Прогноз будущего нужен нам, чтобы принимать решения в настоящем. Прогноз продаж необходим для обоснования плана выпуска, закупок, производственных мощностей и пр. Для него важна своевременность и точность, а метод прогнозирования должен быть достаточно простым и понятным.
Метод скользящего среднего
Среди доступных методов выделяются прогнозы продаж на основе:
- экспертных мнений, как правило, менеджеров по продажам;
- данных прошлых периодов;
- анализа воронки продаж;
- многофакторного моделирования и пр.
Прогноз по историческим данным является простым и быстрым методом, обладающим достаточной объективностью при корректном использовании.
Самый простой прогноз продаж на основе данных прошлых периодов – метод скользящего среднего. Он используется для краткосрочных прогнозов в случаях, когда нет выраженной сезонности продаж или тренда. Метод основан на усреднении данных предыдущих периодов, т.е. сглаживании колебаний для прогнозного периода.
- Возьмем данные о продажах фильтров для воды за последний квартал в разбивке по неделям. Построив линейный график продаж, мы не отметили сезонности или выраженного тренда (значит, избранный метод прогноза подходит).
- Спрогнозируем продажи на 14-ю неделю. Нам понадобится количество периодов, по которым будем строить прогноз. Например, возьмем 2 недели. Количество периодов задается с учетом того, насколько важны предыдущие значения для исследуемого периода. В ячейке С5 вводим среднее значение продаж за предыдущие 2 недели: СРЗНАЧ(B3:B4) и проводим формулу вниз до прогнозной ячейки С16.
- А теперь попробуем сделать то же самое, но используя для прогноза 6 периодов и сравнив значения. Используем формулу:
Для прогнозирования продаж в следующих периодах необходимо просто протянуть формулу ниже.
- Чтобы понять, насколько сильно прогнозное значение может отклоняться от реальности, вычислим среднее квадратичное отклонение по каждому варианту. Для прогноза по 2-м неделям используем формулу СТАНДОТКЛОН(B5:B15) в ячейке С19. Аналогично вводим данные в формулу для прогноза по 6 неделям для массива В9:В15.
- В итоге выбираем прогноз по 2 неделям с наименьшим разбросом значений.
Пакет Анализ данных в Excel
Построить прогноз с использованием скользящей средней можно также с помощью меню ДАННЫЕ – АНАЛИЗ ДАННЫХ – СКОЛЬЗЯЩЕЕ СРЕДНЕЕ:
В качестве входного интервала указываем фактические значения продаж. Интервал – 2 недели. Выходной интервал — $F$4:$F$15. Ставим метку «Стандартные погрешности», чтобы оценить точность прогноза.
Получаем аналогичный прогноз со значением погрешностей.
Если не получилось обнаружить пакет Анализ данных в панели инструментов Excel, то его можно добавить в ручном режиме, следуя по меню ФАЙЛ — ПАРАМЕТРЫ — НАДСТРОЙКИ — УПРАВЛЕНИЕ.
Экспоненциальное сглаживание
При прогнозировании методом скользящего среднего мы не задаем вес прошлым периодам, т.е. значение продаж прошлого месяца влияет на прогноз так же, как и продажи три месяца назад. Однако, если продажи:
- отличаются сезонностью,
- подчинены выраженному тренду,
- испытали сильное влияние случайного фактора (например, сбой в поставках в первые дни квартала, который больше не повторится),
— то используется метод экспоненциального сглаживания. Метод позволяет задавать веса для данных, используемых в прогнозе. Экспоненциальное сглаживание в Excel реализуется с помощью функции ПРЕДСКАЗ.ETS. Начиная с версии Excel 2016, прогноз стал еще проще — доступна кнопка ЛИСТ ПРОГНОЗА в разделе ДАННЫЕ.
Для построения прогноза необходимо задать даты начала и окончания прогноза, диапазоны значений, установить доверительный интервал и сезонность. Надстройка предложит не только сами прогнозные значения с готовым графиком, но и коридор возможных значений. Это позволит получить представление об оптимистичном и пессимистичном сценарии вашего прогноза.
В следующей статье о поговорим о прогнозах в контексте стратегии и неопределенности.
