„Excel“ pardavimo prognozavimo pradžia

Pradinis pardavimų prognozavimo yra stebėjimų serija - daugiau į šią knygą, taško pajamų šaltinį - kad jūs naudojate suformuoti prognozę. Yra trys tipinės prognozės, atsižvelgiant į tai, kaip atrodo bazinė linija:

• Jei bazinė linija išlieka pastovi, jūsų geriausia prognozė tikriausiai bus artima visų pardavimų sumų vidurkiui bazinėje linijoje.
• Jei pradinis lygis kyla, jūsų prognozė greičiausiai bus didesnė už naujausią pardavimo sumą.
• Jei pradinis lygis krenta, jūsų prognozė tikriausiai bus mažesnė už naujausią pardavimo sumą.

Pastaba: šie niūrūs žodžiai gali ir tikriausiai yra, nes kai pardavimas turi sezoninį aspektą, kuris dar nepasirodo jūsųpradinėje linijoje, kitas sezonas gali prasidėti tuo pačiu metu, kaip ir jūsų prognozė, ir pakeisti tai, ko tikitės kitu atveju. .

Kodėl bazinė padėtis yra svarbi? Nes tai pakelia jūsų prognozę virš spėjimo būsenos. Kai naudojate bazinę liniją, suprantate, kad jei nėra specialių žinių, pvz., kad jūsų vieneto kaina tuoj drastiškai pasikeis, jūsų geriausias vadovas, kas nutiks toliau, dažnai yra tai, kas nutiko anksčiau.

Yra dar vienas žebenkštis žodis: dažnai. Turėsite daug galimybių naudoti vieną kintamąjį, pvz., bendrą atskirų pardavimo atstovų pardavimo įvertinimą, kad prognozuotumėte jus tikrai dominantį kintamąjį – pardavimo pajamas. Tokiu atveju galite gauti tikslesnę prognozę naudodami „Excel“, kad išsiaiškintumėte formulę, susijusią su dviem kintamaisiais, o tada naudodami tą formulę prognozuokite kitą pardavimo pajamų vertę.

Atsižvelgiant į dviejų kintamųjų santykio stiprumą, ši formulė gali būti geresnis vadovas, nei žiūrėti tik į pradinę pardavimo istoriją. Tačiau tai vis tiek yra pradinė linija: šiuo atveju bazinę liniją sudaro du ar daugiau kintamųjų, o ne vienas.

Bazinės linijos diagrama

Akis yra puikus vadovas, kaip sužinoti, kas vyksta jūsų pradinėje linijoje. Galite pasinaudoti tuo, sudarydami diagramą, kurioje parodyta bazinė linija. Yra keletas galimybių:

• Jei prognozuojate tik remdamiesi ankstesnėmis pardavimo pajamomis, geras pasirinkimas yra linijinė diagrama, kaip parodyta čia. Matote, kad pajamos laikui bėgant svyruoja, net jei jos šiek tiek šokinėja. Bazinės linijos modelis diagramoje yra užuomina į naudotinos prognozės tipą: Paveiksle šis tipas gali būti eksponentinis išlyginimas.

Linijinė diagrama idealiai tinka tik vienam kintamajam, pvz., pardavimo pajamoms.

• Jei naudojate kitą kintamąjį, pvz., atskirų pardavimų atstovų pateiktus pardavimo įvertinimus, tikriausiai naudotumėte XY (sklaidos) diagramą, kaip parodyta čia. Atkreipkite dėmesį, kad faktinės vertės gana gerai atitinka atskirų įverčių sumą, o tai gali įtikinti jus naudoti regresijos metodą prognozuojant kitą laikotarpį, ypač todėl, kad galite gauti kitą pardavimo darbuotojų įvertinimą, nuo kurio bus galima prognozuoti.

Šiuo atveju tarp atskirų įverčių sumos ir faktinių rezultatų yra teigiamas ryšys.

Jei kitą prognozę ketinate pagrįsti informacija iš atskirų pardavimo atstovų, nesudarykite per trumpų prognozės laikotarpių. Jei tai padarysite, atstovai turės daugiau laiko praleisti vertindami, o ne parduodami, o tai reiškia, kad jų komisiniai sumažės, o kitas dalykas, kurį žinosite, kad jie dirba jūsų konkurentų labui – ir galėsite nuleisti savo prognozę į tualetą.

Ieškau tendencijų

Tendencijos yra svarbios prognozuojant pardavimus. Viena vertus, norint sužinoti daugiau apie tai, kas vyksta produktų linijoje, labai svarbu žinoti, ar yra jūsų pradinės linijos tendencijos. Kita vertus, tendencijos buvimas kartais rodo, kad turite daugiau pasiruošti. Pavyzdžiui, jei nusprendėte naudoti eksponentinį išlyginimą, pirmiausia galite pašalinti tendenciją.

Jei peržvelgtumėte pradinę liniją, parodytą šio paveikslo A stulpelyje, nereikėtų ilgai daryti išvadą, kad yra pardavimo pajamų augimo tendencija. Tačiau jei įdėsite nedideles pastangas, kurių reikia norint nustatyti pradinę padėtį, ne tik iškart pamatysite tendenciją, bet ir gausite gerą intuityvią idėją, kur vyksta pardavimai ir kaip greitai jie ten pasiekia.

Galite sumažinti šios serijos tendencijas ir naudoti paprastą eksponentinį išlyginimą arba numatyti pardavimo pajamas, naudodami laikotarpio skaičių kaip prognozę.

Būkite atsargūs, kai matote tokią tendenciją, kaip parodyta. Jei tai savaitės rezultatai, tai gali būti tik pirmoji sezoninio modelio (arba ciklo) dalis, kuri netrukus sumažės. Atkreipkite dėmesį, kad paskutiniai septyni laikotarpiai atrodo taip, lyg rezultatai būtų pasiruošę tai padaryti.