תחזית מכירה - מהי, הגדרה ומושג

תוכן העניינים:

תחזית מכירה - מהי, הגדרה ומושג
תחזית מכירה - מהי, הגדרה ומושג
Anonim

תחזית מכירות היא חישוב משוער, תוך שימוש בטכניקות סטטיסטיות, המאפשר הכרת תחזית המכירות של חברה בפרק זמן עתידי.

זה בעצם מורכב מלגלות כמה אנחנו יכולים למכור, תוך התחשבות כי תחזית המכירות קשורה לשאר הפעילויות.

לכן, זהו אחד הניתוחים המהותיים שכל חברה חייבת לבצע. זכרו שמרכז כל עסק הוא הלקוח והחיוב שלהם הוא מקור ההכנסה העיקרי.

מצד שני, האחראי לביצוע חישובים אלה הוא המנהל המסחרי.

כיצד לבצע תחזית מכירה

תחזית מכירה מאפשרת לך לקבל מידע אודות הרכישות הדרושות. אלה, בתורם, יאפשרו לנו לספק אוצר הולם ולנהל את משאבי האנוש בצורה יעילה. לכן לדעת מאוד לעשות זאת חשוב מאוד. אנו יכולים להתחיל משלושה מצבים, ונראה כל שיטה בפירוט רב יותר בסעיף הבא:

  • חברתנו מתחילה את פעילותה. במקרה זה, כמעט בלתי אפשרי לדעת נתונים מהעבר. אנו יכולים להשוות רק עם מתחרים אחרים שהיו בשוק זמן רב יותר ויש לנקוט בזהירות במידע זה. הדבר המקובל במקרים אלה הוא שימוש בטכניקות איכותיות, המאפשרות שימוש בדגימות קטנות ומבוססות על מידע סובייקטיבי, כמו שיטת דלפי או סקרי מומחים.
  • חברתנו פעילה תקופה קצרה. במקרה זה יש לנו כבר כמה נתונים, אך לא מספיקים לבצע טכניקות סטטיסטיות כמותיות עם דגימות גדולות. במקרה זה אנו יכולים לשלוח שאלוני שביעות רצון ללקוחותינו ולגלות גם את העדפותיהם העתידיות. אנו יכולים לבצע ניתוחי חקר סטטיסטיים כדי לאסוף מידע או להשתמש בשיטות כגון קצב הריצה.
  • לבסוף, אם החברה שלנו נמצאת בשוק זמן מה, הטכניקות הכמותיות הטובות והיעילות ביותר. אלה מאפשרים לך לדגמן את תחזית המכירות באמצעות מתמטיקה וסטטיסטיקה. הנפוצים ביותר, שנראה גם בפירוט, הם רגרסיות, שיעורי שונות או ממוצעים נעים, בין היתר.

כמה שיטות חיזוי

ישנן שיטות איכותיות וכמותיות רבות להכנת תחזיות לעתיד של משתנה. אנו נתמקד ברלוונטיים ביותר וניתן ליישם אותם גם בקלות על חברה קטנה או בינונית. לרובם נצטרך גיליון אלקטרוני בלבד.

שיטות איכותיות

שיטות אלה מבוססות, כפי שאמרנו, על דוגמאות קטנות וסובייקטיביות. הם משמשים לביצוע ניתוחי חקר שניתן להשלים עם כמותיים אחרים. הם גם מונעים מאיתנו להתעוור במידה רבה כשאנחנו מתחילים. הם לא מאפשרים לך להסיק.

  • שיטת דלפי. זוהי טכניקה איכותית המפתחת מערכת איסוף נתונים מפאנל מומחים. המבוקש הוא הסכמה של המשתתפים באמצעות תהליך אינטראקטיבי. עונים על סדרת שאלונים ועם נתונים אלה מבוצעים שוב שונים, עד שמגיעים לקונצנזוס האמור.
  • קבוצת מיקוד. טכניקה זו דומה לזו הקודמת, אך היא מבוססת על פגישות אישיות או וירטואליות. בהם יהיו מנחים וסדרת אנשים המעורבים בנושא שיידונו. לדוגמה, במקרה זה זה יכול להיות המנהל המסחרי והסוכנים השונים. מדובר על הפניית המשתתפים באמצעות תהליכים כמו "ענן הרעיון" לעבר המטרה להשיג מידע על תחזיות מכירות אפשריות.

שיטות כמותיות

אלה הנפוצים ביותר בחברות שפועלות זמן רב. יש להם דגימות לקוחות גדולות ופרקי זמן ארוכים. הרלוונטיים ביותר מוצגים להלן:

  • קצב צמיחה ממוצע. כאשר העסק שלך עסק זמן רב, אתה יכול לחשב אחוז צמיחה שנתי ממוצע. בעזרת זאת ונתוני השנה הקודמת, תוכלו לערוך תחזית מכירות בסיסית. השיטה פשוטה, אחוז זה מתווסף למכירות ישנות. זה דומה לחישוב שיעורי השינוי.
  • שיטת הריצה משמשת לחיזוי מכירות בתקופות ספציפיות בתוך השנה. לצורך החישוב היא משתמשת בממוצעים החודשיים של מכירות של תקופה ועם אלה, חוזים אלה שיקרה בתקופה הבאה.
  • ממוצעים נעים, במסגרת ניתוח סדרות הזמן, מועילים מאוד עבור חברות שמוצריהן מכירות יציבות וללא עונתיות. מתבצע ממוצע של מספר מסוים של נתונים היסטוריים ועם כך מתבצעת התחזית. אם יש עונתיות גבוהה, אז ניתן להשתמש בטכניקה אחרת, שהם מדדי העונתיות.
  • רגרסיה פשוטה, עליה נכתב בפירוט כאן. במקרה שלנו, המשתנה התלוי הוא מכירות והמשתנה הבלתי תלוי הוא זמן. ניתן לחשב אותם בקלות באמצעות תוכנה סטטיסטית או גיליון אלקטרוני. אלה מציעים גרף ומחושבים גם את מקדם הקביעה (R בריבוע), עם ערכים שבין אפס לאחד. ככל שקרוב יותר לאחד כך יכולת החיזוי טובה יותר.

דוגמא לתחזית מכירות

לדוגמא נשתמש בטכניקת הרגרסיה הפשוטה.

בואו נדמיין חברה שמציעה את הנתונים המוצגים להלן. המכירות החודשיות של שלוש השנים האחרונות מופיעות. כללנו רק כמה נתונים בטבלה כדי שלא יהיה ארוך מדי. המשתנה התלוי (Y) ייאמר מכירות והמשתנה הבלתי תלוי (X) יהיה הזמן. המטרה היא לחשב את מקדמי הבטא של X ושל המונח העצמאי.

אנו יכולים לראות כי הגיליון האלקטרוני מציג את קו הרגרסיה. במקרה זה, שיפועו שלילי אך בינוני, כפי שמוצג על ידי המקדם X (פחות מאפס). אולם, למרבה הצער, טכניקה זו לא תועיל לנו הרבה. ל- R בריבוע ערך קרוב לאפס ולכן הקו לא עוזר לנו לחזות ועלינו לבחור בשיטה סטטיסטית אחרת.