Выработка плана продаж и обеспечение этого плана — острый вопрос в текущей экономической ситуации. Неверно составленный план приводит как к прямым убыткам, например, в случае избыточного хранения товара на складе, так и косвенным, в случае недостачи товара на складе, что, в свою очередь, приводит к упущенной выгоде и ухудшению сервиса.
Одна из проблем, сильно влияющих на составление плана – сезонность продаж некоторых товаров. Одни товары, например, кроссовки для бега, летом более популярны, чем зимой, а обогреватели продаются лучше в холодное время года. Эти товары — сезонные.
Неразбериху вносит также нестабильная макроэкономическая ситуация, когда инфляция толкает цены вверх, а снижающийся покупательский спрос вынуждает снижать продажи в количественном выражении. Кроме негативных факторов, могут также влиять и позитивные факторы:
- по компании в целом, если компания активно растет;
- по конкретным товарным позициям, если вы много вкладываетесь в маркетинг товара, то спрос на них может расти быстрее роста компании.
Все это добавляет 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 составлении плана продаж, учитывайте сезонной фактор и тренды в компании.
Каким образом мне рассчитать план с учетом сезонных колебаний?
Сезонность — это запланированное и регулярное отклонение продаж товара от среднестатистических значений. Коэффициенты сезонности часто рассчитывается помесячно на будущий 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 желательно рассчитывать их 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 таким образом:
То по результатам расчета, должна получиться такая таблица для расчета (для 2020 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 2021 года и рассчитываем план продаж на май 2021:
И таблица будет выглядеть так:
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 такие значения:
Это 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?
ВВыделить и рассчитать тренд — сложная задача. Один из вариантов, метод, разработанный Робертом Ходриком и Эдвардом Прескоттом для анализа бизнес-циклов. Основная особенность: метод более чувствителен к долгосрочным тенденциям, чем к краткосрочным, и его можно настраивать на нужный период оценки тренда. Узнать больше об этом методе можно по ссылке
Выглядит результат его расчета 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)
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, по дням. На целевые значения влияет больше факторов, а модель прогноза выходит за обычные средние расчеты. Однако, представленный выше подход может применить у себя любой человек, занимающийся планированием, даже без специальных инструментов.
Зачастую, обрабатывать большие массивы данных и делать расчеты вручную – трудоемко, особенно, когда в компании более 1 магазина и более 1000 номенклатурных позиций. Решение КОРУС | Управление запасами сделает все за вас и в режиме реального времени 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. Если хотите оптимизировать работу компании, но не знаете каким образом лучше всего это сделать – добро пожаловать к нам!
Вы можете ознакомиться с функциональностью сервиса и оценить его эффективность на примере собственных данных. И начать оптимизацию запасов прямо сейчас!