Как разработать автоматизированную систему прогнозирования спроса

3310
Пермяков Юрий
финансовый директор группы компаний «Автоцентр КГС»
Чтобы повысить оборачиваемость товаров и снизить финансовые потери из-за ошибок при прогнозировании спроса, надо определить периодичность колебаний спроса, заложить в ИТ-систему алгоритм расчета прогнозных данных о продажах, основанный на методах математического анализа, провести XYZ-анализ. Опытом делится практик.

Группа компаний «Автоцентр КГС» занимается продажей запасных частей для легковых и грузовых автомобилей. В компании действует единая служба снабжения, которая закупает продукцию для всех дочерних фирм. Поэтому в центральном складском хозяйстве всегда должно быть достаточное количество товара, чтобы его можно было заказать и направить в оптово-розничные магазины. 

До определенного момента заказы поставщикам формировались исходя из данных о продажах в предыдущие периоды, умноженных на экспертные коэффициенты роста или снижения по отдельным товарным группам. Такой подход приводил к ошибкам в прогнозировании запасов.

Из-за существенного отклонения планируемых значений от фактических оборачиваемость товаров снижалась, а компания терпела дополнительные финансовые потери в виде стоимости лишних закупленных деталей и неполученного дохода от продажи незаказанных запасных частей, а также затрат на хранение запасов.

Чтобы решить эти проблемы, была разработана автоматизированная система прогнозирования спроса. Один из ее инструментов основан на модели расчета предполагаемых объемов продаж с учетом сезонных колебаний и динамики изменения цен в предстоящем периоде. При этом используются статистические данные по продажам запасных частей всеми компаниями группы.

Моделирование сезонности спроса

В компании была выявлена сезонность спроса на продаваемые запасные части. Первый пик приходится на март–апрель, в это время наблюдается рост деловой активности в регионе, а второй (он несколько выше) отмечается в сентябре–октябре – в это время корпоративные клиенты активно реализуют закупочные бюджеты. Такую ярко выраженную периодичность роста и снижения спроса в общем случае можно описать следующей гармонической функцией:

Как разработать автоматизированную систему прогнозирования спроса

где A0 – среднегодовой спрос в натуральных единицах;

A – амплитуда сезонных колебаний;

k – месяц расчетного периода;

T – период (в рассматриваемом случае – 12 месяцев);

φ – смещение по временной оси.

Для практических вычислений эту формулу нужно преобразовать, чтобы можно было включить искомые величины модельной функции в виде линейных коэффициентов. Кроме этого, стоит иметь в виду и различие в амплитудах двух годовых пиков спроса. После учета указанных факторов исходная модельная функция принимает следующий вид:

Как разработать автоматизированную систему прогнозирования спроса

Здесь коэффициенты A1, B1, A2 и B2 отражают амплитуды сезонных колебаний с периодом полгода и год. Таким образом, формула представляет собой три первых члена разложения в ряд Фурье, который здесь проявился в связи с заявленной периодичностью. Выражения для расчета коэффициентов известны из теории Фурье-анализа. Они могут быть определены по следующим формулам:

 Как разработать автоматизированную систему прогнозирования спроса

Показатель gk в данном случае отражает фактические продажи за анализируемый период. Промежуточные коэффициенты нужно рассчитать для каждого значения за каждый месяц года. Стоит отметить, что выбор периодичности (в рассматриваемой ситуации это два годовых пика) не ограничивается описываемой моделью. Например, если специфика спроса на товары в натуральных показателях предполагает сезонность по временам года, то, добавляя в модельную функцию необходимые коэффициенты с соответствующей периодичностью, можно ее расширить.

Расчет прогноза продаж в натуральных показателях (на примере номенклатурной единицы «Кольцо глушителя ГАЗ-53, УАЗ»)

Как разработать автоматизированную систему прогнозирования спроса

Продемонстрируем описанную методику на примере расчета прогнозных объемов продаж товара «Кольцо глушителя ГАЗ-53, УАЗ» на 2012 год в Excel. Так, в столбце А (см. рисунок) указан порядковый номер месяца, в столбце В – количественные данные по продажам номенклатурной единицы в соответствующем месяце 2011 года. Столбцы C–F заполняются математическими выражениями, которые соответствуют произведениям под знаком суммы в формулах, используемых для расчета коэффициентов модельной функции. Промежуточное значение, например, за первый месяц для каждого коэффициента определяется следующим образом:

Как разработать автоматизированную систему прогнозирования спроса

После того как найдены все промежуточные значения для каждого месяца, определяются искомые коэффициенты A1, B1, A2 и B2. Для этого можно использовать функцию Excel «СРЗНАЧ». Затем полученные результаты подставляются в модельную функцию и рассчитывается прогноз по объему спроса в натуральных показателях для каждого месяца (столбец G). Например, прогноз продаж по номенклатурной единице «Кольцо глушителя ГАЗ-53, УАЗ» на сентябрь 2012 года составит:

Как разработать автоматизированную систему прогнозирования спроса

Расчет закупочных цен

Мы определили объем продаж номенклатурной единицы на 2012 год в натуральных показателях. В то же время для организации закупок компанию интересует прогноз спроса в закупочных ценах. Так, во втором столбце таблицы приведены помесячные цены, по которым запчасти рассматриваемого вида закупались в 2011 году. Если построить в Excel график исходя из указанных цен и затем добавить на него линейный тренд, то можно получить уравнение следующего вида:

y = 0,326x + 12,606

где y – это цена закупки;

x – порядковый номер месяца.

Это значит, что в данном случае цена в среднем растет на 0,326 рубля в месяц со значением 12,606 рубля на начало периода анализа. Подставив в уравнение исходные данные по ценам, получим помесячный прогноз по ним на 2012 год. Затем эти значения умножаются на ранее рассчитанный прогноз продаж в натуральных показателях, что дает прогноз спроса на товары по закупочной стоимости.

Кстати, чтобы добавить линию тренда на графике в Excel, после построения основной линии нужно, выделив окно диаграммы, перейти на вкладку меню «Макет» и выбрать «Линейное приближение» в подменю «Линия тренда». В том же подменю через соответствующий пункт можно изменить дополнительные параметры, например, отобразить на графике уравнение.

Прогноз спроса номенклатурной единицы «Кольцо глушителя ГАЗ-53, УАЗ» на 2010 год в закупочных ценах

Месяц Цена
в 2011 г.,
руб.
Прогноз
цены
на 2012 год,
руб.
Прогноз
продаж
на 2012 г.
в натуральном
выражении
Прогноз
спроса, руб.
Январь 12,97 16,84 50 842,20
Февраль 12,97 17,17 54 927,18
Март 12,97 17,50 78 1364,69
Апрель 12,97 17,82 99 1764,38
Май 15,39 18,15 98 1778,50
Июнь 15,39 18,47 78 1440,97
Июль 15,39 18,80 59 1109,20
Август 15,39 19,13 60 1147,56
Сентябрь 15,54 19,45 79 1536,71
Октябрь 15,54 19,78 95 1878,91
Ноябрь 16,09 20,10 90 1809,36
Декабрь 16,09 20,43 68 1389,24

Алгоритм прогноза продаж

Описанная модель применяется в компании для прогнозирования спроса совместно с ABC-анализом и экспертными оценками. Для практического использования она была встроена в информационную систему.

При первом планировании спроса формируется документ «План продаж» на каждый из 12 календарных месяцев, следующих за текущим. В каждом последующем месяце эта операция повторяется. В итоге в документах «План продаж» по ранее запланированным периодам будет формироваться разница между первоначально указанным количеством товаров и значением, полученным при использовании более «свежих» сведений о фактических продажах товаров. Такое скользящее планирование позволяет ежемесячно актуализировать данные.

XYZ-анализ

При формировании заявок поставщикам дополнительно используется ABC-фильтрация товаров, основанная на анализе интенсивности их предыдущих продаж (присутствии товаров в документах реализации). Товары также классифицируются по принципу стабильности величины продаж (XYZ-анализ).

  • К классу X относятся товары, по которым коэффициент вариации (отношение среднеквадратичного отклонения к среднеарифметическому значению продаж товара) находится в диапазоне от 0 до 40 процентов. 
  • К классу Y – в диапазоне свыше 40 до 100 процентов
  • К классу Z – свыше 100 процентов.

Например, по данным за 2011 год из всей проданной номенклатуры около 10 процентов составили товары группы X, характеризующиеся стабильной величиной продаж. Около 30 процентов пришлось на группу Y, со средней «предсказуемостью». Остальное – плохо прог­нозируемая группа Z.

Казалось бы, моделированию подвержено только 40 процентов номенклатуры (группы X и Y), но на деле на них приходится более 80 процентов товаров в натуральном выражении. При этом заказ продукции стабильного спроса можно полностью отдать на откуп предложенной модели, поскольку полученных таким путем сведений вполне достаточно для построения надежного прог­ноза. А вот для остальных категорий продукции (товары группы Y и Z) требуется дополнительный анализ и экспертная оценка.

Кроме того, к ограничениям модели относится невозможность анализа внешних факторов, например, появление нового крупного конкурента или общеэкономических рыночных колебаний. Это связано с тем, что модельные расчеты производятся на основе информации прошлых периодов, поэтому возрастает потребность в качественной экспертной оценке. Для повышения ее эффективности используются данные о средних краткосрочных продажах товаров и их оборачиваемости.

Полезная статья? Добавьте страницу в закладки, сохраните, распечатайте или переадресуйте. 

Читайте также:

Методические рекомендации по управлению финансами компании

Вложенные файлы

Доступно только подписчикам
  • Файл Excel c полными версиями таблиц и встроенными формулами модельного расчета колебаний спроса и закупочных цен.xls


Подписка на статьи

Чтобы не пропустить ни одной важной или интересной статьи, подпишитесь на рассылку. Это бесплатно.

Школа

Школа

Проверь свои знания и приобрети новые

Записаться

Самое выгодное предложение

Самое выгодное предложение

Воспользуйтесь самым выгодным предложением на подписку и станьте читателем уже сейчас

Живое общение с редакцией

А еще...


Опрос

Вы планируете менять работу в новом году?

  • Да, планирую 36%
  • Подумываю об этом 26.4%
  • Нет, пока никаких перемен 28%
  • Это секрет! 9.6%
Другие опросы

Рассылка



© 2007–2016 ООО «Актион управление и финансы»

«Финансовый директор» — практический журнал по управлению финансами компании

Зарегистрировано Федеральной службой по надзору в сфере связи,
информационных технологий и массовых коммуникаций (Роскомнадзор)
Свидетельство о регистрации Эл №ФС77-43625 от 18.01.2011
Все права защищены. email: fd@fd.ru


  • Мы в соцсетях
×
Чтобы скачать файл, пожалуйста, зарегистрируйтесь

Сайт журнала «Финансовый директор» - это профессиональный ресурс для сотрудников финансовых служб и профессиональных управленцев.

Вы получите доступ не только к этому файлу, но и к другим статьям, рекомендациям, образцам регламентов и положений для управления финансами компании.

У меня есть пароль
напомнить
Пароль отправлен на почту
Ввести
Я тут впервые
И получить доступ на сайт
Займет минуту!
Введите эл. почту или логин
Неверный логин или пароль
Неверный пароль
Введите пароль
Зарегистрируйтесь на сайте,
чтобы продолжить чтение статьи

Еще Вы сможете бесплатно:
Скачать надстройку для Excel. Узнайте риск налоговой проверки в вашей компании
Прочитать книгу «Я – финансовый директор. Секреты профессии» (раздел «Книги»)

У меня есть пароль
напомнить
Пароль отправлен на почту
Ввести
Я тут впервые
И получить доступ на сайт
Займет минуту!
Введите эл. почту или логин
Неверный логин или пароль
Неверный пароль
Введите пароль