Il pacchetto Forecasting (Previsione Vendite) comprende i seguenti tools:

Forecaster - Programma per le previsioni e

l'analisi delle serie storiche

Presentazione

L'applicativo consente in modo semplice di analizzare una serie storica attraverso l'individuazione del trend e della componente stagionale.

Il TREND (o componente tendenziale) rappresenta la tendenza fondamentale (tendenza di fondo) del fenomeno, e con esso si spiegano tutti quei fattori che influenzano la serie storica con regolarità e continuità.

Ad esempio, ricadono nella definizione di Trend fattori come quello demografico e quello della evoluzione dei gusti e delle mode.

La STAGIONALITA’ (o componente stagionale) individua le caratteristiche di ripetitività assunte dai valori della serie storica con una frequenza all’incirca pari alla durata dell’anno solare. Questa componente è legata solitamente:

- a fenomeni puramente climatici e atmosferici (si pensi al consumo di prodotti caloriferi nei mesi freddi, o a quello di servizi balneari nei mesi caldi);

- a fenomeni di natura consumistica (si pensi ai giocattoli nel periodo natalizio, o a quelli dolciari pasquali e natalizi);

- a fenomeni di natura sociale (si pensi ai servizi turistici in corrispondenza dei periodi di ferie determinati dalle abitudini sociali, o ancora agli acquisti di beni di valore come le automobili, resi più accessibili a fine anno grazie alla convenzione sociale relativa alla erogazione della tredicesima mensilità di stipendio).

Metodologia impiegata

La prima componente da individuare nell’analisi della serie storica è il Trend. Solitamente, per questioni di semplicità, si sceglie come funzione rappresentatrice del Trend quella lineare.

Il programma utilizza 3 tipologie di funzione trend:

1) Trend MEDIA

Questo tipo di Trend viene di solito utilizzato quando si studiano serie storiche stazionarie, cioè che non presentano evoluzioni crescenti o decrescenti. Nelle serie storiche economiche di solito questo tipo di Trend è associato a prodotti di prima necessità, le cui vendite sono piuttosto rigide nel tempo.

2) Trend LINEARE (RETTA)

Il Trend Lineare è quello più utilizzato, poiché la maggioranza delle serie storiche di vendita presentano una dinamica caratterizzata da una crescita (o decrescita) più o meno costante. Inoltre la sua semplice formulazione analitica fornisce anche una informazione sulla crescita media assoluta della serie storica (il coefficiente angolare della retta).

3) Trend LOGARITMICO

Questo tipo di Trend è spesso utilizzato per quelle tipologie di serie storiche caratterizzate da una crescita piuttosto rapida nella prima parte, ed una più lenta nella seconda parte. Si riscontrano Trend logaritmici per qui prodotti di nuova immissione sul mercato preceduti da una campagna commerciale.

Una volta prescelta il tipo di funzione trend ideale, si procede con l'operazione denominata Detrendizzazione.

La serie storica originaria deve essere depurata dal Trend, in modo che sia più facile procedere alla ricerca delle successive componenti.

Se si è optato per la scomposizione additiva, la detrendizzazione si ottiene sottraendo a ciascun valore della serie storica il corrispondente valore di Trend. Viceversa, nel caso di scomposizione moltiplicativa, il processo si attua dividendo ogni valore della serie storica per il corrispondente valore di Trend.

Il software utilizza la scomposizione additiva.

Per calcolare la stagionalità  si preferisce utilizzare  il metodo delle medie stagionali.

Il metodo delle medie stagionali non fa altro che calcolare il valore medio che ognuno dei dodici mesi assume nella serie deciclicizzata.

Le medie stagionali di ogni mese assumono il nome di coefficienti di stagionalità, e il loro insieme rappresenta proprio la componente stagionale della serie storica.

Occorre considerare molto attentamente la variabilità stagionale, perché essa consentirà - come vedremo in seguito - di effettuare una previsione più accurata.

Per ‘catturare’ la variabilità stagionale, si ricorre al concetto di scarto quadratico medio (in questo specifico esempio denominato deviazione standard), calcolato per ogni mese.

Altri due aspetti da considerare sono:

La Stagionalità minima, ottenuta sottraendo la deviazione standard al coefficiente stagionale;

La Stagionalità massima, ottenuta sommando la deviazione standard al coefficiente stagionale.

                                                 BreakEven Analysis

Questo modello consente di calcolare il punto di pareggio su base mensile con diverse vedute: Margine di Contribuzione Lordo, Margine di Contribuzione Netto, BEP mensile per volume vendite  e unità vendute, con grafici correlati.

L'analisi è possibile su scala mensile automatica (ad es.: ponendo come primo mese della simulazione Gen --> i restanti mesi vengono calcolati in modo automatico.

                                                          Marketing Budget

Questo modello consente di costruire un budget delle spese di Marketing e quindi è molto utile per la redazione del Marketing Plan.

E' possibile proiettare le spese  relative a: Advertising,  Mail campaigns,  Attività promozionali o Altro.

L'analisi è possibile su scala mensile automatica (ad es.: ponendo come primo mese della simulazione Gen --> i restanti mesi vengono calcolati in modo automatico.

                    modelli soggettivi di forecasting

Previsione Vendite con Media Mobile

Questo modello calcola una previsione basata sulla media mobile dei risultati passati su 12, 6 e 3 mesi.  L'analisi è possibile su scala mensile automatica (ad es.: ponendo come primo mese della simulazione Gen --> i restanti mesi vengono calcolati in modo automatico).

I campi in giallo possono essere modificati in quanto contengono i dati in input. Gli altri derivano da formule e collegamenti e non possono essere modificati.

Previsione Vendite con Tasso di Crescita

Questo modello permette di preparare una proiezione delle vendite in base al tasso di crescita previsto per prodotto/servizio/linea.

In sostanza, dato il volume delle vendite di partenza, impostando per ogni prodotto/mese (parte superiore della tabella) il tasso percentuale di crescita, il sistema calcola in automatico (parte inferiore della tabella) i valori in volume.

Previsione Vendite con Quota di Mercato

Questo metodo di previsione richiede la predizione della quota di mercato che si pensa di poter ottenere per un certo prodotto/servizio.

Il modello consta di tre tabelle: nella prima superiore vi è la possibilità di inserire una previsione mensile di quota di mercato, vale a dire l’evoluzione stimata, nel corso di un anno. Nella seconda tabella intermedia, l’analista può inserire le previsioni evolutive in volume del mercato nel corso dell’anno. Quindi l’ultima tabella inferiore calcola in automatico la stima evolutiva delle vendite dei prodotti sulla scorta delle previsioni congiunte del trend delle quote di mercato e del volume complessivo del settore.

Previsione Vendite con Unità Vendute

Questo metodo di previsione è utile quando è più facile calcolare il numero di unità vendute.

Il modello consta di tre tabelle: nella prima superiore vi è la possibilità di inserire una previsione mensile di quantità vendute e prezzi per sei mesi. Nella seconda tabella intermedia, l’analista può inserire le previsioni evolutive per la restante parte dell'anno.

Quindi, l’ultima tabella inferiore calcola in automatico e sintetico l'evoluzione in valore della vendite.

                                            demand elasticIty