Прогнозирование и анализ продаж на рынке товаров длительного пользования и В2В: Курсы

День 1. Азы прогнозирования и анализа, подготовка данных. Прогнозирование продаж без учета дополнительной информации о факторах

• Процесс прогнозирования: технология "Пять шагов"
• Три способа систематизации экспертных мнений о факторах, влияющих на продажи: диаграмма Исикавы,     таблица факторных влияний, причинно-следственная диаграмма.
• Правила подготовки исходных данных для прогнозирования в Excel. Работа с пропущенными данными
• Графический анализ динамики продаж с целью выявления тренда, сезонности и других компонент
• Влияние типа сезонности на выбор метода прогнозирования
• Основные статистические показатели, используемые при прогнозировании: среднее значение, медиана, стандартное отклонение, стандартная ошибка, размах
• Доверительный интервал прогноза
• Точность модели и точность прогнозов, показатели MAPE, MAD и другие
• Подходы к выбору адекватного показателя оценки точности модели и прогноза
• Прогнозирование на основе метода экспоненциального сглаживания: идея метода: четыре параметра сглаживания, пошаговый алгоритм в Excel, влияние горизонта прогноза на точность прогнозов, влияние выбросов и структурных сдвигов на точность прогнозов, плюсы и минусы подхода.
• Оценка качества прогнозной модели. Правила графического анализа остатков модели: ACF plot, histogram, scatterplot.

Кейсы:

• Пример. Строим диаграмму Исикавы для систематизации факторов, действующих на рынок, заполняем таблицу факторных влияний на основе экспертных мнений слушателей курса.
• Пример в Excel. Изучаем динамику продаж отдельных товаров/товарных групп. Учимся анализировать колебания продаж и формировать правильные ожидания.
• Пример в Excel. Проводим графический анализ динамики продаж. Самостоятельно учимся определять наличие тренда, сезонности, структурных сдвигов и выбросов.
• Пример в Excel. Строим прогноз продаж на несколько месяцев с помощью экспоненциального сглаживания. Оцениваем качество модели и прогноза.

День 2. Прогнозирование продаж с учетом дополнительной информации о факторах

• Многофакторный регрессионный анализ: идея и требования к исходным данным
• Пошаговый алгоритм прогнозирования на основе регрессионного анализа в Excel
• Диагностика и решение проблемы взаимозависимых факторов (мультиколлинеарность)
• Правила оценки качества модели: анализ остатков, ANOVA, R-квадрат и скорректированный R-квадрат.
• План действий при "плохих" остатках модели
• Интерпретация коэффициентов регрессионного уравнения: как влияют факторы на продажи,    ранжирование факторов по силе влияния.
• Особенности прогнозирования при недостатке информации о факторах. Техника фиктивных (dummy) переменных
• Учет в регрессии сезонности разного типа
• Разработка сценариев продаж на основе регрессионного анализа
• Пессимистический и оптимистический прогноз: варианты построения
• Плюсы и минусы прогнозирования на основе регрессионного анализа
• Правила перехода от регрессии к авторегрессии
• Авторегрессионные модели для прогнозирования: идея и реализация
• Плюсы и минусы прогнозирования на основе авторегрессионного анализа

Кейсы:

• Пример в Excel. Анализируем влияние макроэкономических факторов на продажи товаров длительного пользования.
• Пример в Excel. Анализируем влияние кризиса, изменения ассортимента, числа торговых точек и т.п. Учимся учитывать факторы спроса.
• Пример в Excel. Прогнозируем продажи с использованием фиктивных переменных.
• Пример в Excel. Анализируем влияние погодных условий на продажи.
• Пример в Excel. Изучаем влияние на продажи рекламной активности различных видов. Делаем прогноз при разных сценариях рекламных кампаний.
• Пример в Excel. Прогнозируем численность клиентов на основе Интернет-статистики (посещаемость ресурсов, интенсивность просмотра и т.п.).
• Пример в Excel. Проводим сравнительный анализ прогнозов продаж на основе регрессии и авторегрессии.
• Пример в Excel. Строим прогноз продаж конкретной товарной группы всеми изученными способами и выбираем наиболее адекватный подход (самостоятельно).

День 3. Оценка эффектов акций, учет особенностей рынка В2В и другие практические вопросы прогнозирования

• Правила проведения ручной корректировки прогнозов
• Три способа оценки эффекта акции: с помощью регрессионной модели, на основе критерия Уилкоксона, методом аналогий.
• Учет запаздывающего влияния факторов при прогнозировании
• Два способа прогнозирования продаж новых продуктов в условиях отсутствия исторических данных
• Особенности прогнозирования капиталоемких товаров (метод дискретных распределений)
• Методика прогнозирования числа клиентов на основе "воронки продаж" с учетом факторов риска

Кейсы:

• Пример в Excel. Оцениваем эффекты акций разными способами в зависимости от имеющейся информации.
• Пример в Excel. Анализируем временную задержку (лаг) в росте продаж при росте рекламного бюджета.
• Пример в Excel. Прогнозируем продажи нового продукта.
• Пример в Excel. Прогнозируем продажи капиталоемких товаров с учетом редкого спроса.
• Пример в Excel. Прогнозируем число клиентов на основе «воронки продаж», проводим анализ отклонений план-факт.

День 4. Отработка навыков прогнозирования на примерах слушателей. Анализ возможностей и целесообразности повышения точности прогноза

• Структура ошибки прогноза
• Алгоритм выявления источников ошибки прогноза и оценка всех ее компонентов
• Идея предела прогнозируемости, теоретический подход к оценке пределов прогнозируемости продаж,     алгоритм расчета в Excel пределов прогнозируемости (максимально достижимой точности прогноза)
• Автоматизированная корректировка прогноза в Excel с учетом несимметричной "цены" ошибки

Кейсы:

• Примеры в Excel. Получаем и анализируем прогнозы на основе данных слушателей. Изучаем потенциальные возможности улучшения прогнозов.
• Пример в Excel. Строим прогноз продаж и анализируем причины отклонений «факт-прогноз».
• Пример в Excel. Определяем предел прогнозируемости на конкретных данных о продажах.
• Пример в Excel. Комплексная задача.

После окончания обучения Вы сможете:

• определять наилучший метод прогнозирования для конкретной ситуации
• прогнозировать в случае недостатка объективной информации (например, вывод на рынок нового продукта)
• прогнозировать, если имеется история только продаж
• оперативно прогнозировать, когда нужен быстрый прогноз
• прогнозировать при наличии мнения экспертов
• прогнозировать с учетом дополнительной информации о разных факторах (активность конкурентов, акции, рекламный бюджет, погода и т.п.), одновременно влияющих на продажи
• разрабатывать сценарии продаж
• выделять "чистый" эффект акции из динамики продаж
• оценивать пределы прогнозируемости своего рынка
• повышать точность прогнозов

После обучения Вы получите:

• Набор бесплатных надстроек и шаблонов Excel, необходимых для прогнозирования продаж
• Пошаговые инструкции по применению каждого метода прогнозирования
• Сертификат на 4-месячную бесплатную консультационную поддержку