Прогнозирование спроса

Изучение спроса на различные группы запасных частей является сложной задачей. Детали делятся на те, которые пользуются постоянным спросом, на те, которые требуются время от времени, и неликвидные или плохо реализуемые. Доля рентабельных групп запасных частей в общем товарообороте, естественно, должна быть больше, чем доля плохо реализуемых, а именно находиться на уровне 76%. Доля деталей периодиче­ской замены составляет 20-22%, а неликвидных запасов — в среднем 2-3%. Редкоменяемые детали — кузовные детали, оптика, стекла, детали салона (их замена происходит только в случае аварийного выхода из строя).

По каждому из этих сегментов лучше строить свой прогноз в отдельности, принимая во внимание такой аспект, как риск невостребованности продукции. Подробнее способы анализа спроса на запчасти описаны в главе, посвященной ассортиментной политике зарубежных компаний. Здесь мы отметим только то, что при прогнозировании динамики спроса на этом рынке необходимо учитывать сезонность.

Сезонные падения спроса на запчасти к иномаркам наблюдаются ежегодно в январе (после новогодних и рождественских праздников), в летние месяцы — июнь, июль, август (время отпусков). Однако с приходом осени владельцы стараются подготовить свою машину к зимнему сезону, производя ремонт, заменяя масла. А с первой гололедицей увеличивается спрос на кузовные детали, так как в это время возрастает количество аварий на дорогах. В сентябре-ноябре спрос на данном товарном рынке увеличивается. Месяцы февраль и март характеризуются максимальным покупательским оживлением (рис. 9).

Рис. 9. Прогноз динамики спроса на запчасти

Прогнозирование спроса для целей финансового планирования небольшой сервисной компании лучше производить по реализации всего ассортимента в целом. При этом необходимо отслеживать движение продаж строго по группам деталей, имеющихся в наличии, изменяя ассортимент в соответствии с динамикой спроса. Торговля будет эффективной, если основная часть запасов фирмы будет состоять из быстрореализуемых групп деталей и расходных материалов, таких, как тормозные колодки, фильтры, ремни генератора, ГРМ, щетки стеклоочистителей, электрика (аккумуляторы, провода, свечи и др.), ШРУСы в сборе, сцепление в сборе, генераторы и стартеры, бензонасосы, амортизаторы, глушители в сборе, оптика, стекла, шины, диски, фаркопы, защиты поддона картера, разное (наконечники рулевых тяг, шаровые опоры, рычаги, подшипники и др.), и расходных материалов и аксессуаров (масла, тормозная жидкость, присадки, дистиллированная вода, жидкость стекло-омывателя, тосол, антифриз, косметика и другие химические препараты, инструмент и специальные принадлежности).

В качестве примера приведем один из известных методов прогнозирования динамических рядов (табл. 18). Для анализа и прогнозирования внутригодичных колебаний спроса может быть построена модель сезонных колебаний с помощью гармоник ряда Фурье:

где к — номер гармоники, определяющий степень точности (адекватности) модели (обычно к берется в пределах от 1 до 4).

Таблица 18 - Расчет прогнозных значений уровней ряда (при к = 1)

Параметры уравнения определяются методом наименьших квадратов:

При анализе внутригодовой динамики п = 12 — по числу месяцев в году. Представляя месячные периоды как части окружности, ряд внутригодовой динамики имеет следующий вид, представленный в табл. 19:

Таблица 19 -Месячные периоды — как части окружности

Периоды, t
Уровни, y i;	y 1	y 2	y 3	y 4	y 5	y 6	y 7	y 8	y 9	y 10	y 11	y 12
t = f(π)		0,52	1,05	1,57	2,09	2,62	3,14	3,67	4,19	4,71	5,24	5,76