Юнико - автоматизация аптек и аптечных сетей. Программы для аптек.Современный программный продукт для аптек и аптечных сетей, который охватывает все основные рабочие процессы в аптеке, от расценки, до формирования заказа h1

Источник: журнал "Фармацевтическое обозрение" Декабрь 2013/ №12 (141)

Прогнозирование спроса

Если необходимо учесть бо̀льшее количество факторов, от системы потребуется более детальная информация и более сложные алгоритмы. Поэтому, если вы сможете получить прогноз с качеством 80% и более простой технологией (которую мы далее по тексту будем изучать), то стоит на ней остановиться и пытаться повышать точность за счет усложнения методики. 

Самый распространенный пример чуть более сложной методики – это добавить к учету сезонности и тенденции еще и маркетинговый коэффициент.

Итак, прогноз в нашем случае строится следующим образом (формула 1):

Pi+1 = Тi+1 * Ксезi+1(1)

Где

Pi+1 – прогноз на определенный (i+1-ый) месяц, шт.;

Тi+1 – тенденция на определенный (i+1-ый) месяц, шт.;

Ксезi+1 – коэффициент сезонности на определенный (i+1-ый) месяц.

Прогноз по данной технологии (как и по любой другой статистической технологии) дает качественный результат на перспективу 1–2 периода (в нашем случае – месяц) вперед.

Если пытаться таким образом построить прогноз на 12 месяцев вперед, то в прогнозе не будут отражаться изменения внешней среды в прогнозе. То есть прогноз будет отставать от изменений на рынке.

Так как мы уже знаем, как определять коэффициент сезонности, перейдем к определению тенденции.

Напомню, под тенденцией понимается направленное развитие. Тенденция может быть растущей или работать на понижение, может практически не отражать ни рост, ни спад (рисунок 1).

Задача при построении прогноза – «поймать» эту самую тенденцию. То есть отобразить динамику роста или спада продаж, которые будут происходить в периоде, на который строится прогноз.

Как и в процессе выявления коэффициента сезонности, при описании тенденции выбираются различные варианты: среднее, линейная функция. Выбор делается в процессе разработки технологии прогнозирования. Или выбираются оба варианта. А прогноз будет строиться либо как диапазон, либо как среднее между двумя вариантами. Как бы пессимистичный и оптимистичный вариант.

Еще один момент, которому стоит уделить внимание – на каком количестве предыдущих месяцев строить тенденцию. В статистике принято считать, что чем более длительная история берется за основу, тем лучше. Но в реальном бизнесе это правило, к сожалению, не действует.

Наша система прогнозирования должна учитывать нестабильность рынков и экономики в целом. Поэтому для наиболее достоверного результата при построении прогноза используют самые последние статистические данные с минимальным количеством месяцев.

Это, как правило, 3–7 месяцев. Для новинок и товаров, которые находятся в ассортименте очень небольшой интервал времени (для товаров с жизненным циклом до 1 года), анализируют три месяца. Для всех остальных товаров используют диапазон от 5 до 7 месяцев. 

Прежде чем построить тенденцию, данные за выбранную историю продаж (спроса) сначала очищают от сезонности. Это делается для того, чтобы данные о предыдущем сезоне не повлияли на прогноз будущих продаж. Напоминаем, что лучше прогнозировать продажи на основании данных о спросе, а не данных о продажах с возможным дефицитом. 

Итого, алгоритм построения прогноза следующий (рисунок 2).

Ниже представлены этапы технологии прогнозирования в таблицах Excel.

Тенденция может быть растущей или работать на понижение, а может практически не отражать ни рост, ни спад