:$B$25)/СУММ($B$2:$B$25))*12
Далее копируем формулу и вставляем в ячейки F2:F13 как формулу массива. Завершаем ввод сочетанием клавиш: Ctrl+Shift+Enter. Если этого не сделать, функция вернет значение ошибки #ЗНАЧ! В результате для января получим коэффициент 0,974834224106574, для февраля - 0,989928632237843 и т. д. Для наглядности можно назначить ячейкам процентный формат. Правой кнопки мыши выбираем «Формат ячеек», затем вкладку «Число» и далее вкладку «Процентный, два знака после запятой».
- Сезонные спады в бизнесе: 3 способа вытянуть продажи
Шаг 4. Корректируем прогноз спроса на продукцию, учитывая сезонность
Добавим рассчитанные коэффициенты в имеющуюся функцию «ПРЕДСКАЗ» (ячейки C34:C45):
Чтобы скорректировать продажи, учитывая коэффициент, используем функцию «ИНДЕКС» (рисунок 2).
Первым аргументом в функции указываем ссылку на 12 ячеек с коэффициентами сезонности ($F$2:$F$13), вторым - номер месяца, чтобы вернуть коэффициент для нужного месяца (для этого используем функцию «месяц», которая возвращает только номер месяца из указанной даты). Для сентября 2015 года формула индекса выглядит так:
ИНДЕКС($F$3:$F$14;МЕСЯЦ(A35))
Чтобы скорректировать прогноз, нужно значение «ИНДЕКС» умножить на значение «ПРЕДСКАЗ», которое рассчитывали в шаге 2. Вот что мы получим:
ПРЕДСКАЗ(A34; $B$2:$B$33; $A$2:$A$33)*ИНДЕКС ({97,48%:98,99%:90,38%:94,66%:100,86%:99,02%:100,66%:110,39%:100,47%:104,82%:105,13%:97,14%}; 9)
Распространяем функцию на дальнейшие периоды и получаем скорректированный прогноз с учетом сезонности в ячейках C34:С45 (рисунок 1).
Шаг 5. Рассчитываем отклонение и строим два сценария
Реальные продажи редко в точности соответствуют прогнозам. Поэтому компании дополнительно строят допустимые верхние и нижние границы - прогноз продаж по оптимистичному и пессимистичному сценариям. Это помогает отследить тенденцию и понять, выходят ли реальные показатели продаж за спрогнозированные значения. При большом отклонении можно в срочном порядке принять необходимые меры.
Верхние и нижние границы коридора спроса строим по формуле (ячейка G2 на рисунке 1):
ДОВЕРИТ(0,05 (АЛФА); СТАНДОТКЛОН(C34:C45); СЧЕТ(C34:C45)),
«ДОВЕРИТ» возвращает доверительный интервал, используя нормальное распределение. Функция учитывает колебания продаж компании, включая сезонные.
«АЛФА» - уровень значимости для вычисления доверительного уровня. Показатель 0,05 означает, что мы получим прогноз с точностью 95%.
«СТАНДОТКЛОН» - стандартное отклонение генеральной совокупности. Показывает, насколько прогнозируемые продажи отличаются от реальных.
«СЧЕТ» подсчитывает количество месяцев, по которым мы прогнозируем продажи.
Чтобы получить оптимистичный и пессимистичный сценарии, в ячейки D34 и D35 записываем формулы (рисунок 1).
Оптимистичный: =$C34+$G$2 (прибавляем к сумме прогноза сумму рассчитанного доверительного интервала)
Пессимистичный: =$C34–$G$2 (вычитаем из суммы прогноза сумму доверительного интервала)
Чтобы по полученным данным построить график, в ячейки C33, D33 и E33 копируем значения из ячейки B33. Далее выделяем все данные (A1:E45), переходим на вкладку «Вставка», находим вкладку «Диаграммы» и затем вкладку «График». В итоге получаем график с коридором спроса (рисунок 3).
Вывод. Построив коридор спроса, внимательно следим за продажами в новом году. В 99 % случаев они развиваются в рамках коридора. Если нет - анализируем продажи еще раз и строим новый график.
- Как регулярное изучение спроса повышает динамику продаж на 648%
Мнение эксперта
Метод эффективен для прогнозирования продаж малого количества SKU
Максим Люлин,
генеральный директор «Актион-пресс»
Я бы советовал использовать метод для прогноза в отношении одного артикула - тогда он будет максимально точным. В целом метод понравился мне своей простотой и тем, что позволяет избежать ошибок. Его также можно применять для прогноза продаж группы товаров, схожих по характеристикам и близких по цене.
К недостаткам метода отнесу сложность учета изменения цен, влияния аукционной деятельности. Кроме того, при оценке продаж в рублях вы не можете объективно оценить долю продаж компании в отраслевой нише, поэтому рискуете потерять долю рынка. Ваши конкуренты могут этим воспользоваться и предложить товар по более низкой цене.
Мнение эксперта
Метод идеален для анализа продаж по зафиксированным показателям
Кирилл Чихачев,
генеральный директор «МЦФЭР-пресс»
До прочтения статьи я был знаком с методом в теории. Теперь, попробовав его на практике, могу сказать, что он мне понравился. Метод идеален для анализа продаж по зафиксированным показателям: количество продуктов, сбытовая мощность и пр. Его также стоит применять для малого числа продуктов: рост и падение спроса на каждый из них зависит от разных причин. Прогноз предельно понятен, логичен и точен. Однако для еще большей точности я бы учел следующие моменты.
Максимальное и минимальное значения продаж проще рассчитывать исходя из двух точек в начале и конце периодов, а не искать точки, через которые должна проходить прямая.
При прогнозировании продаж на месяц разницу верхнего и нижнего значений для оптимистичного и пессимистичного сценариев логичнее делить не на 12, а на количество месяцев внутри отрезка. Так вы более точно рассчитаете ежемесячный прирост продаж.
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.
На сегодняшний день наука достаточно далеко продвинулась в разработке технологий прогнозирования. Специалистам хорошо известны методы нейросетевого прогнозирования, нечёткой логики и т.п. Разработаны соответствующие программные пакеты, но на практике они, к сожалению, не всегда доступны рядовому пользователю, а в то же время многие из этих проблем можно достаточно успешно решать, используя методы исследования операций, в частности имитационное моделирование, теорию игр, регрессионный и трендовый анализ, реализуя эти алгоритмы в широко известном и распространённом пакете прикладных программ MS Excel.
В данной статье представлен один из возможных алгоритмов построения прогноза объёма реализации для продуктов с сезонным характером продаж. Сразу следует отметить, что перечень таких товаров гораздо шире, чем это кажется. Дело в том, что понятие “сезон” в прогнозировании применим к любым систематическим колебаниям, например, если речь идёт об изучении товарооборота в течение недели под термином “сезон” понимается один день. Кроме того, цикл колебаний может существенно отличаться (как в большую, так и в меньшую сторону) от величины один год. И если удаётся выявить величину цикла этих колебаний, то такой временной ряд можно использовать для прогнозирования с использованием аддитивных и мультипликативных моделей.
Аддитивную модель прогнозирования можно представить в виде формулы:
где: F – прогнозируемое значение; Т – тренд; S – сезонная компонента; Е – ошибка прогноза.
Применение мультипликативныхмоделей обусловлено тем, что в некоторых временных рядах значение сезонной компоненты представляет собой определенную долю трендового значения. Эти модели можно представить формулой:
На практике отличить аддитивную модель от мультипликативной можно по величине сезонной вариации. Аддитивной модели присуща практически постоянная сезонная вариация, тогда как у мультипликативной она возрастает или убывает, графически это выражается в изменении амплитуды колебания сезонного фактора, как это показано на рисунке 1.
Рис. 1. Аддитивная и мультипликативные модели прогнозирования.
Алгоритм построения прогнозной модели
Для прогнозирования объема продаж, имеющего сезонный характер, предлагается следующий алгоритм построения прогнозной модели:
1.Определяется тренд, наилучшим образом аппроксимирующий фактические данные. Существенным моментом при этом является предложение использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.
2.Вычитая из фактических значений объёмов продаж значения тренда, определяют величины сезонной компоненты и корректируют таким образом, чтобы их сумма была равна нулю.
3.Рассчитываются ошибки модели как разности между фактическими значениями и значениями модели.
4.Строится модель прогнозирования:
где:
F– прогнозируемое значение;
Т
– тренд;
S
– сезонная компонента;
Е -
ошибка модели.
5.На основе модели строится окончательный прогноз объёма продаж. Для этого предлагается использовать методы экспоненциального сглаживания, что позволяет учесть возможное будущее изменение экономических тенденций, на основе которых построена трендовая модель. Сущность данной поправки заключается в том, что она нивелирует недостаток адаптивных моделей, а именно, позволяет быстро учесть наметившиеся новые экономические тенденции.
F пр t = a F ф t-1 + (1-а) F м t
где:
F ф t-
1 – фактическое значение объёма продаж в предыдущем году;
F м t
- значение модели;
а –
константа сглаживания
Практическая реализация данного метода выявила следующие его особенности:
- для составления прогноза необходимо точно знать величину сезона. Исследования показывают, что множество продуктов имеют сезонный характер, величина сезона при этом может быть различной и колебаться от одной недели до десяти лет и более;
- применение полиномиального тренда вместо линейного позволяет значительно сократить ошибку модели;
- при наличии достаточного количества данных метод даёт хорошую аппроксимацию и может быть эффективно использован при прогнозировании объема продаж в инвестиционном проектировании.
Применение алгоритма рассмотрим на следующем примере.
Исходные данные: объёмы реализации продукции за два сезона. В качестве исходной информации для прогнозирования была использована информация об объёмах сбыта мороженого “Пломбир” одной из фирм в Нижнем Новгороде. Данная статистика характеризуется тем, что значения объёма продаж имеют выраженный сезонный характер с возрастающим трендом. Исходная информация представлена в табл. 1.
Таблица 1.
Фактические объёмы реализации продукции
|
Объем продаж (руб.) |
Объем продаж (руб.) |
||||
|
сентябрь |
сентябрь |
||||
Задача: составить прогноз продаж продукции на следующий год по месяцам.
Реализуем алгоритм построения прогнозной модели, описанный выше. Решение данной задачи рекомендуется осуществлять в среде MS Excel, что позволит существенно сократить количество расчётов и время построения модели.
1. Определяем тренд , наилучшим образом аппроксимирующий фактические данные. Для этого рекомендуется использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели).
Рис. 2. Сравнительный анализ полиномиального и линейного тренда
На рисунке показано, что полиномиальный тренд аппроксимирует фактические данные гораздо лучше, чем предлагаемый обычно в литературе линейный. Коэффициент детерминации полиномиального тренда (0,7435) гораздо выше, чем линейного (4E-05). Для расчёта тренда рекомендуется использовать опцию “Линия тренда” ППП Excel.
Рис. 3. Опция “Линии тренда”
Применение других типов тренда (логарифмический, степенной, экспоненциальный, скользящее среднее) также не даёт такого эффективного результата. Они неудовлетворительно аппроксимируют фактические значения, коэффициенты их детерминации ничтожно малы:
- логарифмический R 2 = 0,0166;
- степенной R 2 =0,0197;
- экспоненциальный R 2 =8Е-05.
2. Вычитая из фактических значений объёмов продаж значения тренда, определим величины сезонной компоненты , используя при этом пакет прикладных программ MS Excel (рис. 4).
Рис. 4. Расчёт значений сезонной компоненты в ППП MS Excel.
Таблица 2.
Расчёт значений сезонной компоненты
|
Месяцы |
Объём продаж |
Значение тренда |
Сезонная компонента |
Скорректируем значения сезонной компоненты таким образом, чтобы их сумма была равна нулю.
Таблица 3.
Расчёт средних значений сезонной компоненты
|
Месяцы |
Сезонная компонента |
||||
3. Рассчитываем ошибки модели как разности между фактическими значениями и значениями модели.
Таблица 4.
Расчёт ошибок
|
Месяц |
Объём продаж |
Значение модели |
Отклонения |
Находим среднеквадратическую ошибку модели (Е) по формуле:
Е= Σ О 2: Σ (T+S) 2
где:
Т-
трендовое значение объёма продаж;
S
– сезонная компонента;
О
- отклонения модели от фактических значений
Е= 0,003739 или 0.37 %
Величина полученной ошибки позволяет говорить, что построенная модель хорошо аппроксимирует фактические данные, т.е. она вполне отражает экономические тенденции, определяющие объём продаж, и является предпосылкой для построения прогнозов высокого качества.
Построим модель прогнозирования:
Построенная модель представлена графически на рис. 5.
5. На основе модели строим окончательный прогноз объёма продаж. Для смягчения влияния прошлых тенденций на достоверность прогнозной модели, предлагается сочетать трендовый анализ с экспоненциальным сглаживанием. Это позволит нивелировать недостаток адаптивных моделей, т.е. учесть наметившиеся новые экономические тенденции:
F пр t = a F ф t-1 + (1-а) F м t
где:
F пр t - прогнозное значение объёма продаж;
F ф t-1
– фактическое значение объёма продаж в предыдущем году;
F м t
- значение модели;
а
– константа сглаживания.
Константу сглаживания рекомендуется определять методом экспертных оценок, как вероятность сохранения существующей рыночной конъюнктуры, т.е. если основные характеристики изменяются / колеблются с той же скоростью / амплитудой что и прежде, значит предпосылок к изменению рыночной конъюнктуры нет, и следовательно а ® 1, если наоборот, то а ® 0.
Рис. 5. Модель прогноза объёма продаж
Таким образом, прогноз на январь третьего сезона определяется следующим образом.
Определяем прогнозное значение модели:
F м t = 1 924,92 + 162,44 =2087 ± 7,8 (руб.)
Фактическое значение объёма продаж в предыдущем году (F ф t-1) составило 2 361руб. Принимаем коэффициент сглаживания 0.8. Получим прогнозное значение объёма продаж:
F пр t = 0,8*2 361 + (1-0.8) *2087 = 2306,2 (руб.)
Кроме того, для повышения надёжности прогноза рекомендуется строить все возможные сценарии прогноза и рассчитывать доверительный интервал прогноза.
Дмитриев Михаил Николаевич, заведующий кафедрой экономики и предпринимательства Нижегородского архитектурно-строительного университета (ННГАСУ), доктор экономических наук, профессор.
Адрес: 603000, Н. Новгород, ул. Горького, д. 142а, кв. 25.
Тел. 37-92-19 (дом) 30-54-37 (раб.)
Кошечкин Сергей Александрович, кандидат экономических наук, ст. преподаватель кафедры экономики и предпринимательства Нижегородского архитектурно-строительного университета (ННГАСУ).
Адрес: 603148, Н. Новгород, ул. Чаадаева, д. 48, кв. 39.
Тел. 46-79-20 (дом) 30-53-49 (раб.)
Прогнозирование продаж: точный расчет или гадание на кофейной гуще? Когда мы строили систему в компании-девелопере Урбан Групп, коммерческий директор, Дмитрий Усманов, задал вопрос, — подпишемся ли мы под конкретной цифрой. Мы назвали цифру, дату и время.
Через три недели в 12.15 мы сидели в кафе и наблюдали за графиком поступлений. В 12.00 разносятся приходы за последний день. Точность прогноза составила 99,7%.
Самый частый вопрос, который задают нам клиенты: «Как вы можете так точно рассчитать будущий объем продаж?».
Все дело в кофе) Нет, не в том, по которому можно узнать судьбу вашего бизнеса, а в том, которое мы выпиваем, пока решаем задачу прогнозирования для каждого конкретного предприятия.
Не стоит путать прогнозы объема продаж, основанные на детальных расчетах, с ненаучной ворожбой. Давайте рассмотрим, как составить максимально точный прогноз продаж и какие задачи он решает.
Для чего нужен прогноз продаж?
1. Постановка целей
. Полученная по годовому прогнозу цифра – то, к чему компания должна прийти на следующий год, тот план, который необходимо выполнить. Это часть бизнес-плана для предприятия и реальная, четко просчитанная цель для отдела продаж, от которой можно отталкиваться при начислении премий и бонусов. Очень часто цель ставится из желаний, а не из реальных возможностей.
Поэтому перед тем как поставить цель необходимо сначала сделать прогноз, а потом устанавливать цель. Если цель выше прогноза, то нужно понимать за счет каких изменений цель будет выполнена.
2. Формирование необходимой базы трудовых и производственных ресурсов. Исходя из прогнозного количества клиентов и объема продаж. Задача: запланировать закупки и определить будущие потребности компании в оборудовании и персонале.
3. Управление складскими запасами . В каждый момент времени в распоряжении производства будет находиться складской остаток, достаточный для выполнения задач на определенном этапе. Никакого дефицита или избытка материалов на складе – только рациональное расходование средств!
4. Повышение мобильности бизнеса . На прогнозном графике (или в таблице) можно заблаговременно увидеть моменты возможного проседания объема продаж (например, из-за сезонности продукта) и предпринять меры для корректировки ситуации еще до окончания периода. Кроме того, повышаются шансы мгновенно отследить незапланированный спад продаж, оперативно выявить причины снижения показателей и своевременно исправить ситуацию.
5. Контроль и оптимизация расходов . Прогнозирование покажет, какие затраты в целом понесет компания на производство и реализацию продукции. А значит, можно разработать бюджет и заблаговременно определить, какие издержки подлежат сокращению в случае неисполнения прогноза по увеличению объема продаж.
Методы прогнозирования и как они работают
Существует 3 основных группы методов:
1. Метод экспертных оценок . Базой для них является субъективная оценка определенной группы экспертов, которые имеют свое видение текущей ситуации и перспектив развития. В роли внутренних экспертов выступают руководители компаний и топ-менеджеры. Внешними экспертами могут быть привлеченные консультанты и финансовые аналитики.
Эту методику выбирают при отсутствии большого количества статистических данных, например, когда компания выводит на рынок новый товар или услугу. Эксперты оценивают проблему, основываясь на интуиции и логике. Обобщенное мнение специалистов и становится прогнозом. Метод очень сильно зависит от опыта эксперта в отрасли. Иногда это лучший способ прогнозирования. И тут нет ничего общего с гаданием. Интуиция это вычисления нашего мозга, которые человек не может отследить. Главное уметь очистить интуицию от предрассудков.
Пример.
«Мозговой штурм» – коллективный метод экспертной оценки, в котором принимают участие начальники отделов продаж, маркетинга, производства и логистики. Каждый по очереди озвучивает факторы, которые могут положительно или отрицательно повлиять на будущие продажи. Прогноз формируется по сводному перечню выдвинутых идей.
Но нужно учитывать что каждый из участников будет иметь свои интересы. Продажникам нужно занизить план, чтобы потом геройски его выполнить. Маркетологам завысить чтобы показать перспективы рынка. Производству сократить ассортимент до 1 единицы и сформировать ровный график, логистике не нужны пики и спады.
2. Методы анализа и прогнозирования временных рядов . Оптимальный вариант для предприятия, накопившего базу данных по продажам за несколько лет. Для упрощенного прогнозирования можно воспользоваться стандартной программой Excel. В ней составляется таблица с ежемесячным объемом продаж в каждом году, и на основе этой таблицы выстраивается график.
График показывает основной тренд (повышение или снижение объемов продаж), а также сезонные колебания. Остается экстраполировать кривую на месяц, на год или любой другой период времени. Можно расширить этот метод следующим пунктом.
3. Казуальные (причинно-следственные) методы.
Они учитывают зависимость уровня продаж от одной или нескольких переменных. Для построения адекватной модели необходимо знать независимые факторы, которые влияют на спрос.
Что это за факторы? Доходы населения, цены конкурентов, эффективность рекламы, объемы производства смежных областей – то есть все, что определяет поведение потребителей.
Пример.
Компания реализует сантехнику. Первый фактор – объемы строительства в регионе. Они в прошлом году снизились на 15%, объемы продаж сантехники упали на 10%. В следующем году кризис в строительной сфере продолжится, значит, упадут и продажи унитазов, раковин и ванн. Второй фактор – реклама. Как показал опыт сантехнической компании в прошлые периоды, увеличение расходов на рекламу на 10% увеличивает продажи на 20%. И так далее по каждому фактору влияния.
Итоговый показатель рассчитывается с помощью многофакторного уравнения, в котором каждая переменная протестирована и выверен ее уровень значимости.
Выбор метода зависит от того, какие исходные данные есть в наличии. Самое эффективное решение – сочетание нескольких методов.
Следует учитывать, что прогнозирование величины продаж лучше работает в краткосрочном периоде, и не из-за каких-то особенностей расчета, а потому что на уровне бизнеса практически невозможно предсказать изменение внешних политических и экономических условий. Вспомните, кто был готов к кризису 2008? А к санкциям из-за ситуации на Украине?
Как рассчитать прогноз продаж – чек-лист для бизнеса
Посмотрите, какой алгоритм прогнозирования используем мы, перед тем как гарантировать своим клиентам увеличение объема продаж на 20-200%:
- Анализируем результаты деятельности предприятия за предыдущий период . Берем ежемесячные или еженедельные данные за три предыдущих года. Для нового товара, у которого отсутствует история продаж, используем методы экспертной оценки – основываемся на опыте наших специалистов, работавших с аналогичным бизнесом, опрашиваем внешних экспертов и изучаем конкурентов.
На этом же этапе исходя из предоставленных сведений мы определяем эластичность спроса, чтобы понять, насколько сильно объем продаж зависит от повышения/понижения цены, если они были за эти периоды Каждый экстремум на графике наход объяснение путем анализа страктуры оборота. Какие клиенты купили больше или меньше, почему, что повлияло. В 99 % случаев ответы находятся без особых усилий.
- Определяем тренд рынка . Прогнозировать увеличение продаж продукции можно только в том случае, если общий тренд рынка является растущим или хотя бы стабильным. Увидеть текущие тенденции можно в ЯндексВордстате – мы набираем запрос, соответствующий продукту клиента, и изучаем график.
Если кривая спроса неуклонно снижается и нет никаких данных о скором окончании кризиса в этой отрасли, на рост продаж рассчитывать не стоит. однако можно попытаться удержаться на текущем уровне., кризис вечным не бывает. И если вы сохраните за собой долю рынка, в момент подъема у вас будет лучший старт, чем у конкурентов.
- Учитываем сезонность предлагаемого товара/услуги . Если есть сведения по прошлым продажам – отлично! Если нет, есть простой способ выяснить наличие или отсутствие сезонных колебаний – воспользоваться все тем же графиком по динамике запросов.
Посмотрите, как четко видны сезонные колебания по запросу «кровельные материалы»: летние пики и зимние провалы. Для товаров и услуг, спрос на которые отличается ярко выраженной сезонностью, нужно рассчитать коэффициент сезонности по каждому плановому периоду.
Пример.
Компания продает мягкую кровлю в рулонах. В апреле прошлого года было реализовано 100 рулонов, а уже в июне – 176 рулонов. В апреле этого года компания реализовала 124 рулона, сколько рулонов будет продано в июне? Простая задачка для начальной школы решается в одно действие: 176/100*124=218 рулонов (где 176/100=1,76 – коэффициент сезонности). Аналогично можно сделать расчет коэффициента в целом по рынку.
- Оцениваем актуальное УТП. Например при продаже квартиры мы оцениваем УТП компании по 32 параметрам, каждой характеристике присваиваем вес и четко понимаем силу нашего предложения. Качество уникального торгового предложения серьезно влияет на конверсию. После конкурентного анализа мы можем сказать, какой будет конверсия на сайте для конкретного бизнеса – 2% или все 10%. Если доработать откровенно слабое УТП и четко прописать его в рекламных объявлениях, можно в разы увеличить количество обращений
- Тестируем эффективность рекламы по каждому каналу продаж . Для офлайн-магазинов можно запустить тестовую рекламную кампанию в газетах, на телевизионных каналах региона. Для интернет-магазинов – размещаем таргетированную рекламу в соцсетях или контекстные объявления в Яндекс.Директ (GoogleAdwords). Каждому рекламному каналу присваиваем свой номер телефона или любой другой маркер, позволяющий определить, что именно сработало.
Пример.
Компания реализует металлические двери в двух магазинах в своем городе и интернет-магазине с доставкой по области. Реклама в газетах представляет собой купон с 5% скидкой, который нужно предъявить при обращении. В контекстной рекламе размещаем телефон и отслеживаем количество поступивших по нему звонков. Одна реклама увеличила количество клиентов на 10%, а вторая не сработала? Используем эту информацию для планирования и прогнозирования.
- Анализируем клиентскую базу по физическим и юридическим лицам, среднему чеку, регулярности закупок. Берем статистику по уже завершенным сделкам, вычисляем средний чек для каждой группы клиентов. Мы уже выяснили, сколько новых покупателей принесет нам реклама. Умножаем их количество на средний чек и получаем прогнозный объем продаж.
В расчете будущих объемов продаж для сегмента B2B есть свои особенности. Как правило, это не разовые клиенты, а постоянные деловые партнеры, которые будут покупать товары в течение всего года. Соответственно, кроме среднего чека нужно определить периодичность поставок. Потенциал можно оценить по базам 2gis.ru.
- Проверяем, как работают менеджеры по продажам . Прослушиваем, как менеджеры работают с обращениями. Если по итогам общения с потенциальным клиентом менеджер не смог довести его до заказа, нужно составить эффективные скрипты телефонных разговоров и провести обучение персонала. В результате, из 10 обращений до покупки дойдетне 1 клиент, а, 3.
Когда мы составляем прогноз роста продаж, мы используем именно этот чек-лист, дополняя или видоизменяя его в зависимости от вида бизнеса. Как видите, в нем встречаются элементы всех трех методик. По каждой гипотезе дается оценка, но их совокупность обеспечивает высокую точность прогноза.
Мы можем гарантировать максимально точное прогнозирование при условии, что клиент сначала предоставляет нам как можно большее количество исходных данных, а потом четко реализуются все внедрения. Мы проведем аудит любого бизнеса и точно определим объем на который способен Ваш бизнес и не обижайтесь если он будет в несколько раз Ваше текущего
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.
