Прогнозирование спроса и планирование продаж. Как сформировать прогноз спроса и не сделать грубых ошибок
Журнал: ФармОбоз.
Продолжая тематику «Управления запасами», которую начали в прошлом номере, хотелось бы напомнить, что смысл существования любой коммерческой струткуры в получении прибыли. Вопрос лишь в том, благодаря чему компания обеспечивает себе прибыль? Одна из самых распространенных точек зрения, заключается в том, что успех, в частности аптеки, зависит от того уровня цен, уровня обслуживания, месторасположении аптеки и так далее, и так далее. Все это так и есть, но отталкиваться стоит от другого. Прибыль аптеки обеспечивают ее КЛИЕНТЫ. Именно они делают покупки в аптеке. Или не делают! А вот задача сотрудников удержать и приумножить клиентов аптеки. Это можно сделать, поддерживая уровень обслуживания на очень высоком уровне. Уровень сервиса зависит от того, насколько вежливы продавцы, от того, каков уровень цен в данной аптеке, сколько кассовых аппаратов стоит в зале, от возможности обеспечения лекарственными средствами под закак, и от того ассортимента, который мы предлагаем нашим клиентам. Есть ли у нас в наличии те препараты, которые необходимы нашим покупателям? Как часто у нас в аптеке возникает дефицит по тем или иным позициям?
А поскольку формацевтические оптовики достаточно оперативно пополняют запасы аптеки, то здесь важно вовремя определить потребность в товаре и не упустить момента заказа оптовику, чтобы не допустить дефицита. При столь большом ассортименте, который поддерживают аптеки, удерживать в памяти все позиции просто невозможно, именно поэтому необходимо, используя современные програмные продукты, обеспечить учет потребности в лекарственных средствах на более высоком уровне.
Как обычно происходит процесс определения потребности в конкретной позиции в аптеке? Покупатели спрашивают, значит надо заказать. Закончился препарат, наступило время подачи заявки поставщику. Но этот подход работает, когда непосредственно продавцы заинетересованы в увеличении продаж. К сожалению, столь развитая система мотивации персонала аптеки встречается крайне редко.
Представим себе самою обычную ситуацию. Приходит потенциальный клиент в аптеку, отстаивает очередь, задает вопрос о наличии того лекарственного средства, которое ему прописал доктор, а этого лекарства нет в наличии. Человек уходит из аптеки без покупки, да еще и расстроенный потерянным временем. Соответственно потребность не удовлетворена. А зафиксировал ли эту потребность сотрудник аптеки (провизор)? Вряд ли, так как у него очередь, а, следовательно, отвлекаться на дополнительные операции ему некогда. Итог: клиент ушел без покупки – у аптеки упущенная прибыль. И придет ли этот клиент в аптеку или нет сказать сложно.
Другой пример. Предположим ассортимент у аптеки 5000 позиций. Пришла пора делать заказ поставщикам. Может ли провизор достаточно точно определить объем необходимой партии для каждой позиции? Наверняка нет. Идем по списку товаров, предположим в алфавитном порядке. Уже через 20 минут такой работы, бдительность и внимательность провизора притупляется, не хватает времени, или исчерпан финансовый лимит заказа. В результате те позиции, которые у нас в конце алфавитного списка остаются без внимания. Что получается в результате? Образуется дефицит, а, следовательно, упущенные продажи и прибыль.
И, наконец, третий пример. На этапе выбора поставщика и установления с ним отношений, проводится некий переговорный вопрос, где, в том числе, поставщика должен волновать вопрос об объемах поставок для Вашей аптеки. От объема поставок будет зависеть тот уровень цен, который Вам предоставит поставщик. Кроме того, сам поставщик будет у себя планировать объемы поставок от производителей лекарственных средств и медикаментов. Какие данные аптека может поставщику предоставить об объемах поставок, если нет системы прогнозирования? Только данные об объемах продаж в предыдущий период. Но насколько они соответствую действительному спросу, не знает никто.
Именно поэтому целесообразно использовать системы прогнозирования спроса, которые, учитывая спрос в прошедших периодах, формируюет данные о возможном спросе в следующих периодах.
Итак, что такое прогнозирование? Прогноз – это предположение относительно будущего. Конечно, мы не можем обеспечить абсолютно точный прогноз. Кроме того, чем меньше горизонт прогнозирования, тем более точный прогноз возможно получить. Но отсутствие в компании систем прогнозирования не облегчает и не улучшает ситуации, а наоборот, делает систему неконтролируемой и непрозрачной.
В статье рассматриваются довольно простые и доступные методы прогнозирования. Это связанно с тем, что существенное усложнение методик не ведет к существенному повышению качества прогноза.
Ниже приведена базовая расчетная формула прогноза, от которой стоит отталкиваться, добавляя тонкости и индивидуальности продуктов, с которыми аптеки работают.
Рt – прогноз величины спроса на период t;
Бt – величина базового спроса в период t;
Сt – коэффициент сезонных колебаний в период t;
Т – коэффициент временной тенденции: прирост или сокращение спроса за период t;
Мt – коэффициент поправок на стимулирование продаж в период t (маркетинговая составляющая;
Давайте рассмотрим все составляющие по порядку.
Величина базового спроса – средняя величина спроса за прошедший период.
Коэффициент сезонных колебаний необходимо рассчитывать для продуктов, у которых есть сезонный характер. Для этого необходимо проанализировать потребление за 3 года. Можно собрать данные и за большее количество лет, но здесь есть вероятность влияния на товар факторов, которые уже устарели. Анализ сезонности меньше чем за 3 года может быть не точен в связи со случайностью событий.
Итак, как определить Коэффициент сезонных колебаний?
Расчет представлен в таблице 1 и формулах.
Таблица 1 – Определение индекса сезонности
3. коэффициент поправок на стимулирование продаж. Этот коэффициент устанавливает отдел маркетинга, исходя из собственного опыта, поскольку расчету не подлежит.
Кроме базовой модели прогнозирования спроса существует большое количество статистический методов. Перечислим некоторые из них:
Нахождение средней арифметической. Эта методика приемлема для товаров высокой стабильности, без сезонной составляющей, при отсутствии временной тенденции. Применять нецелесообразно, так как таких товаров практически не существует.
Определение прогнозного значения методом скользящей средней. Применяется также для стабильных товаров.
Линейный прогноз. Работает с помощью нахождения зависимости объема продаж будущего периода от базового, с помощью линейной функции. На рисунке 1 графически представлен прогноз на тринадцатый период с помощью скользящей средней и линейной функции.
Рисунок 1 – Пример прогноза для стабильного товара
Синяя линия на графике отображает фактический объем спроса, лиловый – прогноз, используя скользящую среднюю, а черная – линейный прогноз. Вопрос в том, какой из этих прогнозов более точный. График скользящей средней на графике за прошедший период постоянно находится рядом с фактическим значением. А график линейного прогноза демонстрирует тенденцию к росту. Он и будет в данном случае более точным.
Экспоненциальное сглаживание. Применяется для нестабильных товаров, в связи с этим точность прогноза будет невысока. Примеры на рисунках 2, 3, 4.
Рисунок 2 – Пример прогноза для нестабильного товара (степенная функция).
Рисунок 3 – Пример прогноза для нестабильного товара (полином)
Рисунок 4 – Пример прогноза для нестабильного товара
Исходя из рисунков 2, 3 и 4, можно увидеть, насколько разный результат мы получаем на одних и тех же исходных данных применяя разные функции. Поэтому для нестабильных товаров для повышения точности прогнозирования особенно важно тщательно выбирать методы прогнозов.
При этом надо заметить, что те компании, которые уже внедрили и активно применяют статистические методы прогнозирования, сталкиваются с целым рядом проблем.
Во-первых, применяемые системы довольно часто являются неадекватными. То есть не соответствуют поведению товара. При автоматизации этого процесса, менеджер по закупками опирается на те данные, которые выдает информационная система, не задумываясь, на сколько эти данные точны. Да и сам менеджер зачастую не в курсе, каким именно образом формируются данные прогноза.
Предположим у нас есть информация о движении товаре «Спазмалгон» за 2 месяца (Таблица 2).
Из таблицы 2 видно, что за два месяца было большое количество дней, когда «Спазмалгон» отсутствовал на полке аптеки. Если прогноз на сентябрь строить на основе продаж за июль и сентябрь месяцы, используя среднюю арифметическую, мы получим следующие данные (средняя арифметическая здесь применяется для примера, метод прогнозирования необходимо подбирать индивидуально для каждой группы товара; кроме того, для применения этого метода необходимы данные как минимум за три месяца):
При таком подходе мы не учитываем те дни, когда товара не было на складе. Фактически это дефицит, то есть спрос был, но аптека его удовлетворить не смогла. А, следовательно, возникли упущенные прибыли.
Если использовать ту же методику, но опираться на спрос, мы сможем получить более точные данные о спросе. Как это сделать? Здесь есть два варианта:
Каждый раз, когда клиент обращается к продавцу с вопросом о товаре, которого нет в наличии, вносить об этом информацию в специальный документ, не забывая регистрировать тот объем, который необходим клиенту. Но в рознице такой подход не приемлем, так как при этом сильно увеличивается время обслуживания клиента, а, следовательно, падает уровень сервиса.
Другой вариант – определять спрос, учитывая только дни, когда товар был на складе. Данные о реальных продажах в нашем примере представлены в таблице 3.
Таблица 3 – Определение реального спроса
Необходимо при этом стремиться к уменьшению ошибки прогнозирования. Кроме того, следует на нее опираться при выборе системы прогнозирования. Рассматривая различные варианты прогнозов (в том числе эмпирических, то есть построенных на личном опыте), выбирать ту методику, которая обеспечит минимальную ошибку прогнозирования.
Но все-таки у статистических методов прогнозирования есть несколько ограничений:
- При открытии новой аптеки нельзя абсолютно точно определить объем продаж в ней;
- Для точного прогнозирования необходимы данные за 3 периода (года, месяца, недели)
- При вводе нового товара никто не знает, каков на него реальный спрос.
Но, что касается текущей оперативной работы с запасами, это один из самых важных инструментов, который в дальнейшем упрощает и качественно улучшает нашу работу.
Конечно, сам процесс внедрения и адаптации системы прогнозирования весьма сложный и длительный. Но, в результате, на выходе мы получаем:
Автоматизация и ускорение процесса принятия решения об объемах поставок;
Сокращение дефицита вследствие более пристального внимания к каждой позиции ассортиментного портфеля аптеки;
- Уменьшение товарного запаса;
- Увеличение объема продаж;
- Планирование работы с поставщиками;
- Получение лучших предложений от поставщика в связи со стабильностью отношений;
- Более качественное использование денежного ресурса аптеки;
- Повышение оборачиваемости запасов.
Обычно именно отдел логистики жалуется на отсутствие точных прогнозов, поскольку слишком многое в его работе зависит от них. Но не всегда менеджеры понимают, о какой степени точности можно говорить в данном случае и как можно решать эту проблему.
Прогнозирование спроса или другого по определению есть взгляд в будущее, поэтому оно никогда не будет абсолютно точным. То есть разрабатывать логистическую систему нужно таким образом, чтобы она не полностью зависела от точности прогнозирования спроса, а была гибкой и могла адекватно реагировать на те или иные изменения в спросе. Пронозирование спроса позволяет эффективно наладить работу отдела логистики, так как исходя из прогнозирования спроса логист может составить прогноз поставок, т.е. прогнозирование спроса помогает отделу логистики составить прогноз предложения. При прогнозировании спроса надо быть очень акккуратным, так как любая ошибка в прогнозировании спроса может привести к плачевным результатам. Прогнозирование спроса не должно стать целью, а только средством. Причем каждый день надо обновлять прогнозирование спроса, чтобы оно было актуальным, ведь прогнозирование спроса есть взгляд в будущее продаж, а это очень важно.
И в то же время нельзя считать, что прогнозы ничего не дают. Разумеется, они должны быть неотъемлемой частью работы отдела логистики (планирования). Но чтобы правильно их использовать, нужно знать их основные свойства.сайт ЛОГИСТ рекомендует:
Для оптимизации процессов разгрузки и погрузки, используйте мобильные рампы AUSBAU.
Высокая эффективность, снижение затрат, рост прибыли.
компания "АВ-эксим", эксклюзивные прямые поставки в по Украине, России, Беларусь, Казахстан и др. страны СНГ. Связаться
1. Точность прогнозирования спроса выше для групп продуктов, чем для индивидуальных продуктов. Попытайтесь, например, предсказать рост первого встречного прохожего. Требуется большое везение, чтобы сделать это точно: он может оказаться как баскетболистом, так и карликом. Но прогноз «среднего» роста ста прохожих может быть достаточно точным. Прогноз для группы точнее прогноза для ее отдельного представителя, поскольку в этом случае происходит «взаимопогашение» отклонений: в одном случае прогноз завышен, в другом – занижен, но в целом он вполне приемлем. Это отражено на рис. 1.
Рисунок 1. Точность прогнозов зависимости от анализируемого параметра
2. Точность прогнозов выше для близкой перспективы, чем для дальней. Так, прогнозировать семейный бюджет на следующий месяц гораздо проще, чем на тот же период, но через год. Прогнозирование подобно стрельбе: чем дальше от цели, тем труднее в нее попасть. Часто от руководителя отдела логистики приходится слышать: «Вы только дайте нам заказы на как можно более продолжительный период, и мы обеспечим их на 100%». Однако по указанной причине подобный подход к прогнозированию спроса работает против заказчиков: при разработке плана закупок и производства вероятность ошибки в этом случае резко возрастает.
Менеджеру по планированию производства в действительности не нужно знать, какие наименования он будет производить в какой-то отдаленный период времени. Он должен знать, какие мощности ему потребуются. Этот прогноз менее сложен и вместе с тем более точен, чем детальное прогнозирование спроса.
В таблице 1 представлена матрица прогнозирования спроса в зависимости от уровня детализации и горизонта планирования.
Таблица 1. Матрица прогнозов спроса
Эта таблица позволяет сделать следующие выводы.
Квадранта I нужно избегать.
Квадрант II можно использовать для долгосрочных прогнозов.
Квадрант III можно применять для среднесрочного и краткосрочного прогнозирования спроса с вовлечением клиентов в формирование графика заказов.
Систему управления производством и запасами нужно проектировать таким образом (например, за счет сокращения времени на выполнение заказов), чтобы прогнозирование спроса находилось только в квадранте IV.
ЗАЧЕМ ДЕЛАТЬ ПРОГНОЗИРОВАНИЕ СПРОСА
Существуют условия, при которых делать прогнозирование спроса вообще не целесообразно:
когда приемлемое время на ожидание клиентом, пока выполнится его заказ, превышает время на производство и закупку компонентов; другими словами, клиент готов ждать свой заказ столько времени, сколько организации потребуется для выполнения заказа без предварительного планирования;
если мощности и прочие необходимые ресурсы для выполнения заказов клиентов этих организаций могут быть изменены быстро и не требуют существенных затрат;
когда нет необходимости в финансовом планировании.
Во всех остальных случаях без прогнозирования спроса не обойтись. Однако формировать прогнозы спроса нужно ровно настолько, насколько этого требуют конкретные цели. Каждый из перечисленных ниже параметров прогнозов спроса должен быть обоснован целью его использования и определен до начала формирования прогноза.
– Горизонт планирования. На какой период в будущем должен быть составлен прогноз? 10 лет? 12 месяцев? Неделя?
– Уровень детализации. Должен ли прогноз спроса отражать конечные продукты по заказчикам? Или достаточно суммарного плана по категориям?
– Частота пересмотра. Требуется ли прогноз спроса пересматривать раз в год? Раз в квартал? Раз в месяц? Раз в неделю? Каждый день? Каждый час?
– Интервал прогнозирования. Какие временные промежутки должен отражать прогноз спроса? Годы? Месяцы? Недели? Дни?
МЕТОДЫ ПРОГНОЗИРОВАНИЯ СПРОСА
Существует много классификаций методов прогнозирования спроса. Для удобства можно выделить всего две группы: экспертные и статистические.
Первые основаны на экспертных оценках и по своей природе субъективны. Суть их заключается в переведении различных экспертных мнений в формулы, из которых формируется прогноз. К экспертным методам относятся: метод комиссии, «мозговая атака», анкетный опрос, метод Дельфи.
Статистические методы предполагают применение статистических расчетов для построения будущего на основе прошлого. Типичный пример – методы исчисления средних. Один из них – применение скользящей средней величины. Предположим, компания захотела использовать скользящую среднюю величину за 12 недель для прогноза спроса какого-либо товара. Для этого суммируют продажи за последние 12 недель, сумму делят на 12, получая таким образом среднюю величину. Через 7 дней добавляют продажи за последнюю неделю и отбрасывают первую неделю, получая данные опять за 12 недель. В этом случае мы говорим об использовании простой средней. Пример расчета:
Старый прогноз (месячные продажи) – 100 ед.
Фактические продажи (последний месяц) – 80 ед.
Новый прогноз (простая средняя) – 90 ед.
Один из очевидных недостатков этого метода заключается в том, что фактическим продажам придается такой же вес, как и старому прогнозу. Обычно лучше придать больший вес старому прогнозу и меньший – текущим продажам, так как последние могут представлять собой случайную вариацию, единственную в своем роде.
Весовые коэффициенты логичнее определить в 0,8 и 0,2 (в сумме они обязательно должны равняться 1,0). Тогда среднюю величину исчисляют так:
Старый прогноз – 100 x 0,8 = 80 ед.
Фактические продажи – 80 x 0,2 = 16 ед.
Новый прогноз (взвешенная средняя) – 80 + 16 = 96 ед.
Этот метод называется экспоненциальным сглаживанием. Весовой коэффициент, приданный текущим продажам (в данном случае 0,2) называют альфа-множителем. Экспоненциальное сглаживание представляет собой исчисление взвешенной скользящей средней. Преимущество этого метода в том, что он упрощает вычисления и часто позволяет хранить меньший объем данных. При экспоненциальном сглаживании требуются данные о «старом прогнозе» и альфа-множителе. Еще более важна гибкость метода. Если прогноз занижает действительный спрос, аналитик способен вручную ввести скорректированный прогноз в систему и приступить к сглаживанию. Это значительно удобнее, чем пытаться скорректировать расчет скользящей средней величины.
При использовании регрессионного и корреляционного анализа рассчитывают формулы, которые придают различный вес «индикаторам», связанным с прогнозируемыми товарами или группами товаров. Например, закладка жилых домов оказывает определенное влияние на продажу металлических изделий строительным фирмам. Динамика валового национального продукта (ВНП), вероятно, тоже оказывает влияние. Таким образом, учитывая степень важности влияния того или иного фактора, можно построить формулу для прогноза суммарных продаж металлоизделий для строительства. При этом особенное внимание нужно уделять ведущим индикаторам, то есть тем, значение которых увеличивается или уменьшается до того, как начнут изменяться прогнозируемые продажи. Правда, использование такого рода индикаторов может принести пользу лишь в том случае, если оно опирается на здравый смысл. Влияние факторов, которые были очень существенны в прошлом, может измениться с течением времени, а потому для них нужно будет применять другой весовой коэффициент. И здесь не обойтись без экспертной оценки.
Следует также помнить, что ни один из указанных методов не может компенсировать или учесть воздействие на спрос других факторов. Например, если продавцы металлических изделий из-за финансовых затруднений решили сократить запасы, зависимость между закладкой домов и продажей металлоизделий не даст точного прогноза. Возросшая иностранная конкуренция также может оказать решающее влияние на динамику продаж.
В реальной практике необходимо использовать простые статистические методы в сочетании с разумным экспертным суждением. Кроме того, выбор метода прогнозирования может и должен определяться параметрами необходимого прогноза (горизонт планирования, уровень детализации и пр.). Например, для составления прогноза спроса для бизнес-плана на 10 лет целесообразнее использовать методы экспертных оценок, нежели статистические.
ИЗМЕРЕНИЕ ОШИБКИ ПРОГНОЗА
Для эффективного прогнозирования спроса необходимо регулярно измерять отклонения фактических продаж от прогноза.
Ошибка прогноза (Forecast Error) – это абсолютная разница между фактическим и прогнозируемым спросом. Для измерения отклонений может использоваться стандартное отклонение (SD, сигма) или среднее абсолютное отклонение (MAD).
Стандартное отклонение – это широко известная статистам мера измерения разброса и вариабельности. Но практики прогнозирования спроса предпочитают среднее абсолютное отклонение из-за легкости его расчета: MAD рассчитывается как сумма абсолютных отклонений, разделенная на количество измерений (периодов). Пример приведен в таблице 2, из которой видно, что среднее абсолютное отклонение отражает вариабельность отклонений в течение периода (несмотря на то что общая сумма отклонений равна нулю). Пример иллюстрирует случайные отклонения (random variation). Это такие отклонения, при которых сумма прогнозов за период равна или почти равна сумме фактических продаж.
Таблица 2. Расчет среднего абсолютного отклоненияМесяц Прогноз Факт Отклонение MAD
1 500,00 550 50 50
2 500,00 700 200 200
3 500,00 300 –200 200
4 500,00 400 –100 100
5 500,00 600 100 100
6 500 450 –50 50
Итого 3000 3000 0 117
Кроме случайных, встречаются систематические отклонения в одну сторону, именуемые смещением (BIAS). Пример показан на рис. 2. Смещение оказывает значительное негативное влияние на систему управления производством и запасами. Другими словами, оно означает занижение или завышение прогноза спроса. Кроме очевидной неопределенности, причинами смещения могут быть различные факторы.
Рисунок 2. Смещение (BIAS)
1. Занижение прогноза спроса может совершаться с целью:
перевыполнения плана продаж и получения премий;
снижения запасов.
2. Завышение прогноза спроса может совершаться с целью:
получения большего бюджета расходов;
поддержания равномерной загрузки производства;
увеличения запасов.
В результате смещения прогнозов спроса в ту или иную сторону возникают самые печальные последствия: невыполнение заказов клиентам в срок, незапланированные простои производства либо переработки, увеличение уровня запасов и т. д. Соответственно необходимо в первую очередь анализировать причины смещений, чтобы избегать их в будущем.
С ЧЕГО НАЧАТЬ?
Эффективное прогнозирование спроса, равно как и любой другой бизнес-процесс, состоит из трех взаимосвязанных элементов: люди, процесс, инструменты.
При проектировании процесса прогнозирования спроса нужно учесть следующие факторы:
каким образом организованы функции маркетинга и продаж;
кто в компании имеет возможность влиять на спрос;
где находится информация, необходимая для формирования прогнозов.
Рассмотрим несколько базовых вариантов организации маркетинга и продаж.
Пример 1. Функции маркетинга и продаж находятся в одном подразделении, руководитель которого подчиняется непосредственно первому лицу организации.
Пример 2. Подразделения маркетинга и продаж обособлены, их руководители подчиняются непосредственно первому лицу организации.
Пример 3. В компании более одного подразделения маркетинга и продаж, каждое из которых подчиняется непосредственно первому лицу организации (например, подразделения разделены по группам клиентов).
В первом случае все просто: процесс прогнозирования спроса находится в зоне ответственности руководителя подразделения маркетинга и продаж. Во втором и третьем примерах передача функций прогнозирования спроса одному из подразделений может спровоцировать дисбаланс в продажах. В этих случаях уместнее сделать ответственным за прогнозирование спроса третью сторону – департамент логистики (цепи поставок). Многие организации, соответствующие второму и третьему примерам, создают даже специальную должность менеджера по планированию спроса (Demand Manager).
Эффективное прогнозирование начинается с повышения качества входящей информации. Сбор входных данных должен быть организован с определенной регулярностью и в определенном формате. В частности, нужно выполнять следующие правила.
1. Необходимо собирать статистические данные с теми же параметрами, которые нужны для прогноза спроса. Если требуется составить прогноз спроса на продукцию, должны использоваться статистические данные, основанные на спросе, а не на отгрузках промежуточным звеньям цепи поставок. Интервал сбора данных должен быть таким же, как интервал для прогнозирования (для прогнозов спроса с разбивкой помесячно следует использовать статистику с разбивкой по месяцам). Группировка товаров в статистических данных должна соответствовать группировке в прогнозе спроса (для прогнозов спроса по категориям следует использовать статистику по категориям).
2. Необходимо фиксировать все события, имеющие отношения к данным. Спрос подвержен влияниям некоторых событий, и эти события следует хранить вместе с прогнозом, составленным с их учетом. Например, колебания спроса могут быть вызваны акциями по его стимулированию, изменением цен или погодными условиями. Фиксировать события необходимо, поскольку их анализ является основой для обсуждения новых прогнозов спроса.
3. Необходимо собирать отдельно статистические данные по разным группам клиентов. Многие компании распределяют продукцию через разные каналы дистрибуции, у каждого из которых свои отличительные характеристики спроса. Например, сетевой магазин может приобретать товар равномерными небольшими партиями два раза в неделю, а крупный региональный оптовик производит крупную закупку дважды в месяц. Поэтапная схема процесса прогнозирования спроса представлена на рис. 3. Циклы прогнозирования лучше всего организовывать раз в месяц: это оптимально с точки зрения временных изменений спроса и затрат на проведение этой работы.
Рисунок 3. Этапы прогнозирования
Таким образом прогнозирование спроса на основании статистических и исторических методов дает общую картину, но никогда прогнозирование спроса не дат четкого ответа СКОЛЬКО, ЧЕГО, КОГДА. Это не цель прогнозирования спроса. Прогнозирование спроса необходимо, чтобы товары, которые будут поставляться, были в рамках общего прогноза. К примеру на зиму можно сделать прогнозирование спроса в теплой обуви, но не значит что это будут именно валенки. Прогнозирование спроса, это как астрологический прогноз - очень близко, но не 100%. В любом случае прогнозирование спроса должно опираться на опыт предприятия в данной области.
ИНСТРУМЕНТЫ
Один из главных инструментов при использовании статистических методов прогнозирования – соответствующее программное обеспечение. Оно не должно быть слишком сложным, а заложенные в основу его работы алгоритмы обязаны быть четкими и понятными. Кроме ПО к инструментам также относится методика составления прогнозов спроса. В частности, при определении методики прогнозирования спроса можно использовать принцип Парето (см. таблицу 3).
Таблица 3. Принцип Парето при определении методики прогнозированияГруппа товаров Факторы, определяющие качество прогноза
Таким образом, основные принципы прогнозирования должны быть следующими.
1. Применение процессного подхода к действиям по разработке, согласованию и утверждению прогнозов спроса.
2. Измерение ошибки прогнозов спроса на регулярной основе; контроль отсутствия смещения.
3. Использование основных характеристик прогнозов при формировании методики прогнозирования спроса
Прогнозирование спроса - это научно обоснованное предсказание развития рынка во времени на основе изучения причинно-следственных связей, тенденций и закономерностей.
Прогнозирование спроса в торговом предприятии - это прогноз будущих продаж, определение потребности в товарах и необходимых объемов закупок, составление заказов на поставку товаров.
В зависимости от времени различают следующие виды прогнозирования спроса:
оперативное - до 1 месяца;
конъюнктурное - от 3 до 6 месяцев;
краткосрочное - от 1 года до 2 лет;
среднесрочное - от 2 до 5 лет;
долгосрочное - от 5 до 10 лет;
перспективное - свыше 10 лет.
Методы прогнозирования спроса
Прогнозирование спроса осуществляется с помощью различных методов, которые подразделяют на:
эвристические, в которых преобладают субъективные начала:
социологические - основаны на опросах конечных покупателей, выявлении их мнений и намерений;
экспертные методы - основаны на подборе и формировании группы достаточно компетентных специалистов, которые высказывают свое мнение на основе знаний, опыта, интуиции, и оно рассматривается как экспертная оценка (метод Дельфи, метод мозгового штурма);
экономико-математические, где преобладают объективные начала:
статистические методы - моделирование (строится прогнозная модель, которая характеризует зависимость изучаемого параметра от ряда факторов), расчет коэффициента эластичности спроса, экстраполяция (базируется на прошлом опыте, который пролонгируется на будущее);
специальные методы (трендовые модели в графическом или математическом виде). Тренд - временной фактор, который характеризует основную тенденцию изменения показателей - учитывают особенности спроса на различные товары (товары длительного пользования - тестирование рынка, панельные опросы; товары единовременного пользования - метод пробных покупок, повторных покупок).
Тема 4. Теория и анализ производства
ПРОИЗВОДСТВЕННАЯ ФУНКЦИЯ - функция, отображающая зависимость между максимальным объемом производимого продукта и физическим объемом факторов производства при данном уровне технических знаний.
Поскольку объем производства зависит от объема использованных ресурсов, то зависимость между ними может быть выражена в виде следующей функциональной записи:
где Q - максимальный объем продукции, произведенной при данной технологии и определенных факторах производства;
L - труд; К - капитал; М - материалы; f - функция.
Производственная функция при данной технологии обладает свойствами, которые определяют соотношение между объемом производства и количеством используемых факторов. Для разных видов производства производственные функции различны, тем не менее все они имеют общие свойства. Можно выделить два основных свойства.
1. Существует предел для роста объема выпуска, который может быть достигнут ростом затрат одного ресурса при прочих равных условиях. Так, в фирме при фиксированном количестве машин и производственных помещений имеется предел роста выпуска путем увеличения дополнительных рабочих, поскольку рабочий не будет обеспечен машинами для работы.
2. Существует определенная взаимная дополняемость (комплектарность) факторов производства, однако без уменьшения объема выпуска вероятна и определенная взаимозаменяемость данных факторов производства. Так, для выпуска блага могут быть использованы различные комбинации ресурсов; можно произвести это благо при использовании меньшего объема капитала и большего объема затрат труда, и наоборот. В первом случае производство считается технически эффективным в сравнении со вторым случаем. Однако существует предел того, насколько труд может быть заменен большим объемом капитала, чтобы не сократилось производство. С другой стороны, имеется предел применения ручного труда без использования машин.
В графической форме каждый вид производства может быть представлен точкой, координаты которой характеризуют минимально необходимые для выпуска данного объема продукции ресурсы, а производственная функция - линией изокванты.
Рассмотрев производственную функцию фирмы, перейдем к характеристике следующих трех важных понятий: общего (совокупного), среднего и предельного продукта.
На рис. 22.1, а показана кривая общего продукта (ТР), который изменяется в зависимости от величины переменного фактора X. На кривой ТР отмечены три точки: В - точка перегиба, С - точка, которая принадлежит касательной, совпадающей с линией, соединяющей данную точку с началом координат, D - точка максимального значения ТР. Точка А перемещается по кривой ТР. Соединив точку А с началом координат, получим линию ОА. Опустив перпендикуляр из точки А на ось абсцисс, получим треугольник ОАМ, где tg а есть отношение стороны AM к ОМ, т. е. выражение среднего продукта (АР).
Рис. 22.1. а) Кривая общего продукта (ТР); б) кривая среднего продукта (АР) и предельного продукта (МР)
Проведя через точку А касательную, получим угол Р, тангенс которого будет выражать предельный продукт МР. Сопоставляя треугольники LAM и ОАМ, находим, что до определенного момента тангенс Р по величине больше tg а. Таким образом, предельный продукт (МР) больше среднего продукта (АР). В том случае, когда точка А совпадает с точкой В, тангенс Р принимает максимальное значение и, следовательно, предельный продукт (МР) достигает наибольшего объема. Если точка А совпадает с точкой С, то значение среднего и предельного продукта равны. Предельный продукт (МР), достигнув максимального значения в точке В (рис. 22, б), начинает Сокращаться и в точке С пересечется с графиком среднего продукта (АР), который в этой точке достигает максимального значения. Затем и предельный, и средний продукт сокращаются, но предельный продукт уменьшается опережающими темпами. В точке максимума общего продукта (ТР) предельный продукт МР = 0.
Мы видим, что наиболее эффективное изменение переменного фактора X наблюдается на отрезке от точки В до точки С. Здесь предельный продукт (МР), достигнув своего максимального значения, начинает уменьшаться, средний продукт (АР) еще увеличивается, общий продукт (ТР) получает наибольший прирост.
В теории маржинального анализа (анализа безубыточности) выделяется такое понятие, как маржинальный доход, рассчитываемый в целом по предприятию как разность между выручкой и совокупными переменными затратами. Для единичного изделия маржинальный доход рассчитывается как разница между ценой реализации и удельными переменными затратами на единицу продукции.
Маржинальный анализ призван обеспечить объективную оценку состояния резервов производства и степени их использования, очевидный реальный дефицит или избыток ресурсов. На базе операционного анализа разрабатываются пути мобилизации резервов, возможности их ресурсного и финансового обеспечения.
Экономический смысл маржинального дохода заключается в том, что он обеспечивает покрытие постоянных затрат и формирует чистую прибыль от основной деятельности предприятия. Маржинальный доход (прибыль) – это предельная прибыль, которую может получить предприятие от производства и продажи каждого вида продукта.
Концепция маржинального дохода вписывается в метод управления и учета затрат, получивший название директ-костинг. Суть данного метода состоит в том, что к себестоимости относятся только прямые затраты, накладные же расходы, не зависящие от объема продаж, в себестоимость продукции не включаются, а периодически списываются на финансовый результат.
Основной смысл данной концепции в том, что самая точная калькуляция не та, в которую после трудоемких расчетов и распределения накладных расходов в соответствии с принятой на предприятии базой включаются все затраты предприятия, а та, в которую вносятся издержки, непосредственно обеспечивающие выпуск данной продукции.
В практической деятельности зачастую возникает ситуация, когда в выпускаемом предприятием ассортименте существуют отдельные продукты с отрицательной рентабельностью по себестоимости, но имеющие положительный маржинальный доход. Такие продукты полностью покрывают переменные затраты, связанные с их производством, и часть общих постоянных затрат предприятия.
Более глубокий анализ эффективности выпускаемой продукции с использованием понятия маржинального дохода показывает, что снятие с производства продукта с отрицательной рентабельностью по себестоимости не всегда оказывается оправданным и зачастую приводит к парадоксальным на первый взгляд результатам в виде снижения прибыли предприятия в целом.
Как правило, в операционном анализе наиболее часто используются следующие показатели: Коэффициент маржинального дохода; Коэффициент изменения валовых продаж; Коэффициент валового дохода; Коэффициент операционной прибыли; Прибыльность продаж.
1. Коэффициент маржинального дохода, который рассчитывается как отношение маржинального дохода к выручке:
КМД = (выручка - совокупные переменные затраты) / выручка
Данный коэффициент показывает в выручке долю, идущую на покрытие постоянных затрат и обеспечение прибыли. Рост данного коэффициента является положительным фактором, он возможен за счет повышения отпускных цен или снижения переменных затрат. Возможна ситуация, при которой выручка у предприятия
2. Коэффициент изменения валовых продаж. Показатель характеризует изменение объема валовых продаж текущего периода по отношению к объему валовых продаж предыдущего периода. Рассчитывается по формуле:
КВП = (Выручка за текущий год - Выручка за прошлый год) / Выручка за прошлый год
Следует иметь в виду то что, данный показатель содержит в себе инфляционную компоненту, что приводит к некоторому искажению значений данного показателя.
3. Коэффициент валового дохода (или коэффициент валовой маржи). Валовый доход (сумма для покрытия постоянных затрат и формирования прибыли) определяется как разница между выручкой и переменными затратами. Формула расчета:
КВД = Валовый доход / Выручка от реализации
Коэффициент валового дохода (валовой маржи) служит для оценки прибыльности продаж предприятия. По определению, валовой доход должен покрыть издержки, связанные с общим управлением компании и реализацией готовой продукции и, кроме того, обеспечить прибыль предприятию.
Иными словами коэффициент способность менеджмента компании управлять производственными издержками. Чем выше этот показатель, тем успешнее менеджмент предприятия управляет производственными издержками.
4. Коэффициент операционной прибыли (операционной маржи), характеризует отношение операционной прибыли, т.е. валового дохода за вычетом общих, административных и реализационных издержек, к объему продаж. Коэффициент рассчитывается по формуле:
КОП = Операционная прибыль / Выручка от продаж
Данный показатель показывает, насколько эффективна собственно производственная деятельность предприятия.
5. Прибыльность продаж или коэффициент чистой прибыли, формула расчета имеет вид:
КПП = Чистая прибыль / Выручка от реализации
Тема 5. Теория и анализ затрат
Определение и использование издержек в экономическом анализе. Первоначальная стоимость и восстановительная стоимость. Альтернативные и прямые издержки. Связь между производством и издержками. Эффект масштаба.
Издержки производства - затраты на покупку экономических ресурсов, потребленных в процессе выпуска тех или иных благ.
Любое производство товаров и услуг, как известно, связано с использованием труда, капитала и природных ресурсов, которые представляют собой факторы производства, стоимость которых определяется издержками производства.
В связи с ограниченностью ресурсов возникает проблема наилучшего их использования из всех отвергнутых альтернатив.
Альтернативные издержки - это издержки выпуска благ, определяемые стоимостью наилучшей упущенной возможности применения ресурсов производства, обеспечивающие максимальную прибыль. Альтернативные издержки предприятия называются экономическими издержками. Эти издержки необходимо отличать от бухгалтерских издержек.
Бухгалтерские издержки отличаются от экономических издержек тем, что они не включают стоимость факторов производства, являющихся собственностью владельцев фирм. Бухгалтерские издержки меньше экономических на величину неявного заработка предпринимателя, его жены, неявной земельной ренты и неявного процента на собственный капитал владельца фирмы. Иначе говоря, бухгалтерские издержки равны экономическим минус все неявные издержки.
Варианты классификации издержек производства многообразны. Начнем с установления различий между явными и неявными издержками.
Явные издержки - это альтернативные издержки, принимающие форму денежных платежей собственникам ресурсов производства и полуфабрикатов. Они определяются суммой расходов фирмы на оплату покупаемых ресурсов (сырья, материалов, топлива, рабочей силы и т. п.).
Неявные (вмененные) издержки - это альтернативные издержки использования ресурсов, которые принадлежат фирме и принимают форму потерянного дохода от использования ресурсов, являющихся собственностью фирмы. Они определяются стоимостью ресурсов, находящихся в собственности данной фирмы.
Классификация издержек производства может быть осуществлена с учетом мобильности факторов производства. Выделяются постоянные, переменные и общие издержки.
Постоянные издержки (FC) - издержки, величина которых в коротком периоде не изменяется в зависимости от изменения объема производства. Их иногда называют "накладными расходами" или "безвозвратными издержками". К постоянным издержкам относятся расходы на содержание производственных зданий, закупку оборудования, рентные платежи, процентные выплаты по долгам, жалованье управленческого персонала и т. д. Все эти расходы должны финансироваться даже тогда, когда фирма ничего не производит.
Переменные издержки (VC) - издержки, величина которых изменяется в зависимости от изменения объема производства. Если продукция не производится, то они равны нулю. К переменным издержкам относятся расходы на покупку сырьевых ресурсов, топливо, энергию, транспортные услуги, заработную плату рабочим и служащим и т. д. В супермаркетах оплата услуг работников-контролеров входит в переменные издержки, поскольку управляющие могут приспособить объем данных услуг к числу покупателей.
Общие издержки (ТС) - совокупные издержки фирмы, равные сумме ее постоянных и переменных издержек, определяются по формуле:
Общие издержки увеличиваются по мере увеличения объема производства.
Издержки на единицу производимых благ имеют форму средних постоянных издержек, средних переменных издержек и средних общих издержек.
Средние постоянные издержки (AFC) - это общие постоянные издержки на единицу продукции. Они определяются путем деления постоянных издержек (FC) на соответствующее количество (объем) выпущенной продукции:
Поскольку общие постоянные издержки не изменяются, то при делении их на увеличивающийся объем производства средние постоянные издержки будут падать по мере увеличения количества выпускаемой продукции, ибо фиксированная сумма издержек распределяется на все большее и большее количество единиц продукции. И наоборот, при сокращении объема производства средние постоянные издержки будут расти.
Средние переменные издержки (AVC) - это общие переменные издержки на единицу продукции. Они определяются путем деления переменных издержек на соответствующее количество выпущенной продукции:
Средние переменные издержки вначале падают, достигая своего минимума, затем начинают расти.
Средние (общие) издержки (АТС) - это общие издержки производства на единицу продукции. Они определяются двумя способами:
а) путем деления суммы общих издержек на количество произведенной продукции:
б) путем суммирования средних постоянных издержек и средних переменных издержек:
АТС = AFC + AVC.
Вначале средние (общие) издержки высокие, поскольку производится небольшой объем продукции, а постоянные издержки большие. По мере увеличения объема производства средние (общие) издержки снижаются и достигают минимума, а затем начинают расти.
Предельные издержки (МС) - это издержки, связанные с выпуском дополнительной единицы продукции.
Предельные издержки равны изменению общих издержек, деленному на изменение объема произведенной продукции, т. е. они отражают изменение издержек в зависимости от количества выпускаемой продукции. Поскольку постоянные издержки не меняются, то постоянные предельные издержки всегда равны нулю, т. е. MFC = 0. Поэтому предельные издержки - это всегда предельные переменные издержки, т. е. MVC = МС. Из этого следует, что увеличивающаяся отдача переменных факторов сокращает предельные издержки, а понижающаяся отдача - наоборот, их увеличивает.
Предельные издержки показывают, какова величина затрат, которые фирма понесет при росте производства на последнюю единицу продукции, или тех средств, которые она сэкономит в случае уменьшения производства на данную единицу. В том случае, когда дополнительные издержки на производство каждой дополнительной единицы продукции меньше средних издержек уже произведенных единиц, производство данной следующей единицы понизит средние общие издержки. Если же издержки на следующую дополнительную единицу будут выше, чем средние издержки, ее производство повысит средние общие издержки. Изложенное относится к короткому периоду.
В практике российских предприятий и в статистике используется понятие "себестоимость", под которой понимается денежное выражение текущих издержек производства и реализации продукции. В состав затрат, включаемых в себестоимость, включаются расходы на материалы, накладные расходы, заработная плата, амортизация и т. д. Различают следующие виды себестоимости: базисная - себестоимость прошлого периода; индивидуальная - сумма затрат на изготовление конкретного вида изделий; перевозок - затраты на транспортировку грузов (продукции); реализованной продукции, текущая - оценка реализованной продукции по восстановленной себестоимости; технологическая - сумма затрат на организацию технологического процесса изготовления продукции и оказания услуг; фактическая - на основе данных фактических затрат по всем статьям себестоимости за данный период.
Эффект масштаба производства
После того, как фирма определит для себя наиболее эффективный способ производства, расширение объемов выпуска возможно исключительно за счет изменения масштабов производства, т.е. пропорционального увеличения использования всех производственных ресурсов.
Пусть исходная зависимость между объемом выпуска и ресурсами описывается производственной функцией вида
Увеличение в некоторое количество раз (например, в z раз) всех применяемых ресурсов приведет к изменению объема выпуска с Q0 до Q1, так что
Если новый объем выпуска увеличится более, чем в z раз (Q1 > zQ0), то имеет место положительный эффект масштаба производства.
Если новый объем выпуска увеличится менее, чем в z раз (Q1< zQ0), то имеет место отрицательный эффект масштаба производства.
И наконец, если новый объем выпуска увеличится также в z раз (Q1= zQ0), то имеет место постоянный эффект масштаба производства.
Для большинства производственных процессов характер эффекта масштаба меняется в зависимости от достигнутых объемов выпуска. Первоначально эффект может быть постоянным или даже положительным, однако после расширения размеров предприятия сверх некоторого предела эффект становится отрицательным.
Графически эффект масштаба производства может быть проиллюстрирован через кривые долгосрочных средних издержек, как это представлено на рис. 3.3-3.5.
Положительный эффект масштаба предполагает возрастание отдачи используемых ресурсов. Как следствие этого, объем выпуска (Q) растет более быстрыми темпами, чем совокупные затраты (ТС) на факторы производства. Другими словами, средние издержки долгосрочного периода убывают, или
LATC0 > LATC1.
Рис. 3.3. Положительный эффект масштаба производства
Существует несколько причин, объясняющих положительный эффект масштаба.
Во-первых, крупное массовое производство позволяет использовать большую специализацию ресурсов и разделение труда, что в свою очередь повышает производительность всех применяемых ресурсов;
во-вторых, крупные предприятия могут применять более передовую технологию и дорогостоящую автоматизацию производства, недоступное мелким фирмам;
в-третьих, осуществлять специализацию управления и максимально полно использовать труд высококвалифицированных специалистов, так что расходы на управленческий персонал будут расти более медленными темпами, чем производство;
в-четвертых, эффект может быть связан с технологической спецификой отдельных видов производства (в том числе, как следствие геометрического закона соответствия площади поверхностей и объемов, или сечений). Утроение производительности сборочного конвейера может потребовать лишь одного, а не двух дополнительных контролеров. Увеличение диаметра трубы нефтепровода увеличит объем перекачиваемой нефти в более чем два раза и другие случаи, когда объем выпуска увеличивается раньше, чем потребуется дополнительная единица оборудования.
Отрицательный эффект масштаба производства Если объем выпуска (Q) растет более медленными темпами, чем совокупные затраты (ТС) на факторы производства, то в отрасли имеет место отрицательный эффект, а средние издержки долгосрочного периода увеличиваются, или
LATC0 < LATC1
Рис. 3.4. Отрицательный эффект масштаба производства
Отрицательный эффект связан:
во-первых, с ограниченными возможностями эффективного управления крупномасштабным производством. По мере расширения предприятия процесс принятия решений все более и более усложняется, нарастает чрезмерные формализация и бумаготворчество, усиливается бюрократизация управленческого персонала, и как результат, постепенно снижается эффективность производства;
во-вторых, с наличием технологических барьеров на пути чрезмерного увеличения размеров предприятия.
Постоянный эффект масштаба производства
Постоянный эффект предполагает неизменность отдачи используемых ресурсов. Это означает, что объем выпуска (Q) растет такими же темпами, как и совокупные затраты (ТС) на ресурсы. В этих условиях средние издержки долгосрочного периода остаются неизменными, или
Рис. 3.5. Постоянный эффект масштаба производства
Нахождение оптимального размера предприятия для производства той или иной продукции позволяет фирме поддерживать этот оптимум достаточно долго, уже после того, как иссякнут источники положительного эффекта. Это происходит путем создания в рамках единого технологического процесса не одного, а нескольких производственных единиц оптимального размера. Так, если Q*=5 тыс. ед., то крупная компания может производить 15 тыс. ед., построив три завода, и повышая эффективность за счет централизации закупок, сбыта, управления и т.д.
Тема 5 . Рыночные структуры и анализ ценообразования
Моделирование и прогнозирование спроса населения на товары и услуги
Научное прогнозирование спроса необходимо для выработки долгосрочной экономической политики и принятия тактических управленческих решений в области производства продукции и торговли товарами народного потребления.
Спрос должен прогнозироваться на всех уровнях управления экономикой.
На макроуровне на основе прогнозов спроса на товары народного потребления разрабатывается механизм государственного воздействия на потребительский рынок с целью обеспечения сбалансированности спроса и предложения и наиболее полного удовлетворения потребностей населения в товарах как в текущем периоде, так и в перспективе. Подобного рода проблемы решаются и на региональном уровне.
На микроуровне прогнозы спроса разрабатываются как торговыми организациями, так предприятиями-потребителями и изготовителями.
Торговые организации в условиях рыночных отношений могут требовать от предприятий-производителей поставок товаров, необходимых населению.
Предприятия-производители на основе результатов прогнозных расчетов спроса заключают договоры на поставку продукции и формируют производственную программу.
Разрабатываются долго-, средне- и краткосрочные прогнозы спроса. Различия целей отдельных видов прогнозов временного аспекта придают каждому из них специфические особенности. Так, краткосрочные прогнозы реализуются в рамках уже сложившейся структуры спроса и возможностей производства продукции. Результаты прогнозов используются для обоснования заказов и заявок на товары народного потребления, расчетов товарного обеспечения розничного товарооборота и для принятия управленческих коммерческих решений. Краткосрочные прогнозы разрабатываются на месяц, квартал, год. Они должны отличаться более высокой степенью точности. При краткосрочном прогнозировании определяется достаточно широкий круг показателей (совокупный спрос, спрос на группы товаров, ассортиментная структура и др.).
При разработке среднесрочных прогнозов учитываются сложившаяся структура, возможности производства и влияние инвестиций на развитие производственной деятельности. В течение трех - пяти лет ассортимент товаров в стране существенно обновляется и заметно изменяется структура спроса. В этих условиях нет необходимости детализировать прогноз спроса до моделей и марок товаров. Достаточно определить совокупный спрос с выделением основных товарных групп.
Долгосрочные прогнозы (свыше пяти лет) служат средством разработки стратегии производства товаров и торговли. Особенностью долгосрочного прогнозирования спроса является то, что оно не обусловливает необходимость увязки прогнозных оценок со складывающейся структурой производства. Долгосрочный прогноз спроса служит основой разработки перспективных направлений развития производства товаров и торговли.
Различные по срокам упреждения прогнозы отличаются также методами прогнозирования.
Для повышения точности прогнозов необходимо применять комплекс методов прогнозирования с целью получения нескольких вариантов прогноза и выбора оптимального варианта.
Спрос выступает в качестве определяющего фактора при принятии решений о производстве или импорте того или иного вида продукции, поэтому он должен изучаться как внутри страны по регионам, так и на мировом рынке.
Процесс прогнозирования спроса включает ряд этапов:
Комплексное исследование рынка, конкурентной среды, выделение сегментов рынка;
Анализ состояния спроса и предложения, определение степени удовлетворения спроса населения в конкретных товарах, совокупного спроса; анализ факторов, влияющих на спрос и установление взаимозависимости показателей;
Выбор методов прогнозирования;
Осуществление прогноза спроса;
Оценка надежности прогноза;
Определение перспектив развития спроса населения;
Разработка конкретных мероприятий по более полному удовлетворению спроса населения.
Прогнозирование платежеспособного спроса базируется на статистике ретроспективного периода и на прогнозе ряда факторов, определяющих спрос.
Для осуществления прогнозных расчетов необходима следующая исходная информация:
Сведения о численности населения, половозрастном составе в прогнозном периоде, количестве городских и сельских жителей;
Динамика спроса и предложения;
Данные о развитии сельскохозяйственного производства и производства товаров народного потребления;
Балансы денежных доходов и расходов населения;
Распределение населения по размеру доходов;
Бюджеты семей рабочих, служащих, колхозников;
Данные специальных единовременных выборочных
обследований запасов предметов длительного пользования
у населения, доходов и расходов;
Сведения об индексах потребительских цен (общих и индивидуальных - по конкретным товарам), соотношении внутренних и мировых цен;
Данные опроса покупателей с целью выявления их желания в приобретении определенных товаров;
Изменение денежных доходов населения в предшествующих и прогнозном периодах;
Доля расходов населения на продовольственные, непродовольственные товары, отдельные группы товаров в предшествующие периоды.
На начальном этапе прогнозирования выявляются тенденции изменения спроса.
Для анализа тенденций изменения спроса целесообразно использовать графики и различного рода диаграммы и картограммы.
На основе выявленных тенденций спрос на краткосрочный период целесообразно определять с помощью методов экстраполяции: метода подбора функции, экспоненциального сглаживания с регулируемым трендом и др.
В случае устойчивой тенденции изменения спроса прогнозные расчеты можно производить путем выравнивания динамических рядов и подбора функции (у = at + b - линейная, у = at 2 + bt + с - параболическая и др.).
При изменяющихся условиях целесообразно применять метод экспоненциального сглаживания с регулируемым трендом. Развитие спроса подвержено сезонным колебаниям, которые необходимо учитывать при краткосрочных прогнозах на квартал, месяц. Учет влияния сезонных колебаний продаж (спроса) целесообразно проводить с помощью расчетных индексов сезонности.
На практике для изучения спроса широко используются наблюдения, опросы покупателей о покупательских намерениях (анкетные опросы, интервьюирование), ярмарки, выставки, книги предложений, тестирование, реклама.
На макроуровне наиболее широкое распространение для прогнозирования спроса получил нормативный метод, предполагающий использование норм потребления продуктов (товаров) на душу населения. При этом в зависимости от прогнозного периода необходимо применять следующие подходы.
При определении спроса на длительную перспективу целесообразно использовать рекомендуемые (рациональные) нормы потребления. Например, рациональная норма потребления мяса и мясопродуктов на душу населения - 82 кг в год. На основе этой нормы и численности населения в стране (регионе) рассчитывается потребность в мясе и мясопродуктах на прогнозный период. Потребности выступают в качестве ориентира для развития производства и разработки мер с целью достижения рациональных норм потребления.
Краткосрочные прогнозы спроса следует строить с учетом корректировки норм потребления. Для этого фактическое потребление на душу населения анализируется по периодам и сопоставляется с рекомендуемыми нормами. Выявляются тенденции потребления продукции, темпы падения или увеличения спроса, причины его изменения.
Затем с учетом влияния факторов, прежде всего изменения доходов населения и потребительских цен, определяется реальное потребление на душу населения в прогнозном периоде.
Прогнозы спроса по важнейшим товарам разрабатываются для анализа и прогнозирования состояния товарных рынков и выработки рекомендаций о мерах государственного воздействия на эти рынки, а также обеспечения заинтересованных организаций информацией о динамике спроса.
В рыночной экономике спрос на товары народного потребления формируется под влиянием ряда факторов, поэтому для осуществления прогнозных расчетов рекомендуется использовать многофакторные модели - линейные или нелинейные:
y 1 = а 1 х 1t + a 2 x 2t + ...+ а n х nt + b;
y 1 = bx 1t a1 * x 2t a2 *….. * x nt an
где у - показатель спроса на товар; x 1 , x 2 , … х n: - факторы, влияющие на спрос.
С помощью корреляционно-регрессионного анализа устанавливается связь между спросом и факторами, определяются ее форма (линейная, нелинейная) и теснота связи.
Целесообразно разрабатывать несколько вариантов прогнозов спроса на товары народного потребления, отличающихся значениями определяющих их факторов. Сравнение различных вариантов позволяет выбрать тот, который обеспечивает наиболее полное удовлетворение потребностей населения в отдельных товарах.
Прогнозирование спроса можно осуществлять на основе однофакторных моделей. Их целесообразно применять при необходимости учета влияния важнейшего фактора на спрос. Например, при стабильном уровне цен можно определить зависимость спроса на товары от изменения доходов населения.
Спрос на товары народного потребления можно определять с помощью коэффициента эластичности.
Экономический смысл коэффициента эластичности состоит в том, что он является показателем, характеризующим степень изменения (роста или снижения) спроса на 1 % изменения (роста или снижения) фактора. Спрос формируется в основном под влиянием изменения доходов и цен. К э показывает, как изменяется спрос в процентах при изменении этих факторов.
В переходный период при усилении дифференциации доходов населения для прогнозирования спроса целесообразно использовать регрессионную модель, построенную на основе данных о дифференциации доходов населения и расходов по товарным группам, суть которой заключается в следующем. Население в соответствии с доходом на одного человека разбивается на процентильные (децильные) группы, т.е. выделяют 10 % населения с наименьшим доходом, затем следующие 10 % и т.д., заканчивая распределение группой, состоящей из 10 % населения с наибольшим доходом. В качестве единственного фактора формирования перспективной структуры спроса рассматриваются доходы населения. Данные о доходах населения и расходах по товарным группам формируются в виде таблицы. В ней отражаются группы населения по доходам, интервал дохода на одного человека в год (месяц), доля населения в процентах по интервалам доходов, средний доход на одного человека, расходы по товарным группам на одного человека в год (месяц).
Прогноз спроса на каждую товарную группу будет формироваться под влиянием изменения доходов на душу населения.
Для прогнозирования спроса на товары можно использовать модель поведения потребителей в условиях товарно-денежных отношений, базирующуюся на принципах оптимального удовлетворения потребностей по группам потребителей. Модель имеет вид:
∑ Y j → max;
∑ P j Y j ≤ D;
Qj ≤ Y j ≤ Qj
где Y j - спрос на j-й товар; P j - цена на j-й товар; D - доходы потребителей; Qj , Qj - нижний и верхний пределы спроса j-го товара с учетом предложения.
Потребители предварительно подразделяются на однородные группы по социально-демографическим признакам. Считается, что внутри каждой группы предпочтения на множество товаров и услуг одинаковы.
При прогнозировании спроса с учетом особенностей товаров могут применяться различные подходы. Так, на товары легкой промышленности спрос определяется в условиях их широкого ассортимента. Разработать прогноз по такому широкому кругу позиций затруднительно, поэтому отдельные позиции необходимо агрегировать. Например, в группе швейных изделий можно выделить модную одежду, рабочую одежду и другие подгруппы. Следует также учитывать сроки износа изделий и обновления гардероба, подразделять товары на группы с учетом половозрастного признака потребителей (например, товары для молодежи, детей, лиц пожилого возраста).
Прогнозы спроса на товары культурно-бытового назначения должны базироваться на числе семей, их обеспеченности этими товарами, покупательских намерениях на приобретение, наличии денежных сбережений, жилищных условиях и т.д.
Общий объем спроса на товары длительного пользования состоит из двух частей: спроса на замену и спроса на расширение парка этих изделий. Спрос на замену можно определить исходя из данных о реализации этих товаров в предшествующие годы и средних сроков их использования в семьях. Согласно статистическим данным, средние сроки службы телевизоров, электропылесосов, часов всех видов, магнитофонов составляют 10 лет, холодильников - 20, стиральных машин - 15 лет.
Прогноз спроса на конкретные виды товаров следует выполнять с учетом данных об изменении доли отдельных товаров в общем объеме товарооборота.
Исходя из прогнозных расчетов спроса определяется структура платежеспособного спроса населения и разрабатывается сводный заказ торговли на производство важнейших товаров народного потребления на плановый период.
Прогноз спроса предприятий-производителей на выпускаемую продукцию предполагает:
Анализ тенденций изменения доли фирмы в общем рынке;
Оценку рыночной стратегии конкурентов и перспектив освоения новых видов изделий;
Анализ рыночной стратегии фирмы и качества продукции;
Прогноз спроса на продукцию фирмы.
Для фирмы главное - завоевание доверия потребителей к ее продукции. Для того чтобы прогнозировать будущие потребности людей, необходимо проанализировать, как потребитель реагирует на появление на рынке принципиально новых изделий.
Зарубежные исследователи выделяют среди возможных следующие направления стратегии фирмы по производству продукции:
Внешнее отличие товара в глазах покупателя от товара конкурентов;
Выход на рынок с новым товаром;
Разработка пионерного товара, который будет лидером на ближайшие годы, обеспечивая превосходство над конкурентами.
Для реализации этих направлений собираются идеи по созданию нового товара и до минимума сокращаются сроки между выдвижением идей и пробной продажей товара. С целью поиска идей широко применяются методы экспертных оценок: метод коллективной генерации идей, метод "635", метод "Дельфи".
Лидером в выработке стратегии фирмы является Япония. Японские фирмы гордятся тем, что их служащие ежегодно вносят огромное количество идей, из которых отбираются 7 - 10 оригинальных, имеющих практическое значение.
Прежде чем принять решение о выпуске новых изделий, наряду с прогнозом спроса необходимо спрогнозировать издержки производства, цену и прибыль.
Для выявления реакции потребителей целесообразно использовать рекламу, пробную продажу. Изучение спроса на новые товары может также осуществляться на выставках-продажах, выставках-просмотрах, ярмарках. Определяются степень соответствия изделий запросам покупателей, их предпочтения другим товарам-аналогам и условия, при которых население отдает предпочтение новым товарам (цена, оформление и др.).
Товары рыночной новизны являются ключевыми для коммерческого успеха предприятия. Фирмы, производящие такие товары, имеют возможность устанавливать монопольные цены и получать более высокую прибыль.
Каждый товар имеет свой жизненный цикл (ЖЦТ). Концепция ЖЦТ исходит из того, что товар имеет определенный период рыночной устойчивости. ЖЦТ или описывающую его в координатах "прибыль-время" кривую можно разделить на стадии внедрения, роста, зрелости, насыщения и спада. Переход от стадии к стадии происходит без резких скачков, в связи с чем необходимо следить за изменениями темпов продажи или прибыли, чтобы уловить границы стадий и внести изменения в товар или производственную программу.
При прогнозных исследованиях товарного рынка наряду с комплексным анализом большую роль играет разрабатываемая стратегия ценообразования, так как цена является важным рычагом продвижения товара на рынок и определяющим фактором объема продаж и прибыли.
- Почему прогнозы спроса оказываются неточными
- Как выстроила процесс прогнозирования спроса компания Nestle
Руководители розничных и дистрибьюторских компаний часто не удовлетворены объемом продаж, а также избытком или дефицитом товарных позиций. Отправная точка для изменения ситуации – прогнозирование спроса. Чем прогноз точнее, тем меньше будет на складе запасов непродаваемых товаров, востребованные же всегда будут в наличии. Кроме того, компания сможет вовремя вводить в ассортимент новые товары и убирать устаревшие, устанавливать конкурентоспособные розничные цены и оптимизировать цепочку поставки.
Как формируется прогноз спроса
Все данные о фактических продажах, проведенных и планируемых маркетинговых акциях, изменениях розничных цен и других событиях нужно проанализировать. Самый простой инструмент для этого – программа Excel. Тем самым компания получит статистические прогнозы спроса. Далее их выборочно корректирует аналитик и передает на согласование соответствующим подразделениям: отделам продаж, закупок, маркетинга и др. Итоговый прогноз утверждает руководство компании.
Формирование прозноза спроса
1. | Данные | Сведения о продажах, остатках, поставках, прочих движениях, а также о маркетинговых акциях и других внешних событиях. |
2. | Инструмент | Программа, с помощью которой можно сформировать статистический прогноз спроса (в нашем случае Excel) |
3. | Статистический прогноз | Прогноз, сформированный при помощи инструмента прогнозирования спроса |
4. | Скорректированный прогноз | Ручная корректировка статистического прогноза аналитиоки или специалистом по планированию |
5. | Согласованный прогноз | Ручная корректировка и согласование итогового прогноза между департаментами (продажи, маркетинга и пр.) |
6. | Утвержденный прогноз | Утверждение итогового прогноза ответственным менеджером и передача отделам для выполнения. |
Сегмент | Точность статистического прогноза спроса, % | Точность прогноза после корректировки экспертами, % |
«Лошади» - товары с высокими продажами и низкой вариативность | 92,1 | 92,7 |
«Зайцы» - товары с низкими продажами и высокой вариативностью | 56,3 | 55,5 |
«Безумные быки» - товары с высокими продажами и высокой вариативностью, например кофе марки Nescafe | 55,2 | 82,4 |
«Мулы» - товары с низкими продажами и низкой вариантивностью | 90,9 | 91,2 |
В каждой компании свои примеры, Nestle раскрывает информацию только для сегмента «безумные быки» – напиток Nescafe. Эта таблица дает директорам повод задуматься и попытаться составить аналогичную для своего ассортимента. Ведь Nescafe в «Пятерочке» может оказаться совсем в другой категории, нежели Nescafe в «Азбуке Вкуса».
Копирование материала без согласования допустимо при наличии dofollow-ссылки на эту страницу