Планирование продаж сезонных товаров с учетом меняющихся экономических условий

Смотрите в каталоге
Системы управления складом
Планирование продаж сезонных товаров с учетом меняющихся экономических условий

Выработка плана продаж, и обеспечение этого плана, - острый вопрос в текущей экономической ситуации. Неверно составленный план приводит убыткам прямым - как в случае избыточного хранения товара на складе, так и косвенным – в случае недостачи товара на складе, что приводит к упущенной выгоде, ухудшению сервиса, и, даже, лишним выплатам бонусов менеджерам по продажам.

Одна из проблем, сильно влияющих на составление плана – сезонность продаж некоторых товаров. Одни товары, например - кроссовки для бега, летом - более популярны, чем зимой. А вот обогреватели продаются лучше в холодное время года. Эти товары — сезонные.

Разброд вносит так же нестабильная макроэкономическая ситуация, когда инфляция толкает цены вверх, а снижающийся покупательский спрос вынуждает снижать продажи в количественном выражении. Кроме негативных факторов, могут так же влиять и факторы позитивные – как по компании в целом - если компания активно растет, так и по конкретным товарным позициям – если вы много вкладываетесь в маркетинг товара, то спрос на них может расти быстрее роста компании. Все это вносит корректирующий элемент в прогнозы, потому что уже не так однозначно стоит ориентироваться на информацию об истории продаж, не принимая во внимание реальную ситуацию.  

Потому, при составления плана продаж, учитывайте сезонной фактор, и тренды в компании.

Каким образом мне рассчитать план с учетом сезонных колебаний?

Что такое сезонный фактор - «сезонность»? Это запланированное и регулярное отклонение продаж товара от среднестатистических значений. Сезонность часто рассчитывается помесячно на календарный год относительно предыдущего календарного года для каждого товара, на который строится план продаж и по каждой торговой точки индивидуально, а итоговый план составляется путем консолидации из полученных значений.

Для расчета коэффициентов я рекомендую рассчитывать в штучном выражении. Если вы рассчитываете в денежном выражении, то количество влияющих факторов увеличивается многократно и это, кроме того что увеличит объем расчетов, еще и сильно увеличит шанс ошибки.

Рассчитать годовые коэффициенты сезонности достаточно просто – необходимо взять средние месячные продажи на конец года (сумма продаж на год, деленное на количество), а потом, для каждого месяца, рассчитать отклонение фактического объема продаж от среднегодового.

(Потребление в месяц / Среднегодовое потребление = Сезонный коэффициент)

Если у нас график продажи сложились примерно вот так вот:

То по результатам расчета, должно получиться приблизительно такая табличка для расчета (для 2010 года):

Сезонные коэффициенты:

Но задача - не рассчитать коэффициенты как таковые, а рассчитать план продаж, согласно текущим фактическим значениям продаж в году. Предположим, что мы проводим анализ в конце апреля 2011 года и рассчитываем план продаж на май 2011:

И наша табличка будет выглядеть вот так вот:

Задача – понять, сколько мы должны продать на май, с учетом текущих фактических объемов продаж и сезонности. Для этого - каждый из месяцев текущего года приведем к единой базе, убрав из них сезонный коэффициент, которые мы знаем.

(Факт Потребление в месяц / Сезонный коэффициент = Оц Среднегодовое потребление)

Получим вот такие значения:

Что означает, что если учитывать сезонные факторы, то ожидаемая средняя месячная на год равна 246 шт./мес.

Из этого, зная ожидаемую среднюю на год и сезонный коэффициент в мае (рассчитанный на предыдущем шаге), рассчитываем - сколько ожидается продаж в мае месяце, умножив ожидаемые среднегодовые продажи на рассчитанный сезонный коэффициент: 246 * 1,44 = 354,4 шт.

Таким образом, продолжаем формирование плана продаж на каждый месяц до конца года, корректируя согласно фактическим данным о продажах.

К сожалению, эти лаконичные расчеты не совсем корректны…

Мы учли влияние сезонных колебаний, но не рассчитали влияние общего тренда.  Если у вас спрос падает (или растет) на 10% каждый месяц по объективным причинам, то без учета этих движений ваш вновь составленный план станет несостоятельным, и, как мы уже говорили выше -  приведет вас к убыткам.

Как оценить влияние тренда?

Выделить и рассчитать тренд - само по себе сложная задача. Я рекомендую использовать метод, разработанный Робертом Ходриком и Эдвардом Прескоттом для анализа бизнес-циклов. Основные «фишки» метода: метод более чувствителен к долгосрочным тенденциям, чем к краткосрочным (что нам и нужно), и его можно настраивать на нужный период оценки тренда (что полезно при построении тренда как внутри года, так и на несколько лет). . Узнать больше об этом методе можно по ссылке: http://mycroftbs.ru/trend-filtr-hodrik-preskotta/

Выглядит результат его расчета примерно вот так (оранжевая линия):

Проблема в том, что такой метод сложно использовать при расчетах в экселе. Но можно попробовать использовать просто линейные функции, посчитав средние месячные продажи на состояние «на начало года» и «на конец года» (с учетом сезонности), и оценив то, как она изменилась со временем. Или просто взяв за целевое значение, то, на которое вы бы хотели бы ориентироваться («я уверен, что объем продаж должен вырасти на 10%»).

Как бы то ни было – результат расчетов, это полученные ежемесячные коэффициенты «наклона» тренда для каждого из товара по каждой из торговых точек на каждый месяц, где вы рассчитываете план продаж. Проблема еще и в том, что в нормальной ситуации, внутри года это не прямая линия, а плавно изгибается.

Полученные коэффициенты используются для корректировки оценки средней годовой продажи, на которую, напомню, у нас опирается оценка продаж будущих.

Если предположить, что в текущих экономических реалиях, спрос в штучном выражении будет падать на 10% к концу года, тогда ежемесячный корректирующий коэффициент должен быть, приблизительно, равен 0,987. Это означает, что на этот коэффициент мы изменим оценочную среднюю месячную внутри текущего года согласно трендовому коэффициенту на каждый месяц:

(Факт Потр. в мес. / Сез. Коэф  * Тренд. коэффициент = Оц Среднегодовое потребление)

А расчет текущих значений будет выглядеть так:

Заметили, что в результате получилось 349,8 шт. вместо ранее рассчитанных 354,4 шт.? Кажется, что это не очень много, но если у вас миллиардные обороты, то такая погрешность стоит очень много.

Чтобы увеличить качество работы с сезонностью, необходим пересчет и годовых сезонных коэффициентов по предыдущему году, относительно выявленных трендов. Но при нежелании производить большой объем вычислений, даже такое небольшое уточнение по текущему году уже способно качественно улучшить планирования.

Важно, что эти расчеты проводились и корректировались регулярно, согласно фактическим данным, чтобы получить наиболее адекватный план продаж и понимать то, каким образом вы его обеспечите и проконтролируете.

В реальной работе, профессионалы обычно используют более сложные подходы. Расчет ведется не по месяцам, а по неделям, или, даже, по дням. На целевые значения влияют больше факторов. А модель прогноза выходит за обычные средние расчеты. Но представленный выше подход это то, что может применить у себя любой человек, занимающийся планированием, даже без специальных инструментов.

Если это слишком трудоемко делать в «ручном режиме», и в том случае, если у вас 10 торговых точек и  15000 товаров, то - добро пожаловать к нам. Наше решение по управлению снабжением Mycroft Assistant автоматически собирает данные о продажах, анализирует текущее состояние продаж, самостоятельно высчитывает оптимальную модель работы и влияющие коэффициенты. И на основании полученных данных формирует прогноз продаж для каждого из товаров на каждой из торговых точек. А на основании данных прогнозов выдает рекомендации о необходимости пополнения запасов, чтобы вы этот план продаж рационально обеспечили. Так что, если хотите оптимизировать работу компании, но не знаете каким образом лучше всего это сделать – добро пожаловать к нам.

Компании и сервисы: SCM Mycroft Assistant
Автор: Павел Ковтун

Читайте также

31 августа / Комментарии

Рынок онлайн продажи продуктов: динамика заказов и эволюция прогноза на 2022 год

Data Insight анонсирует новый выпуск ежемесячного бюллетеня, посвященного развитию eGrocery в России. В нем раскрываются основные цифры, характеризующие рынок онлайн продажи продуктов за июль 2022 года.

далее →

23 августа / Комментарии

E-commerce рассылки: анализ вовлеченности и кликов

Специалисты компания Bluecore изучили более 35 млрд email-кампаний и выяснили, что самый большой уровень вовлеченности в email-рассылках показывают приветственные письма — их Open Rate достигает 46,7%.

далее →

11 августа / Комментарии

Программы лояльности и аналитические системы российских ритейлеров: тренды, антитренды и перспективы рынка

Эксперты компаний Кошелёк и Direct Service изучили программы лояльности и аналитические системы российских ритейлеров, обсудили тренды и антитренды, узнали как в целом они оценивают развитие рынка, какие строят планы на 2022.

далее →

4 августа / Комментарии

Тренды, аудитория и трафик российских маркетплейсов

Чтобы лучше понимать возможности площадок для селлеров и покупателей, эксперты компании iConText Group изучили самые крупные российские маркетплейсы.

далее →

Кто и как продает на маркетплейсах в России

Платформа для роста онлайн-продаж Тинькофф eCommerce в рамках аналитического проекта Tinkoff Data провела исследование российского бизнеса в сфере eCommerce и составила портрет продавца, торгующего на маркетплейсах.

далее →