Печать
PDF

Расчет прогноза продаж по методу скользящей средней в Excel

Автор: Алексей Батурин.

Для того, чтобы рассчитать прогноз продаж по методу скользящей средней, необходимо:прогнозирование продаж по методу скользящей средней

  1. Рассчитать коэффициенты сезонности;
  2. Выбрать период для расчета среднего значения;
  3. Рассчитать прогноз, т.е. среднее значение умножить на коэффициент сезонности;
  4. Учесть дополнительные факторы, которые значительно влияют на продажи;

Рассчитать прогноз по методу скользящей средней очень просто. Для этого берём среднее значение, например, средние продажи за последние 3 месяца и умножаем на коэффициент сезонности к 3-м месяцам - и прогноз на месяц готов. Аналогичным образом делаем и на следующий месяц, только в расчет уже попадет предыдущий прогнозный месяц.

1. Рассчитаем коэффициенты сезонности для прогноза по методу скользящей средней.

Для этого рассчитываем коэффициенты сезонности очищенные от роста, как описано в статье «Как рассчитать коэффициенты сезонности, очищенные от роста?». Затем определяем коэффициенты сезонности к предыдущим периодам, к 1 месяцу, к 2-м месяца, к 3-м месяцам и т.д. в зависимости от того, за какой период берем среднее значение для прогнозирования продаж. Например, рассчитаем месячные коэффициенты сезонности (см. вложенный файл лист "Расчет коэффициентов")

  • к 1 месяцу:

    • коэффициент января — отношение январского коэффициента сезонности очищенного от роста к декабрьскому;

    • февраля — февральского коэффициента к январскому;

    • марта — март к февралю;

    • и т.д.

  • к 2-м месяцам:

    • для января — отношение январского коэффициента сезонности к среднему значению декабря и ноября

    • для февраля — февраль делим на среднее значение коэффициентов  января и декабря

    • для марта — март к среднему февральского и январского коэффициентов

    • и т.д.

  • к 3-м месяцам:

    • для определения январского коэффициента сезонности к 3-м месяцам мы январский коэффициент сезонности, очищенный от роста, делим на среднее значение коэффициентов сезонности, очищенных от роста, за декабрь, ноябрь, октябрь;

    • для февраля — коэффициент февраля делим на среднее значение коэффициентов ноября, декабря и января;

    • Для марта — отношение марта к среднему значению коэффициентов сезонности очищенных от роста декабря, января и февраля;

    • И т.д.

Коэффициенты сезонности к предыдущим периодам мы рассчитали, теперь определим, за какой период лучше взять среднее значение для более точного прогноза.Также коэффициенты сезонности вы можете легко и быстро рассчитать, используя программу Forecast4AС - надежный помощник на всех этапах прогнозирования.

2. Выбираем период расчета среднего значения для прогноза по методу скользящей средней.

Для этого делаем прогноз для последнего и предпоследнего периодов, данные за который нам известны, тремя или более способами для определения подходящего периода расчета средней (см. вложенный файл лист «Выбор периода»). И смотрим, какой из вариантов делает более точный прогноз:

  1. Рассчитаем прогноз продаж по методу скользящей средней к 1-му месяцу:

Декабрь = объём продаж ноября умножим на декабрьский коэффициент сезонности к предыдущему месяцу.  

  1. Рассчитаем прогноз продаж по методу скользящей средней к 2-ум месяцам:

Декабрь = средний объём продаж за октябрь и ноябрь умножим на декабрьский коэффициент сезонности к 2-м месяцам.

  1. Рассчитываем прогноз по методу скользящей средней к 3-ем месяцам:

Декабрь = средний объём продаж за сентябрь, октябрь и ноябрь умножим на декабрьский коэффициент сезонности к 3-м месяцам.

Сейчас мы рассчитали прогноз тремя способами на декабрь.  Аналогичным образом рассчитаем на ноябрь.

Теперь сравниваем фактические значения за ноябрь и декабрь с прогнозными рассчитанными 3-мя способами. Мы видим, что в нашем примере наиболее точно прогноз рассчитан по методу скользящей средней к 2-м месяцам, возьмём его за базу. В вашем случае более точный прогноз может оказаться к предыдущему периоду, к 3-м предыдущим или к 4-м предыдущим периодам.

3. Рассчитаем прогноз продаж по методу скользящей средней.

Т.к. мы выбрали прогноз на основании среднего за 2 предыдущих месяца, то для прогноза на январь, мы средние продажи за ноябрь и декабрь умножаем январский коэффициент сезонности к 2-м месяцам.

Для прогноза на февраль мы средний объем продаж января и декабря умножаем на февральский коэффициент сезонности.

Следуя данной логике, мы продлеваем расчет прогноза до конца года. Расчет прогноза продаж на год готов.

4. Дополнительные факторы, которые стоит учесть при расчете прогноза продаж.

Для повышения точности прогноза важно:

  1. Из прошлых периодов вычесть факторы, которые значительно повлияли на объем продаж, но в прогнозных месяцах повторяться не будут (акции по стимулированию сбыта, разовая отгрузка крупного нерегулярного клиента, вывод из крупной розничной сети и т.д.).
  2. К прогнозируемым месяцам прибавить факторы, которые значительно повлияют на продажи — начало работы с крупными сетями, проведение крупных акций по стимулированию сбыта, вывод новых товаров, рекламные компании и т.д.

Точных вам прогнозов!

Программа Forecast4AC PRO рассчитает прогноз по методу скользящей средней одновременно более чем для 1000 временных рядов одним нажатием клавиши, значительно сэкономив ваше время, одним из 4-х способов:

  • К среднему за два предыдущих периода

  • К среднему за три предыдущих периода

  • К среднему за 4 предыдущих периода

  • Двойная средняя к 3 и 4 предыдущим периодам

Зарегистрируйтесь и протестируйте Forecast4AC PROскачать программу для прогнозирования Forecast4AC PRO

график модель прогноза + трендграфик сезенностьграфик прогноз + границы прогноза + трендграфик прогноз к предыдущим периодам

Forcast4AC Pro 4ddabd6bbee26 250x250Подписка "Прогноз с точностью 90% и выше!"

Присоединяясь к нам Вы получаете:

  • Более 10 рекомендаций по прогнозированию продаж!
  • Практические примеры!
  • Ссылку на Forecast4AC PRO - 40 дней бесплатно!
  • + советы по работе с программой!

Forecast4AC PRO - прогноз одним нажатием клавиши!

Статья полезная? Поделитесь с друзьями

Ваши комментарии и вопросы:


Comments  

 
#16 Алексей Батурин 09.03.2017 00:15
Цитирую Ирина:
А что в файле Excel обозначает полученное отношение (2011 к 2010) в размере 112%? Точность прогноза или что-то ещё? Просто обычно точность прогноза идёт до 100% (встречалось так в примерах моделей), не больше.

Ирина, извиняюсь за задержку, почему-то сообщение о комментарии пришло с опозданием, 2011 к 2010 - это отношение 2011 к 2010 году - коэф-т роста, 112% - прирост на 12% в 2011 по сравнению с 2010 годом
Quote
 
 
#15 Ирина 18.01.2017 19:40
А что в файле Excel обозначает полученное отношение (2011 к 2010) в размере 112%? Точность прогноза или что-то ещё? Просто обычно точность прогноза идёт до 100% (встречалось так в примерах моделей), не больше.
Quote
 
 
#14 ольга 16.06.2016 13:07
Цитирую Алексей Батурин:
Цитирую ольга:
Может задам конечно глупый вопрос.
А максимум к 4 месяцам?
Или можно рассчитывать коэффициенты сезонности например к 12 месяцам и т.д?) :oops:
И там по кругу пошло, пошло..... :-*

Может задам конечно глупый вопрос.
А максимум к 4 месяцам?
Или можно рассчитывать коэффициенты сезонности например к 12 месяцам и т.д?) :oops:
И там по кругу пошло, пошло..... :-*

В этой модели нет сезонности. Минимум 12 месяцев, или сезонность от аналога
В этой модели понятно нет.
Я к своим данным считаю к 8 месяцу шло повышение а к 11 прогноз продаж пошел на снижение.
Quote
 
 
#13 Алексей Батурин 16.06.2016 12:59
Цитирую ольга:
Может задам конечно глупый вопрос.
А максимум к 4 месяцам?
Или можно рассчитывать коэффициенты сезонности например к 12 месяцам и т.д?) :oops:
И там по кругу пошло, пошло..... :-*

Может задам конечно глупый вопрос.
А максимум к 4 месяцам?
Или можно рассчитывать коэффициенты сезонности например к 12 месяцам и т.д?) :oops:
И там по кругу пошло, пошло..... :-*
В этой модели нет сезонности. Минимум 12 месяцев, или сезонность от аналога
Quote
 
 
#12 ольга 16.06.2016 12:31
Может задам конечно глупый вопрос.
А максимум к 4 месяцам?
Или можно рассчитывать коэффициенты сезонности например к 12 месяцам и т.д?) :oops:
И там по кругу пошло, пошло..... :-*
Quote
 
 
#11 Алексей Батурин 21.08.2015 01:05
Цитирую Максим:
Добрый день. А что если нужно просчитать прогноз, но есть данные только за 1,5 года. Новые точки продаж. На одну половину годна будет коэффициент за 2 года, а за вторую только за один? использовать только отклонение тренда от факта?


Да, Максим, на 1 часть года коэффициенты будут за 2 года. на вторую за 1.
Но только отклонения тренда от факта не достаточно брать, сезонность еще желательно нормировать, т.е. сделать, чтобы все коэффициенты сезонности в среднем были равны = 1, или если по месяцам по сумме давали 12.

О нормировании сезонности есть здесь:
http://www.4analytics.ru/sezonnost/kak-rasschitat-koefficienti-sezonnosti-ochishennie-ot-rosta.html

Если рассчитываете прогноз по скользящей средней, то сезонность еще надо сделать не среднегодовой, а к предыдущим периодам, об этом есть здесь

http://www.4analytics.ru/chto-vajno-znat/dlya-chego-nujni-koefficienti-sezonnosti-k-2-m-3-m-4-m-mesyacam.html

и в этой статье, выше.


Возможно можно взять коэффициенты сезонности от аналогов - по аналогичному направлению, товарной группе...

Вы прогноз по товарам считаете?
Quote
 
 
#10 Максим 20.08.2015 18:26
Добрый день. А что если нужно просчитать прогноз, но есть данные только за 1,5 года. Новые точки продаж. На одну половину годна будет коэффициент за 2 года, а за вторую только за один? использовать только отклонение тренда от факта?
Quote
 
 
#9 Алексей Батурин 27.01.2015 20:44
Цитирую Елена:
"Из прошлых периодов вычесть факторы, которые значительно повлияли на объем продаж, но в прогнозных месяцах повторяться не будут "

Эх, вот это самое интересное. КАК вычислить насколько повлияли какие факторы, чтобы вычесть))
Вот, пытаюсь посчитать эффект от рекламной кампании, пробуя сделать прогноз на месяцы ее проведения, по данным за предыдущие месяцы (2,5 года прошлых) прогноз на 3 мес. следующих.
Вычесть бы еще инфляцию, например.

Вот эту разницу (факт-прогноз) очень хочется списать на заслуги рекламной кампании (если она вообще будет значимой:).


P.S. Алексей, огромное спасибо за ресурс 4analytics.ru. То что Вы и ваша команда делает - очень круто! Все доступно, понятно описано (для чайников типа меня:). Спасибо!


Елена, здравствуйте.

Если посчитаете прогноз в шт., а потом штуки переведете в рубли по текущим ценам, то влияние инфляции можете снять.

Елена, спасибо за ваш отзыв, будут вопросы, пишите, буду рад помочь)
Quote
 
 
+1 #8 Елена 27.01.2015 16:03
"Из прошлых периодов вычесть факторы, которые значительно повлияли на объем продаж, но в прогнозных месяцах повторяться не будут "

Эх, вот это самое интересное. КАК вычислить насколько повлияли какие факторы, чтобы вычесть))
Вот, пытаюсь посчитать эффект от рекламной кампании, пробуя сделать прогноз на месяцы ее проведения, по данным за предыдущие месяцы (2,5 года прошлых) прогноз на 3 мес. следующих.
Вычесть бы еще инфляцию, например.

Вот эту разницу (факт-прогноз) очень хочется списать на заслуги рекламной кампании (если она вообще будет значимой:).


P.S. Алексей, огромное спасибо за ресурс 4analytics.ru. То что Вы и ваша команда делает - очень круто! Все доступно, понятно описано (для чайников типа меня:). Спасибо!
Quote
 
 
#7 Алексей Батурин 28.08.2014 16:33
Цитирую Ivan:
Небольшая неточность:
"Декабрь = средний объём продаж за октябрь и ноябрь умножим на декабрьский коэффициент сезонности к 3-м месяцам."
Пропустили сентябрь.


Иван, спасибо большое, исправил!
Quote
 

Добавить комментарий


Защитный код
Обновить