Прогноз спроса и продаж: методы, формулы и пример расчёта

Прогноз спроса и продаж помогает заранее решить, сколько товара заказать, какой запас денег понадобится и когда запускать продвижение. Это не обещание будущей выручки, а обоснованная оценка с диапазоном возможных значений и записанными предположениями.

Полезный прогноз отделяют от плана продаж. Прогноз отвечает на вопрос «что, вероятнее всего, произойдёт при известных условиях», а план — «какого результата мы хотим добиться и какие действия для этого выполним». Если желаемый план выше прогноза, разница должна быть обеспечена конкретными действиями: рекламой, изменением цены, расширением наличия или новым каналом.

Что именно нужно прогнозировать

До расчёта зафиксируйте четыре параметра:

• товар, категория или канал, для которого нужен прогноз;
• показатель: заказы, выкупленные единицы, продажи в рублях или спрос;
• шаг времени: день, неделя или месяц;
• горизонт: период, на который нужно принять решение.

Для управления запасом обычно полезнее прогнозировать количество единиц, а деньги считать вторым шагом. Выручка может расти из-за изменения цены, даже если физический спрос не изменился. Смешение штук и рублей скрывает эту разницу.

Горизонт должен соответствовать решению. Если поставка занимает шесть недель, прогноз на следующую неделю не решит задачу закупки. Для заказа понадобится оценка минимум на срок поставки плюс период между заказами и страховой интервал.

Какие данные собрать

Минимальная таблица содержит дату, проданные или выкупленные единицы, цену и остаток. Отдельными признаками отметьте:

• дни без наличия или с ограниченным запасом;
• акции и заметные изменения цены;
• рекламные кампании;
• праздники и сезонные события;
• возвраты и отмены;
• изменения карточки, канала или условий доставки;
• разовые крупные заказы.

Продажи не всегда равны спросу. Если товар закончился, нулевые продажи говорят об отсутствии наличия, а не обязательно об отсутствии покупателей. Такие периоды нельзя механически включать в среднее. Их отмечают и либо корректируют по сопоставимым дням, либо исключают с объяснением.

Сначала проверьте ассортимент через ABC- и XYZ-анализ. Для стабильных товаров допустим автоматический базовый прогноз. Для редких и нерегулярных продаж лучше использовать сценарии и не закупать крупную партию только по среднему значению.

Три простых метода базового прогноза

Последний сопоставимый период

Самый простой прогноз равен факту последнего сопоставимого периода:

Прогноз следующего периода = продажи последнего сопоставимого периода.

Метод полезен как контрольная точка. Более сложная модель должна хотя бы на истории давать результат лучше этого простого варианта. Если продажи сезонные, сравнивайте с тем же сезоном, днём недели или праздничным периодом.

Скользящее среднее

Для короткого стабильного ряда можно взять среднее нескольких последних периодов:

Прогноз = сумма продаж за N периодов / N.

Чем больше окно, тем спокойнее линия и медленнее реакция на изменения. Маленькое окно быстрее замечает новый уровень, но сильнее реагирует на случайные скачки. Размер окна выбирают проверкой на прошлых данных, а не удобством формулы.

Взвешенное среднее

Если последние недели важнее ранних, назначьте им больший вес:

Прогноз = продажа₁ × вес₁ + … + продажаₙ × весₙ, где сумма весов равна 1.

Например, веса 10%, 20%, 30% и 40% усиливают влияние последней недели. Это помогает при постепенном росте или снижении, но не объясняет причину изменения.

Для выраженной сезонности можно применять экспоненциальное сглаживание. Функция Excel `ПРЕДСКАЗ.ETS` продолжает временной ряд на будущую дату и может учитывать сезонный шаблон. Временная шкала должна иметь постоянный шаг, а результат всё равно нужно проверять на отложенных периодах.

Условный пример расчёта

Товар продавался последние четыре недели по 82, 90, 86 и 102 единицы.

Скользящее среднее:

(82 + 90 + 86 + 102) / 4 = 90 единиц.

Взвешенный прогноз с весами 10%, 20%, 30% и 40%:

82 × 0,1 + 90 × 0,2 + 86 × 0,3 + 102 × 0,4 = 92,8, после округления — 93 единицы.

Компания ожидает подтверждённую рекламную активность, которая в двух прошлых сопоставимых тестах давала около 10% дополнительных продаж при наличии товара. Рабочий сценарий составляет примерно 102 единицы: 93 × 1,10. Это условный пример, а корректировка на рекламу действительна только при сопоставимых условиях.

Если средняя абсолютная ошибка прошлых прогнозов равна 12 единицам, для управления можно показать ориентировочный диапазон 90–114 единиц. Такой диапазон не является статистическим доверительным интервалом: он лишь наглядно отражает типичный размер прошлой ошибки.

Как учесть сезонность и внешние события

Сезонность — это повторяющийся рисунок, связанный с календарём. Сравните одинаковые недели, месяцы, дни недели и периоды до праздников. Один прошлогодний всплеск ещё не доказывает устойчивую сезонность: он мог возникнуть из-за акции, дефицита у конкурента или крупного заказа.

Поисковый спрос можно использовать как дополнительный сигнал. В Яндекс Вордстате доступна динамика запросов по дням, неделям и месяцам. Она показывает интерес к формулировке, а не количество будущих покупок конкретного товара. Google Trends нормализует данные относительно общего объёма запросов по выбранному времени и региону, поэтому индекс нельзя напрямую подставлять в прогноз продаж.

Записывайте корректировки отдельной строкой: базовый прогноз, влияние цены, рекламы, сезонности, наличия и итог. Тогда после периода можно увидеть, какое предположение сработало.

Прогноз для нового товара

У нового товара нет собственной истории, поэтому используйте три сценария:

1. Осторожный: слабая конверсия, минимальный рекламный эффект и медленный набор отзывов. 2. Базовый: показатели наиболее близкого аналога при сопоставимых цене, аудитории и канале. 3. Оптимистичный: результат подтверждённого теста при достаточном наличии и бюджете.

Аналог выбирают по задаче покупателя, цене, сезонности, каналу и условиям доставки. Просто взять самый продаваемый товар категории недостаточно. Перед закупкой сопоставьте прогноз с анализом ниши и юнит-экономикой товара.

Начинайте с партии, которая позволяет проверить ключевую гипотезу без критичного кассового риска. После первых сопоставимых периодов заменяйте экспертные предположения фактической историей.

Как оценивать точность

Прогноз проверяют только после появления факта. Для каждого периода сохраняют исходную версию прогноза: пересчитывать прошлую оценку задним числом нельзя.

Простые показатели:

• ошибка = факт − прогноз;
• абсолютная ошибка = |факт − прогноз|;
• MAE = среднее абсолютных ошибок;
• WAPE = сумма абсолютных ошибок / сумма фактических продаж × 100%.

MAE показывает типичный промах в единицах товара. WAPE удобен для сравнения агрегатов разного масштаба, если суммарный факт больше нуля. Процентную ошибку одного периода нельзя корректно считать при нулевых продажах.

Проверяйте модель на прошлых данных: последовательно скрывайте один или несколько будущих периодов, стройте прогноз только по более ранней истории и сравнивайте его с известным фактом. Будущие данные не должны попадать в обучение или ручную корректировку.

Как связать прогноз с запасами и деньгами

После прогноза продаж рассчитайте потребность в запасе на срок поставки. Добавьте страховой запас с учётом нестабильности спроса и надёжности поставщика. Затем проверьте ожидаемую оборачиваемость товара и сумму денег, которая будет связана в закупке.

Высокий прогноз сам по себе не означает выгодную закупку. Нужны положительная прибыль с единицы, допустимый срок возврата денег и запас ликвидности. Связь закупки и денег разобрана в статье об оборотном капитале бизнеса.

Рабочий процесс на каждую неделю

1. Закройте факт прошедшей недели и отметьте дефицит, акции и разовые события. 2. Сравните прошлый прогноз с фактом и рассчитайте ошибку. 3. Обновите базовый прогноз тем же методом. 4. Добавьте только подтверждённые будущие события отдельными корректировками. 5. Сформируйте осторожный, базовый и повышенный сценарии. 6. Пересчитайте заказ, запас денег и ограничения по рекламе. 7. Зафиксируйте версию, дату, ответственного и причины ручных изменений.

Если модель регулярно ошибается в одну сторону, ищите системную причину: скрытый дефицит, неверную сезонность, изменение цены или каналов. Если ошибка случайна и велика, показывайте более широкий диапазон и сокращайте горизонт решения.

Частые ошибки

• прогноз подгоняют под желаемый план;
• продажи во время отсутствия товара принимают за реальный спрос;
• складывают заказы, выкупы и возвраты из разных определений;
• прогнозируют рубли и не замечают изменения количества;
• разовую акцию считают постоянным ростом;
• оценивают модель на тех же данных, по которым она построена;
• показывают одно точное число без диапазона и предположений;
• закупают товар без проверки прибыли и оборотного капитала.

Краткие выводы

Начните с простого базового метода, единого определения продаж и сопоставимых периодов. Отдельно учитывайте отсутствие товара, цену, рекламу и сезонность. Показывайте диапазон, сохраняйте исходный прогноз и регулярно измеряйте ошибку. Ценность прогноза определяется не сложностью формулы, а качеством решений по закупке, наличию, рекламе и деньгам.

Источники

Порядок постановки задачи, анализа ряда и проверки моделей основан на открытом учебнике Rob J. Hyndman и George Athanasopoulos Forecasting: Principles and Practice и разделах о базовых шагах прогнозирования и проверке временных рядов. Возможности сезонного прогноза в Excel сверены со справкой Microsoft по функции ПРЕДСКАЗ.ETS. Интерпретация поисковой динамики проверена по официальной справке Яндекс Вордстата и Google Trends. Проверено 13 сентября 2026 года.