Kokybinių duomenų naudojimas „Excel“ pardavimo prognozėje

Kokybiniai duomenys yra informacija, padedanti suprasti kiekybinių duomenų pagrindą. Žinoma, kyla klausimas: kas yra kiekybiniai duomenys? Kiekybiniai duomenys yra skaitiniai – jūsų komandos parduotų vienetų skaičius per praėjusį ketvirtį arba pajamos, kurias komanda gavo kovo mėnesį.

Turėdami kiekybinius duomenis, naudodami „Excel“ galite apskaičiuoti parduotų vienetų skaičių per mėnesį, mažiausią ar daugiausiai. Naudodami „Excel“ galite apskaičiuoti pardavimo komandos uždirbtų pajamų slankųjį vidurkį arba minimalias pajamas, arba procentą nuo spalio mėn. uždirbtų metinių pajamų.

Priešingai, kokybiniai duomenys neturi vidurkio, minimumo ar maksimumo. Tai informacija, padedanti suprasti kiekybinius duomenis. Tai sujungia skaičius į kontekstą. Tai padeda apsisaugoti nuo tikrai kvailų klaidų.

Teisingų klausimų uždavimas

Tarkime, jūsų pardavimų viceprezidentas paprašys jūsų numatyti, kiek automobilių jūsų agentūra parduos kitais metais. Jei jūsų agentūra parduoda daugiausiai „Ford“, verta pasidomėti prognozėmis. Jei iki praėjusių metų jūsų agentūra pardavinėjo daugiausia Duesenbergų, prognozuoti yra nepagrįsta. Negalite parduoti jokių Duesenbergų, nes niekas jų nebegamina.

Žinoma, šis pavyzdys yra kraštutinis, bet nėra visiškai kvailas. Turite žinoti, ką jūsų įmonė ketina pateikti rinkai per laikotarpį, kurį norite prognozuoti. Kitu atveju jūsų pardavimo istorija – jūsų pradinė padėtis – tiesiog nėra svarbi. Ir jūs negalite sudaryti tikslios prognozės, pagrįstos nesusijusia bazine linija.

Štai keletas klausimų, kuriuos turėtumėte užduoti prieš pradėdami galvoti apie bazinės linijos sudarymą:

• Kiek pardavėjų jūsų įmonė suteiks jums? Ar turėsite daugiau pėdų gatvėje nei praėjusiais metais? Mažiau? Apie tą patį? Pardavimo personalo dydis turi skirtumą. Norėdami sudaryti tinkamą prognozę, turite žinoti, kokius pardavimo išteklius turėsite.
• Ar prognozuojamu laikotarpiu pasikeis komisinių dydžiai? Ar jūsų įmonė skatina savo pardavimų pajėgas, kaip, tarkime, per pastaruosius 12 mėnesių? Jei taip, jums nereikia dėl to jaudintis rengdami prognozes. Tačiau jei pasikeitė verslo modelis ir komisinių tarifai mažės, nes sumažėjo konkurencija, arba tarifai didėja, nes konkurencija sustiprėjo, jūsų prognozėje reikia į tai atsižvelgti.
• Ar per šį prognozuojamą laikotarpį pasikeis produkto kaina? Ar jūsų produktų linijos kainos šoktels? Jei taip, tikriausiai turėsite sukurti pesimizmo parduotų vienetų prognozėje. Ar jie nukris? Tada galite būti optimistiški. (Atminkite, kad kainodara paprastai veikia daugiau parduotų vienetų nei pajamos.)

Negalite naudoti prognozavimo, kad atsakytumėte į tokius klausimus. Ir vis dėlto jų atsakymai, kurie laikomi kokybiniais duomenimis, yra labai svarbūs norint sudaryti geras prognozes. Galite turėti ilgą, gerai besielgiantį pradinį tašką, o tai tikrai yra geros prognozės pagrindas. Ir tada jūs galite visiškai apsigauti, jei jūsų įmonė pakeis savo produktų liniją arba sumažins pardavimų skaičių, arba pakeis komisinių struktūrą tiek, kad pardavimai vaikšto, arba sumažina kainas tiek, kad rinka negali išlaikyti savo kolektyvinių rankų. iš produktų linijos. Bet kuriuo atveju jūsų prognozė atrodys taip, lyg patraukėte pečiais ir metėte keletą kauliukų.

Jūs negalite visiškai pasikliauti pradine linija, kad sudarytumėte pardavimo prognozę. Norėdami sudaryti gerą pardavimų prognozę, turite atkreipti dėmesį į tai, ką jūsų įmonė daro rinkodaroje, kainodaroje, žmonių valdyme, reagavimui į konkurenciją.

Stebėkite kamuolį: jūsų prognozės tikslas

Nustatykite bazinę liniją, kad ji atspindėtų laikotarpį, kuriam norite prognozuoti. Tai yra, jei norite prognozuoti vieno mėnesio pardavimus, jūsų pradinė padėtis turėtų rodyti jūsų pardavimo istoriją mėnesiais. Jei prognozės tikslas yra padėti atlikti finansines prognozes, pvz., apskaičiuoti uždarbį, tikriausiai norėsite prognozuoti ketvirčio rezultatus, o jūsų bazinis rodiklis turėtų būti suskirstytas į ketvirčius.

Paveikslėlyje parodytas naudingos bazinės linijos pavyzdys.

Prognozė yra kitam mėnesiui, todėl bazinėje eilutėje pateikiama mėnesio pardavimo istorija.

Galite lengvai sukurti mėnesių pavadinimų sąrašą B stulpelyje. Pažymėkite langelį B2 ir įveskite sausio arba sausio mėn. Paspauskite Enter ir, jei reikia, iš naujo pažymėkite langelį B2 (arba paspauskite Ctrl+Enter, kad langelis B2 liktų pažymėtas, kai įvesite jo reikšmę ). Atkreipkite dėmesį į mažą juodą kvadratą apatiniame dešiniajame langelio kampe – jis vadinamas užpildymo rankena. Perkelkite pelės žymeklį ant užpildymo rankenos. Pamatysite, kad žymeklis pasikeis į kryželį. Dabar, nors vis dar matote kryželį, paspauskite pelės mygtuką, toliau laikykite jį nuspaudę ir vilkite žemyn, kiek norite. „Excel“ užpildo mėnesių pavadinimus už jus. Tai taip pat veikia savaitės dienomis.

Yra keletas nykščio taisyklių, kaip sukurti bazinę liniją, kurių jums bus naudinga atsiminti.

• Savo pradinėje linijoje naudokite tokio pat ilgio laikotarpius. Naudoti vieną laikotarpį nuo vasario 1 d. iki vasario 14 d. ir kitą laikotarpį, apimantį nuo vasario 15 iki kovo 31 d., yra ypatinga. Vis dėlto mačiau, kad tai buvo padaryta tik todėl, kad pasirodė patogu taip sujungti duomenis. Tačiau tai viską sujaukia, nes akivaizdžios vasario mėnesio pajamos yra neįvertintos, o akivaizdžios kovo mėnesio pajamos – pervertintos. Nepriklausomai nuo jūsų naudojamo prognozavimo metodo, tai bus problema. (Galite nepaisyti nedidelių skirtumų, pvz., 28 dienos vasario mėnesį ir 31 diena kovo mėnesį.)
• Įsitikinkite, kad jūsų bazinės linijos laikotarpiai yra tvarkingi, nuo ankstyviausių iki vėliausių. Keletas populiarių prognozavimo metodų, įskaitant du aprašytus šioje knygoje, remiasi ryšiu tarp vieno laikotarpio matavimo ir kito laikotarpio matavimo. Jei laikotarpiai neatitinka laiko eilės, jūsų prognozė bus netinkama. Dažnai jūsų neapdoroti matai nėra chronologine tvarka, todėl dėl įvairių priežasčių norėsite juos apibendrinti naudodami suvestinę lentelę, kurią galite lengvai išdėstyti datos tvarka. Tiesą sakant, suvestinės lentelė pagal numatytuosius nustatymus pateikia apibendrintus duomenis chronologine tvarka.
• Atsiskaitykite už visus bazinės linijos laikotarpius. Jei jūsų pradinis rodiklis prasideda 2015 m. sausio mėn., negalite neįtraukti 2015 m. vasario mėn., net jei trūksta duomenų. Jei liko likę mėnesiai, praleiskite 2015 m. sausio mėn. ir pradėkite nuo 2015 m. kovo. Kodėl? Nes norite būti tikri, kad santykiai tarp vieno ir kito laikotarpio yra tinkami.