Le tecniche di estrapolazione e di correlazione per la previsione delle vendite

 

Obiettivi

Le tecniche adottabili per effettuare delle previsioni di vendita sono diverse a seconda che si tratti di previsioni a breve, medio e lungo termine. All’allungarsi dell’arco temporale tendono a perdere importanza le tecniche quantitative, mentre diventano più importanti i metodi qualitativi.

Fra le tecniche di previsione a breve termine, le più diffuse sono quelle dell’estrapolazione del trend e quella della correlazione semplice.

 

Fasi di applicazione

Analizzando la tecnica della correlazione, abbiamo le seguenti fasi di applicazione:

1)      Scelta del fenomeno-paragone (analisi di correlazione).

La tecnica di correlazione si basa sulla possibilità di agganciare la previsione delle vendite di un particolare prodotto ad un fenomeno, il cui andamento sia stato, per il passato, analogo a quello delle vendite del prodotto in esame e per il quale si può ragionevolmente pensare che l’analogia di andamento continuerà a verificarsi anche per il futuro.

La ricerca del fenomeno-paragone viene fatta mediante la cosiddetta analisi di correlazione, la quale è normalmente istituita fra diversi possibili fenomeni-paragone (reddito nazionale, numero degli abitanti. Ecc.) e le  vendite complessive di un certo settore o mercato.

2)      Definizione dei parametri di conversione del fenomeno-paragone nel fenomeno di partenza.

Questa fase può essere realizzata individuando una curva di regressione di forma nota. Che consenta di convertire valori specifici di un fenomeno in valori specifici dell’altro, o individuando dei coefficienti di elasticità, che consentano di convertire le variazioni del fenomeno-paragone in variazioni del fenomeno di partenza.

3)      Previsione dell’andamento futuro del fenomeno-paragone.

Se si riesce a trovare una correlazione fra il fenomeno in esame e lo stato che un fenomeno-paragone ha assunto in epoche precedenti, la previsione per il futuro del fenomeno in esame potrà svilupparsi su stati del fenomeno-paragone che si sono già verificati e per i quali non c’è, perciò, da fare alcuna previsione, essendo utilizzabili dati storici già rilevati.

4)      Previsione delle vendite complessive del settore in cui l’azienda appartiene.

Questa operazione comporta la trasformazione del dato del fenomeno-paragone relativo agli anni successivi nei dati relativi al fenomeno di partenza, mediante il parametro di conversione già individuato.

5)      Previsione delle vendite aziendali.

Ciò comporta la stima della quota di mercato che l’azienda ritiene di potere acquisire nell’anno considerato e rappresenta l’elemento di collegamento fra previsione (di fenomeni esterni non controllabili) e programmazione (di ciò che l’azienda ritiene di poter realizzare in base alle risorse di cui dispone ed alle diverse scelte che intende assumere).

La tecnica dell’estrapolazione del trend si fonda sull’interpolazione dei dati relativi alle vendite aziendali passate con una curva di funzione nota, il cui andamento si discosti il meno possibile da quello evidenziato dai dati storici e sull’estrapolazione per uno o due anni futuri della curva interpolatrice così individuata.

La scelta della funzione interpolatrice  può essere fatta con vari metodi. Nella realtà spesso la serie storica delle vendite aziendali viene interpolata con una retta.

Facendo riferimento a un caso particolare, data la forma generale delle funzioni lineari (y = a + bx), per individuare le retta interpolatrice occorre dare un valore numerico ai parametri a e b. Avendo come obiettivo quello di interpolare i dati storici delle vendite con la retta che si discosti il meno possibile da essi, il metodo normalmente adottato per individuare il valore numerico di tali parametri è quello dei minimi quadrati (il criterio su cui si basa è quello della minimizzazione dei quadrati delle differenze fra valori teorici della retta e valori empirici compresi nella storica delle vendite).

 

L’analisi di correlazione delle vendite

Volendo realizzare annualmente delle stime sistematiche delle vendite totali del settore, bisogna affidarsi ad una metodologia statistica di previsione delle vendite.

Per prima cosa bisogna scegliere un fenomeno paragone che ha le stesse caratteristiche, scegliendo di solito tra 3 alternative quale è la più correlata, cioè si sceglie l’indice di correlazione che ha valore maggiore.

Per individuare l’esistenza di correlazione fra le vendite di un prodotto ed altre serie storiche ci si avvale dell’analisi grafica e, per quei casi in cui questa prima fase dà risultati positivi, della costruzione dell’indice di correlazione «r», la cui espressione è la seguente:

 

r = å SxSy            = sommatoria del prodotto degli scarti del fenomeno x e di quello y

      Nsxsx                  numero di osservazioni (N) dello scarto quadratico medio (s)

Sx = scarti dei valori x della media x                  Sy = scarti dei valori y della media y

N = numero delle osservazioni comprese nella serie storica

sx = scarto quadratico medio della serie x          sx = scarto quadratico medio della serie y

X = unità bene correlato (prodotto o venduto) nell’anno n-2

Y = unità bene principale venduto

Scarti: Sx = x-x’    Sy = y-y’

Se R = +1 allora c’è massima correlazione

Se R = -1 allora c’è massima correlazione inversa

 

Dopo una serie di tentativi effettuati con alcune serie storiche legate agli aggregati economici principali (reddito nazionale, spese per consumi, ecc.) ed al settore specifico viene individuata l’esistenza di una correlazione tra due fenomeni.

Dai dati di base raccolti ne vengono realizzati dei punti in un grafico con una decisa tendenza lineare e non dispersiva.

Dopo la costruzione dell’indice r (un indice di correlazione soddisfacente deve essere compreso tra 0,9 e 1), si passa all’analisi di regressione, in modo da poter individuare, in termini matematici, il legame esistente fra le due serie storiche.

Una volta stabilito che i punti del grafico possono essere ben rappresentati da una retta, per l’individuazione dei parametri si applica il metodo dei minimi quadrati in modo da ottenere l’equazione della retta y = a + bx (funzione lineare) dove:

 a = intercetta sull’asse verticale (è un valore)

 b = coefficiente angolare (la pendenza; è un valore)

mentre x ed y rappresentano i fenomeni considerati nell’anno n (pezzi venduti) ed n-2 (pezzi correlati es. prodotti).

Così anno per anno si possono stimare le vendite di prodotti per l’anno successivo utilizzando il dato, già definito e disponibile, del numero di pezzi correlati es. prodotti l’anno precedente.

Praticamente si parte dall’analisi della quota di mercato (quanto vende l’azienda/totale venduto sul mercato) per trovare le relazioni tra due fenomeni (x e Y) di cui dobbiamo vedere la funzione in due rette sugli assi cartesiani.

In base alle previsioni di vendita ottenute si prendono i provvedimenti necessari nelle varie aree aziendali.

 

 

Il sito che tratta
di materie economiche

http://studieconomici.altervista.org