Как вывести коэффициент сезонности

Планирование продаж сезонных товаров с учетом меняющихся экономических условий

Выработка плана продаж, и обеспечение этого плана, — острый вопрос в текущей экономической ситуации. Неверно составленный план приводит убыткам прямым — как в случае избыточного хранения товара на складе, так и косвенным – в случае недостачи товара на складе, что приводит к упущенной выгоде, ухудшению сервиса, и, даже, лишним выплатам бонусов менеджерам по продажам.

Одна из проблем, сильно влияющих на составление плана – сезонность продаж некоторых товаров. Одни товары, например — кроссовки для бега, летом — более популярны, чем зимой. А вот обогреватели продаются лучше в холодное время года. Эти товары — сезонные.

Разброд вносит так же нестабильная макроэкономическая ситуация, когда инфляция толкает цены вверх, а снижающийся покупательский спрос вынуждает снижать продажи в количественном выражении. Кроме негативных факторов, могут так же влиять и факторы позитивные – как по компании в целом — если компания активно растет, так и по конкретным товарным позициям – если вы много вкладываетесь в маркетинг товара, то спрос на них может расти быстрее роста компании. Все это вносит корректирующий элемент в прогнозы, потому что уже не так однозначно стоит ориентироваться на информацию об истории продаж, не принимая во внимание реальную ситуацию.

Потому, при составления плана продаж, учитывайте сезонной фактор, и тренды в компании.

Каким образом мне рассчитать план с учетом сезонных колебаний?

Что такое сезонный фактор — «сезонность»? Это запланированное и регулярное отклонение продаж товара от среднестатистических значений. Сезонность часто рассчитывается помесячно на календарный год относительно предыдущего календарного года для каждого товара, на который строится план продаж и по каждой торговой точки индивидуально, а итоговый план составляется путем консолидации из полученных значений.

Для расчета коэффициентов я рекомендую рассчитывать в штучном выражении. Если вы рассчитываете в денежном выражении, то количество влияющих факторов увеличивается многократно и это, кроме того что увеличит объем расчетов, еще и сильно увеличит шанс ошибки.

Рассчитать годовые коэффициенты сезонности достаточно просто – необходимо взять средние месячные продажи на конец года (сумма продаж на год, деленное на количество), а потом, для каждого месяца, рассчитать отклонение фактического объема продаж от среднегодового.

(Потребление в месяц / Среднегодовое потребление = Сезонный коэффициент)

Если у нас график продажи сложились примерно вот так вот:

То по результатам расчета, должно получиться приблизительно такая табличка для расчета (для 2010 года):

Но задача — не рассчитать коэффициенты как таковые, а рассчитать план продаж, согласно текущим фактическим значениям продаж в году. Предположим, что мы проводим анализ в конце апреля 2011 года и рассчитываем план продаж на май 2011:

И наша табличка будет выглядеть вот так вот:

Задача – понять, сколько мы должны продать на май, с учетом текущих фактических объемов продаж и сезонности. Для этого — каждый из месяцев текущего года приведем к единой базе, убрав из них сезонный коэффициент, которые мы знаем.

(Факт Потребление в месяц / Сезонный коэффициент = Оц Среднегодовое потребление)

Получим вот такие значения:

Что означает, что если учитывать сезонные факторы, то ожидаемая средняя месячная на год равна 246 шт./мес.

Из этого, зная ожидаемую среднюю на год и сезонный коэффициент в мае (рассчитанный на предыдущем шаге), рассчитываем — сколько ожидается продаж в мае месяце, умножив ожидаемые среднегодовые продажи на рассчитанный сезонный коэффициент: 246 * 1,44 = 354,4 шт.

Таким образом, продолжаем формирование плана продаж на каждый месяц до конца года, корректируя согласно фактическим данным о продажах.

К сожалению, эти лаконичные расчеты не совсем корректны…

Мы учли влияние сезонных колебаний, но не рассчитали влияние общего тренда. Если у вас спрос падает (или растет) на 10% каждый месяц по объективным причинам, то без учета этих движений ваш вновь составленный план станет несостоятельным, и, как мы уже говорили выше — приведет вас к убыткам.

Как оценить влияние тренда?

Выделить и рассчитать тренд — само по себе сложная задача. Я рекомендую использовать метод, разработанный Робертом Ходриком и Эдвардом Прескоттом для анализа бизнес-циклов. Основные «фишки» метода: метод более чувствителен к долгосрочным тенденциям, чем к краткосрочным (что нам и нужно), и его можно настраивать на нужный период оценки тренда (что полезно при построении тренда как внутри года, так и на несколько лет). Узнать больше об этом методе можно по ссылке: http://mycroftbs.ru/trend-filtr-hodrik-preskotta/

Выглядит результат его расчета примерно вот так (оранжевая линия):

Проблема в том, что такой метод сложно использовать при расчетах в экселе. Но можно попробовать использовать просто линейные функции, посчитав средние месячные продажи на состояние «на начало года» и «на конец года» (с учетом сезонности), и оценив то, как она изменилась со временем. Или просто взяв за целевое значение, то, на которое вы бы хотели бы ориентироваться («я уверен, что объем продаж должен вырасти на 10%»).

Как бы то ни было – результат расчетов, это полученные ежемесячные коэффициенты «наклона» тренда для каждого из товара по каждой из торговых точек на каждый месяц, где вы рассчитываете план продаж. Проблема еще и в том, что в нормальной ситуации, внутри года это не прямая линия, а плавно изгибается.

Полученные коэффициенты используются для корректировки оценки средней годовой продажи, на которую, напомню, у нас опирается оценка продаж будущих.

Если предположить, что в текущих экономических реалиях, спрос в штучном выражении будет падать на 10% к концу года, тогда ежемесячный корректирующий коэффициент должен быть, приблизительно, равен 0,987. Это означает, что на этот коэффициент мы изменим оценочную среднюю месячную внутри текущего года согласно трендовому коэффициенту на каждый месяц:

(Факт Потр. в мес. / Сез. Коэф * Тренд. коэффициент = Оц Среднегодовое потребление)

А расчет текущих значений будет выглядеть так:

Заметили, что в результате получилось 349,8 шт. вместо ранее рассчитанных 354,4 шт.? Кажется, что это не очень много, но если у вас миллиардные обороты, то такая погрешность стоит очень много.

Чтобы увеличить качество работы с сезонностью, необходим пересчет и годовых сезонных коэффициентов по предыдущему году, относительно выявленных трендов. Но при нежелании производить большой объем вычислений, даже такое небольшое уточнение по текущему году уже способно качественно улучшить планирования.

Важно, что эти расчеты проводились и корректировались регулярно, согласно фактическим данным, чтобы получить наиболее адекватный план продаж и понимать то, каким образом вы его обеспечите и проконтролируете.

В реальной работе, профессионалы обычно используют более сложные подходы. Расчет ведется не по месяцам, а по неделям, или, даже, по дням. На целевые значения влияют больше факторов. А модель прогноза выходит за обычные средние расчеты. Но представленный выше подход это то, что может применить у себя любой человек, занимающийся планированием, даже без специальных инструментов.

Если это слишком трудоемко делать в «ручном режиме», и в том случае, если у вас 10 торговых точек и 15000 товаров, то — добро пожаловать к нам. Наше решение сделает все за вас. Mycroft Assistant в режиме реального времени автоматически собирает данные о продажах, анализирует текущее состояние продаж, самостоятельно высчитывает оптимальную модель работы и влияющие коэффициенты. И на основании полученных данных формирует прогноз продаж для каждого из товаров на каждой из торговых точек. А на основании данных прогнозов выдает рекомендации о необходимости пополнения запасов, чтобы вы этот план продаж рационально обеспечили. Так что, если хотите оптимизировать работу компании, но не знаете каким образом лучше всего это сделать – добро пожаловать к нам.

Источник

Как рассчитать коэффициент сезонности

Для того, чтобы сформировать заказ поставщикам, распределить запасы РЦ по филиалам и сбалансировать первые между вторыми, необходимо спрогнозировать спрос. Но важно понимать, что спрос не равно продажи.

Одним из факторов, влияющих на формирование спроса, является сезонность. В этой статье мы расскажем, что такое коэффициент сезонности и как его посчитать, почему для его расчёта лучше брать медиану, как и для чего нужно считать недельную сезонность и на какие ещё особенности этого показателя обратить внимание при прогнозировании спроса.

Формула коэффициента сезонности

Коэффициент сезонности показывает, как возрастают или падают продажи в определённый период. Одни товары лучше продаются летом, другие зимой, на третьи – высокий спрос один месяц в году. Расчёт коэффициента сезонности можно проводить разными методами. Рассмотрим два основных.

Классический метод по средним продажам

Для того чтобы рассчитать коэффициент сезонности, нужно найти средние продажи товаров для каждого года. Агрегируем данные по месяцам и считаем средние продажи за год. Затем делим продажи каждого месяца на год и получаем набор коэффициентов.

Для того чтобы рассчитать коэффициент сезонности, нужно найти средние продажи товаров для каждого года. Агрегируем данные по месяцам и считаем средние продажи за год. Затем делим продажи каждого месяца на год и получаем набор коэффициентов.

Коэффициент сезонности каждого месяца = продажи в штуках этого месяца/ продажи за год.

Коэффициент сезонности = среднее значение из коэффициентов по конкретным месяцам.

Рассмотрим на примере.

В строке 21 посчитаны средние продажи за год. Показатель февраля – 8307. Затем мы посчитали средние продажи за второй год. Цифра за февраль – 14243, и так далее для каждого года. После реальные продажи за каждый месяц (строка 20) поделили на средние – за год (строка 21).

7322/8307 = 0,8814 – это коэффициент сезонности для февраля.

Получаем набор коэффициентов для каждого месяца. Чтобы найти общий суммарный коэффициент по месяцу, берём среднее значение и получаем коэффициент сезонности.

Расчёт сезонности с очисткой от тренда

Первый шаг будет таким же, как и в предыдущем методе – суммируем продажи по месяцам. Затем вместо средних продаж рассчитываем тренд. В Exel это можно сделать с помощью функции «Тенденция». Затем проводим расчёт коэффициента сезонности для каждого месяца.

Итак, как считается коэффициент сезонности?

Коэффициент сезонности = Продажи в месяц/ тренд

После того как мы получили набор коэффициентов для каждого месяца, ищем не средние значения, а медиану. Это число, которое находится в середине. Половина получившихся значений выше его, а половина ниже. Рассмотрим на примере.

Итак, у нас есть данные по спросу по месяцам. Строим функцию тренда (с помощью функции «Тенденция» в Excel). Не забываем исключать дефициты и прочие факторы, которые могут привести к ошибкам в расчётах. Делим спрос на получившееся значение тренда и получаем коэффициент сезонности.
И так для каждого месяца:

В чём ключевые отличия этого метода от классического? Во-первых, в расчёт коэффициента сезонности идёт не показатель средних продаж, а тренд. Во-вторых, вместо средних значений – медиана. Так, например, за апрель у нас всего шесть значений сезонности: два по 1,01, два ниже этого показателя и два выше. Значит, медианой для апреля будет показатель 1,01.

Почему лучше брать медиану?

Этот показатель наиболее стабилен к выбросу. Посмотрим на таблице ниже.

Мы видим: в январе 2017 года по товару был низкий коэффициент сезонности – 0,4. При этом в аналогичные периоды других лет продажи были стабильными – 1,2 – 1,3. Если посчитать среднее значение, мы получим, коэффициент 1,03. Это означает, что товар в этом месяце не обладает сезонностью, но это то не так. Медиана более устойчивый показатель. Если брать в расчёт её, то коэффициент будет 1,2. Это уже говорит об умеренной сезонности и ближе к правде.

Может быть и обратная ситуация. Например, товар в январе традиционно продаётся хуже, но в каком-то году был всплеск продаж. Возможно, на товар была акция или сработал какой-то другой фактор.

Если взять в расчёт средний показатель, мы увидим, что товар не обладает сезонностью. По медиане же мы получили коэффициент 0,9, который говорит, что продажи в январе ниже средних. Поэтому для расчёта сезонности по каждому месяцу лучше брать медиану.

Как считать: по отдельному товару или по группе?

Как правило, у продаж каждого отдельного товара внутри склада велик случайный фактор. И он в разы больше, чем влияние сезонности. Если считать коэффициенты сезонности по отдельным товарам, могут возникнуть сложности. Случайный фактор даст погрешность в расчётах, и коэффициенты сезонности будут посчитаны неправильно. Мы рекомендуем считать сезонность для группы товаров.

Как считается коэффициент сезонности в этом случае? Для начала агрегируем данные по группе товаров с похожей сезонностью. Считаем не по эскимо конкретной марки, а по всем эскимо, которые есть в продаже, или по всему мороженому.

Исключением могут быть только товары группы АХ в продуктовой рознице. Это позиции, которые стабильно и часто продаются. По ним допускается считать сезонность отдельно по каждому товару. В остальных случаях рекомендуем считать коэффициент сезонности по группам.

Нужно ли агрегировать данные для расчёта?

Чтобы минимизировать влияние случайного фактора, можно агрегировать данные для расчёта. Но делать это нужно только по складам и магазинам одинакового формата и похожего географического положения. Например, по всем магазинам у дома ЦФО или по супермаркетам Дальнего Востока. Возможно объединять похожие по географии магазины внутри города. Например, отдельно считать сезонность по проходным точкам, отдельно по магазинам в спальных районах и т.д. Делать прогноз с учётом сезонности одновременно для точки во Владивостоке и в Москве не имеет никакого смысла.

Как посчитать недельную сезонность?

Иногда этот показатель важен. Например, перед 8 марта традиционно растёт спрос на конфеты. Как считается коэффициент сезонности в таких случаях? Мы можем посчитать недельную сезонность так же, как и месячную. Агрегируем данные по неделям, даём им номера и считаем коэффициенты. Но у вас получится уже на 12, а 52 коэффициента. А чем больше декомпозиция данных, тем сложнее расчёты и их интерпретация. Если вам важен показатель недельной сезонности, рассчитывайте его отдельно.

Помимо недельной сезонности существует и внутринедельная. Например, продажи по алкогольным напиткам по пятницам и субботам всегда значительно выше, чем в другие дни недели. Нужно ли это учитывать? Если мы строим прогноз с учётом сезонности на месяц или больший период, то смысла в этом нет. В месяце будет примерно одинаковое количество пятниц, суббот и других дней недели. Но если мы делаем заказ на какие-то скоропортящиеся продукты, конечно, показатель внутринедельной сезонности важен. Например, если мы заказываем молоко с маленьким сроком хранения на четверг и пятницу, логичнее опираться на данные по продажам в эти дни. Если же мы делаем заказ пастеризованного молока на месяц вперёд, то этот показатель не имеет значения.

Источник