Proyeksi penjualan

Proyeksi penjualan adalah perkiraan perhitungan, menggunakan teknik statistik , yang memungkinkan mengetahui perkiraan penjualan suatu perusahaan dalam periode waktu mendatang.

Ini pada dasarnya terdiri dari mencari tahu berapa banyak yang bisa kita jual, mengingat proyeksi penjualan terkait dengan kegiatan lainnya.

Oleh karena itu, ini adalah salah satu analisis penting yang harus dilakukan oleh setiap perusahaan. Ingatlah bahwa pusat bisnis apa pun adalah pelanggan dan tagihan mereka adalah sumber pendapatan utama.

Di sisi lain, orang yang bertanggung jawab untuk melakukan perhitungan ini adalah direktur komersial.

Cara membuat proyeksi penjualan

Prakiraan penjualan memungkinkan Anda memperoleh informasi tentang pembelian yang diperlukan. Ini, pada gilirannya, akan memungkinkan kita untuk menyediakan perbendaharaan yang memadai dan mengelola sumber daya manusia secara efisien. Oleh karena itu, mengetahui cara melakukannya sangat penting. Kita bisa mulai dari tiga situasi, kita akan melihat setiap metode secara lebih rinci di bagian berikut:

  • Perusahaan kita memulai aktivitasnya. Dalam hal ini, hampir tidak mungkin untuk mengetahui data dari masa lalu. Kita hanya dapat membandingkan dengan pesaing lain yang telah berada di pasar lebih lama dan informasi ini harus diambil dengan hati-hati. Hal yang biasa dalam kasus ini adalah menggunakan teknik kualitatif, yang memungkinkan penggunaan sampel kecil dan didasarkan pada informasi subjektif, seperti metode Delphi atau survei ahli.
  • Perusahaan kita telah aktif untuk waktu yang singkat. Dalam hal ini kita sudah memiliki beberapa data, tetapi tidak cukup untuk melakukan teknik statistik kuantitatif dengan sampel yang besar. Dalam hal ini kita dapat mengirimkan kuesioner kepuasan kepada klien kita dan juga mengetahui preferensi masa depan mereka. Kita dapat melakukan analisis eksplorasi statistik untuk mengumpulkan informasi atau menggunakan metode seperti Run Rate.
  • Akhirnya, jika perusahaan kita telah berada di pasar selama beberapa waktu, yang terbaik dan paling efektif adalah teknik kuantitatif. Ini memungkinkan Anda untuk membuat caral proyeksi penjualan melalui matematika dan statistik. Yang paling umum, yang juga akan kita lihat secara rinci , antara lain adalah regresi , tingkat variasi atau rata-rata bergerak.

Beberapa metode peramalan

Ada banyak metode kualitatif dan kuantitatif untuk membuat proyeksi masa depan suatu variabel. Kita akan fokus pada yang paling relevan dan itu juga dapat diterapkan dengan mudah ke perusahaan kecil atau menengah. Kita hanya membutuhkan spreadsheet untuk sebagian besar dari mereka .

Metode kualitatif

Metode ini didasarkan, seperti yang telah kita katakan, pada sampel kecil dan subjektivitas. Mereka digunakan untuk melakukan analisis eksplorasi yang dapat dilengkapi dengan analisis kuantitatif lainnya. Mereka juga sebagian besar mencegah kita menjadi buta ketika kita memulai. Mereka tidak mengizinkan Anda untuk membuat kesimpulan .

  • Metode Delphi. Ini adalah teknik kualitatif yang mengembangkan sistem pengumpulan data dari panel ahli. Yang dicari adalah konsensus para peserta melalui proses interaktif. Serangkaian kuesioner dijawab dan dengan data ini, yang berbeda dilakukan, sampai konsensus tersebut tercapai.
  • Kelompok yang terfokus. Teknik ini mirip dengan yang sebelumnya, tetapi didasarkan pada pertemuan pribadi atau virtual. Di dalamnya akan ada cararator dan sederet orang yang terlibat dalam masalah yang akan dibahas. Misalnya, dalam hal ini bisa menjadi direktur komersial dan agen yang berbeda. Ini tentang mengarahkan peserta, melalui proses seperti “awan ide”, menuju tujuan memperoleh informasi tentang kemungkinan perkiraan penjualan .

Metode kuantitatif

Ini adalah yang paling umum di perusahaan yang telah beroperasi untuk waktu yang lama. Mereka memiliki sampel pelanggan yang besar dan jangka waktu yang lama. Yang paling relevan ditunjukkan di bawah ini:

  • Tingkat pertumbuhan rata-rata. Ketika bisnis Anda sudah lama berkecimpung dalam bisnis, Anda dapat menghitung persentase pertumbuhan tahunan rata-rata. Dengan ini dan data dari tahun sebelumnya, Anda dapat membuat perkiraan penjualan dasar. Caranya sederhana, persentase ini ditambahkan ke penjualan lama. Hal ini mirip dengan menghitung tingkat perubahan .
  • Metode Run Rate digunakan untuk meramalkan penjualan pada periode tertentu dalam satu tahun. Untuk perhitungannya, menggunakan rata rata bulanan dari penjualan suatu periode dan dengan ini, yang akan terjadi pada periode berikutnya diprediksi.
  • moving average dalam analisis time series sangat berguna bagi perusahaan yang produknya memiliki stabil dan tidak ada penjualan musiman . Rata-rata sejumlah data historis dilakukan dan dengan ini prediksi dibuat. Jika ada musiman yang tinggi, maka teknik lain dapat digunakan, yaitu indeks musiman .
  • Regresi sederhana, yang telah ditulis secara rinci di sini . Dalam kasus kita, variabel terikatnya adalah penjualan dan variabel bebasnya adalah waktu. Mereka dapat dengan mudah dihitung dengan perangkat lunak statistik atau spreadsheet. Ini menawarkan grafik dan juga menghitung koefisien determinasi (R Squared) , dengan nilai antara nol dan satu. Semakin dekat dengan satu, semakin baik kemampuan untuk memprediksi.

Contoh proyeksi penjualan

Sebagai contoh kita akan menggunakan teknik regresi sederhana .

Mari kita bayangkan sebuah perusahaan yang menawarkan data yang ditunjukkan di bawah ini. Penjualan bulanan 3 tahun terakhir muncul. Kita telah memasukkan hanya beberapa data dalam tabel sehingga tidak terlalu panjang.Variabel terikat (Y) adalah penjualan dan variabel bebas (X) adalah waktu. Tujuannya adalah untuk menghitung koefisien beta dari X dan suku bebas.

Kita dapat melihat bahwa spreadsheet menunjukkan garis regresi. Dalam hal ini, kemiringannya negatif tetapi sedang, seperti yang ditunjukkan oleh koefisien X (kurang dari nol). Sayangnya, bagaimanapun, teknik ini tidak akan banyak berguna bagi kita. R Kuadrat memiliki nilai mendekati nol dan, oleh karena itu, garis tidak membantu kita untuk memprediksi dan kita harus memilih metode statistik lain.