Pardavimų projekcija yra apskaičiuotas apskaičiavimas, naudojant statistinius metodus, leidžiančius sužinoti įmonės pardavimo prognozes ateinančiu laikotarpiu.
Iš esmės tai yra išsiaiškinimas, kiek galime parduoti, turėdami omenyje, kad pardavimų prognozė yra susijusi su likusia veikla.
Todėl tai yra viena iš esminių analizių, kurią turi atlikti bet kuri įmonė. Atminkite, kad bet kurio verslo centras yra klientas, o jų sąskaitos yra pagrindinis pajamų šaltinis.
Kita vertus, asmuo, atsakingas už šių skaičiavimų atlikimą, yra komercijos direktorius.
Kaip padaryti pardavimo projekciją
Pardavimų prognozė leidžia gauti informaciją apie būtinus pirkimus. Tai savo ruožtu leis mums pasirūpinti pakankamu iždu ir efektyviai valdyti žmogiškuosius išteklius. Todėl žinoti, kaip tai padaryti, yra labai svarbu. Galime pradėti nuo trijų situacijų, mes išsamiau matysime kiekvieną metodą kitame skyriuje:
- Mūsų įmonė pradeda savo veiklą. Šiuo atveju praktiškai neįmanoma žinoti praeities duomenų. Galime palyginti tik su kitais konkurentais, kurie ilgiau buvo rinkoje, todėl šią informaciją reikia vertinti atsargiai. Šiais atvejais įprasta naudoti kokybinius metodus, leidžiančius naudoti mažus pavyzdžius ir paremtus subjektyvia informacija, pavyzdžiui, Delfio metodu ar ekspertų apklausomis.
- Mūsų įmonė veikia trumpą laiką. Šiuo atveju mes jau turime tam tikrų duomenų, tačiau jų nepakanka kiekybiniams statistikos metodams atlikti su didelėmis imtimis. Tokiu atveju mes galime išsiųsti pasitenkinimo klausimynus savo klientams ir sužinoti jų būsimus pageidavimus. Mes galime atlikti statistinę tiriamąją analizę rinkti informaciją arba naudoti tokius metodus kaip „Run Rate“.
- Galiausiai, jei mūsų įmonė kurį laiką buvo rinkoje, geriausi ir efektyviausi yra kiekybiniai metodai. Tai leidžia modeliuoti pardavimų projekcijas naudojant matematiką ir statistiką. Labiausiai paplitę, kuriuos taip pat išsamiai pamatysime, yra regresijos, kintamumo rodikliai ar slankieji vidurkiai.
Kai kurie prognozavimo metodai
Yra daugybė kokybinių ir kiekybinių metodų, leidžiančių prognozuoti kintamojo ateitį. Mes sutelksime dėmesį į svarbiausius dalykus, kuriuos taip pat galima lengvai pritaikyti mažoms ar vidutinėms įmonėms. Daugumai jų reikės tik skaičiuoklės.
Kokybiniai metodai
Šie metodai yra pagrįsti, kaip sakėme, mažais pavyzdžiais ir subjektyvumu. Jie naudojami tiriamajai analizei atlikti, kurią galima papildyti kitomis kiekybinėmis. Jie taip pat labai trukdo apakti, kai pradedame. Jie neleidžia daryti išvadų.
- Delfi metodas. Tai kokybinė technika, sukurianti duomenų rinkimo sistemą iš ekspertų grupės. Siekiama dalyvių sutarimo per interaktyvų procesą. Atsakoma į daugybę klausimynų ir su šiais duomenimis vėl atliekami skirtingi klausimai, kol bus pasiektas minėtas sutarimas.
- Tikslinės grupės. Ši technika yra panaši į ankstesnę, tačiau ji pagrįsta asmeniniais ar virtualiais susitikimais. Juose bus moderatorius ir keletas žmonių, dalyvaujančių šiame klausime. Pavyzdžiui, šiuo atveju tai gali būti komercijos direktorius ir skirtingi agentai. Tai yra nukreipti dalyvius, naudojant tokius procesus kaip „idėjų debesis“, siekiant tikslo gauti informaciją apie galimas pardavimo prognozes.
Kiekybiniai metodai
Tai dažniausiai pasitaiko įmonėse, kurios veikia ilgą laiką. Jie turi didelius klientų pavyzdžius ir ilgą laiką. Tinkamiausios pateiktos žemiau:
- Vidutinis augimo tempas. Kai jūsų verslas užsiima verslu ilgą laiką, galite apskaičiuoti vidutinį metinį augimo procentą. Turėdami tai ir praėjusių metų duomenis, galite sudaryti pagrindinę pardavimo prognozę. Metodas yra paprastas, šis procentas pridedamas prie senų pardavimų. Tai panašu į pokyčių normų skaičiavimą.
- „Run Rate“ metodas naudojamas pardavimų prognozavimui tam tikrais metų laikotarpiais. Skaičiavimui ji naudoja mėnesio vidutinius laikotarpio pardavimų vidurkius, o kartu su jais numatomi tie, kurie įvyks kitą laikotarpį.
- Slenkantys vidurkiai, analizuojant laiko eiles, yra labai naudingi toms įmonėms, kurių produktai parduodami stabiliai ir be sezoniškumo. Atliekamas tam tikro skaičiaus istorinių duomenų vidurkis ir su tuo sudaroma prognozė. Jei yra didelis sezoniškumas, galima naudoti kitą metodiką, tai yra sezoniškumo indeksai.
- Paprasta regresija, apie kurią išsamiai parašyta čia. Mūsų atveju priklausomas kintamasis yra pardavimai, o nepriklausomas kintamasis yra laikas. Juos galima lengvai apskaičiuoti naudojant statistinę programinę įrangą arba skaičiuoklę. Jie pateikia grafiką ir apskaičiuoja nustatymo koeficientą (R kvadratas), kai reikšmės yra nuo nulio iki vieno. Kuo arčiau vieno, tuo geresnis gebėjimas nuspėti.
Pardavimų projekcijos pavyzdys
Pavyzdžiui, naudosime paprastą regresijos metodą.
Įsivaizduokime įmonę, kuri siūlo žemiau pateiktus duomenis. Rodomi paskutinių 3 metų mėnesio pardavimai. Į lentelę įtraukėme tik kai kuriuos duomenis, kad jie nebūtų per ilgi. Priklausomas kintamasis (Y) būtų vadinamas pardavimu, o nepriklausomas kintamasis (X) - laikas. Tikslas yra apskaičiuoti X ir nepriklausomo termino beta koeficientus.
Matome, kad skaičiuoklėje rodoma regresijos linija. Šiuo atveju jo nuolydis yra neigiamas, bet vidutinis, kaip rodo X koeficientas (mažiau nei nulis). Deja, tačiau ši technika mums neduos daug naudos. „R Squared“ vertė yra artima nuliui, todėl linija mums nepadeda numatyti, todėl turėtume pasirinkti kitą statistinį metodą.