판매 예측 - 더미

정성 데이터 는 정량 데이터의 배경을 이해하는 데 도움이되는 정보입니다. 물론, 그것은 양의 데이터가 무엇인가하는 질문을 던집니다. 정량적 데이터 는 숫자 데이터로 전 분기 동안 팀이 판매 한 단위 수 또는 3 월 중에 팀이 가져온 수익을 나타냅니다.

양적 데이터를 사용하면 Excel을 사용하여 매월 판매되는 단위 수를 계산할 수 있습니다. Excel을 사용하여 영업 팀에서 얻은 수익의 이동 평균 또는 최소 수익 또는 10 월 중 발생한 연간 매출의 비율을 파악할 수 있습니다.

질적 데이터 에는 평균, 최소 또는 최대가 없습니다. 양적 데이터를 이해하는 데 도움이되는 정보입니다. 숫자를 문맥에 넣습니다. 정말 바보 같은 실수를하지 않도록 보호하는 데 도움이됩니다. 올바른 질문하기 영업 담당 부사장이 내년도에 귀하의 에이전시가 몇 대의 차량을 판매할지 예측하도록 요청한다고 가정 해보십시오. 대행사가 대부분 Fords를 판매하는 경우 예측에서 wh take 거리는 것이 합리적입니다. 작년까지 귀하의 대행사가 대부분 Duesenbergs를 판매하여 예측이 부당하다고 판단한 경우 Duesenbergs는 더 이상 만들지 않기 때문에 판매 할 수 없습니다.

기본 사항을 함께 생각하기 전에 질문해야하는 몇 가지 질문이 있습니다.

귀사에서 몇 명의 영업 사원을 이용할 수 있습니까?

작년보다 거리에서 더 많은 발을 내줄 수 있습니까? 적게? 같은 것? 영업 인력의 규모가 차이를 만듭니다. 알맞은 예측을하기 위해서는 어떤 판매 리소스를 사용할 수 있는지 알아야합니다.

예측 기간 동안 수수료 수준이 변경됩니까?

• 귀사는 지난 12 개월 동안 판매 인센티브를 행사 했습니까? 그렇다면 예측에 대해 걱정할 필요가 없습니다. 그러나 경쟁이 약화 되었기 때문에 비즈니스 모델이 변경되고 커미션 비율이 떨어지거나 경쟁이 치열 해져서 요금이 올라간다면 예측에이를 고려해야합니다. 이 예측 기간 동안 제품 가격이 변경됩니까?
• 제품 라인 가격이 상승할까요? 그렇다면 판매 단위 예측에 대한 비관론을 구축해야 할 것입니다. 그들은 떨어질 것인가? 그럼 너 낙천적 일 수있어. (가격 책정은 대개 매출보다 판매 단위에 더 많은 영향을 미칩니다.) 예측을 사용하여 이와 같은 질문에 대답 할 수 없습니다. 그럼에도 불구하고 질적 인 데이터로서의 자격을 갖춘 응답은 좋은 예측을 내리는 데 중요합니다. 길고 잘 행동 한 기준선을 가질 수 있으며 이것은 좋은 예측의 핵심입니다. 회사가 제품 라인을 변경하거나 영업 인력을 줄이거 나 커미션 구조를 변경하여 영업 사원이 걷거나 가격을 낮춰 시장이 집단적으로 손을 잡을 수 없다면 완전히 바보가 될 수 있습니다 제품 라인에서 떨어져. 이 중 어떤 것도 당신의 어깨를 으 sh하고 두 개의 주사위를 굴린 것처럼 당신의 예측을 보일 것입니다.
• 판매 계획을 세우기 위해베이스 라인에 전적으로 의존 할 수는 없습니다. 당신은 좋은 판매 예측을하기 위해 회사가 마케팅, 가격 책정, 사람들의 관리, 경쟁에 대한 대응에서 무엇을하는지주의해야합니다. 공을 주시하십시오: 예측의 목적

예상 기간을 반영하도록 기준을 설정하십시오. 즉, 한 달의 판매량을 예측하려는 경우 기준선에 개월 단위로 판매 내역이 표시되어야합니다. 예측의 목적이 예상 수익과 같은 재무 예측을 돕는 것이라면 분기 결과를 예측하고 기준선을 분기별로 구성해야합니다.

이 그림은 유용한 기준의 예를 보여줍니다.

예측은 다음 달에 대한 것이므로 기준선은 매월 판매 내역을 제공합니다.

B 열에 월 이름 목록을 쉽게 만들 수 있습니다. 셀 B2를 선택하고 1 월 또는 1 월을 입력합니다. Enter 키를 누르고 필요하면 셀 B2를 다시 선택합니다. Ctrl + Enter를 누르면 셀 B2가 선택된 상태로 남아 있습니다. 그 값을 입력하십시오). 셀의 오른쪽 아래 모서리에있는 작은 검정색 사각형 (채우기 핸들이라고 함)을 확인하십시오. 마우스 포인터를 채우기 핸들 위로 이동하십시오. 포인터가 십자선으로 바뀝니다. 자, 여전히 십자형을 볼 수 있지만, 마우스 버튼을 누른 상태에서 계속 누르고 원하는만큼 아래로 드래그하십시오. Excel에서 달 이름을 채 웁니다. 이것은 또한 요일에도 작동합니다.

염두에 두어야 할 기본 사항을 작성하는 데 대한 몇 가지 경험이 있습니다.

기준선에서 같은 길이의 기간을 사용하십시오.

2 월 1 일부터 2 월 14 일까지의 기간과 2 월 15 일부터 3 월 31 일까지의 다음 기간은 특이합니다. 그래도 데이터를 정리하는 것이 편리하기 때문에 완료된 것으로 보았습니다. 그러나 명백한 2 월 수익은 과소 평가되고 명백한 3 월 수익은 과대 평가되기 때문에 이는 일을 버린다. 예측 방법에 관계없이 문제가 될 것입니다.(2 월 28 일과 3 월 31 일과 같은 작은 차이는 무시해도됩니다.)

기준선의 기간이 가장 빠른 것부터 가장 늦은 순서대로 이루어 지도록하십시오.

• 이 책에서 설명한 두 가지를 비롯한 몇 가지 일반적인 예측 기술은 한 기간의 측정과 다음 기간의 측정 간의 관계에 의존합니다. 기간이 정해진 시간보다 길면 예측치가 떨어질 것입니다. 흔히 원시 측정 값은 연대순이 아니기 때문에 여러 가지 이유 때문에 피벗 테이블을 사용하여 요약 할 수 있습니다.이 피벗 테이블을 쉽게 날짜 순서대로 넣을 수 있습니다. 실제로 피벗 테이블은 요약 된 데이터를 기본적으로 시간순으로 정렬합니다. 기준선의 모든 기간을 고려합니다.
• 기준이 2015 년 1 월에 시작되는 경우 데이터가 누락 된 경우에도 2015 년 2 월을 종료 할 수 없습니다. 나머지 개월이있는 경우 2015 년 1 월을 건너 뛰고 2015 년 3 월부터 시작하십시오. 이유가 무엇입니까? 왜냐하면 당신은 당신이 한 기간과 다음 기간 사이의 관계를 올바르게하고 있는지 확인하기를 원하기 때문입니다.