Хотите бесплатную консультацию? Оставляйте заявку
Оставляйте заявку и наши менеджеры свяжутся с Вами в ближайшее время
Объём реализации многих товаров и услуг зависит от времени года и погоды. В «горячий» сезон продукцию буквально расхватывают с колёс, в «холодный» продажи падают до нуля.
В этом утверждении есть определённая условность. Для лучшего понимания следует привести примеры:
Ещё существует связь динамики продаж с конкретными датами:
Вывод из всего сказанного: чтобы получать наибольшую прибыть, не иметь зависшего товара, необходимо учитывать сезонное изменение спроса.
Для достоверного прогнозирования необходимо иметь информацию о продажах за прошлые периоды.
Чтобы планирование было достоверным, надо обработать данные минимум одного года. Можно, конечно, взять и меньшие интервалы, например, полугодие, квартал, месяц. Ввести индикаторы объёмов продаж минимального — неделя и максимального — две недели или месяц, и, исходя из них, формировать складские запасы.
Такие критерии смогут показать небольшие колебания спроса, но с резким сезонным ростом и падением они не справятся, т. к. по определению будут отставать от событий.
Более полную картину покажут данные за год. Для полноценного же анализа потребуется информация за 3…5 и больше лет.
На спрос может повлиять множество случайных факторов. Чтобы их учесть, надо сравнить данные за аналогичные периоды разных лет. Кроме собственно реализованных объёмов, сравнивают дополнительные факторы.
Пример: продажа мороженого. Эта продукция продаётся преимущественно в жаркое время года — лето. Если оно выдалось холодным, продажи заметно проседают. Значит, для анализа собирают не только количество реализованного товара, но и информацию о погоде. Например, температуру воздуха конкретно рассматриваемого регионе. Если погода и сбыт коррелируют, учитывают при планировании оба фактора.
Если при одинаковых условиях продажи существенно различаются, надо искать дополнительные факторы — не раскрученность торговой точки, наличие конкурентов и т. д.
Примечание. Погодные данные за прошлые годы — информация точная. Прогноз же на будущее весьма приблизителен. При планировании продаж следует это учитывать и предусматривать «План Б». Если не оправдалось ожидание плохой погоды, быть готовым заказать дополнительные объёмы продукции, в том числе у альтернативных поставщиков. Если же вместо ожидаемой жары пошли дожди, возможно сократить закупки.
Для аналитических расчётов объёмы в натуральном выражении могут оказаться неудобными. Для одного товара придётся оперировать единицами, десятками и сотнями тысяч, для другого — просто штуками, для третьего — килограммами. Чтобы свести все данные к единообразию, их преобразуют в коэффициенты. При этом за единицу берут среднегодовое значение.
Пример. Объём продаж некоторого товара по месяцам составил
20, 25, 37, 39, 45, 51, 55, 57, 46, 32, 27, 23
Вычисляют среднее значение, оно равно 38,083.
Затем вместо каждого из 12 чисел подставляют коэффициент равный этому значению, делённому на среднее: 0,53, 0,66, 0,97, 1,02, 1,18, 1,34, 1,44, 1,50, 1,21, 0,84, 0,71, 0,60. Для удобства здесь и дальше оставляем только 2 знака после запятой.
Теперь сразу видно, если коэффициент больше единицы, продажи выше среднего, меньше — ниже.
Если добавить в ряд 13 значение, получатся данные, например с января одного года по январь следующего:
20, 25, 37, 39, 45, 51, 55, 57, 46, 32, 27, 23, 22.
В ряду коэффициентов соответственно будет
0,53, 0,66, 0,97, 1,02, 1,18, 1,34, 1,44, 1,50, 1,21, 0,84, 0,71, 0,60, 0,58.
Получается, в последующий январь продажи были выше, чем в предыдущий. Для корректного планирования важно понимать, это случайное превышение (совпадения в объёмах достаточно редки) или идёт тенденция к увеличению.
Обычно, разовой погрешностью до 20% пренебрегают, считая её случайностью. При большей разнице приходится выяснять, почему это произошло, чтобы понять, закладывать большие или меньшие объёмы в прогноз или нет. При падении сбыта — нужно ли искать его причины.
В предыдущем пункте была упомянута разовая погрешность с рекомендацией ей пренебречь. Если же подобная разница наблюдается и в следующие месяцы, возможно, идёт тренд на увеличение, и в последующие расчёты надо внести соответствующие поправки. Тем более, если подобное увеличение (или уменьшение) наблюдается в течение нескольких лет.
Предположим, в следующие месяцы показатели были такими (выделены жирным):
20, 25, 37, 39, 45, 51, 55, 57, 46, 32, 27, 23, 22, 28, 41.
Имеем в течение трёх месяцев (квартала) увеличение продаж на 10 %.
Вносим поправки в годовой прогноз:
22, 28, 41, 43, 50,56, 61, 63, 51, 35, 30, 25.
Или в коэффициентах:
0,58, 0,72, 1,07, 1,13, 1,30, 1,47, 1,59, 1,65, 1,33 0,92, 0,78, 0,66, 0,64.
Примечание. При переводе коэффициентов в натуральные единицы, следует брать данные предыдущего года, т. к. увеличение на 10% — по отношению к нему, а не к текущему.
В течение года следует, например, ежеквартально проверять соответствие прогноза и факта и вносить соответствующие коррективы в планирование дальнейших периодов.
Часто при расчётах и прогнозировании вместо среднего значения используют медианное.
Расположим данные продаж в течение года в порядке возрастания. Выберем среднеарифметическое средних (5 и 6) значений.
Примечание. Если количество чисел в ряду нечётное, берут срединное из них. Поскольку в рассматриваемом случае — чётное, 12, за основу берутся 5-ое и 6-ое.
20, 23, 25, 27, 32, 37, 39, 45, 46, 51, 55, 57.
(32+37)/2= 34,5.
Теперь построим ряд коэффициентов по отношению к полученному медианному значению (объёмы продаж базового года, делённые на медиану):
0,58, 0,72, 1,07, 1,13, 1,30, 1,48, 1,59, 1,65, 1,33, 0,93, 0,78, 0,67, 0,64.
Сопоставим полученные данные с коэффициентами, вычисленными по среднему:
0,53, 0,66, 0,97, 1,02, 1,18, 1,34, 1,44, 1,50, 1,21, 0,84, 0,71, 0,60.
Видим, что в 3 месяце (марте) по средним данным коэффициент меньше 1 — падение продаж ниже средней величины. По медианным коэффициент больше 1 — рост, продажи выше срединного значения.
Графическое выражение динамики продаж нагляднее демонстрирует происходящие процессы, чем просто цифры. Кроме того, использую инструменты биржевой торговли, можно сгладить случайный разброс данных и даже увидеть начинающееся изменение, разворот существующих тенденций.
Рекомендуется использовать следующие индикаторы:
Преимущество такого подхода в том, что при необходимости или недостатке информации их можно строить на ограниченном количестве данных — квартал, полгода. При этом надо помнить, что больший период — более высокая достоверность анализа и возможность проверки и подстройки показаний индикаторов.
В холодные периоды, когда спрос на разные позиции падает, его можно частично стимулировать. Общего рецепта, скорее всего, не существует, для каждой группы товаров нужен свой подход. При этом надо учитывать возможные последствия.
Автомобильные покрышки делятся на зимние и летние. Соответственно, они имеют сезонность продаж — зимние больше продаются в конце осени, летние — весной. Стимулировать сбыт можно предоставлением скидок после окончания сезона. Если предполагается купить летнюю резину следующей весной, можно сделать это заранее, летом, сэкономив на этом некоторую сумму.
Плюсы стимулирования динамики продаж — снижение складских запасов и повышение выручки в мёртвый сезон. Минусы — автопокрышки приобретаются раз в несколько лет, потребность в них постоянна. Значит, купивший их сейчас со скидкой не придёт за ними в сезон. В целом снизится общая выручка и рентабельность товарной группы. Исключение — скидками увести покупателя у конкурента.
Для принятия решения требуется просчитать все варианты, сопоставить плюсы и минусы мероприятия.
Продажа цветов, как уже было сказано, имеет выраженный пик — 8 марта. В остальное время они продаются в гораздо меньших количествах. Стимулировать объёмы предложениями 5 по цене 3 не имеют коммерческого смысла, поскольку практически не влияют на выручку. Исключение — дамы, покупающие цветы для себя.
Вариант «Молодой человек, у вас нет ни жены, ни подруги. Купите цветы, раз уж вы такой счастливый!» рассматривать, скорее всего, не стоит. Это разовая акция.
Ситуация с носками и пеной для бритья ещё выразительнее. После 23 февраля продажи круто проседают. Товар куплен и подарен. Пока он не израсходуется, новых покупок можно не ждать.
Покупается всегда и имеет пики в праздники. Яркий пример — шампанское к Новому Году. В остальное время стимулировать продажи можно акциями со скидками при покупке нескольких единиц товара. Плюс грамотные консультации о преимуществах того или иного сорта вин, коньяков и т. д. Главное — помнить о ст. 21 Закона о рекламе.
Сразу отметим, что речь идёт именно о летних, морских курортах. Здесь тоже есть ярко выраженные пики — с июня по август. В мае и сентябре, иногда в октябре номера тоже не пустуют, но не идут в сравнение с летним наплывом. Не зря цены дифференцируются в зависимости от месяца. Самые дорогие — июль и август, что вообще-то странно. В это время можно неплохо отдохнуть и в средней полосе, а к морю приехать в бархатный сезон — сентябрь.
Поздней осенью, зимой и ранней весной — затишье.
Выход — предоставлять места для участников различных конференций, спортивных сборов, экскурсий и т. д. Разумеется контакты желательно устанавливать заранее, летом, когда организаторы присматривают места для будущих заездов.
Подслушанный разговор владельца одной из черноморских гостиниц с потенциальным клиентом, собирающимся привезти зимой на сбор какую-то команду: «Зачем ты сразу спрашиваешь, сколько это будет стоить? Давай сядем и обсудим, сколько это ДОЛЖНО стоить, чтобы и тебе было интересно, и мне тоже».
Рекомендовать такой подход не всегда морально и законно, но и полностью исключить его тоже неправильно.
Представленные описания приёмов анализа динамики продаж в зависимости от сезонности помогут начинающим и опытным предпринимателям научиться грамотному прогнозу на основе объективных данных.
Наиболее корректные результаты получаются при комплексном подходе — использовании и сопоставлении разных методов анализа, обработке значений нескольких лет и использовании приёмов маркетинга.
Для этих целей мы разработали сервис, который встраивается в типовые программные продукты 1С и расширяет их возможности по анализу продаж и прогнозированию спроса.
