Kaip prognozuoti pardavimus ir rasti sezoniškumą naudojant „Excel“ (1 dalis)

2021-02-16

Kaip prognozuoti pardavimus ir rasti sezoniškumą naudojant „Excel“ (1 dalis)

 

Niekas negali nuspėti ateities, tačiau naudodamiesi statistika, mes galime pamėginti. Net ir ne visiškai tikslus spėjimas gali padėti priimti geresnius sprendimus prognozuojant paklausą ir valdant pasiūlą. 

Šiame įraše mes parodysime kaip susikurti savo asmeninį pardavimų prognozavimo įrankį naudojant Microsoft Excel. Ankstesnių žinių apie statistiką nereikia.  

Pradėkime. 

1. Atidarykime Excel programą ir įrašykime Duomenų analizavimo priedą (Data Analysis add-in) 

Duomenų Analizavimas (Data Analysis) yra priedas, kuris padės mums atlikti visus statistinius skaičiavimus susijusius su pardavimų prognozavimu. Jis yra nemokamas ir jau pridėtas prie Excel programos, bet gali būti paslėptas jei niekada jo nenaudojote. Nueikite į Duomenų skiltį (Data) ir viršutiniame dešiniame kampe paieškokite „Duomenų Analizė“ (Data Analysis).  

 

forecats_1

 

Jeigu nerandate, jums tikriausiai reiks jį įrašyti. Norint įrašyti, nueikite į Failas->Nustatymai ir pasirinkite Priedų skiltį (File->Options->Add-ins)

 

forecats_2

 

Priedų skilties apačioje pamatysite išskleidžiamą meniu. Jame pasirinkite Excel Add-ins ir paspauskite „Go...“. Prieš jus atsiras kitas langas. Jame pasirinkite Analysis ToolPak ir paspauskite OK. 

 

forecats_3

 

Dabar turėtumėte matyti Duomenų Analizės (Data Analysis) priedą viršutiniame-dešiniame Duomenų (Data) skilties kampe.  

  

2. Įveskite savo istorinius duomenis. 

Norint nuspėti pardavimus, mums reikia pardavimų. Mes prognozuojame ateities pardavimus remdamiesi istoriniais duomenimis (pardavimais). Dažniausiai, kuo daugiau istorinių duomenų mes turime, tuo tiksliau galime prognozuoti ateities pardavimus.  

Šiame pavyzdyje mes naudosime išgalvotus 3 metų pardavimo duomenis. Jeigu jūsų asmeniniai padavimo duomenys šiuo metu yra sunkiai pasiekiami, naudokite mūsiškius. Jūs visada galėsite pakeisti juos savaisiais vėliau.  

 

forecats_4

 

Šiame pavyzdyje naudosime ketvirčio pardavimus. Jei ketvirtis atrodo pernelyg didelis laiko tarpas, galite padalinti juos į mėnesio, savaitės ar net dienos duomenis. Tačiau kai duomenys yra per daug detalūs, jie gali tapti iškreipti, todėl rekomenduojame pradėti nuo ketvirčių ir jeigu matysime, jog gautos prognozės panašios į realybę, mes galėsime pereiti prie mėnesių ar savaičių. 

Įveskite savo istorinius duomenis (kaip parodyta pavyzdyje) ir judėkime pirmyn.  

  

3. Sukurkite grafiką 

Pardavimų prognozių kokybė priklauso nuo duomenų kokybės. Tiesiog žiūrint į skaičius jie mažai ką pasako. Tačiau jei paversime juos į grafiką, mes galėsime įvertinti jų kokybę. 

Tam naudosime linijinį grafiką su žymomis (Line with Markers). Jeigu mokate sukurti grafiką, jūs galite iškarto pereiti į ketvirtą dalį. Jei ne, sekite šiuos žingsnius: 
  
a. Spauskite Įterpti (Insert) ir pasirinkite Linija su žymomis (Line with Markers). 

 

forecats_5

 

b. Dešiniu pelės klavišu paspauskite ant balto grafiko ploto ir pasirinkite “Pasirinkti Duomenis” (Select Data) 

 

forecats_6

 

c. Spauskite “Pridėti” (Add)  

 

forecats_7

 

d. Dabar pasirinkite pardavimų duomenis. Pirmoje eilutėje (Series name) pasirinkite stulpelio pavadinimą (Sales (1000s)), o antroje eilutėje, pasirinkite visus pardavimų duomenis ir spauskite “Gerai” (OK). 

 

forecast_8

 

e. Dabar sutvarkykime datos ašį. Spauskite “Redaguoti” (Edit). 

 

forecast_9

 

f. Pasirinkite metus ir ketvirčius ir spauskite “Gerai” (OK)  

 

forecast_10

 

Tada dar kartą paspauskite “Gerai” (OK). 

 

forecast_11

 

4. Raskite sezoniškumą ir tendenciją 

Norint prognozuoti pardavimus, mūsų istoriniai duomenys turi turėti tam tikrą tendenciją (pasikartojantys reiškiniai kaip sezoninė kaita ir pardavimų augimas).  

1. Pardavimų tendencija  

Jeigu jūsų pardavimai auga kiekvienais metais, tai reiškia, jog jūsų pardavimai turi teigiamą tendenciją. Jeigu mažėja, neigiamą. Žiūrint į dabartinį grafiką, mes matome, jog pardavimai “banguoja”.  Tačiau jei nubrėžtume liniją, kuri būtų per vidurį šių “bangų”, mes pamatytume, jog pardavimai po truputi kyla į viršų.  

 

forecast_12

 

Žalia linija reprezentuoja teigiamą tendenciją (pardavimų augimą). Mes nubrėšime tikslesnę liniją antroje šio įrašo dalyje, tačiau šiam momentui mes galime būti tikri, jog mūsų duomenys, turi tam tikrą tendenciją. 

2, Sezoniškumas 

Mes galime įžvelgti dar vieną pasikartojantį reiškinį – sezoniškumą (raudona linija). 

 

forecast_13

 

Grafike matyti, kad pardavimai nukrenta 2 ketvirtį ir vėl pasiekia aukščiausią tašką 4 ketvirtį. Dažniausiu atveju, sezoniškumas nėra toks akivaizdus tikrame gyvenime. Turėkite tai omenyje, kai naudosite tikrus pardavimų duomenis. 

Išsiaiškinus, jog mūsų pardavimai turi tam tikrą tendenciją ir sezoniškumą, mes galime pereiti į antrą dalį, kurioje apskaičiuosime sezoninės kaitos įtaką mūsų pardavimams.