Как рассчитать прогноз на следующий год формула

Создание прогноза в Excel для Windows

Если у вас есть статистические данные с зависимостью от времени, вы можете создать прогноз на их основе. При этом в Excel создается новый лист с таблицей, содержащей статистические и предсказанные значения, и диаграммой, на которой они отражены. С помощью прогноза вы можете предсказывать такие показатели, как будущий объем продаж, потребность в складских запасах или потребительские тенденции.

Создание прогноза

На листе введите два ряда данных, которые соответствуют друг другу:

ряд значений даты или времени для временной шкалы;

ряд соответствующих значений показателя.

Эти значения будут предсказаны для дат в будущем.

Примечание: Для временной шкалы требуются одинаковые интервалы между точками данных. Например, это могут быть месячные интервалы со значениями на первое число каждого месяца, годичные или числовые интервалы. Если на временной шкале не хватает до 30 % точек данных или есть несколько чисел с одной и той же меткой времени, это нормально. Прогноз все равно будет точным. Но для повышения точности прогноза желательно перед его созданием обобщить данные.

Выделите оба ряда данных.

Совет: Если выделить ячейку в одном из рядов, Excel автоматически выделит остальные данные.

На вкладке Данные в группе Прогноз нажмите кнопку Лист прогноза.

В окне Создание прогноза выберите график или гограмму для визуального представления прогноза.

В поле Завершение прогноза выберите дату окончания, а затем нажмите кнопку Создать.

В Excel будет создан новый лист с таблицей, содержащей статистические и предсказанные значения, и диаграммой, на которой они отражены.

Этот лист будет находиться слева от листа, на котором вы ввели ряды данных (то есть перед ним).

Настройка прогноза

Если вы хотите изменить дополнительные параметры прогноза, нажмите кнопку Параметры.

Сведения о каждом из вариантов можно найти в таблице ниже.

Выберите дату, с которой должен начинаться прогноз. При выборе даты начала, которая наступает раньше, чем заканчиваются статистические данные, для построения прогноза используются только данные, предшествующие ей (это называется «ретроспективным прогнозированием»).

Если вы начинаете прогноз перед последней точкой, вы сможете получить оценку точности прогноза, так как сможете сравнить прогнозируемый ряд с фактическими данными. Но если начать прогнозирование со слишком ранней даты, построенный прогноз может отличаться от созданного на основе всех статистических данных. При использовании всех статистических данных прогноз будет более точным.

Если в ваших данных прослеживаются сезонные тенденции, то рекомендуется начинать прогнозирование с даты, предшествующей последней точке статистических данных.

Установите или снимите флажок Доверительный интервал, чтобы показать или скрыть его. Доверительный интервал — это диапазон вокруг каждого предсказанного значения, в который в соответствии с прогнозом (при нормальном распределении) предположительно должны попасть 95 % точек, относящихся к будущему. Доверительный интервал помогает определить точность прогноза. Чем он меньше, тем выше достоверность прогноза для данной точки. Доверительный интервал по умолчанию определяется для 95 % точек, но это значение можно изменить с помощью стрелок вверх или вниз.

Сезонность — это число для длины (количества точек) сезонного шаблона и автоматически обнаруживается. Например, в ежегодном цикле продаж, каждый из которых представляет месяц, сезонность составляет 12. Автоматическое обнаружение можно переопрепредидить, выбрав установить вручную и выбрав число.

Примечание: Если вы хотите задать сезонность вручную, не используйте значения, которые меньше двух циклов статистических данных. При таких значениях этого параметра приложению Excel не удастся определить сезонные компоненты. Если же сезонные колебания недостаточно велики и алгоритму не удается их выявить, прогноз примет вид линейного тренда.

Диапазон временной шкалы

Здесь можно изменить диапазон, используемый для временной шкалы. Этот диапазон должен соответствовать параметру Диапазон значений.

Здесь можно изменить диапазон, используемый для рядов значений. Этот диапазон должен совпадать со значением параметра Диапазон временной шкалы.

Заполнить отсутствующие точки с помощью

Для обработки отсутствующих точек в Excel используется интерполяция, то есть отсутствующие точки будут заполнены в качестве взвешенного среднего значения соседних точек, если отсутствует менее 30 % точек. Чтобы нули в списке не были пропущены, выберите в списке пункт Нули.

Использование агрегатных дубликатов

Если данные содержат несколько значений с одной меткой времени, Excel находит их среднее. Чтобы использовать другой метод вычисления, например Медиана или Количество,выберите нужный способ вычисления из списка.

Включить статистические данные прогноза

Установите этот флажок, если хотите поместить на новом листе дополнительную статистическую информацию о прогнозе. При этом добавляется таблица статистики, созданная с помощью прогноза. Ets. Функция СТАТ и показатели, такие как коэффициенты сглаживания («Альфа», «Бета», «Гамма») и метрики ошибок (MASE, SMAPE, MAE, RMSE).

Формулы, используемые при прогнозировании

При использовании формулы для создания прогноза возвращаются таблица со статистическими и предсказанными данными и диаграмма. Прогноз предсказывает будущие значения на основе имеющихся данных, зависящих от времени, и алгоритма экспоненциального сглаживания (ETS) версии AAA.

Таблицы могут содержать следующие столбцы, три из которых являются вычисляемыми:

столбец статистических значений времени (ваш ряд данных, содержащий значения времени);

столбец статистических значений (ряд данных, содержащий соответствующие значения);

столбец прогнозируемых значений (вычисленных с помощью функции ПРЕДСКАЗ.ЕTS);

два столбца, представляющие доверительный интервал (вычисленные с помощью функции ПРЕДСКАЗ.ЕTS.ДОВИНТЕРВАЛ). Эти столбцы отображаются только при проверке доверительный интервал в разделе Параметры.

Скачивание образца книги

Дополнительные сведения

Вы всегда можете задать вопрос специалисту Excel Tech Community или попросить помощи в сообществе Answers community.

Источник

Прогнозирование продаж в Excel и алгоритм анализа временного ряда

Прогнозирование продаж в Excel не сложно составить при наличии всех необходимых финансовых показателей.

В данном примере будем использовать линейный тренд для составления прогноза по продажам на бушующие периоды с учетом сезонности.

Линейный тренд хорошо подходит для формирования плана по продажам для развивающегося предприятия.

Excel – это лучший в мире универсальный аналитический инструмент, который позволяет не только обрабатывать статистические данные, но и составлять прогнозы с высокой точностью. Для того чтобы оценить некоторые возможности Excel в области прогнозирования продаж, разберем практический пример.

Пример прогнозирования продаж в Excel

Рассчитаем прогноз по продажам с учетом роста и сезонности. Проанализируем продажи за 12 месяцев предыдущего года и построим прогноз на 3 месяца следующего года с помощью линейного тренда. Каждый месяц это для нашего прогноза 1 период (y).

Уравнение линейного тренда:

Допустим у нас имеются следующие статистические данные по продажам за прошлый год.

Общая картина составленного прогноза выглядит следующим образом:

График прогноза продаж:

Алгоритм анализа временного ряда и прогнозирования

Алгоритм анализа временного ряда для прогнозирования продаж в Excel можно построить в три шага:

Нужно понимать, что точный прогноз возможен только при индивидуализации модели прогнозирования. Ведь разные временные ряды имеют разные характеристики.

Чтобы посмотреть общую картину с графиками выше описанного прогноза рекомендуем скачать данный пример:

Источник

Функция ПРЕДСКАЗ для прогнозирования будущих значений в Excel

Функция ПРЕДСКАЗ в Excel позволяет с некоторой степенью точности предсказать будущие значения на основе существующих числовых значений, и возвращает соответствующие величины. Например, некоторый объект характеризуется свойством, значение которого изменяется с течением времени. Такие изменения могут быть зафиксированы опытным путем, в результате чего будет составлена таблица известных значений x и соответствующих им значений y, где x – единица измерения времени, а y – количественная характеристика свойства. С помощью функции ПРЕДСКАЗ можно предположить последующие значения y для новых значений x.

Примеры использования функции ПРЕДСКАЗ в Excel

Функция ПРЕДСКАЗ использует метод линейной регрессии, а ее уравнение имеет вид y=ax+b, где:

Пример 1. В таблице приведены данные о ценах на бензин за 23 дня текущего месяца. Согласно прогнозам специалистов, средняя стоимость 1 л бензина в текущем месяце не превысит 41,5 рубля. Спрогнозировать стоимость бензина на оставшиеся дни месяца, сравнить рассчитанное среднее значение с предсказанным специалистами.

Вид исходной таблицы данных:

Пример 1.» src=»https://exceltable.com/funkcii-excel/images/funkcii-excel145-2.png» >

Чтобы определить предполагаемую стоимость бензина на оставшиеся дни используем следующую функцию (как формулу массива):

Рассчитаем среднюю стоимость 1 л бензина на основании имеющихся и расчетных данных с помощью функции:

Можно сделать вывод о том, что если тенденция изменения цен на бензин сохранится, предсказания специалистов относительно средней стоимости сбудутся.

Анализ прогноза спроса продукции в Excel по функции ПРЕДСКАЗ

Пример 2. Компания недавно представила новый продукт. С момента вывода на рынок ежедневно ведется учет количества клиентов, купивших этот продукт. Предположить, каким будет спрос на протяжении 5 последующих дней.

Вид исходной таблицы данных:

Пример 2.» src=»https://exceltable.com/funkcii-excel/images/funkcii-excel145-6.png» >

Как видно, в первые дни спрос был небольшим, затем он рос достаточно большими темпами, а на протяжении последних трех дней изменялся незначительно. Это свидетельствует о том, что основным фактором роста продаж на данный момент является не расширение базы клиентов, а развитие продаж с постоянными клиентами. В таких случаях рекомендуют использовать не линейную регрессию, а логарифмический тренд, чтобы результаты прогнозов были более точными.

Рассчитаем значения логарифмического тренда с помощью функции ПРЕДСКАЗ следующим способом:

Как видно, в качестве первого аргумента представлен массив натуральных логарифмов последующих номеров дней. Таким образом получаем функцию логарифмического тренда, которая записывается как y=aln(x)+b.

Для сравнения, произведем расчет с использованием функции линейного тренда:

И для визуального сравнительного анализа построим простой график.

Как видно, функцию линейной регрессии следует использовать в тех случаях, когда наблюдается постоянный рост какой-либо величины. В данном случае функция логарифмического тренда позволяет получить более правдоподобные данные (более наглядно при большем количестве данных).

Прогнозирование будущих значений в Excel по условию

Пример 3. В таблице Excel указаны значения независимой и зависимой переменных. Некоторые значения зависимой переменной указаны в виде отрицательных чисел. Спрогнозировать несколько последующих значений зависимой переменной, исключив из расчетов отрицательные числа.

Вид таблицы данных:

C помощью функций ЕСЛИ выполняется перебор элементов диапазона B2:B11 и отброс отрицательных чисел. Так, получаем прогнозные данные на основании значений в строках с номерами 2,3,5,6,8-10. Для детального анализа формулы выберите инструмент «ФОРМУЛЫ»-«Зависимости формул»-«Вычислить формулу». Один из этапов вычислений формулы:

Особенности использования функции ПРЕДСКАЗ в Excel

Функция имеет следующую синтаксическую запись:

Источник

Прогноз продаж в Excel

Прогноз_продаж.xls (59,5 KiB, 27 951 скачиваний)

Прогнозирование продаж является неотъемлемой частью при планировании работы коммерческих и финансовых служб, поэтому задача довольно актуальная. Вариантов построения прогнозов достаточное множество, но я хочу показать как сделать простой, но в то же время достаточно жизнеспособный прогноз «на скорую руку», без лишних телодвижений и поправок «на ветер»(читайте как: без кучи доп.расчетов, которые применяются для создания более точных прогнозов). Почему я это уточняю? Потому что на мой взгляд, каким бы точным ни был прогноз продаж – это всего лишь предположение и быть уверенным в том, что именно так и будет развиваться ход событий, никак нельзя.
И тем не менее при помощи встроенных в Excel функций мы можем построить довольно неплохой прогноз даже с учетом сезонности. Плюс я хочу показать как сделать не просто прогноз, а прогноз с отклонениями – пессимистичный и оптимистичный. С помощью подобной модели можно будет выстроить тактику продаж таким образом, чтобы постараться максимально «вписаться» в границы между пессимистичным и оптимистичным прогнозом.
А в довершение мы построим красивый график с прогнозом.

Исходные данные
Для расчета прогноза потребуются данные о продажах за ранние периоды. Чем больше данных, тем точнее будет прогноз. Желательно, чтобы были помесячные данные хотя бы за два года. На мой взгляд это тот минимум, на основании которого можно построить весьма точный прогноз с учетом прошлого опыта. Именно из таких данных и будем исходить. Предположим, что у нас есть данные с января 2013 года по август 2015, в табличном виде:

Нам необходимо рассчитать прогноз продаж на будущий год: с сентября 2015 по август 2016 и отразить это на графике. Я специально беру рваный период посреди года, чтобы показать, что начало прогноза может быть с любой даты.

Советую сразу создать все эти столбцы или скачать готовую модель для примера, чтобы дальше использовать именно её для пошагового выполнения описанных ниже действий:
Скачать файл:

Прогноз_продаж.xls (59,5 KiB, 27 951 скачиваний)

В самый низ таблицы, после последней фактической даты, я добавил даты, на которые необходимо построить прогноз( от сен.2015 до авг.2016 ).

Подробнее про принцип работы формулы: она берет отдельно сумму каждого месяца за 2013 и 2014 год, складывает их. Делит полученное значение на общую сумму продаж за весь период целых месяцев(т.е. 24 месяца) и умножает на 12, чтобы получить коэффициент именно за один месяц. И так для каждого месяца. Т.е. для ячейки F2 расчет будет выглядеть следующим образом:
=(( 56 769 + 68 521 )/ 1 542 293 )*12
=(( сумма за янв.2013 + сумма за янв.2014 )/ общая сумма за два года(янв.2013 – дек.2014) )*12

Основную задачу выполнили – у нас есть прогноз на будущие периоды. Теперь осталось в дополнение к самому прогнозу, создать допустимые верхние и нижние границы, которые часто еще называют оптимистичный прогноз и пессимистичный(но по сути это просто возможное отклонение от прогнозных данных). Такой прогноз даст нам возможность более гибко планировать тактику на будущие периоды.
Для того, чтобы построить такие прогнозы необходимо рассчитать допустимое отклонение от прогнозируемых значений. Здесь так же будем использовать имеющиеся в Excel функции. В ячейку G2 запишем формулу:
=ДОВЕРИТ(0,05; СТАНДОТКЛОН( C34:C45 ); СЧЁТ( C34:C45 ))
=CONFIDENCE(0.05,STDEV(C34:C45),COUNT(C34:C45))
ДОВЕРИТ (CONFIDENCE) – возвращает доверительный интервал, используя нормальное распределение.

Т.е. мы для оптимистичного прогноза берем сумму прогноза и прибавляем к ней сумму рассчитанного отклонения. А для пессимистичного, мы сумму отклонения вычитаем. Вот мы и получили все необходимые данные.

График
Но было бы кощунством с нашей стороны проделать такую работу и не использовать возможности Excel для построения красивого графика. Придется добавить немного шаманства(на деле, мы уже начали шаманить, когда стали записывать прогноз в отдельный столбец, а не продолжать его в том же столбце, что и фактические продажи). В ячейки C33, D33 и E33 скопируем значение из ячейки B33, чтобы они все имели одинаковые значения:

Наглядно и сразу понятно что к чему и чего можно ожидать.

Согласитесь, такой график смотрится достаточно эффектно и может украсить собой отчет для руководства. Особенно, если проявить немного фантазии и отформатировать график в соответствии с корпоративными цветами компании.

Прогноз_продаж.xls (59,5 KiB, 27 951 скачиваний)

Статья помогла? Поделись ссылкой с друзьями!

Источник

Прогноз плана продаж

Без прогноза какую-либо предпринимательскую деятельность – в т. ч. и торговлю – невозможно начать. К примеру, вы хотите открыть веломагазин – после обустройства торговой площадки, её заключительной подготовки и завоза велотехники и велоаксессуаров вы планируете как можно скорее распродать. Предположим, завезено в общей сложности 500 велосипедов разных марок и моделей для взрослых – а вам нужно продать их за неделю, велосезон ведь уже начался. Какова будет ваша ценовая политика? Что вы противопоставите вашим конкуретам – по качеству, ценникам, возможностям купить в рассрочку и т. д.? Какие запчасти к этим велосипедам у вас будут продаваться? Как пойдёт ваш план по продажам в ближайший месяц, квартал, за весь велосезон с апреля по октябрь включительно? На эти вопросы вам и даст ответ ваше умение прогнозировать рост продаж.

Businessman using telescope and stock market graph

Как спрогнозировать продажи?

Вопрос, как прикинуть продаваемость ваших товаров на ближайшие недели и месяцы, звучит иначе: каковы методы прогнозирования продаж? За ответом обратимся к докторам наук торгово-предпринимательских университетов, профессорам, академикам. А также к личному опыту миллионов предпринимателей по всему миру.

Эти методы разделяются на:

В первом случае оценивается сегодняшняя ситуация и перспективы на завтра. Второй – опирается на изучение заранее предопределённой и спонтанной составляющих, независимо друг от друга. Третий – поиск причин, влияющих на поведение определённого показателя.

Управленческий прогноз

Перечисленные выше методы прогнозирования имеют под собой общую основу – управленческий прогноз продаж. Верхушкой системы здесь всегда является общий прогнозируемый объём продаж.

Чтобы пояснить эту схему на конкретном примере, вначале отметим, что управленческий прогноз – это всегда древовидная структура, из которой и складывается общий прогноз продаж. Она является наиболее значимой в жизненном цикле любого магазина, оптового склада, гипермаркета, рынка торговых точек, наконец. Наглядно – покажем это на доходах компании, продающей, скажем, отделочные материалы и сантехнику. Сантехника продаётся для офисов и домов. Для домов сантехника продаётся в целях ремонта — и для обустройства новых инженерных коммуникаций при строительстве. На продажи сантехники влияют следующие факторы:

Из вышеприведённого примера следует, что управленческий прогноз не идёт в отрыве от одного определённого фактора. Невнимание к такому фактору может поставить под угрозу рост прогнозируемых продаж.

Линейный прогноз

Суть линейного метода прогнозирования продаж сводится к следующему. Это, по сути, расчёт планируемого объёма продаж по дням, невзирая на предыдущий, более всеобъемлющий метод.

Вдруг, 2 ноября, Yota предоставляет скидку – безлимитный трафик продаётся не за 410, а за 290 р. – по старой цене 2015-2017 гг. Что будет? Продажи подстегнутся – Yota в этом салоне продаст 50000 SIM-карт за ноябрь. Причём бум продаж придётся именно на первые дни – а не будет разгоняться постепенно. Затем продажи пойдут на спад. Потому что все всем расскажут, что Yota снизила тариф. Это уже линейно-управленческий прогноз: в дело вступил новый фактор – снижение расценок на безлимитный Интернет. Параллельно, происходит отток клиентов, которым нужен самый дешёвый безлимит, а не пакеты трафика – у «Билайна», «МегаФона», «МТС» и «Теле2». Рынок абонентов-«безлимитчиков» перерассредоточился.

Формула прогноза продаж

Для расчёта прогноза продаж применяются общая, линейная и управленческая формулы. Они дают наиболее исчерпывающую картину прогнозирования объёма продаж в рамках конкретного магазина.

Формула линейного прогноза продаж

Эта формула рассчитывается крайне просто:

Считаем среднее арифметическое по единицам товара (как в примере выше, с SIM-картами провайдера Yota) за несколько дней, например, неделю.

Умножаем среднее арифметическое на количество недель в месяце, квартале или в году.

Это и есть месячный (квартальный, годовой) план, которого придерживается любая компания. Выполнил план – компания окупилась и принесла искомый доход. Перевыполнил – идеально: доход превзошёл все ожидания. Не выполнил – для компании на данном направлении образуется кризис, который надо покрывать за следующий период, а именно предпринять следующее:

Переключиться на другие направления и виды товаров, чтобы «отбить» образовавшиеся долги, или заполнить «прибыльную яму»;

Уценить и перепродать товар (со скидкой, за полцены и т. д. – объявив распродажу).

Существует и нечестный метод – попытаться выдать товар за похожий, но новый. Но такой способ не рекомендуют.

Формула управленческого прогноза продаж

В управленческом расчёте не всё так просто, как в линейном. Здесь показатели не все суммируются – они могут и перемножаться. Не каждый из них равен единице – на расчетное значение выйти зачастую в срок нельзя.

Здесь на помощь приходит нелинейный прогноз. Важно отталкиваться от кривых прогнозируемого роста продаж. Кривая прогнозируемых продаж может быть как степенной, так и полиномиальной (движение кривой по дугам разных окружностей, устремлённым лишь вперёд). Линейный рост уже не используется. Кривая может как проседать, так и резко стремиться вверх – при срабатывании таких факторов, как:

Во всех случаях – и в линейном, и в управленческом прогнозе – важно определить тренды, продвигаемые вами. Тренд – это усреднённая прямая, вокруг которой претерпевает подъёмы и спады кривая ваших реальных (в прошлом) и прогнозируемым (с завтрашнего дня) продаж. Если тренд вдруг пошёл вниз – пересмотрите свои подходы к прогнозированию.

Итак, формула управленческого прогноза продаж – прежде всего, отношение сумм и произведений показателей, влияющих на динамику данного прогнозирования.

Прогноз продаж в Excel

Прежде чем привести определённые примеры таблиц, нелишне отметить, какие функции могут использоваться для прогноза продаж в Excel.

Например, в Excel 2007 дайте команду «Формулы» — «Финансовые». Список финансовых формул представляет наибольшую ценность для любых экономических расчётов. С их помощью несложно рассчитать деятельность практически любой коммерческой организации. Однако бывают случаи, когда требуются и математические формулы: так, для тренда есть понятие линейного, логарифмического, гиперболического и т. д.

Но самое главное – построение графиков по табличным значениям. Так прогноз выглядит убедительней.

Пример прогноза продаж

В качестве примера – расчёт прогноза продаж на неделю, месяц, квартал и год.

Прогноз продаж на неделю

Примером служит следующий расчёт. Например, фермер реализует в городе с 50000 человек населения молоко каждый день. Не все его хотят брать, т. к. многим проще после работы заехать в тот же «Магнит» и закупиться. Берут в основном пенсионеры и те, что ушли в отпуск или в декрет.

Значения, по которым рассчитаны график продаж и тренда, позволяют отследить не только за неделю проданный в данной точке товар, но и за весь месяц. Для расчёта линейного тренда используется такая же функция – график y=ax+b. Это алгебраическое уравнение 1-й степени, известное нам чуть ли не с третьего класса.

Прогноз продаж на месяц

Обратимся всё к тому же графику. Здесь также ясна ещё одна истина: если прямая тренда вдруг превратиться в горизонталь – это точка безубыточности. Работать безрезультатно – только лишь, чтобы выйти «в нули», ни один уважающий себя коммерсант не станет, только если есть ощутимая прибыль. Если же эта линия станет опускаться – серьёзный сигнал к тому, что пора реорганизовываться, либо закрывать фирму (или предприятие). Очень часто причиной понижения тренда становится обилие конкурентов, сумевших реализовать продажи быстрее и лучше, санкции со стороны регулирующих органов, общий обвал фондовых рынков и несколько иных весомых причин.

Более достоверный прогноз на месяц можно получить, используя данные за месяцы предыдущего года. Ваш опыт и история подскажут с большой вероятностью, будет ли тренд компании идти вверх. Для развивающегося предприятия, давно перешедшего границу стартапа, используется всё та же формула y=ax+b, где Y – объём продаж, X – порядковый номер очередного интервала, A – поднятие каждого последующего значения в ряду времени, B – минимальная грань. Последовательность действий будет следующей.

Значение Y для каждого искомого периода позволит подставить подсчитанные коэффициенты в само уравнение.

Далее рассчитывается отклонение значений реальных продаж от значений тренда.

Сезонность подсчитывается как частное от деления реального объёма продаж за этот же период на среднее значение объёма.

При прогнозировании роста продаж за будущий месяц без учёта сезонности не обойтись. Для этого величину тренда умножают на показатель сезонности первого месяца будущего года. При этом выходит расчётный объём продаж в новом интервале. Используя этот подход, можно прикинуть, какими продажи придутся на остальные месяцы нового года.

В любом случае, при выводе плана по продажам не обойтись без сечения, подробностей плана – по времени, каналам сбыта, контингенту покупателей, группам, к которым относятся конкретные товары, а также по определённым менеджерам. Чем больше подробностей – тем более реальными будут запланированные продажи.

Прогноз продаж на квартал

Здесь можно воспользоваться реальной картиной по продажам за предыдущие кварталы этого и прошлого годов.

Усложнять нелинейными расчётами свои прогнозы зачастую не имеет смысла, если факторов, влияющих на вашу деятельность, не так много. Широкую популярность линейные расчёты обрели лишь в годы индустриализации СССР: целью следующей пятилетки было превысить показатели предыдущей на сколько-то десятков процентов.

Сейчас объёмы деятельности, включая продажи, могут быть практически неограниченными: большим успехом считается превышение планов в десятки раз.

Примером расчёта продаж на квартал служит всё тот же веломаркет – например, велосипедный отдел в «Спортмастере». Каким будет прогноз на 2-й и 3-й квартал – в велосезон, когда тепло с апреля по май и в сентябре, и жарко летом? Естественно, продажи велосипедов могут подскочить несколько раз – с апреля, или в канун отпусков (в июле). Подскакивают продажи велосипедов и в конце сентября – когда велосезон заканчивается, и веломаркеты объявляют о распродажах моделей байков, выходящих из моды после истечения этого года, за, скажем, 70% от цены.

Прогноз продаж на год

Для расчёта прогноза продаж на год лучший результат дают предыдущие факты за прошедший период хотя бы в 2-3 года. С одного прошлого года прогноз на весь грядущий год составить куда сложнее. Может потребоваться криволинейная функция. Однако тренд всегда описывается строго и чётко – по закону прямой.

Источник