Kvalitatīvie dati ir informācija, kas palīdz izprast kvantitatīvo datu pamatu. Protams, tas liek uzdot jautājumu: kas ir kvantitatīvie dati? Kvantitatīvie dati ir skaitliski dati — to vienību skaits, ko jūsu komanda pārdeva iepriekšējā ceturksnī, vai ieņēmumi, ko komanda guva martā.
Izmantojot kvantitatīvos datus, varat izmantot programmu Excel, lai aprēķinātu mēnesī pārdoto vienību skaitu, vismazāko vai visvairāk pārdoto vienību skaitu. Varat izmantot programmu Excel, lai aprēķinātu jūsu pārdošanas komandas nopelnīto ieņēmumu slīdošo vidējo lielumu vai minimālos ieņēmumus, vai procentuālo daļu no gada ieņēmumiem, kas nopelnīti oktobrī.
Turpretim kvalitatīvajiem datiem nav vidējā, minimuma vai maksimuma. Tā ir informācija, kas palīdz izprast kvantitatīvos datus. Tas ievieto skaitļus kontekstā. Tas palīdz pasargāt jūs no patiesi stulbām kļūdām.
Uzdodot pareizos jautājumus
Pieņemsim, ka jūsu pārdošanas viceprezidents lūdz jūs prognozēt, cik automašīnu jūsu aģentūra pārdos nākamā gada laikā. Ja jūsu aģentūra pārsvarā pārdod Fords, ir saprātīgi ņemt vērā prognozes. Ja līdz pagājušajam gadam jūsu aģentūra pārsvarā pārdeva Dīsenbergus, prognozes veidošana ir nepamatota. Jūs nevarat pārdot nekādus Duesenbergus, jo neviens tos vairs negatavo.
Šis piemērs, protams, ir ārkārtējs, taču tas nav gluži muļķīgs. Jums ir jāzina, ko jūsu uzņēmums piedāvās tirgū laika periodā, kurā vēlaties prognozēt. Pretējā gadījumā jūsu pārdošanas vēsture — jūsu bāzlīnija — vienkārši nav būtiska. Un jūs nevarat izveidot precīzu prognozi, kuras pamatā ir neatbilstoša bāzes līnija.
Šeit ir daži jautājumi, kas jums jāuzdod, pirms sākat domāt par bāzes līnijas salikšanu.
- Cik daudz pārdevēju jūsu uzņēmums darīs jums pieejamus? Vai jums būs vairāk kāju uz ielas nekā pagājušajā gadā? Mazāk? Apmēram to pašu? Pārdošanas personāla lielums ir atšķirīgs. Lai veiktu pienācīgu prognozi, jums jāzina, kādi pārdošanas resursi jums būs pieejami.
- Vai prognozes periodā komisijas maksas līmeņi mainīsies? Vai jūsu uzņēmums stimulē savus pārdošanas spēkus, piemēram, pēdējo 12 mēnešu laikā? Ja tā, jums par to nav jāuztraucas, veidojot prognozes. Bet, ja uzņēmējdarbības modelis ir mainījies un komisijas maksas samazināsies, jo konkurence ir samazinājusies, vai likmes pieaug, jo konkurence ir saasinājusies, jūsu prognozē tas ir jāņem vērā.
- Vai šajā prognozēšanas periodā produktu cenas mainīsies? Vai jūsu produktu līnijas cenas pieaugs? Ja tā, iespējams, jums ir jāievieš zināms pesimisms jūsu pārdoto vienību prognozēs. Vai viņi nokritīs? Tad jūs varat būt optimistiski. (Ņemiet vērā, ka cenas parasti vairāk ietekmē pārdotās vienības nekā ieņēmumus.)
Jūs nevarat izmantot prognozēšanu, lai atbildētu uz šādiem jautājumiem. Tomēr viņu atbildes, kas tiek uzskatītas par kvalitatīviem datiem, ir būtiskas labu prognožu veidošanai. Jums var būt gara, labi izturēta bāzes līnija, kas patiešām ir labas prognozes atslēga. Un tad jūs varat pilnībā apmānīt, ja jūsu uzņēmums maina savu produktu līniju vai samazina pārdošanas apjomu, vai maina komisijas struktūru tik daudz, ka pārdošanas darbinieki staigā, vai pazeminās cenas tik tālu, ka tirgus nevar noturēt kolektīvās rokas. ārpus produktu līnijas. Jebkurš no tiem liks jūsu prognozei izskatīties tā, it kā jūs paraustītu plecus un izmestu pāris kauliņus.
Jūs nevarat pilnībā paļauties uz bāzes līniju, lai izveidotu pārdošanas prognozi. Lai izveidotu labu pārdošanas prognozi, jums jāpievērš uzmanība tam, ko jūsu uzņēmums dara mārketingā, cenu noteikšanā, cilvēku vadīšanā, reakcijai uz konkurenci.
Uzmanot bumbiņu: jūsu prognozes mērķis
Iestatiet bāzes līniju, lai atspoguļotu periodu, kurā vēlaties prognozēt. Tas ir, ja vēlaties prognozēt viena mēneša pārdošanas apjomus, jūsu bāzlīnijai vajadzētu parādīt pārdošanas vēsturi mēnešos. Ja prognozes mērķis ir palīdzēt vadīt finanšu prognozes, piemēram, ieņēmumu aprēķinus, jūs, iespējams, vēlaties prognozēt ceturkšņa rezultātus, un jūsu bāzes līnija ir jāsadala ceturkšņos.
Attēlā parādīts noderīgas bāzes līnijas piemērs.
Prognoze ir paredzēta nākamajam mēnesim, tāpēc bāzes līnija nodrošina ikmēneša pārdošanas vēsturi.
Mēnešu nosaukumu sarakstu var viegli izveidot kolonnā B. Atlasiet šūnu B2 un ierakstiet janvāri vai janvāri. Nospiediet Enter un, ja nepieciešams, atkārtoti atlasiet šūnu B2 (vai nospiediet Ctrl+Enter, lai atstātu atlasītu šūnu B2, ievadot tās vērtību. ). Ievērojiet mazo melno kvadrātu šūnas apakšējā labajā stūrī — to sauc par aizpildīšanas rokturi. Pārvietojiet peles rādītāju virs aizpildīšanas roktura. Jūs redzēsit, ka rādītājs mainīsies uz krustpunktu. Tagad, lai gan jūs joprojām varat redzēt krustojumu, nospiediet peles pogu, turpiniet to turēt un velciet uz leju, cik vien vēlaties. Excel jūsu vietā aizpilda mēnešu nosaukumus. Tas darbojas arī nedēļas dienām.
Ir daži īkšķa noteikumi par bāzes līnijas izveidi, kurus jums būs noderīgi paturēt prātā.
- Bāzes līnijā izmantojiet tāda paša garuma laika periodus. Viena perioda izmantošana no 1. februāra līdz 14. februārim un nākamā perioda izmantošana no 15. februāra līdz 31. martam ir savdabīga. Tomēr esmu redzējis to izdarīt tikai tāpēc, ka izrādījās ērti šādā veidā apkopot datus. Bet tas izjauc lietas, jo šķietamie februāra ieņēmumi ir par zemu novērtēti un šķietamie marta ieņēmumi ir pārvērtēti. Neatkarīgi no izmantotās prognozes pieejas tā būs problēma. (Varat droši ignorēt nelielas atšķirības, piemēram, 28 dienas februārī un 31 diena martā.)
- Pārliecinieties, vai jūsu bāzes līnijas laika periodi ir sakārtoti no agrākā līdz jaunākajam. Vairākas populāras prognozēšanas metodes, tostarp divas šajā grāmatā aprakstītās, balstās uz saistību starp viena perioda mērījumu un nākamā perioda mērījumiem. Ja jūsu laika periodi ir ārpus laika secības, jūsu prognoze būs nepareiza. Bieži vien jūsu neapstrādātie mērījumi nav hronoloģiskā secībā, un dažādu iemeslu dēļ jūs vēlaties tos apkopot, izmantojot rakurstabulu, kuru varat viegli sakārtot datuma secībā. Faktiski rakurstabula pēc noklusējuma apkopo apkopotos datus hronoloģiskā secībā.
- Uzskaitiet visus laika periodus bāzes līnijā. Ja jūsu bāzes līnija sākas 2015. gada janvārī, jūs nevarat izlaist 2015. gada februāri, pat ja trūkst datu. Ja atlikušie mēneši ir spēkā, izlaidiet 2015. gada janvāri un sāciet ar 2015. gada martu. Kāpēc? Jo vēlaties pārliecināties, ka attiecības starp vienu un nākamo periodu ir pareizas.