Чтобы программа смогла правильно интерпретировать введенные данные они должны быть упорядочены в некоторую последовательность записей. Данные должны иметь хронологический порядок. Лучшим способом организации данных в хронологическом порядке является использование сводных таблиц. Сводная таблица берет отдельные записи из списка и комбинирует их выбранным способом. Преимущества сводных таблиц: в них можно накапливать данные о продажах и таким образом быстро получать сводные значение; сводную таблицу можно использовать как базу для составления прогноза; они имеют уникальный механизм группирования данных(по дням, неделям, месяцам, кварталам, годам и т.д.).
II. ИСПОЛЬЗОВАНИЕ ПРОГНОЗИРОВАНИЯ И ПЛАНИРОВАНИЕ СТРАТЕГИЙ ПРОДАЖ
2.1. Назначение прогнозирования и планирования стратегий продаж
Прогнозирование поможет сделать достоверный прогноз или анализ.
Если использовать прогнозирование продаж для планирования будущих доходов или товарооборота, то это сможет помочь отделам маркетинга и производства принимать решения относительно стратегий ценообразования, рекламы и продаж, каждая из которых влияет на общие результаты деятельности компании.
Предположим, мы оценили квартальные объемы продаж за последние несколько лет и увидели, что в настоящий период продажи конкретного продукта очень снизились; наш прогноз предупреждает, что такое может повториться и в этом году. Мы можем предотвратить это падение благодаря тому, что проанализировали результаты за предыдущий срок.
2.2.Термины прогнозирования
Модель авторегрессии и проинтегрированного скользящего среднего (ARIMA) - это часть методики прогнозирования, способ оценки возможности использования иеющихся исходных данных в регрессивном подходе или методике скользящих средних.
Базовый набор данных – наборы данных, упорядоченные хронологически, это сводные таблицы доходов, сводки о движении товара, квартальные отчеты о доходах и т.п.
Корреляция (коэффициент корреляции) - выражает, насколько тесно две переменные связаны друг с другом. Теоретически, значение коэффициента корреляции находится в диапазоне от -1 до +1, однако на практике этих предельных значений он не достигает. Чем ближе коэффициент к граничным значениям, тем сильнее взаимосвязь двух переменных. Нулевая корреляция обозначает полное отсутствие взаимосвязи.
Пример: если коэффициент корреляции между количеством выпущенных товаров некоторой линии и общим уровнем доходов компании от его реализации достиг +0,7, то можно сказать, что этот товар буквально сразу же продастся.
Автокорреляция – отражает силу взаимосвязи одного наблюдения базового набора данных с более ранним; отражает связь между предыдущими и последующими событиями. Это позволяет решить, какую методику прогнозирования использовать.
Цикличность – это периодические колебания роста и сокращения производства. Цикл состоит из четырех периодов, фаз: рост, пик подъема, спад, кризис.
Коэффициент затухания – дробное число в диапазоне от нуля до единицы, применяемое в методе экспоненциального сглаживания для определения влияния ошибки предыдущего прогноза на следующий прогноз.
Период прогноза – интервал времени, представленный в базовом наборе данных.
Сезонность – в течение года в базовом наборе данных значения могут увеличиваться и уменьшаться на основе сезонных признаков. Если одна и та же модель подъема и спада наблюдается на протяжении нескольких лет, то такое явление носит название сезонности.
Тренд – стабильная тенденция в изменении значений базового набора данных, наблюдаемую в течение нескольких периодов времени.
2.3. Понятие базового набора данных
Любой прогноз создается на основе базового набора данных, т.е. данных, описывающих объемы продаж в разрезе месяцев, кварталов или лет. Однако создание численного прогноза без обращения внимания на его контекст не имеет смысла. В прогнозе следует учесть планы и бюджет продвижения продукта, грядущие изменения в кадровом составе и др.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.