Müügi prognoosimise statistilised meetodid

On olemas mitmesuguseid statistilise prognoosimise meetodeid, mis on mõeldud kasutamiseks aeglaselt liikuvate toodetega, uute toodete tutvustamisega, stabiilsete küpsete toodete ja ebakindla nõudlusega toodetega. Määrates kindlaks, milline statistilise prognoosimise meetod toote jaoks kõige paremini sobib, püsib see sageli katse ja eksituse suhtes. Kasutatava meetodi (te) segaduse tõttu toovad mõned ettevõtted prognoosimiseks eksperte, kes aitavad andmeid analüüsida ja määrata, kuhu prognoosimisprotsessi alustada.

Põhitõed

Kui ettevõte kasutab statistilisi müügi prognoosimismeetodeid, kasutab ta oma ajaloolist müügi- või nõudeandmeid, et püüda ennustada tulevast müüki. Prognoosi koostamiseks kasutatud keeruliste matemaatiliste valemite tõttu tuginevad enamik ettevõtteid selle ülesande täitmiseks täiustatud tarkvarast. Iga nõudluse tüüp nõuab tulevase prognoosi kõige paremini ennustamiseks erinevat statistilist meetodit.

Hooajalised mudelid

On mitmeid hooajalisi prognoosimismeetodeid. Hooajalised prognoosimismeetodid, nagu Box Jenkins, Census X-11, lagunemine ja Holt Winters eksponentsiaalsed tasandusmudelid, kasutavad toodete nõudluse profiili hooajalist komponenti peamise sisendina tulevase prognoosi määramiseks. Hooajalisus on trend, mis kordub teatud perioodidel. Näiteks söögitoa lauad näitavad kõrget hooajalist nõudlust tänavu ja jõule.

Lihtsad mudelid

Ettevõtted, kellel pole täiustatud prognoosimistarkvara, toetuvad sageli arvutustabelis hallatavatele lihtsatele prognoosimudelitele. Mõned neist meetoditest hõlmavad Holt'i kahekordset eksponentsiaalset silumist; adaptiivne eksponentsiaalne silumine, kaalutud liikuv keskmine ja väga levinud liikuva keskmise meetod. Lihtsalt kasutatavaks mudeliks ei ole liikuv keskmine meetod hoiatanud ettevõtte tulevaste suundumuste kohta toote andmetes. Liikuv keskmine näitab ainult juba kujunenud suundumusi. Iga kord, kui liikuvale keskmisele valemile lisatakse uus periood, eemaldatakse viimane periood - seega liigub kogu aegrida edasi ühe perioodi võrra.

Uued tootemudelid

Uute toodete prognoosimine on üks raskemaid prognoosimisülesandeid. Uute toodete prognoosimine eeldab sisendit inimeste ja arvuti loodud allikatest. Uute toodete kasutuselevõtuga seotud kõrge tõusuperioodiga püütakse hallata uusi toote prognoosimismeetodeid, nagu Gompertzi kõver ja Probiti kõver. Need meetodid töötavad ka nende elutsükli lõppemisel lähenevate toodete valmimisel.

Aeglaselt liikuvad mudelid

Tooted, millel on aeglane liikumine või kus on nõrk nõudlus, nõuavad konkreetset tüüpi statistilise prognoosi mudelit. Crostoni vahelduv mudel töötab toodete puhul, millel on ebakindel nõudlus. Ebakorrektsete nõudmistega toodetel ei ole hooajalist komponenti; selle asemel näitab toodete nõudluse atribuutidest koostatud graafik piire ja tasaseid ajavahemikke vahelduvates punktides ajasarjaga. Crostoni mudeli eesmärk on pakkuda prognoositava väärtuse asemel ohutusvaru väärtust. Ohutusvaru väärtus võimaldab lihtsalt piisavalt varusid vajaduste katmiseks.