Прогнозирование и анализ продаж на рынке услуг: Тренинг

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 точности: 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, выбросов и структурных сдвигов на точность прогнозов
  • плюсы и минусы подхода
• Оценка качества прогнозной модели. Правила графического анализа остатков модели: ACF plot, histogram, scatter plot   

Кейсы:

• Пример. Строим диаграмму Исикавы для факторов, действующих на рынке услуг, заполняем таблицу факторных влияний на основе экспертных мнений слушателей курса.
• Пример в Excel. Изучаем динамику продаж по виду услуг. Учимся анализировать колебания продаж и формировать правильные ожидания.
• Пример в Excel. Проводим графический анализ динамики объема оказанных услуг. 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.
• Пример в Excel. Анализируем влияние кризиса, изменения ассортимента, покупательной способности потребителей и т.п.
• Пример в Excel. Прогнозируем продажи с использованием фиктивных переменных.
• Пример в Excel. Анализируем влияние погодных условий на спрос на услуги.
• 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 конкретного вида услуг всеми изученными способами и выбираем наиболее адекватный подход (самостоятельно).

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

• Прогнозируем поведение клиента на основе метода деревьев классификации. Демонстрация в пакете IBM SPSS Statistics
• Подходы к учету вторичных обращений и эффекта "сарафанного радио"
• 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 услуг в условиях отсутствия исторических данных
• Методика прогнозирования числа клиентов на основе "воронки продаж" с учетом факторов риска
• Подходы к прогнозированию необходимого числа каналов обслуживания на основе теории очередей (теории массового обслуживания)
• Правила проведения ручной корректировки прогнозов   

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 вида услуг.
• Пример в Excel. Прогнозируем число клиентов на основе «воронки продаж», проводим анализ отклонений план-факт
• Пример в Excel. Определяем необходимое число каналов обслуживания и длительность ожидания клиента в очереди на основе статистики о потоке клиентов.
• Пример в Excel. Оцениваем потенциальные возможности увеличения потока клиентов на основе имеющейся статистики.

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 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

Требования к участникам:

• Высшее образование
• Опыт работы в Excel на уровне пользователя