2020-08-05
263
Прогнозирование продаж — это процесс оценки будущих продаж. Точные прогнозы продаж позволяют принимать обоснованные бизнес - решения и прогнозировать краткосрочные и долгосрочные результаты. Компании могут основывать свои прогнозы на прошлых данных о продажах, отраслевых сравнениях и экономических тенденциях.
Прогнозируют будущие продажи на основе прошлых бизнес - данных. Вновь созданные компании должны основывать свои прогнозы на более проверенной информации, такой как исследования рынка для прогнозирования своего будущего бизнеса.
Прогнозирование продаж дает представление о том, как компании следует управлять своей рабочей силой, денежными потоками и ресурсами. Помимо того, что компания помогает эффективно распределять свои внутренние ресурсы, прогнозируемые данные о продажах важны для компаний, которые стремятся приобрести инвестиционный капитал.
Прогнозирования продаж позволяет:
· Прогнозировать достижимый доход от продаж;
· Эффективно распределять ресурсы;
|
|
|
Анализ и прогнозирование продаж осуществляется аналитиками. В их основные обязанности входит сбор, обработка, изучение, анализ данных, формирование выводов и визуализация. Они определяют количество покупателей и посетителей, продуктов, проводят исследования для выявления тенденций и условий роста прибыли.
Стандартная обязанность аналитика - собирать и анализировать данные для определения целей, прогнозов на месяц, квартал и год. Они также разрабатывают и поддерживают электронные системы для отслеживания и прогнозирования сезонного спроса на продукцию, изменений в промышленности и поведения потребителей. Они анализируют данные о продукции на складе, чтобы определить, какие товары имеют в недостатке, а какие в избытке.
Проблемы анализа и прогнозирования продаж в супермаркете
Ключевые вопросы анализа включают в себя:
1. Выявление данных, требующих наблюдения;
2. Планирование периодичности анализа;
3. Определение целевых переменных;
4. Визуализация данных;
5. Устранение проблем, при проведении анализа результатов;
Отчет по анализу продаж позволяет более подробно исследовать производительность конкретных отделов или продаж определенных продуктов. Перед проведением анализа продаж необходимо определить цели:
· Распространенность повторных покупок в указанном месте;
· Прием новых покупателей на определенный период;
· Определение самых продаваемых товаров;
Выбор целей анализа позволяет выяснить, какие данные необходимы для этого.
Далее необходимо определить периодичность исследования. Одни параметры могут быть определены ежедневно, ежемесячно и ежегодно (например, такие как наиболее продаваемый продукт). Другие требуют накопления необходимых данных, поэтому анализ необходим не так часто.
|
|
|
После этого определяются переменные, необходимые для достижения целей. Для ключевого анализа продаж необходимо начинать со стандартного набора переменных высокого уровня:
· Дата;
· Объем продаж;
· Место;
Если необходимо выделить определенные услуги, линейки продуктов, тенденции клиентов, добавляем более подробные переменные:
· Номер продукта;
· Категория продукта;
· Данные покупателя (адрес электронной почты, имя, номер телефона);
· Метрики продаж;
· Валовая прибыль;
По полученным данным формируются графики и диаграммы. Визуализация необходима для использования при нахождении отправных точек, областей падения и роста, а также для определения стабильных тенденций. Данные могут объединяться по временным периодам: ежемесячно, ежеквартально, ежегодно. Это дает возможность сравнивать показатели продаж в праздничные дни и, наоборот, в сезоны медленного роста продаж. Чтобы определить перспективы в рамках истории показателей продаж, можно оценить переменные в течение всей работы компании, предоставляющей товары и услуги.
Последний шаг к завершению анализа - создание отчета. Для отчета необходимо изучить тенденции продаж, чтобы ответить на следующие вопросы:
· Какие услуги и товары покупаются вместе?
· Когда товары или услуги покупаются чаще всего?
· Какова сезонность тенденции?
· Постоянные покупатели приобретают определенные продукты, в отличие от новых покупателей?
Отчет отражает изменения в продажах за определенный период времени. Если производительность отделов низкая, то причина выясняется.
Обзор программных аналогов системы
Разрабатываемая система программного обеспечения определяется ее функциональностью как система CRM (Customer Relationship Management). Подобное программное обеспечение обычно имеет возможность импортировать и экспортировать данные, строить графики и создавать отчеты о продажах. Приоритетными в данной области являются:
1. Datapine (это платная программа с закрытым исходным кодом, работающая на многих платформах, в числе которых Mac, Web и Windows).
2. IBM Watson Analytics (это очень мощная система, которая справляется с огромными массивами информации, обрабатывая данные за ограниченное время).
3. MSD Sales (визуальный коммерческий инструмент анализа).
Datapine
Datapine - это облачный программный продукт, позволяющий оперативно и результативно работать с массивными объемами данных, быстро управлять ими и обрабатывать их, поскольку все данные обрабатываются на сервере разработки, аренда которого включена в стоимость продукта.
Ключевые характеристики продукта:
· Оперативная работа с массивными объемами данных;
· Эффективное и быстрое построение схем и диаграмм;
· Быстрая работа с массивными объемами данных;
· Прогнозные показатели;
· Импорт данных из файла CSV;
· Обширная интеграция других источников данных (облачное хранилище Amazon, Oracle, PostgreSQL и др.);
· Возможность создания Dashboard - группы из нескольких графиков, которые обновляются автоматически и отображаются в виде целого отчета;
· Отправка отчетов.
На рис.1.2 отображен графический интерфейс Datapine. Выполняется построение путем перемещения полей из левого столбца в поля, отвечающие за параметры оси и фильтрации.
Рисунок 1.2 - Пример графического построения в Datapine.
Преимущества:
· Гибкая и эффективная программа для работы с базами данными;
· Сложность программы уравнивается существующей обучающими турами;
· Хорошо интегрируется с хранилищами данных;
Недостатки:
· Высокая стоимость - базовая версия Datapine стоит 230 евро в месяц.
|
|
|
IBM Watson Analytics
IBM Watson Analytics - это высокоэффективный программный продукт для анализа данных, охватывающий широкий спектр операций с данными. Это облачное решение, подобное Datapine, которое позволяет к этим программным продуктам иметь доступ, независимо от удаленности с возможностью доступа в Интернет.
IBM Watson Analytics включает программные компоненты для анализа данных и прогнозирования. Для прогнозирования используются деревья решений, позволяющие создавать прогнозные модели с предельно высокой прогнозирующей способностью (около 89%). Функции Watson Analytics аналогичны функциям Datapine, но при создании Watson Analytics IBM они ориентировались на общий интеллект готового решения.
Например, при загрузке своих данных программа оценивает качество большого объема данных, определяет вопросы, которые пользователь задает для этого массива данных, и предлагает задать свой собственный вопрос. Процедура выполняется по заданному вопросу и составляется интерактивное расписание. Пользователь может изменить параметры вопроса (например, рассматриваемый период времени) и данные будут обновлены. Кроме того, полезные данные отображаются в правом столбце, что может помочь найти некоторые закономерности в объеме данных.
Преимущества:
· Интеллектуальный и оперативный программный продукт;
· Мощные алгоритмы прогнозирования;
· Интуитивное управление;
· Использование различных видов анализа данных;
· Низкие цены - предлагается бесплатная версия или полная версия - от 30 долларов в месяц;
Недостатки:
· Требуется опыт работы с аналогичными продуктами, чтобы понять;
На рис.1.3 показан пример того, как Watson Analytics работает с данными о продажах. В нижней строке выбираются сравниваемые индикаторы и на этих индикаторах строится график. Открытия отображаются справа - краткая инфографика данных. Например, самые высокие недельные продажи были в июле, а в течение года они упали на 13%.
Рисунок 1.3 - Результат программы Watson Analytics.
MSD Sales
MSD Sales - это условно-бесплатная программа для анализа продаж. Он является одной из программ MSD Soft, используемых для работы бизнеса. Эта программа работает под управлением операционной системы Windows, и в то же время показывает хорошую производительность памяти.
|
|
|
Основные функции включают в себя:
· Создание отчетов;
· Построение схем, графиков, диаграмм;
· Фильтры данных;
· Куб решений;
На рис.1.4 отображена работа программы MSD Sales. Как видно из этого, программа имеет небольшую функциональность и несложный интерфейс, необходимый для владельцев малого бизнеса, которые не имеют опыта работы с более мощными программами.
Рисунок 1.4 - Пример работы программы MSDSales.
Преимущества:
· Простота использования;
· Программа потребляет мало оперативной памяти (около 19 МБ);
Недостатки:
· Низкая автоматизация анализа;
· Отсутствует кроссплатформенности;
· Отсутствует функция прогнозирования;
Вывод
В работе рассмотрены 3 программных продукта аналогичные разрабатываемой программе:
1. Datapine;
2. IBM Watson Analytics
3. MSD Sales
Необходимо определить, какие свойствами должна иметь разработанная программа, для этого выделяем основные критерии качества вышеперечисленных программ. В процессе сравнительного анализа аналогов видны следующие критерии:
1. Облачное решение –к базе данных должен быть доступ пользователю удаленно.
2. Гибкая визуализация и анализ.
3. Бюджетный.
4. Прогнозирование.
В таблице 1 приведена сравнительная таблица по этим критериям.
Таблица 1.
| Критерий | Datapine | IBM Watson Analytics | MSD Sales | ПО в разработке |
| 1.Облачное решение | да | да | нет | да |
| 2. Гибкая визуализация и анализ | да | да | нет | да |
| 3.Бюджетный | нет | да | да | да |
| 4.Прогнозирование | да | да | нет | да |
