Verschiedene Verkaufsprognosetechniken

Zwei der bekannteren Verkaufsprognosetechniken sind Top-Down-Prognosen und Bottom-Up-Prognosen. Obwohl Unternehmen viele Modelle verwenden, um eine Prognose zu erstellen, umfassen die Techniken in der Regel eine Prognose von der höchsten Nachfrageebene oder eine Prognose von einer niedrigeren Nachfrage. Für kleine Unternehmen hängt die Wahl der besten Technik davon ab, welche für das Unternehmen von mehr Wert ist.

Von oben nach unten

Die Umsatzprognose von oben nach unten ist eine Technik, die die Nachfrage auf der obersten Ebene einer Produktgruppe oder Familie vorhersagt und die Prognose auf die einzelnen Lagereinheiten drückt. Denken Sie an Top-Down-Vorhersagen in Bezug auf eine Pyramide, bei der die Summe jeder Ebene der Pyramide der Zahl oben entsprechen muss.

Verwenden Sie für dieses Beispiel eine vierstufige Pyramide mit Herrenhemden, die die einzige Produktgruppe oder die höchste Stufe der Pyramide darstellen. Stufe drei repräsentiert die zwei verschiedenen Hemdarten, die aus Lang- und Kurzarmhemden bestehen. Stufe zwei repräsentiert die fünf verschiedenen Farben von Langarm- und Kurzarmhemden. Stufe 1 umfasst die 40 verschiedenen Lagereinheiten (SKUs), die aus einzelnen Hemden in den Größen klein, mittel, groß und extra groß jeder Farbe und jedes Hemdtyps bestehen (vier verschiedene Größen mal fünf verschiedene Farben mal zwei verschiedene Stile, die 40 verschiedenen entsprechen SKUs).

In diesem Beispiel wird davon ausgegangen, dass alle Stile, Farben und SKUs den gleichen Bedarf haben. Der Unternehmer erwartet auf Stufe vier einen Jahresumsatz von 20.000 Herrenhemden. Er teilt diese Gesamtprognose gleichermaßen auf alle Arten, Farben und Größen der Hemden auf. Auf Stufe drei erhalten die beiden Stile jeweils eine Prognose von 10.000 Einheiten (20.000 Einheiten geteilt durch zwei Stile). Auf Stufe zwei erhält jede Farbe eine Prognose von 2.000 Einheiten (20.000 Einheiten geteilt durch zwei ergeben 10.000, dividiert durch fünf Farben). Auf Ebene 1 erhält jede SKU schließlich eine Prognose von 500 Einheiten (20.000 Einheiten geteilt durch zwei gleich 10.000, dividiert durch fünf Farben gleich 2.000 geteilt durch vier Größen). Vierzig verschiedene SKUs multipliziert mit einer Prognose von jeweils 500 ergeben 20.000 Einheiten.

Prost

Bottom-Up-Prognosen sind das Gegenteil von Top-Down-Prognosen. Sie generiert die Prognose auf der untersten Ebene der Prognosepyramide. Am Beispiel der Herrenhemden würde das Unternehmen den Jahresumsatz für jede einzelne SKU am unteren Rand der Pyramide prognostizieren. In diesem Beispiel entscheidet der Geschäftsinhaber, welche Prognose für jede SKU am besten ist, unabhängig von der Gesamtsumme am oberen Rand der Pyramide. Angenommen, der Unternehmer erwartet in diesem Jahr eine Umsatzsteigerung von 10 Prozent gegenüber dem Vorjahr. Er nimmt die einzelnen SKU-Verkäufe aus dem letzten Jahr und erhöht jede Prognose um 10 Prozent, um die Prognose für dieses Jahr festzulegen.

Letztes Jahr verkaufte er beispielsweise 462 kleine, weiße Langarmhemden. Mit einem Plus von 10 Prozent erwartet er, in diesem Jahr 508 kleine, weiße Langarmshirts zu verkaufen. Er wendet dieselbe Berechnung auf jede SKU an. Der Geschäftseigentümer gruppiert und summiert die SKUs nach Farbe, um die Prognose für jede Farbe zu bestimmen. Er gruppiert und summiert jede Farbe nach Stil, um die Prognose für jeden Hemdstil zu bestimmen. Schließlich gruppiert er die beiden Stile und fügt sie zusammen, um die Prognose für die Gesamtzahl der Hemden aller Stile, Farben und Größen zu bestimmen.

Hybrid

Der hybride Ansatz der Absatzprognose verwendet Top-Down- und Bottom-Up-Prognosen, um den Verkaufsprognoseprozess eines Unternehmens zu steuern. Mit anderen Worten, das Unternehmen entscheidet über die Prognose auf oberster Ebene für eine bestimmte Produktfamilie. Das Unternehmen verwendet dann statistische Modellierungstechniken, die typischerweise auf niedrigeren Ebenen der Pyramide verwendet werden, um die Prognose auf oberster Ebene in Stil-, Farb- und individuelle SKU-Prognosen auf unterer Ebene zu unterteilen.

Ein Unternehmen beschließt beispielsweise, in diesem Jahr 22.000 Herrenhemden zu verkaufen. Die Hemden verkaufen sich in den folgenden Mustern: klein, 5 Prozent; mittel, 15 Prozent; groß, 50 Prozent; Extra groß, 30 Prozent aller verkauften Größen. Dann betrachten Sie die Farbe: Weiß, 60 Prozent; blau, 20 Prozent; Sahne, 10 Prozent; schwarz, 8 Prozent; und rot, 2 Prozent aller verkauften Farben. Schließlich wurden Langarm, 70 Prozent, und Kurzarm, 30 Prozent aller Modelle verkauft. Anhand dieser Daten teilt das Unternehmen die 22.000 Einheiten nach Umsatzmuster nach Größe, Farbe und Stil auf, um die Prognose auf SKU-Ebene zu erhalten.