sag494всем спасибо за интересные ответы.
dmitrypanin Если же у вас вдруг все нормально с доставкой, планирование денежных средств идет гладко и т.д. и вся проблема только в точности ПП, то могу написать и про него, но как-нибудь в другой раз
буду премного благодарен.

Итак, часть вторая. Определяемся с источниками данных для составления плана продаж. Чем их больше, тем лучше и чем они качественнее (точнее, полнее), тем лучше. Один источник данных есть почти всегда - это данные о прошлых продажах. Как его использовать? Прежде всего смотрим на товары. В самом плохом случае товары продаются с выраженной сезонностью, в разных регионах по разному, статистика "дырявая", компания бурно растет, существует много товаров - заменителей. В этом случае нужно вычленять эти факторы по одному.

Если существуют товары - аналоги (пример, таблетки активированного угля разных производителей продаются одинаково - одинаковы с точки зрения потребителя), то имеет смысл рассчитывать прогноз продаж не по товарам, а по товарным группам. То есть вся номенклатура компании группируется (тут можно привлечь продакт-менеджеров если они есть или маркетологов или закупщиков), продажи по каждой группе суммируются и дальше вычленяются следующие факторы.

Если компания бурно растет, то необходимо делать поправку на рост. Обычно компании растут за счет увеличения количества клиентов. При этом новые клиенты как правило похожи на предыдущих. Если это так, то имеет смысл снять общие продажи компании за длительный период и полученные цифры использовать в качестве коэффициентов роста. То есть выбираем некоторый месяц как 100%. Тогда остальные месяца (недели/кварталы) будут иметь свой коэффициент (отношение общих продаж фирмы за этот период к базовому). Дальше делим все продажи этого периода на полученный коэффициент и продолжаем вычленять вредные факторы.

Если статистика "дырявая" (товар то есть, то нет, продажи соответствующие), то необходимо делать информативную выборку. Выкидываем неинформативные недели и смотрим, достаточно ли данных, чтобы верить прогнозу. Если данных маловато, то смотрим в более ранние периоды. Имеет смысл ввести коэффициент старения информации, то есть более свежим данным верим больше. Устанавливаем вес последнего периода (месяца) в 100%, предпоследнего, скажем, в 95%, далее продолжаем умножать веса на 0,95. И вместо среднего берем средневзвешенное. Если статистики нет вообще (новый товар), то кроме метода аналогии предложить нечего. Некий эксперт (возможно тот, кто группировал номенклатуру) определяет аналоги и устанавливает первичный прогноз на основе прогнозов аналогов. Дальше статистика появляется и точность увеличивается.

Если товар в разных регионах продается по-разному, то необходимо делать прогноз продаж по каждому региону. При этом что такое регион, зависит от различия. Если у компании есть филиалы, то логично делать прогноз продаж по каждому филиалу. При этом важно не увлекаться, так как с дроблением на регионы объем статистики на регион уменьшается, а вместе с ним и точность. Если вместе с разнорегионностью имеется быстрый рост, то придется и рост рассматривать не один на компанию, а свой на каждый регион.

Если товар имеет выраженную сезонность, то необходимо ввести сезонный коэффициент. При этом как правило верно то, что довольно большие группы товаров имеют одинаковую сезонность (не группы-аналогов). Если возвращаться к лекарствам, то одинаковую сезонность должны иметь не только уголь разных производителей, но и вообще все средства "от желудка". То есть вводим еще одну, более крупную группировку товаров - по сезонности. В одну группу входят товары с одинаковой сезонностью. Дальше смотрим продажи по каждой группе (конечно, уже поправленные на рост) и вычисляем сезонные коэффициенты. Сравниваем январь и декабрь - они, теоретически, не должны сильно отличаться, но на практике - будут. Поэтому без сглаживания не обойтись. Считаем коэффициент за, например, март как (1/4 февраля + 1/2 марта + 1/4 апреля)/год. Получаем коэффициенты за каждый месяц. Снова меняем исходные значения продаж и в итоге получаем статистику "очищенную" от гадостей. Проводим усреднение, если нужно прибавляем запланированный рост, и начинаем обратные преобразования. В итоге получаем искомую цифру.

Осталось реализовать и посмотреть на результат. Посчитать точность прогноза и понять - устраивает или нет? Если точность не устраивает, то можно конечно пошаманить с деталями (группировки, коэффициенты и т.д.), но скорее всего придется использовать дополнительную инфу.

Какая она бывает? Если на рынке есть специализированные панели (у какого-то агенства есть постоянные источники данных о продажах некоторой выборки ваших потенциальных покупателей, на основании ее они делают выводы о рыночных продажах), то имеет смысл использовать их. Только нужно иметь ввиду, что их данные не всегда точны (но любая информация всегда полезна) и конечно их цены можно и НУЖНО сбивать (иногда можно сбросить цену до 10 раз). Кроме этого существует информация о продажах ваших клиентов у самих клиентов - вопрос в том, как ее получить (кому-то надо договариваться). Также планы по продажам существуют у ваших поставщиков. Причем несмотря на дальность от конечного потребителя, у них (особенно у производителей) бывают весьма качественные данные, так как они учитывают свою будущую активность по продвижению товаров. А еще очень качественная информация есть у менеджеров по продажам, но ее трудно и получить и еще труднее систематизировать.

Если у Вас есть дополнительный источник информации, то эти данные нужно включать в процесс прогнозирования. Как? Это зависит от информации.

Надеюсь что сей многомудрый (многоглупый?) текст Вам поможет