Файл: Прогнозная оценка спроса на рынке товаров (услуг).pdf

Итак, теперь вы понимаете, что лучше всего в качестве отрезка времени выбрать месяц и при этом рассматривать все периоды в контексте одного года, чтобы провести полноценное сравнение. Что ж, теперь у вас имеется достаточно сведений, чтобы пройтись от первого до последнего шага расчета коэффициента сезонности.

Если вы хотите провести полноценное и эффективное планирование продаж с помощью данного коэффициента, вам понадобится довольно обширная статистика. В ассортименте вашего магазина может быть довольно много различных сезонных товаров, поэтому вам сразу же стоит понять, что расчет должен производиться отдельно для каждого из них.

Итак, выбирайте один из товаров и поднимайте статистику его продаж каждый месяц в течение года. Чем глубже в статистику вы сможете копнуть, тем более точные у вас получатся данные. Конечно, можно использовать данные одного года, но лучше всего будет иметь под рукой статистику продаж за последние 2-3 года как минимум. Все товары сезонного спроса должны иметь свою собственную статистику продаж, с которой вы будете работать в дальнейшем, чтобы получить коэффициент.

Чтобы продолжить работу, вам нужно вычислить средние продажи за каждый год, суммируя продажи за каждый месяц, а затем деля их на двенадцать, то есть на количество месяцев в году. Вот теперь вы готовы к тому, чтобы заполучить столь желанный коэффициент.

Коэффициент для каждого месяца

Первым шагом будет получение коэффициента для каждого месяца года. Делается это довольно просто: вам необходимо взять показатель продаж за каждый месяц и разделить его на средний показатель продаж за год. Полученное число должно быть в районе единицы. Если оно меньше единицы, это значит, что в конкретный месяц товар продавался хуже, если больше - соответственно, товар продавался лучше, чем в среднем за год.

Собственно говоря, вот вы и получили коэффициент сезонности. Вы знаете, в каком месяце ваш товар продается лучше, а в каком хуже, и теперь вы можете соответственно осуществлять прогнозирование продаж и рекламные акции. Если вы торгуете окнами, то можете узнать, в какой месяц лучше сделать скидки на пластиковые окна; если вы продаете теплую одежду - сможете понять, когда заказывать ее в больших количествах, а когда не заказывать вообще. Однако, если вы хотите получить максимальный результат, работа на этом не заканчивается^[20].

Средний коэффициент

Прежде чем вы начнете делать скидки на пластиковые окна, мороженое или шубы, стоит вспомнить, что для получения лучшего результат у вас должна быть в руках более глубокая статистика за последние несколько лет. Если у вас получилось обзавестись подобной информацией, стоит высчитать коэффициенты для каждого из месяцев в каждом году, а затем подсчитать среднее арифметическое за каждый месяц. Результат может отличаться от первоначального, и причиной этого является тот факт, что ваши данные стали более точными, поэтому и расчеты смогли дать более достоверное отношение.

Экспертное мнение

Ну и последнее, о чем не стоит забывать, – это экспертное мнение. Что подразумевается под этим термином? Это рассмотрение всех дополнительных аспектов, которые могли повлиять на продажи в один из тех месяцев, которые рассматривались при расчете. Это может быть дефицит товара либо его обширная поставка; начало продаж товара, которое привело к огромному спросу на него. Это даже может быть финансовый кризис, который очень сильно чувствовался в один из календарных периодов. Без экспертной оценки ваш коэффициент будет слишком математическим, оторванным от реальности. Именно поэтому рекомендуется обращаться к специалистам по маркетингу, чтобы получить наилучший результат.

Глава 3 Прогнозирование спроса на товары и услуги на примере продаж хлебобулочной продукции

Каждому предприятию для успешного продвижения бизнеса необходим постоянный контроль и анализ прогнозирования спроса. В данной главе курсовой работы рассмотрены методы прогнозирования спроса на хлебобулочную продукцию, приведены результаты анализа продаж по методам экспонентного сглаживания и недельной корреляции.

ООО «Пекарь» - молодое предприятие г. Новосибирск, занимающееся производством и реализацией оптовым покупателям хлебобулочной продукции. Из-за недолгого существования на рынке продаж организация столкнулась с рядом проблем, связанных с недостаточно надежным прогнозированием рынка спроса и, как следствие, большими возвратами продукции от контрагентов.

В современном мире ни одно предприятие не может обойтись без анализа прогнозирования объема продаж. Как уже определили в первой главе курсовой работы «Прогнозирование – система научных исследований качественного и количественного характера, направленных на выяснение тенденции развития народного хозяйства или его частей (отраслей, регионов, предприятий и т.п.) и поиск оптимальных путей достижения целей этого развития»^[21].

Прогнозирование спроса на продукцию служит источником информации для составления производственных графиков. В большинстве случаев составление подобных прогнозов

- сложная задача, требующая учета многих факторов. Из-за их вариации в прогнозы приходится вносить изменения, обусловленные уже поступившими заказами. Кроме того, в ряде случаев прогнозы объемов продаж изделий отдельных типов, составленные в денежном выражении, не могут напрямую использоваться для формирования производственных графиков. Они требуют дополнительного времени для их преобразования в прогнозируемые объемы выпуска в количественном выражении.

Цель проведенного исследования – проанализировать модели прогнозирования и установить наиболее адекватные из них для предприятия ООО «Пекарь», чтобы сблизить объем производства продукции со спросом на нее, тем самым, минимизируя количество возвратов.

Процесс прогнозирования спроса на продукцию может включать ряд этапов:

Первый этап - логический анализ, заключающийся в выявлении наиболее существенных факторов, влияющих на спрос. Здесь устанавливаются общие тенденции колебаний спроса, а также наличие и направление связи между результативными и факторными показателями.

Второй этап - статистический анализ, включающий расчет средних величин и показателей вариации.

Третий этап - построение графических зависимостей, позволяющих установить вид регрессионных связей.

Четвертый этап - расчёт параметров регрессии, прогнозирование спроса и сравнение с реальными результатами.

Такой анализ даёт возможность из совокупности факторных признаков отобрать наиболее существенные и, опираясь на них, обоснованно строить прогнозные модели и производить по ним необходимые расчёты. Факторные признаки, предопределяющие собой реальный спрос, могут быть как качественными, так и количественными. Известно достаточно много методов прогнозирования и моделей, с ними связанных, объединенных в четыре группы:

- качественные методы: «корни травы», исследование рынка, групповое согласие, историческая аналогия, метод Дельфи;

- анализ временных рядов: простое и взвешенное скользящее среднее, экспоненциальное сглаживание, регрессионный анализ, метод Бокса Дженкиса, временные ряды Шискина, трендовое проецирование;

- причинные (казуальные) методы: регрессионный анализ, эконометрические методы, модели «вход – выход», упреждающие индикаторы;

- моделирование.

С помощью приведенной классификации можно выбрать методы прогнозирования для любого предприятия, деятельность которого подвергается прогнозу. Основываясь на этом, ниже проведен анализ реализации продукции и поиск наиболее адекватных моделей прогнозирования спроса на примере предприятия ООО «Пекарь».

Проведя анализ продаж за месяц, можно увидеть, что продажи не стабильны, и требуется регулярное прогнозирование спроса на продукцию, чтобы минимизировать её возврат (Приложение 1).

Одна из наиболее часто применяющихся моделей - это прогноз по методу экспоненциального сглаживания ^[22]. Формула расчета прогнозного спроса:

Ẏ???? + 1 = ???? × ???????? + (1 − ????) × ????????, (1)

где Ẏ????– прогноз на следующий период t+1;

Yt – данные для прогноза за текущий период t (например, продажи по месяцам);

k - коэффициент сглаживания ряда k задается вручную и находится в диапазоне от 0 до 1;

Ẏt – значение прогноза на текущий период t.

В качестве примера принимались два значения коэффициента k – 0,8 и 0,2.

Из Приложения 2 следует, что при k = 0,8 ("Экспоненциальная модель 1" прогноз Y1) прогноз на следующий период недостаточно близок к фактическим продажам, по расчетам точность равна 68%, и только периодически фактические продажи соответствуют прогнозным. При k=0,2 ("Экспоненциальная модель 2" прогноз Y2) точность прогнозирования равна 82%, это значительно выше, чем в предыдущей модели, следовательно, для этого ряда из двух коэффициентов правильней для прогноза будет использовать k=0,2.

В исследованиях рассматривалась также возможность интерпретации прогнозного спроса с помощью недельной корреляции (Приложение 3).

На основе реализации продукции за 1,5 месяца были рассчитаны средние реализации по дням недели. Обработка по методу наименьших квадратов ^[23]позволила определить уравнение регрессии (зависимость спроса от порядкового дня недели):

???? = 1940 + 7Д

2 − 150Д, (2)

где С – объем реализации, шт.;

Д – порядковый день недели.

Однако более надежное прогнозирование может осуществляться по экспоненциальной зависимости:

С = ????

(7.5−0.011Д

2−0,014Д) (3)

Таким образом, в данной главе были рассмотрены методы прогнозирования спроса на примере продаж хлебобулочной продукции в ООО «Пекарь»

По мнению руководителей хлеботоргующих предприятий, спрос населения на хлеб и хлебобулочные изделия в целом по городу удовлетворяется. Потребительскому спросу на хлеб и хлебобулочные изделия на рынке города Новосибирска присуще сезонные колебания следующего характера:

- в осенне-зимний период наблюдается существенное увеличение объема реализации с наибольшими сезонными пиками продаж в начале осени и конце зимы;

- в летний период объем реализации заметно сокращается; одновременно в летний период наблюдаются локальные всплески спроса в предвыходные дни.

Потребительские предпочтения населения города Новосибирска выглядят следующим образом:

1) В среднем по городу среднестатистический покупатель приобретает 1,75 сорта хлеба и хлебобулочных изделий из имеющихся в наличие 9 сортов. В целом, потребительские предпочтения по количеству сортов формируются под влиянием проводимой магазинами ассортиментной политики.

2) Наибольшей популярностью у потребителей пользуется хлеб белых (52,6%) и ржаных (43,4%) сортов. Структура потребительских предпочтений по хлебу определяется комплексом причин субъективно-психологического характера при минимальном воздействии ценовых факторов. Отсутствие детерминирующего влияния цен на структуру потребительских предпочтений, также, как и объем потребления хлеба объясняется традиционно низкой ценовой эластичностью данной товарной группы наряду с другими товарами первой необходимости^[24].

3) Было выявлено, что 2% опрошенных покупателей не приобретают кроме хлеба никаких хлебобулочных изделий. Среди приобретающей части населения города наибольшей популярностью пользуются батоны различных видов (46,0%), булочки и рожки (29,8%), печенье (11,0%), пряники (9,8%), пирожки (2,2%).

4) Потребительские предпочтения по поставщикам характеризуются значительной степенью консерватизма. Большинство потребителей (66,7%) предпочитают покупать в традиционных точках хлеб, выпеченный на хлебокомбинатах. При этом, подавляющее большинство покупателей (93,0%) обычно приобретают хлеб и хлебобулочные изделия полюбившегося им производителя, и лишь 7,0% покупателей не отдает своих предпочтений в адрес каких-либо конкретных хлебокомбинатов. Еще приблизительно каждый пятый потребитель не высказывает особых предпочтений при выборе совершения покупки (приобретают где придется). С высокой долей вероятности можно утверждать, что данная тенденция сохранит свое действие в краткосрочном периоде и окажет сдерживающее влияние на развитие частных хлебопекарен в долгосрочном периоде (но не хлебных ларьков). Преломление данной тенденции в долгосрочном периоде окажется невозможным без принятия органами власти соответствующих программ по поддержке малого бизнеса на рынке хлебобулочных изделий города Хабаровска. Очевидно, что исходя из анализа выявленных на рынке хлебобулочных тенденций и состояния экономики края, в настоящее время на основе изучения важнейших факторов, определяющих ситуацию в потребительской сфере, необходимо наметить меры, позволяющие создать условия для увеличения товарного предложения и улучшения его реализации. Таким образом, при анализе потребительского спроса на рынке хлебобулочных изделий мы убедились, что на формирование спроса на хлебобулочные изделия, а, следовательно, и на объем продаж хлебобулочных изделий, оказывают влияние многие факторы внешней и внутренней среды (одни из них называются количественно-измеримыми факторами; другие - стохастическими факторами, так как их влияние на объем продаж невозможно количественно измерить).