零售行业经营必备技能!销售预测是多有用让上市公司疯狂吹捧?
销售预测对经营的指导性非常高!降低库存、协调工人工期、采购备料、评估销售团队都需要精准的销售预测,预测的精准度对上市公司股价而言,更是不能有丝毫含糊,对于库存量大的零售行业来说更是如此。
再具体点说,如果没有销售预测就容易出现以下窘境:
例如,原料药采购大宗物料的时间约:5-90天;工厂生产的时间大约:2-20天;物流配送的时间大约:1-10天。
基于上述情况导致的窘境:
–在终端进货过程中:“我要现货!”“没货,那我就去别的厂家!”
–对于销售人员与经销商来说,则是:失去最佳销售时机,销售指标不能完成!
所以,我们需要通过销售预测来“切实计划,实现承诺”!
问题来了:那要基于什么来做销售预测呢?
想要解决这个问题,我们可以根据每个月销售目标的制定:看前1-2年的历史情况,分析趋势和变化原因;结合宏观经济情况,季节变化,新品上市及推广活动,促销活动,区域市场行业的竞争情况,广告的投入等综合判断:
例子1:通过基值分析预测
FineReport报表制作
基值分析:每个月的实际销售额除以当年每月的平均销售额,反应了销售的季节性因素。
基值分析现状能够得到哪些结论?
可能结论:
1、春节前的一个月是销售旺季,问题:春节当月是淡季吗?
2、3月,4月和5月以及8月,9月,10月,11月和12月是旺季,必须抓住。
3、在这两波销售高峰中,主要的拉动因素是什么?–节假日集中。
例子2:通过趋势预测分析-移动平均算法预测
在“历史重演”的惯性假设条件下,基于外部数据对未来做出估计。趋势预测分析在运用加权移动平均算法是,权重的选择是一个应该注意的问题。一般而言,最近期的数据最能预示未来的情况,因而权重应大些。例如,根据前一个月的销售情况比根据前几个月能更好的估测下个月的销售情况。但是,如果数据是季节性的,则权重也应是季节性的,例如,不能以1月份保健品的销量来预测春季的销量。
FineReport报表制作
趋势预测分析适用范围:
1、当数据包含季节、周期变动时,移动平均的间隔数与季节、周期变动长度一致,才能消除其季节或周期变动的影响。
2、移动平均数并不能总是很好的反映出趋势。由于是平均值,预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动。
不适用范围:
1、时间序列存在比较明显的季节性趋势时,不适于使用移动平均。
2、时间序列存在比较明显的发展趋势时,不适于使用移动平均。
3、移动平均分析需要有大量的历史数据才可以进行。
例3:通过滚动预测
按照”近细远粗”的原则,根据上一期的预算完成情况,调整和具体编制下一期预算,并将编制预算的时期逐期连续滚动向前推移,使预算总是保持一定的时间幅度。简单地说,就是根据上一期的预算指标完成情况,调整和具体编制下一期预算,并将预算期连续滚动向前推移的一种预算编制方法。
滚动预算的编制,可采用长计划,短安排的方式进行,即在编制预算时,可先按年度分季,并将其中第一季度按月划分,编制各月的详细预算。其他三个季度的预算可以粗一些,只列各季总数,到第一季度结束前,再将第二季度的预算按月细分,第三、四季度及下年度第一季度只列各季总数,依此类推,使预算不断地滚动下去。
FineReport报表制作
例子4:通过实际与预测差异分析预测
既然是预测,必定会存在误差,那么实际与预测差异分析也是销售预测分析中的重要环节。
FineReport报表制作
这里再分享一个题主没有问到的问题,在我们知道可以基于以上4种方法来做销售预测后,那我们又能如何提高销售预测的准确度呢?
这里分享3个提高销售预测准确度的绝招
1、通过销售漏斗完成加权预测,是最常见的销售预测方式
销售漏斗中每个销售阶段都有对应的金额和赢率,两个数值相乘即该销售阶段可能漏下来的金额,最后汇总每个销售阶段的数值总和,即整个销售漏斗的加权目标值。
经过计算,图中销售漏斗的加权目标值是1200万,也就是说,预计该销售漏斗能够做到1200万的订单金额。如果本季度业绩目标是1000万,销售周期较短的话,基本可以判断形势一片大好。不过如果你的产品的销售周期超过了3个月(超过一个季度时间),为了确保万无一失,你还需要更多的客户补充进去你的销售漏斗。
2、经验值预测
通过销售漏斗推测销售目标值有一个“国际惯例”:销售漏斗的总额应该3倍于销售目标,经过大量销售实践总结出来的。这是第二种预测方式——靠经验值预测。如果你要实现1000万的销售目标,你销售漏斗的金额至少要保证有3000万。这是销售管理界最简单粗暴的销售预测方式。
3、第三种预测方式是外企常用的预测机制——承诺预测
经验丰富的销售人员全面衡量打单因素后,对有些客户十分有把握“拿下”,尽管这些客户目前停留在初步接洽阶段,赢率仅为10%……比如,季度初销售经理会和老板承诺,销售漏斗里有600万的单子是100%能够拿下来的,若这些情况不考虑在销售预测的范围中,则也会影响销售预测的精准度。