Помощь в написании студенческих работ
Антистрессовый сервис

Методы прогнозирования объемов продаж

КонтрольнаяПомощь в написанииУзнать стоимостьмоей работы

Benetton Group — один из крупнейших европейских производителей одежды, обуви и аксессуаров под брэндами United Colours of Benetton (повседневная одежда/ casual), Undercolors (белье и купальники), 012 (детская одежда), Sisley (фэшн), Killer Loop («одежда для улицы"/ streetwear) и Playlife (одежда для молодежи). Также компания занимается оптовой продажей текстиля, рекламой и недвижимостью… Читать ещё >

Методы прогнозирования объемов продаж (реферат, курсовая, диплом, контрольная)

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ ФИНАНСОВЫЙ УНИВЕРСИТЕТ ПРИ ПРАВИТЕЛЬСТВЕ РОССИЙСКОЙ ФЕДЕРАЦИИ Краснодарский филиал Кафедра «Менеджмент и маркетинг»

КОНТРОЛЬНАЯ РАБОТА по дисциплине «Экономический анализ»

Вариант № 0

Выполнил: студент 3 курса, направление менеджмент профиль: Маркетинг Рогожина Дарья Александровна Преподаватель:

Бугакова Н.П.

Краснодар 2014

1. Методы прогнозирования объемов продаж

Практическая часть

2. Прогнозирование объемов продаж на примере компании ООО «Benetton»

Заключение

1. Методы прогнозирования объема продаж В условиях рыночной конкуренции, когда на предприятие воздействуют факторы внешней среды, одним из важнейших направлений маркетинговой и управленческой деятельности является прогнозирование. Главная задача прогноза — получение некоторого предвидения будущего, связанного непосредственно с деятельностью предприятия.

Самым простым способом прогнозирования рыночной ситуации является экстраполяция, т. е. распространение тенденций, сложившихся в прошлом, на будущее. Сложившиеся объективные тенденции изменения экономических показателей в известной степени предопределяют их величину в будущем. К тому же многие рыночные процессы обладают некоторой инерционностью. Особенно это проявляется в краткосрочном прогнозировании. В то же время прогноз на отдаленный период должен максимально принимать во внимание вероятность изменения условий, в которых будет функционировать рынок.

Методы прогнозирования объема продаж можно разделить на три основные группы:

методы экспертных оценок;

методы анализа и прогнозирования временных рядов;

казуальные (причинно-следственные) методы.

Методы экспертных оценок основываются на субъективной оценке текущего момента и перспектив развития. Эти методы целесообразно использовать для конъюнктурных оценок, особенно в случаях, когда невозможно получить непосредственную информацию о каком-либо явлении или процессе.

Вторая и третья группы методов основаны на анализе количественных показателей, но они существенно отличаются друг от друга.

Методы анализа и прогнозирования динамических рядов связаны с исследованием изолированных друг от друга показателей, каждый из которых состоит из двух элементов: из прогноза детерминированной компоненты и прогноза случайной компоненты. Разработка первого прогноза не представляет больших трудностей, если определена основная тенденция развития и возможна ее дальнейшая экстраполяция. Прогноз случайной компоненты сложнее, так как ее появление можно оценить лишь с некоторой вероятностью.

В основе казуальных методов лежит попытка найти факторы, определяющие поведение прогнозируемого показателя. Поиск этих факторов приводит собственно к экономико-математическому моделированию — построению модели поведения экономического объекта, учитывающей развитие взаимосвязанных явлений и процессов. Следует отметить, что применение многофакторного прогнозирования требует решения сложной проблемы выбора факторов, которая не может быть решена чисто статистическим путем, а связана с необходимостью глубокого изучения экономического содержания рассматриваемого явления или процесса. И здесь важно подчеркнуть примат экономического анализа перед чисто статистическими методами изучения процесса.

Каждая из рассмотренных групп методов обладает определенными достоинствами и недостатками. Их применение более эффективно в краткосрочном прогнозировании, так как они в определенной мере упрощают реальные процессы и не выходят за рамки представлений сегодняшнего дня. Следует обеспечивать одновременное использование количественных и качественных методов прогнозирования.

Рассмотрим более подробно сущность метода анализа и прогнозирования динамических рядов.

Для оценки интенсивности развития явления со временем рассчитываются показатели динамики, такие как абсолютный прирост, темп роста и темп прироста, а также средние показатели динамики.

Абсолютным приростом называется разность последующего и предыдущего уровней ряда динамики:

(5)

гдеyt— уровень ряда динамики в момент времени t;

yt-1— уровень ряда динамики в момент времени t-1;

t— абсолютный прирост.

Темпом роста (коэффициентом роста) называется отношение последующего уровня к предыдущему или какому-либо другому, принятому за базу сравнения. При помощи темпов роста измеряется, во сколько раз уровень текущего периода выше или ниже уровня базисного периода, или сколько процентов он составляет по отношению к базисному.

Темп роста в виде коэффициентов вычисляется по формулам:

— цепные темпы роста, (6)

— базисные темпы роста, (7)

где yconst — база сравнения.

Темпом прироста называется отношение абсолютного прироста к базисному уровню, т. е.

(8)

гдеt абсолютный прирост данного уровня;

yt-1— базисный уровень (уровень предыдущего периода);

Этот показатель характеризует относительную скорость изменения уровня ряда в единицу времени.

Обобщающим показателем скорости изменения явления во времени служит средний абсолютный прирост — средняя из абсолютных приростов за равные промежутки времени одного периода. Средний абсолютный прирост можно найти по формуле:

(9)

Следовательно, средний темп роста может быть выражен формулой:

(10)

Где п — число уровней;

уп — уровень последнего года (периода);

у1 — уровень первого года (периода).

Для расчета средних темпов прироста используют соотношение:

(11)

Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения в объемах продаж могут быть использованы для определения этого показателя в последующие периоды времени.

Выделяют четыре составляющие компонента временных рядов:

— тенденция, тренд;

— сезонность;

— цикличность;

— случайность.

Тренд — это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции — методами выравнивания.

Один из наиболее известных приемов выявления основной тенденции развития является метод скользящей средней.

Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно передвигаясь от начального уровня динамического ряда на одно значение. По сформированным укрупненным данным рассчитываем скользящие средние, которые относятся к середине укрупненного интервала.

Изучение основной тенденции развития методом скользящей средней является эмпирическим приемом предварительного анализа. Для того чтобы дать количественную модель изменений динамического ряда, используется метод аналитического выравнивания. В этом случае фактические уровни ряда заменяются теоретическими, рассчитанными по определенной кривой, отражающей общую тенденцию изменения показателей во времени. Таким образом, уровни динамического ряда рассматриваются как функция времени.

В зависимости от характера динамики развития явления выделяют уравнение линейного тренда, параболическую форму тренда и логарифмическую форму тренда. Рассмотрим более подробно линейную и параболическую форму тренда.

Линейная форма тренда:

(12)

где — уровень ряда, полученный в результате выравнивания по прямой;

t — фактор времени;

— начальный уровень тренда;

— средний абсолютный прирост; константа тренда.

Параболическая форма тренда (полином):

(13)

Для данного типа кривой постоянными являются вторые разности (ускорение), а нулевыми — третьи разности.

Параболическая форма тренда соответствует ускоренному или замедленному изменению уровней ряда с постоянным ускорением. Если <0 и > 0, то квадратическая парабола имеет максимум, если > 0 и < 0 — минимум.

После того, как выявлен тип тренда, необходимо определить количественное значение параметров уравнения кривой.

Оценка параметров и может быть осуществлена различными способами, среди которых метод наименьших квадратов (МНК);

Метод позволяет рассчитать значение параметров, при которых обеспечивается наименьшая сумма квадратов отклонений фактических уровней от сглаженных, т. е. полученных в результате аналитического выравнивания.

Отметим только, что для нахождения параметров линейного тренда необходимо решить систему уравнений:

(14)

Очевидно, что перенос начала координат имеет смысл только при ручной обработке динамического ряда.

Если, то, (15)

. (16)

Подбор вида функции, описывающей тренд, производится в большинстве случаев эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки.

Среднеквадратическая ошибка рассчитывается по формуле:

…(17)

Где yt — фактическое значение объема продаж в месяц t;

yt* - расчетное значение объема продаж в месяц t;

nчисло наблюдений.

Сезонные колебания — повторяющиеся из года в год изменения показателя в определенные промежутки времени.

При анализе сезонных колебаний обычно рассчитывается индекс сезонности, который используется для прогнозирования исследуемого показателя.

В самой простой форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в процентах).

Расчет индексов сезонности проводится по формуле 18.

Is = yt/ yср (18)

Цикличность отличается от сезонности следующими особенностями:

период циклических колебаний составляет более одного года;

циклические колебания определяются не одним, а нескольки-ми факторами;

величины максимумов (и минимумов) циклов могут немного отличаться;

длительность циклов также может быть разной.

Последние две особенности объясняются тем, что отдельные фак-торы, определяющие цикличность, проявляются с различной интенсивностью.

Случайность — это изменения в показателях, которые невозможно предугадать. Они не подчиняются какой-либо закономерности, подобно тренду, сезонности или цикличности.

2. Прогнозирование объемов продаж на примере компании ООО «Benetton»

Компания ООО «Benetton» была создана в 2003 году как фирма-франчайзиг итальянской компании Benetton Group. ООО «Benetton» входит в состав фирмы ООО «Шейла-Холдинг», которая занимается различными видам деятельности (торговля обувью, одеждой, автозапчастями, сдача в аренду торговых площадей, строительство спортивных сооружений, в частности ледового дворца и фитнес-центра и т. д.).

ООО «Benetton» находится в городе Краснодаре и представляет собой магазин модной одежды марки United Colors of Benetton, итальянской компании Benetton Group.

Benetton Group — один из крупнейших европейских производителей одежды, обуви и аксессуаров под брэндами United Colours of Benetton (повседневная одежда/ casual), Undercolors (белье и купальники), 012 (детская одежда), Sisley (фэшн), Killer Loop («одежда для улицы"/ streetwear) и Playlife (одежда для молодежи). Также компания занимается оптовой продажей текстиля, рекламой и недвижимостью. Розничная сеть магазинов Benetton Group широко известна во всем мире, она насчитывает более 5000 магазинов в 120 странах. Штабквартира Benetton Group находится на Вилле Минелли в Понцано, в 30 км от Венеции. В России компания работает с 1992 года и сейчас открыто уже более 150 магазинов. В связи с ростом числа российских клиентов, в 1997 году компания открыла свой российский сервис-офис в Москве, который стал заниматься открытием новых магазинов и курированием уже существующих. Для осуществления контроля к каждому магазину был приставлен менеджер, который должен обеспечивать магазин необходимой информацией и отслеживать его деятельность.

С увеличением объемов продаж компании ООО «Benetton», возникла необходимость в более глубоком и грамотном прогнозировании будущих продаж с целью определения оптимального объема закупок и эффективного размещения товара в торговом зале.

Ранее, процесс прогнозирования на предприятии не осуществлялся, а процент роста объема закупок принимался волевым решением руководителя, опираясь на субъективные представления о развитии рынка, и составлял 10%. Но данный подход не учитывает реального роста объема продаж по каждой торговой марке. Так, на Осенне-Зимний 11−12 составленный с 10%-ым увеличением бюджет, был в последствии увеличен еще на 12%, увеличение произошло за счет дополнительных заказов в течение сезона, вызванных повышенным спросом потребителя. Но даже такие меры, удовлетворив спрос по основным направлениям (Benetton, Sisley), не смогли своевременно и полностью удовлетворить рост спроса на детские товары. Такая ситуация сложилась из-за того, что базовые заказы (около 80% от всех заказов на сезон) совершаются почти за год до начала сезона, т. е. фактически за год необходимо знать какой будет спрос на продукцию и планировать на основании этого объем заказа. Поэтому важно заранее составлять прогнозы на будущие периоды и на основании полученных данных планировать деятельность компании. прогнозирование продажа экспертный динамический

В связи с тем, что в ходе выполнения работы были выявлены проблемы в области управления продажами и закупками, руководству магазина было предложено провести прогнозирование объемов продаж на Осенне-Зимний сезон 2012;2013 и составить план закупок, исходя из получившегося прогноза. А потом сопоставить плановые данные с фактически заказанным количеством, выявить расхождения и разработать план деятельности.

Для выявления общей тенденции развития объема продаж за определенный период и составления прогноза на будущий сезон, сначала используем метод скользящей средней, а потом применим метод аналитического выравнивания.

Метод скользящей средней позволяет сгладить периодические и случайные колебания и тем самым выявить имеющуюся тенденцию в развитии. Такой эффект достигается путем осреднения эмпирических (исходных) данных и определения расчетных (теоретических) уровней. В данном случае использовалась трехчленная скользящая средняя, т. е. при расчетах учитывается три уровня в ряду динамики.

Метод аналитического выравнивания заключается в замене фактических уровней ряда теоретическими, рассчитанными по определенной кривой, отражающей общую тенденцию изменения показателей во времени. Таким образом, уровни динамического ряда рассматриваются как функция времени. Глядя на рис. 4 и рис. 5, можно предположить, что поведение объема продаж в денежном и количественном выражении описывается моделью линейного тренда, который имеет вид, где — теоретический уровень ряда (прогнозируемый объем продаж), t-фактор времени, — начальный уровень тренда, — параметр, отвечающий за регрессию.

В ходе расчетов, было получено следующее уравнение линейного тренда:

Y= 6655 + 240*t,

Где Yзначение объема продаж в ед.

tпоказатель времени,

Из уравнения видно, что в среднем с каждым месяцем объем продаж увеличивается на 240 ед.

Подставляя вместо t соответствующий период времени можно получить соответствующее данному месяцу или сезону значение объема продаж — подставляя t начиная с 13 (количество известных наблюдений 12- количество кварталов в исследуемом периоде за три года), получаем прогноз на сезон Весна-Лето 2012 и необходимый нам прогноз на Осенне-Зимний сезон 2012;2013.

Так как полученное уравнение относится к уравнению регрессии, рассчитаем среднюю ошибку прогноза и коэффициент детерминации.

Расчет произведен с помощью пакета анализа Microsoft Excel. Результаты представлены в таблице 13.

Таблица 13

Регрессионный анализ

Показатели регрессии

Значение

Коэффициент детерминации RІ %

0,71

Средняя ошибка S, ед.

Ошибка при использовании модели линейного тренда составляет 1157 ед. Уравнение регрессии объясняет 71% изучаемого показателя.

Так как поведение объема продаж носит сезонный характер — в I и II квартале характерны спады, а в III и IVпроисходит увеличение объема продаж, то необходимо скорректировать полученные значения прогноза на средние индексы сезонности. Индекс сезонности для каждого квартала рассчитаем путем соотнесения фактического значения ряда — yi с теоретическим -. Данные расчетов индексов сезонности в количественном выражении представлены в Приложении 4, в денежном — Приложении 7.

Расчет средних значений индекса сезонности рассчитаем путем суммирования индексов за аналогичные периоды и делением на количество изучаемых явлений.

Представим результаты прогноза объема продаж с корректировкой на средние индексы сезонности в следующей табл. 14:

Таблица 14

Прогноз продаж в единицах с учетом индексов сезонности

Квартал

Прогноз

на 2012;2013

Индекс сезонности

Прогноз на 2012;2013

с учетом индексов сезонности

Итоговое значение прогноза

Весна-Лето 2012

I

0,93

II

0,92

Осень-Зима 2012;2013

III

1,22

IV

0,95

Корректировка полученных прогнозных значений на индекс сезонности позволяет получить наиболее точный результат, соответствующий определенному сезонному периоду. Именно эти значения будут использоваться в дальнейшем при прогнозировании объема закупок на следующий Осенне-Зимний сезон.

Полученные прогнозные данные нанесем на график объема продаж — рис. 14. На данном рисунке красной линией обозначены полученные прогнозные значения на Весну-Лето 2012 и Осень-Зиму 2012;2013.

Рис. 14. Объем продаж с прогнозными данными, ед.

Аналогичные действия проведем для расчета объема продаж в денежном выражении. Уравнение линейного тренда выглядит следующим образом:

Y= 3 975 037 + 133 488*t,

Где Yзначение объема продаж, руб.

tпоказатель времени, Из уравнения видно, что выручка в среднем увеличивается на 133 488 руб. ежемесячно.

Показатели регрессии рассчитанные с помощью пакета анализа Microsoft Excel представлены в табл. 15.

Регрессионный анализ

Показатели регрессии

Значение

Коэффициент детерминации RІ %

0,65

Средняя ошибка S, руб.

Ошибка в данном случае составила 732 797 руб. Уравнение регрессии объясняет 65% исследуемого показателя.

Прогнозные значения объема продаж с корректировкой на индексы сезонности представлены в табл.16:

Таблица 16

Прогноз продаж в рублях с учетом индексов сезонности

Квартал

Прогноз на 2012;2013

Индекс сезонности

Прогноз

на 2012;2013 с учетом индексов сезонности

Итоговое значение прогноза

Весна-Лето 2012

I

0,86

II

0,89

Осень-Зима 2012;2013

III

1,18

IV

1,08

Рис. 15. Объем продаж с прогнозными данными, руб.

Полученные прогнозные данные нанесем на график объема продаж — рис. 15. На данном рисунке красной линией обозначены полученные прогнозные значения на Весну-Лето 2012 и Осень-Зиму 2012;2013.

На рис. 15. видно, что наряду с общей тенденцией увеличения объема продаж, сохраняется также сезонный характер явлений.

Заключение

Прогнозирование продаж и составление на этой основе среднесрочных планов деятельности компании поможет решить проблему с определением наиболее оптимального размера заказа по каждой торговой марке на следующие сезоны. А притом, что по условиям франчайзингового договора заказ необходимо делать за год до поступления коллекции в магазин, прогнозирование становится просто необходимым средством для успешной деятельности магазина и получения наибольшей прибыли.

Прогнозирование объемов продаж является одним из методов повышения эффективности использования денежных средств, торговых площадей, человеческих ресурсов, в целом улучшая экономическую эффективность от деятельности предприятия.

В совокупности с прогнозированием объема продаж и составлением планов закупок, необходимо также использовать маркетинговые методы управления продажами, такие как грамотное ценообразование, реклама, мерчендайзинг, скидки и т. д.

1. Андреева О. Технология бизнеса: маркетинг. Учебное пособие. — М.: ИНФРА-М, НОРМА, 2009.

2. Глущенко В. В. Прогнозирование -2-е изд., Испр. и доп. -СПб: СПГУВК, 2000.

3. Котлер Ф. Маркетинг менеджмент. Экспресс курс. / Пер. с англ. под ред. Ю. Н. Каптуревского.- СПб: Изд-во Питер, 2009.

4. Маркетинг в малом бизнесе: учеб. пособие для студентов вузов. М.: ЮНИТИ-ДАНА, 2011.

5. В. Вертоградов. Управление продажами. 3-е изд. СПб.: Питер, 2011

Показать весь текст
Заполнить форму текущей работой