Управление отделом продаж - читать онлайн книгу. Автор: Марк У. Джонстон, Грег У. Маршалл cтр.№ 61

Метод Дельфи

Это одна из методик, позволяющих контролировать коллективное влияние на получение экспертных оценок для более точного прогнозирования. Вместо прямого очного обсуждения среди экспертов, участвующих в разработке прогноза, используется итеративный (многоэтапный) подход с повторными измерениями и контролируемой анонимной обратной связью ^{72}. Каждое звено готовит свой прогноз, применяя любые доступные ему факты, цифры и общие сведения о среде. Затем все прогнозы собирают, тот, кто руководит процессом, готовит анонимную сводку и раздает ее всем участникам опроса. Обычно в ней перечислены все прогнозные цифры, средняя величина (медиана) и некий общий показатель разброса оценок. Часто тех, чьи начальные оценки не вписались в серединный диапазон, просят объяснить их мнения и включают эти пояснения в сводку. Участники анализируют ее и предлагают пересмотренные прогнозы, а затем процесс повторяется несколько раз. Метод основывается на том, что при повторном вычислении диапазон оценок будет сужаться и они будут приближаться друг к другу, а совокупная коллективная оценка или медиана будет постепенно смещаться к правильному результату.

Объективные методы прогнозирования

Объективные методы прогнозирования обычно основываются на более сложных количественных аналитических подходах.

Рыночное тестирование

В типичном случае методика рыночного тестирования предполагает сбыт продукта в нескольких репрезентативных географических регионах, чтобы оценить, насколько успешно он продается, и затем распространить положительный опыт на рынок в целом. Часто так поступают с новым товаром или усовершенствованной версией старого.

Многие компании считают рыночное тестирование решающим показателем реакции потребителей на новый продукт и индикатором его рыночного потенциала. Данные A.C. Nielsen свидетельствуют, что примерно три из четырех товаров, которые прошли рыночное тестирование, достигают успеха, а четыре из пяти не протестированных (80 %) терпят неудачу. Несмотря на это у данной методики есть несколько недостатков:

• тестирование рынка сложно осуществить, и оно больше подходит для потребительских, а не промышленных товаров;

• процесс тестирования может быть довольно долгим;

• поскольку продукт проходит тестирование, он может получить на экспериментальной стадии больше внимания, чем в условиях полноценного рынка, что способно привести к нереалистичной оценке его потенциала;

• тестовые продажи заметны для конкурентов, они подтверждают, что компания готовится к запуску нового продукта, следовательно, дают заинтересованным фирмам время подготовить ответные действия до полноценного выведения товара на рынок.

В целом рыночное тестирование может быть очень успешной техникой прогнозирования продаж, но прибегать к ней стоит только в том случае, если руководство оценило все ее положительные и отрицательные стороны.

Анализ временных рядов

Прогнозирование продаж с помощью анализа временных рядов построено на оценке данных за прошлые периоды. Степень сложности этого анализа может в значительной степени варьироваться. В самом простом варианте считается, что объем продаж на будущий год будет равен объему продаж текущего года. Такой прогноз может быть достаточно точным для сложившего зрелого рынка, который почти не растет и не подвержен колебаниям. Тем не менее во всех прочих ситуациях нужно использовать более сложные подходы к анализу временных рядов. Ниже рассматриваются три из этих методов: скользящей средней, экспоненциального сглаживания и декомпозиции ^{73}.

Метод скользящей средней

Метод скользящей средней по сути достаточно прост. Возьмите прогноз, согласно которому объем продаж в будущем году будет равен текущему. Такая оценка может быть крайне ошибочна, если от года к году наблюдаются значительные колебания в уровне продаж. Чтобы все учесть, можно рассчитать средний показатель объема продаж за определенный период, например за последние два, три года, пять лет или за любое другое количество времени, и получить усредненное значение количества проданного товара. Число учитываемых наблюдений при расчете выбирается обычно методом проб и ошибок. Проверяются разные интервалы, и тот из них, который дает самые точные прогнозы на экспериментальных данных, применяется для разработки прогнозной модели. После выявления он остается неизменным. Термин скользящая средняя означает, что с появлением каждого нового наблюдения рассчитывается и используется новое значение.

Таблица 5.4. Пример прогноза по методу скользящей средней

Рисунок 5.5. График фактических и прогнозных продаж с использованием скользящей средней

В таблице 5.4 показан пример прогноза на основе скользящей средней с периодом наблюдений в 16 лет и прогнозные оценки за несколько лет, определенные с помощью двух– и четырехлетней скользящих средних. На таблице 5.5 результаты показаны графически. Значение 4305 для 2000 года, рассчитанное по двухлетней скользящей средней, является средним между продажами 1998 года (4200) и 1999 года (4410). Таким же образом прогноз на 2013 год в размере 5772 единиц по четырехлетней скользящей средней определяется как средняя величин продаж за четыре года – с 2009 по 2012-й. Очевидно, что для применения четырехлетней скользящей средней по сравнению с двухлетней требуется больше данных. Это важно учитывать при прогнозировании объемов продаж для нового продукта.

Экспоненциальное сглаживание

В методе скользящих средних каждое из последних n значений в прогнозировании следующего имеет равный вес, где n – количество лет в интервале подсчета. Таким образом, когда n = 4 (для четырехлетней скользящей средней), каждому значению за последние четыре года в прогнозировании продаж на следующий придается равный вес. При использовании четырехлетней скользящей средней значения пятилетней давности и более ранние имеют нулевой вес.

Экспоненциальное сглаживание – одна из разновидностей метода скользящей средней. Но вместо равного веса для всех участвующих наблюдений при выведении прогнозного значения в этой модели более поздним наблюдениям придается больший вес. Самые последние наблюдения содержат больше всего информации о том, что может произойти в будущем, и логично, что им должно быть придано большее значение.