Прогнозирование объёма продаж и производства продукции [2 часть]

прогнозирование объема продаж

Прогнозирование объёма продаж и производства продукции или услуг организации. 

Многие экономисты и маркетологи организаций растерялись в современных условиях, когда управляемость параметрами их деятельности стала резко падать. Действительно, грамотное управление базируется на прогнозировании, а как прогнозировать, если во внешней среде нарастает хаос?

Однако существует даже особая теория хаоса, позволяющая уловить закономерности даже в условиях полной турбулентности. Но современным экономистам эти подходы остаются неизвестными. Значит, следует расширять свои знания, учиться моделировать сложные процессы, если люди хотят развивать свои компетенции и сохранять рабочие места.

Научные подходы к прогнозированию объёма продаж

При прогнозировании объёма продаж может осуществляться один из следующих основных подходов

Функциональный подход

Функциональный подход, при котором ответственность за прогнозирование доли рынка, цен, будущих объёмов реализации возлагается, по функциональному признаку, на директора по маркетингу (руководителя отдела или департамента маркетинга). Используя динамические данные по рыночной конъюнктуре, закономерности развития в системе «спрос- предложение», экспертные оценки специалистов, наличие заявок потенциальных заказчиков и другую информацию, маркетинговый отдел представляет прогноз продаж на требуемый период времени с требуемой разбивкой.

  • Сильная сторона такого подхода – профессионализм, ответственность.
  • Недостаток – высокая доля субъективизма.

Мозговой штурм

Метод мозгового штурма предполагает коллективное участие специалистов самого разного профиля, но особенно- специалистов маркетингового отдела, подразделения НИОКР, финансового отдела, планово- экономического подразделения и бухгалтерии. Сильные стороны такого подхода – командная работа (эффект синергизма), простота организации, сплочение коллектива на единые цели. Слабые стороны – распыление ответственности, преобладание качественных, а не количественных параметров прогнозирования.

Статистический подход

Статистический подход (трендовый, корреляционный, регрессионный, структурный, исторический и т.п. анализ), который позволяет делать численный прогноз (существенное достоинство).

Однако, данный метод не позволяет учитывать возможные структурные и качественные изменения клиентуры, особенно в современных условиях, когда происходит нарастание турбулентности внешней среды, связанное с пандемией короновируса и нарастающими кризисными явлениями в экономике.

При любом подходе могут использоваться простые маркетинговые схемы типа «Товар/Рынок» или модель «Поведение покупателя», другие специальные средства и инструменты маркетинга.

В любом случае, желательно получить прогнозные данные в натуральных и стоимостных показателях в помесячной разбивке

  • за первый год,
  • в поквартальной,
  • за второй год с момента начала прогнозирования,
  • полугодовой разбивке- за третий год.

Для целей прогнозирования всю производимую или планируемую к выпуску продукцию предприятия целесообразно разделить на следующие группы:

  • товары народного потребления,
  • продукция производственно – технического назначения, выпускаемая серийно,
  • продукция производственно – технического назначения, выпускаемая по заказам.

Это позволит учесть как особенности рынков, так и особенности производственных систем.

Методы оперативного прогнозирования (с примерами)

При оперативном прогнозировании продаж рекомендуется использовать статистический подход, в частности, следующие методы:

  • метод постоянной экстраполяции,
  • экспоненциальное сглаживание,
  • экстраполяцию трендов,
  • экстраполяцию циклов (при наличии сезонной составляющей реализации).

Иллюстрация использования данных методов представлена в таблице 1.

Таблица 1.

Реализация методов прогнозирования продаж

Сокращение: У.Д.Е – условные денежные единицы

Метод

Исходная информация (в У.Д.Е)

Допущения

Формула для расчётов

Прогноз продаж на 7-й месяц (в У.Д.Е)

Постоянная экстраполяция

Вектор ежемесячных продаж за полгода (например: 210,190,200, 205,210,220 у.д.е.)

Происходит колебания продаж около средней

формула прогнозирования

 

206

Экспоненциальное сглаживание

Фактические продажи последнего месяца Хф=220, прогнозные продажи на последний месяц
Хп=203, а=0,4

Последние данные важнее предыдущих

 

Х=а*Хф+ (1-а)*Хп

 

210

Экстраполяция трендов

 

Вектор ежемесячных продаж за последние 5 месяцев (например: 190,200, 205,210,220)

Сложившаяся тенденция сохранится

 

Х= а+b*t,
где а=205, b=7

(определены по методу наименьших квадратов)

 

226

Экстраполяция циклов

Значения циклического индекса по кварталам года , в % Иц
(например: 10, 25, 25, 40), прогноз годовых продаж Хг=2500

Циклическая компонента сохранится и в будущем

 

Хк=Хг*Иц/100

Вектор прогнозных поквартальных продаж
(250, 625, 625, 1000), прогноз на 7-й месяц-208

Прогноз поступлений денежных средств и прогноз дебиторской задолженности

На основе изучения характеристик платёжной дисциплины заказчиков можно определить функцию трансформации вектора продаж (отгрузки) в вектор денежных поступлений.

Так, если 50% отгруженной (проданной) продукции (услуг) оплачивается сразу в месяц продажи, 40%- в следующий месяц, а 10%-через два месяца, то функцию трансформации (преобразования) можно представить вектором (50, 40, 10).

Соответственно, вектор формирования дебиторской задолженности от объёма продаж составит (50, 10, 0).

Предположим теперь, что ежемесячные прогнозные продажи на предстоящий квартал составят в условных денежных единицах (210, 240, 250).

Тогда ожидаемые поступления будут:

  • в первом месяце будут: 210*50/100=105 у.д.е.,
  • во втором: 240*50/100+210*40/100=204 у.д.е,
  • в третьем-250*50/100+240*40/100+210*10/100=242 у.д.е.

Дебиторская задолженность от продаж будет:

  • первого месяца составит 210*50/100=105,
  • во втором месяце: ДЗ=210*10/100+240*50/100=141 у.д.е. и т.д.

Данный алгоритм легко реализуется в электронных таблицах на компьютере.

Размер дебиторской задолженности можно исчислять и укрупнённо, если известен средний период оборота дебиторской задолженности в днях-Д, по формуле:

дебиторская задолжность

где Т-число дней в рассматриваемом периоде.

Таким образом, из прогноза продаж можно получать прогноз поступлений и прогноз дебиторской задолженности.

Следует отметить, что если количество заказчиков невелико, сроки оплаты жёстко определяются в договорах, а уровень платёжной дисциплины высокий, то расчёты поступлений можно осуществлять прямым методом (по договорам), а не по статистическим формулам, средним параметрам потока, как описывалось выше.

Прогноз производства продукции (услуг)

Прогнозный план производства продукции составляется исходя из прогноза объёмов продаж и политики формирования складских запасов готовой продукции с учётом производственной мощности предприятия.

Общий объем выпуска продукции определяется по формуле:

ОВ=ОГПн+ОП-ОГПк,

где ОГПн и ОГПк– остатки готовой продукции на начало и конец прогнозного периода,

ОП– прогнозный объем продаж в данном периоде.

Если складские остатки занимают незначительную долю (меньше 5% объёма реализации), то их в прогнозных расчётах можно не учитывать. Тогда потребность в выпуске будет напрямую зависеть от рынка и совпадать с прогнозным объёмом продаж.

Если же складские запасы готовой продукции нормируются на предприятии, то при прогнозировании можно использовать размер данного норматива на конец периода, а на начало прогнозного периода использовать данные о фактических остатках.

Тогда формула для расчёта будет иметь вид:

ОВ=Оф+ОП-Нгп,

где Оф – фактические остатки готовой продукции на складе предприятия,

Нгп – норматив готовой продукции на складе предприятия.

При расчёте норматива используют или классический подход к нормированию, или устанавливают определённый процент к прогнозному объёму продаж.

В первом случае норматив готовой продукции на складе рассчитывается, как:

Нгп=Р*Д= Р* (Дфп+Дуп+До+Дстр+Дпр), где

  • Р-однодневная реализация (или среднесуточные продажи), определяемые делением ПОП на размер периода,
  • Д– норма запаса, выраженная в днях, которая может распадаться на:
  • Дфп– среднее время, необходимое на формирование партии продукции для конкретных заказчиков,
  •  Дуп– среднее время в днях, необходимое на упаковку товара и подготовку транспортных документов,
  • До– время на отгрузку,
  •  Дстр– норма страхового запаса готовой продукции на складе предприятия,
  •  Дпр– средний период времени, необходимый на прочие операции.

Часто норматив готовой продукции на складе предприятия устанавливается в процентном соотношении к предполагаемым продажам следующего периода, т.е.

Нгп= ОП*Н%

Так, если прогнозный объем продаж на следующий квартал составляет 300 у.д.е., а норматив остатков предполагается 10%, то Нгп составит в денежном выражении 30 единиц.

Прогнозный план производства продукции рекомендуется разрабатывать не только в стоимостном формате, но и натуральных (физических) показателях. Это предполагает ассортиментную развёртку выпускаемой продукции.

Кроме того, часть произведённой продукции может идти на внутренние нужды предприятия и не использоваться как товарный выпуск.

Поэтому, происходящий процесс преобразований можно отразить моделью:

А*Х+ В=Х, где

  • В – вектор выпуска продукции для продаж и формирования запасов (вектор конечной продукции), В=(в 1, в 2,  … в n),
  • в– объем выпуска i-го вида продукции,
  • А– матрица внутреннего потребления, а ij – расходный коэффициент продукции i– го наименования для производства продукции j-го наименования,
  • Х-неизвестный вектор прогнозного производства продукции, Х=(х 1, х 2 , …х n),
    где х– прогнозный объем производства i-го вида продукции .

Тогда необходимая производственная программа выпуска на будущий период определится, как:

Х= (Е-А)/В, где Е– единичная матрица.

Прогноз производственной программы по подразделениям

Прогнозную производственную программу можно детализировать в разрезе отдельных подразделений (цехов) предприятия.

Так, укрупнённо матрицу А можно представить четырьмя подматрицами взаимосвязей между основными и обслуживающими цехами предприятия (см. таблицу 2.).

  • Первая подматрица А1 отражает взаимные поставки деталей, узлов, подсистем между цехами основного производства,
  • вторая подматрица А2 отражает поставки основного производства обслуживающему, 
  • подматрица А3 – услуги и поставки продукции цехов и служб обслуживающего производства- основному. 
  • подматрица А4 отражает поставки и услуги, оказываемые цехами и службами друг другу.

Таблица 2.

Матрица внутреннего потребления производимой продукции

 

Производство/потребление

Основное производство

Обслуживающее производство

Основное производство

А1

А2

Обслуживающее производство

А3

А4

 

Таким образом, повысить управляемость экономикой организации можно, если применить различные статистические подходы и математическое моделирование для целей экономического прогнозирования основных существенных показателей деятельности.

Если вы утрудняетесь сделать это самостоятельно,
обращайтесь за помощью к нам.

 

Поделиться с друзьями

Добавить комментарий

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.

X