Как и зачем прогнозировать продажи

Как работает процесс прогнозирования

Прогнозирование продаж — это процесс, позволяющий бизнесу определить объём проданных товаров за выбранный период в будущем. Компании выстраивают краткосрочные прогнозы на неделю или месяц или на более длительное время, например, квартал или год. Прогнозирование основывается не на предположениях. В определении будущих показателей продаж опираются на данные за прошедшие периоды. Обязательно учесть факторы, способные повлиять на объёмы реализованного продукта. Показатель в будущем зависит от внутренних причин:

• цен, которые должны быть конкурентными;
• ассортимента, который должен удовлетворять спрос;
• работы с аудиторией — качества обслуживания, персонализации, маркетинга;
• организации бизнес-процессов;
• эффективности сотрудников.

На количество продаж влияют и внешние факторы:

• спрос, зависящий от качества товаров, сезонности, трендов рынка;
• деятельность конкурентов;
• инфляция, доходы покупателей, общая ситуация в экономике;
• политическая стабильность или нестабильность;
• социальные обновления и культурные тренды;
• технологические новшества.

Из-за обилия условий, от которых зависят сделки, объём реализованных товаров и услуг может очень заметно меняться в разные периоды времени. Это подтверждает исследование Сбер2B Аналитики о расходах россиян на спорт в 2025 году. За 11 месяцев сумма трат выросла на 9,1% по сравнению с тем же периодом 2024 года. При этом расходы на спортклубы зависят от сезона: с декабря по февраль они на 23,6% выше летних.

Для чего компании рассчитывают возможные продажи

Прогнозирование продаж нужно компании на текущий момент и в будущем, так как позволяет оптимизировать бизнес-процессы, снизить риски и точнее планировать развитие. Составление прогнозов решает сразу несколько задач:

• Планирование сделок. Это важно для выстраивания других бизнес-процессов и для достижения определённой суммы выручки, которая определяет эффективность компании.
• Управление закупками. Решение задачи помогает избежать дефицита товаров с потерей прибыли и избытка продукции на складе, то есть замораживания денег и расходов на хранение.
• Выстраивание маркетинговой стратегии. Решение этой задачи помогает выявить спрос на товары и услуги, значит, и распределить бюджет между каналами привлечения клиентов, выбирать акции и рекламные кампании, устанавливать показатели эффективности маркетинга.
• Управление финансами. Решение задачи помогает планировать бюджет, рассчитывать точки безубыточности, а также целесообразность кредитов или инвестиций.
• Развитие и масштабирование. Прогнозирование продаж помогает оценить окупаемость новых продуктов, выхода на другие регионы или рынки, а также отследить тенденции спроса и рассчитать ресурсы для расширения бизнеса.
• Управление рисками. Гипотеза о возможном снижении количества сделок в следующем периоде позволяет подготовиться к этому и пройти сложный этап с минимальными потерями.

Решить все задачи с наибольшей эффективностью позволяет панель «Ритейл». С её помощью на основе больших данных проводят анализ показателей бизнеса, конкурентного окружения, динамики рынка. Можно отследить причины изменения объёма сделок за прошедший период по разнице между расходами новых клиентов и ушедших, а также по изменению трат лояльной аудитории. Доступен подсчёт количества покупок на одного человека, повторных покупок. Можно составить портрет аудитории, разделить её на группы по характеру взаимодействия с компанией и подсчитать выручку от каждой. В основе работы сервиса агрегированные данные о тратах 110,4 млн физических лиц, в 7,7 млн торговых точках в городах с численностью более 100 тыс. человек.

Как сделать расчёт: методика и формулы

Для прогнозирования продаж используют следующие методы:

• количественные,
• качественные,
• продвинутые.

К количественным методам составления прогнозов относятся:

• Анализ временных рядов. При нём исследуют продажи за прошедшие периоды, например, год, и находят закономерности. Их применяют для выстраивания линейного или более сложного прогноза.
• Регрессионный анализ. С его помощью находят зависимость продаж от нескольких данных и факторов: цен, трат на рекламу, сезона и других. Строится график. С ним можно сделать прогноз показателя при новых значениях учтённых данных и факторов.
• ARIMA (AutoRegressive Integrated Moving Average, в переводе — авторегрессионная интегрированная скользящая средняя). Метод основан на анализе прошлых продаж и прежних ошибок в прогнозах. Сначала выстраивается временной ряд, например, сделки в каждом месяце года. Затем подключаются факторы: зависимость от предыдущих периодов, накопленный тренд, влияние прошлых погрешностей прогноза. Метод применяют при продажах без резких скачков, так как он не выявляет причины роста и падения.

Качественные методики прогнозирования — это:

• Метод Дельфи. Это опрос экспертов, особенно полезный при отсутствии истории продаж, как, например, при запуске нового продукта. Специалисты дают оценки, затем организатор анализа собирает ответы, обобщает и показывает всем, где мнения разошлись. После этого эксперты могут пересмотреть оценки с учётом аргументов коллег. Мнения сходятся к единому значению, которое и берут за прогноз.
• Опрос сотрудников компании. Это могут быть специалисты отдела продаж, которые общаются с покупателями, видят спрос. Важен анализ от маркетологов и аналитиков, знающих аудиторию, конкурентов и эффект от рекламы. Метод помогает получить аргументированные прогнозы на основе опыта работы отделов.
• Анкетирование покупателей. Проводят опросы онлайн или в магазинах, интервью, фокус-группы. К оценкам можно добавить анализ прошлых покупок. На основе изучения потребностей аудитории и сопоставления ожиданий людей с реальным продуктом строится прогноз количества сделок.

К продвинутым методам относятся следующие:

• Машинное обучение. Это алгоритмы, которые автоматически находят закономерности в больших объёмах данных, например, влияние погоды, акций конкурентов или постов в соцсетях. Метод не требует заранее задавать формулу прогнозирования связи. Алгоритм сам обучается на данных по прошедшим периодам и строит модель на будущее время.
• Нейросети. Это более совершенный вариант машинного обучения. Метод настроен на анализ последовательностей. Нейросети улавливают очень долгосрочные зависимости, учитывают сотни влияющих факторов, обрабатывают ещё больший объём данных и выдают максимально точные прогнозы.
• Предикативная аналитика. Метод объединяет статистику, машинное обучение, поиск скрытых закономерностей. Используются любые доступные данные: история заказов, поведение клиентов на сайте, даже тон обсуждений бренда в соцсетях. В результате анализа бизнес получает не только число сделок, но и сценарии.

Для вычисления прогнозируемого количества продаж без спадов и резких подъёмов в прошлом и настоящем можно применять линейную формулу:

Пп = Нкп + Пр × Нп

Здесь используются условные обозначения:

• Пп — прогноз продаж,
• НКп — их начальное количество,
• Пр — средний прирост к начальному количеству продаж,
• Нп — номер периода, для которого рассчитывают прогнозируемое число.

Если за первый квартал года магазин продал 1000 автозапчастей, а за второй — 1012, значит, Пр = 12. Чтобы сделать прогноз на третий квартал, нужно подставить все значения в формулу:

Пп = 1000 + 12 × (3 — 1)

Прогноз на третий квартал года составляет 1024 продаж.
Линейная формула показывает, как количество сделок меняется со временем без учёта причин этих изменений. Но на показатель может влиять, например, фактор сезонности. Его отражает следующая формула:

Пп = Нкп + Пр × Нп × К

Здесь для прогнозирования используются те же показатели плюс К — коэффициент сезонности. Его получают делением продаж нужного периода на средние продажи за все месяцы. Допустим, магазин продал в октябре прошлого года 8 000 шин, средний рост числа сделок по данным за 3 года составил 5%, а коэффициент сезонности для октября равен 1,2. Если подставить значения в формулу, прогноз продаж на тот же месяц этого года — 11 040 шин (8000 + 8000 × 0,05 × 3 × 1,2).
Для комплексного анализа, учитывающего несколько факторов влияния, используют несколько методов прогнозирования. Например, исследование Сбер2B Аналитики для бренда «Петрович» включало изучение продаж, доли рынка и потребительского поведения. Это помогло получить данные о положении компании в своей сфере, бизнес-показателях и динамике отрасли.

Как повысить точность прогноза продаж

Для точного прогнозирования продаж товаров и услуг важно применять следующие принципы:

• Единства. Это означает согласованность и взаимосвязь данных друг с другом. Для анализа используется масса информации. Если она будет разрозненной или неполной, результат окажется ложным. Например, при прогнозировании продаж кондиционеров недостаточно только показателя за прошлые годы, нужны ещё данные о клиентах, конкурентах, ценах, температуре воздуха и т. д.
• Участия. Для прогнозирования сделок нужны данные всех отделов, а не только отдела продаж. Например, маркетологи дают информацию о поведении покупателей и тенденциях рынка, закупщики — о необходимом количестве товаров. Отдел продаж сигнализирует об объёме заказов и активности клиентов. Придерживаться принципа участия, то есть использовать массив данных, помогает сервис «Портрет клиента». Можно изучить аудиторию по социально-демографическим признакам, разделить на группы, понять предпочтения каждой. Это даёт основу для прогнозирования спроса, помогает выстраивать маркетинг, принимать управленческие решения, выявлять точки роста бизнеса.
• Непрерывности. Прогнозирование продаж нужно выполнять регулярно. Анализ данных с этой целью компании проводят раз в год или с большей частотой — это зависит от отрасли и масштаба бизнеса. Если делать прогнозы от случая к случаю, можно упустить тренд рынка или внезапно возникший фактор. Например, появление поблизости конкурента, к которому могут уйти покупатели.
• Гибкости. Прогнозирование продаж товаров не должно подразумевать только один сценарий на будущее. В реальности могут возникнуть факторы, которые нарушат его. Важно рассматривать варианты стабильности, повышения и спада количества сделок. Это позволит лучше подготовиться к ситуации на рынке, то есть скорректировать стратегию, поработать над маркетингом, изменить ассортимент, привлечь новую аудиторию.

Инструменты прогнозирования

Для прогноза продаж есть три уровня инструментов:

• Базовые. Пример такого инструмента для выстраивания прогноза продаж — таблицы Excel. Это вариант для малого бизнеса или для компании, которой нужно проанализировать данные за короткий период времени. С помощью таблиц можно построить линию тренда, то есть создать график на основе предыдущих значений продаж. Можно рассчитать показатели на будущее с помощью линейной формулы, если взять ретроспективные данные. Доступно вычисление коэффициента сезонности и его применение в линейном прогнозе. Также с Excel проводят анализ при исходных скачущих показателях, когда резкие изменения мешают видеть реальный спрос и тренд. Здесь вычисляют скользящее среднее, то есть данные без влияния случайных факторов.
• CRM-системы (Customer Relationship Management — управление взаимоотношениями с клиентами), с функциями прогнозирования. Этот инструмент подходит компаниям с большим количеством клиентов. В отличие от Excel, CRM автоматически собирает данные о каждом взаимодействии с покупателем: звонках, письмах, выставленных счетах, переходах по этапам сделки. В прогнозировании система автоматически учитывает источники лидов, шаги к заказу и оплате, конверсию и активность менеджеров. Не нужно вручную вводить цифры в таблицу. CRM сама анализирует, на какой стадии находится каждый клиент, как долго он там находится, какова вероятность перехода к оплате.
• Сервисы бизнес-аналитики. В качестве примера можно привести панель «Ритейл». Работа построена на анализе больших данных о реальных расходах 110,4 млн покупателей. Панель автоматически анализирует поведение потребителей, их предпочтения и финансовые профили. Компания получает объективную картину рынка для принятия решений. Можно прогнозировать спрос с учётом внешних факторов: от покупательской активности в конкретном районе до уровня конкуренции. Это позволяет строить прогнозы с высокой точностью на основе машинного обучения, а не простых линейных формул.

Ещё один вариант сервиса бизнес-аналитики, помогающего в прогнозировании сделок, панель «Ассортимент». С его помощью изучают тенденции рынка, реальный спрос, предпочтения аудитории, сильные и слабые места конкурентов. Выводы делаются на основе обезличенных данных о расходах клиентов. С помощью запатентованных алгоритмов система прогнозирует, какие категории товаров будут пользоваться спросом, а от каких лучше отказаться. Бизнес может сравнивать свои показатели с конкурентной средой и учитывать реальные направления потребления. Это даёт основу для долгосрочного планирования: от вывода новых продуктов до выстраивания стратегии закупок.
Выбор инструментов для построения прогнозов зависит от масштаба бизнеса, задач процесса, объёма информации. Но наивысшая точность прогнозирования с помощью специальных сервисов обеспечивается анализом на базе больших данных. Это позволяет учитывать не только показатели компании, но и внешние факторы влияния на количество продаж. Например, усиление, ослабление или появление конкурентов, падение или рост доходов аудитории. Используется вся доступная информация, а не только цифры из отчётов и собственных систем компании. Прогнозирование продаж даёт бизнесу возможность принимать обоснованные решения. Чтобы оно было точным, нужно использовать современные инструменты с доступом к полным данным, как панель «Ритейл».