Библиотека маркетолога

Уязвимость прогнозной модели продаж Кошечкина

Сергей Дмитриев «Веспол»

Статья Сергея Кошечкина «Алгоритм прогнозирования объема продаж в MS Excel» [1] на сегодняшний день является одной из самых популярных в этой теме. Но в данный момент, при написании методики планирования продаж, куда составной частью входят и прогнозные расчеты, мы столкнулись с тем, что при проверке исходных данных из статьи Кошечкина используемыми нами методами прогнозирования, эти данные оказываются не совсем корректными.

Это заставило еще раз перечитать материалы других авторов и их замечания, в результате чего и родилась эта статья.

В ней выделены три основных, на наш взгляд, замечания по поводу рассматриваемой модели прогнозирования продаж, предложенной Кошечкиным.

Полиноминальный тренд

На первую уязвимость обратил внимание Баутов А.Н. [2], а затем и Бондаренко А.В. [3].

А именно, что избранный Кошечкиным вариант именно полиноминального тренда при использовании его на практике, т.е. для реальных расчетов прогноза на год вперед, приводит к абсурду.

Чтобы убедиться в этом достаточно взглянуть на соответствующую диаграмму (см. Рис. 1), представленную в статье Баутова А.Н. и построенную «в строгом соответствии с исходными данными и рекомендациями, указанными в статье С.А. Кошечкина»


Рисунок 1. К чему приводит использование полиноминального тренда в прогнозировании

Сам Баутов А.Н. достаточно сдержанно комментирует этот факт, отмечая лишь, что «предлагаемый автором (Кошечкиным — СД) подход к вычислению тренда и анализу информации правомочен, но только для задач интерполирования, а не экстраполяции, к коим относится проблема прогнозирования» и что «график, иллюстрирующий этот «прогноз»... достаточно красноречив и не требует дополнительных комментариев».

Более эмоционально высказался второй автор, Бондаренко А.В.: «Сделайте аналогичную операцию (построение тренда — СД) с полиномом и увидите: почему книжки не рекомендуют использовать полиномы в прогнозировании — уже в апреле месяце 3-го сезона наши продавцы мороженого станут банкротом)».

И действительно, каждый желающий может, используя исходные данные из статьи Кошечкина, построить полиноминальный тренд и получить точно такое пике продаж в глубины отрицательных величин.

В данном случае, мы не ставим перед собой задачу обсуждения, почему это происходит и каким образом это устранить. Это дело специалистов соответствующего профиля, и на эту тему достаточно объемно высказались авторы, которых мы здесь упоминаем и которые дополнительно перечислены в вышеназванной подборке материалов.

Свою задачу мы видим лишь в том, чтобы обратить внимание на имеющую место уязвимость в построении модели прогнозирования продаж.

«Идеальный характер» исходных данных

Второе критическое замечание относится к качеству самих исходных данных, на что не обратили внимание другие авторы.

А именно, в своей работе по планированию и прогнозированию продаж мы нередко используем такой прием как «параллельное представление» данных.

В этом случае на диаграмме с фиксированными периодами строятся несколько рядов данных, каждый из которых отражает данные за определенный год. Отсюда, при анализе появляется возможность уже на визуальном уровне сравнивать между собой данные, например, за один и тот же месяц, но в разные годы.

Если взять исходные данные из статьи С.А. Кошечкина и представить их подобным образом, то мы получим следующую диаграмму:


Рисунок 2. «Идеальная» динамика продаж

Как видно из этой диаграммы, исходные данные обладают практически «идеальной» повторяемостью в разные годы.

Это вызывает определенные сомнения в том, что такие данные достаточно корректны, и наводит на размышление, что нередко при обсуждении подобных статистических методов и процедур авторы используют некоторые, скажем так, «адаптированные» цифры.

В реальности такая идеальная повторяемость динамики продаж по месяцам, причем не только по тенденциям, но и практически по величинам изменений, встречается крайне редко, если не сказать, что такое практически никогда не встречается.

Сезонный фактор как «техническая компонента»

Еще одно замечание относится к пониманию сезонного фактора, влияющего на продажи.

В статье Кошечкина С.А. он не определяется как понятие и лишь мимоходом указывается, как он должен рассчитываться: «Вычитая из фактических значений объемов продаж значения тренда, определяют величины сезонной компоненты ...»

Таким образом получается, что любое отклонение от тренда, т.е. от некоторых средних тенденций, и есть сезонное отклонение, или колебание продаж, обусловленное влиянием сезона.

Возможно чисто на техническом уровне такое механистическое понимание сезонного фактора и может быть использовано, но в плане содержательного анализа, на наш взгляд, более уместно понимать под сезоном некоторые природные и календарные особенности, влияющие на продажи. Чаще всего под сезонами понимаются времена года — весна, лето, осень и зима. Сюда же относятся продажи перед праздниками.

Для выявления таких сезонных колебаний продаж на сегодняшний день используются два основных способа — метод экспертной оценки и анализ статистики предыдущих продаж

Метод экспертной оценки — это, по сути дела, опрос сотрудников компании, предприятия, которые имеют опыт продаж и которые могут указать, когда именно наблюдаются подъемы или спады в динамике продаж

Обычно это сотрудники отделов продаж, руководитель этого отдела, руководитель предприятия, а также другие сотрудники и руководители компании, которые имеют отношение к продажам.

Из опыта проведения подобных оценок можно отметить некоторые интересные подробности. Например, что мнения о наличии сезонных колебаний могут различаться у сотрудников одного и того же предприятия. Или что иногда на предприятии складывается коллективное впечатление о спаде, например, в сентябре, хотя по некоторым отраслевым признакам в этом месяце, наоборот, должен быть подъем.

Еще одно интересное наблюдение состоит в том, что экспертам гораздо проще удается обозначать тенденции в тех или иных периодах, но гораздо сложнее оценивать их количественно. Например, на сколько увеличивается объем продаж в ноябре по сравнению с октябрем и т.д.

В любом случае, для повышения точности и эффективности данного способа необходимо придерживаться определенного уровня формализации самой процедуры. Особенно это касается моментов получения исходных данных и их последующей обработки.

В случае Анализа статистики продаж колебания продаж выявляются путем анализа данных по предыдущим продажам. Для такого анализа, естественно, необходим определенный объем данных, желательно за весь период деятельности предприятия. Но иногда приходится отбрасывать часть данных в силу существенных изменений в деятельности предприятия. Сам анализ данных может производиться либо во всеми нами любимом Excele, либо с помощью специальных программных средств.

Основной способ при этом — представление данных таким образом, чтобы можно было сравнивать значения по одним и тем же месяцам, но в разные годы. Например, посмотреть, как ведет себя линия графика продаж в мае 2007, 2006 и 2005 гг.

Следует отметить, что в ходе подобного анализа происходит определенная трансформация смысла слова «колебания». Когда мы говорим в целом о продажах и сезонных колебаниях, то последние выступают как некие всплески вверх или вниз на линии графика продаж в определенные периоды.

Когда же мы сравниваем объемы продаж по одному и тому же месяцу, но в разные годы, то повторяющиеся подъемы или спады уже выступают в роли тенденции. В свою очередь, случайными колебаниями здесь признаются разнонаправленные всплески, например, в 2006 году в апреле наблюдался подъем продаж, а в апреле 2007, наоборот, спад.

По итогам такого анализа возможно построить таблицу раскадровки сезонных колебаний, где на каждый месяц фиксируются характерные для него тенденции в виде «сезонных колебаний» продаж

Учет сезонных колебаний используется, как уже было сказано ранее, в процедурах прогнозирования и планирования продаж. При этом прежде всего следует развести понятия «прогнозирование» и «планирование». Мы различаем их следующим образом: прогнозирование — это то, что может быть, а планирование — это то, что должно быть. Плановый объем продаж, с одной стороны, чтобы быть обоснованным, должен опираться на прогноз продаж, а с другой — добавлять к нему некую дельту, вытекающую из задач предприятия на соответствующий период.

Например, на июнь месяц 2008 года в компании может быть запланировано добиться увеличения объема продаж на 15% при прогнозе +10%. А в следующем месяце — июле, когда по прогнозу, в силу сезонных особенностей, обычно происходит падение продаж примерно на 30%, плановой целью отдела продаж может быть задача удержать падение продаж хотя бы на уровне 20%.

В свою очередь, помимо сезонных, на продажи могут влиять и ряд других факторов. Например, это могут быть изменения законодательства, действия конкурентов и т.д.

Типовой перечень факторов, влияющих на продажи

В некотором логическом порядке он может выглядеть следующим образом:

1. Общая динамика рынка. Под общей динамикой рынка понимается, рынок развивается ли рынок или сокращается и насколько. Это могут быть, например, определенные статистические данные о том, что в год рынок растет на такое-то количество %. Разделив эту цифру на 12 месяцев, мы получим примерную динамику в месяц.

2. Сезонная динамика продаж. Как изменяются продажи в зависимости от времени года, сезона, месяца. Наиболее, наверное, известный фактор, который в первую очередь вспоминают при планировании и анализе продаж. Характерен для многих товаров и услуг. Например, туристические услуги и строительство поднимаются летом. К концу года обычно поднимается рынок продажи оргтехники, компьютеров и различных видов оборудования, особенно когда государственные организации спешат реализовать свои бюджеты. А после новогодних праздников обычно хорошо зарабатывают программисты, которые обновляют экономическое ПО после очередных изменений законодательства.

3. Конкуренты. Любые действия конкурентов, которые могли или могут повлиять на наши продажи. Причем как в отрицательную, так и в положительную сторону. Например, на рынке появились новые конкуренты, которые так или иначе оттянут на себя часть клиентов. Или, наоборот, какая-то компания прекратила свою деятельность. Или кто-то проводит рекламную кампанию, кто-то снижает цены, у кого-то меняется персонал, руководство и т.д.

4. Законодательство. Изменения законодательства в анализируемый период — прошлый или будущий. Все, что изменилось в законодательстве, может повлиять на продажи, и желательно сразу же это учесть и оценить.

5. Товарный ассортимент. Другие наименования — товары и услуги, продуктовая линейка, товарный портфель и т.д. Любые изменения, относящиеся к сфере продаваемых товаров и услуг. Этом могут быть, например, увеличение или уменьшение ассортимента, новые товары, модели и т.д.

6. Ценообразование. Изменения в ценообразовании, в ценах, могут включаться в предыдущий пункт — товарный ассортимент, а могут и выделяться отдельно. Это может проявляться, например, в повышении или понижении цен, изменении ценовой политики в целом и др.

7. Клиенты. Клиенты, клиентская база, прямые покупатели и/или дилеры, посредники и т.д. Сюда могут быть отнесены все изменения, произошедшие среди наших клиентов и/или партнеров в общей цепочке сбыта. Их количество может увеличиться или уменьшиться, может измениться соотношение различных групп покупателей, количество отгрузок (продаж, сделок), их величина и т.д.

8. Каналы сбыта. Здесь могут выделять различные изменения способов продажи наших товаров и услуг с точки зрения товаропроводящих сетей. Под каналами сбыта при этом могут пониматься, например, оптовая и розничная торговля, торговые точки, дилерские сети и др.

9. Персонал. Увольнения или приход новых сотрудников, изменения штатной структуры и т.д. Качество подготовки менеджеров отделов продаж, сбыта, маркетинга, торгового персонала.

10. Активность компании на рынке. Сюда можно отнести все виды активности нашей собственной компании, предприятия на рынке. Это могут быть рекламные кампании по продвижению продуктов и услуг, маркетинговые мероприятия, промоушн-акции по стимулированию продаж, скидки, лотереи, конкурсы и т.д.

Типовой перечень факторов, влияющих на продажи, удобно использовать в двух случаях:

  • При анализе прошлых продаж — чтобы оценить, за счет чего мог быть достигнут тот или иной результат.
  • При прогнозировании, планировании будущих продаж — чтобы рассчитать, на какие объемы продаж в ближайшее время мы можем рассчитывать

И в том, и в другом случае, естественно, учитывается и характер фактора — можем ли мы на него повлиять или нет. При этом следует отметить, что, конечно, каждый разумный руководитель отдела продаж так или иначе выполняет подобную процедуру. Но согласитесь, удобнее иметь готовый список под рукой, чем каждый раз вспоминать, а не забыли ли мы чего учесть.

И в анализе прошлых продаж, и в расчете будущих алгоритм работы включает в себя следующие три действия:

1. Оценить — влияет ли данный фактор на продажи в рассматриваемом периоде. Если ответ «да», то перейти к следующему пункту. Если не влияет, то его можно не учитывать (0), либо принять равным 1, т. е. без изменений.

2. Определить характер влияния — это увеличивает продажи или уменьшает (положительная тенденция или отрицательная, плюс или минус)

3. Насколько этот фактор влияет на продажи — в % или с использованием числовых коэффициентов. Например, +20% — продажи могут увеличиться примерно на 20%. Или 0,75 — продажи могут уменьшиться на четверть.

Пройдя таким образом по всему списку факторов можно составить себе некую цифровую картину, подоплеку наших продаж.

Один из самых сложных вопросов в таком анализе — это взаимовлияние факторов между собой.

На сегодняшний день можно порекомендовать два способа учета такого взаимовлияния.

  • Первый заключается в расчете простого среднеарифметического показателя.
  • Второй — когда один показатель может нивелировать действие другого. Например, Александр Дорохин [4] — и с ним можно вполне согласиться — исходит из того, что при выраженном влиянии сезонной динамики продаж и невыраженной общей динамике рынка вторым фактором можно пренебречь и учитывать только первый.

Как на самом деле происходит взаимодействие разных факторов, на сегодняшний день наверное не знает никто. В то же время, этому списку можно, наверное, придать и некоторый рейтинговый характер. Например, выделить наиболее важные факторы, которые чаще других или в наибольшей степени оказывают влияние на продажи, их динамику, их изменения в ту или иную сторону. Такие факторы можно еще называть наиболее чувствительными по отношению к продажам.

Заключение

Таким образом, как видим, математические методы прогнозирования продаж при их использовании требуют внимательного к себе отношения. И не всегда красивая математическая модель, формула, достаточно адекватно отражает анализируемое явление.

Литература

  1. Алгоритм прогнозирования объема продаж в MS Excel. Кошечкин С.А.
  2. Заметки о статье С.А. Кошечкина «Алгоритм прогнозирования продаж в MS Eхсel». Баутов А.Н.
  3. Доработка алгоритма прогнозирования объема продаж. Бондаренко А.В.
  4. Болевые точки в планировании продаж. Дорохин С.
  5. Периодические линии тренда в прогнозировании объемов продаж. И.В. Загинайло
  6. Прогноз продаж статистическим методом. Коренев А.
  7. Планирование торгово-закупочной деятельности. Бондарев П.