GreedisGoods » Business » การพยากรณ์ยอดขาย คือ อะไร? ทำอย่างไร

การพยากรณ์ยอดขาย คือ อะไร? ทำอย่างไร

by K. Pair
การพยากรณ์ยอดขาย คือ Sales Forecast คือ

รู้จักกับการพยากรณ์ยอดขาย มาดูกันว่า การพยากรณ์ยอดขาย คืออะไร? มีประโยชน์อย่างไร และวิธีที่ใช้ในการพยากรณ์ยอดขาย มีอะไรบ้าง

การพยากรณ์ยอดขาย คือ วิธีที่ใช้ในการประมาณการยอดขายของช่วงถัดไป เพื่อที่จะประมาณกำลังการผลิตของสินค้าที่จะขายในช่วงเวลาถัดไป เช่น สัปดาห์หน้า เดือนหน้า หรือ ปีหน้า

ประโยชน์ของการพยากรณ์ยอดขาย คือ ทำให้สามารถผลิตสินค้าได้เพียงพอกับความต้องการที่จะเกิดขึ้นในอนาคต

เนื่องจากถ้าหากว่าลูกค้าเกิดต้องการสินค้าที่บริษัทเราขายขึ้นมาแต่เรามีสินค้าที่จะขายไม่พอ นั่นหมายถึง บริษัทจะเสียโอกาสในการขายสินค้าชิ้นนั้น ซึ่งเป็นสิ่งที่ทำให้กำไรของบริษัทลดลงทางอ้อม (กำไรที่ควรจะได้ จากการขายสินค้าอันนั้น) ถึงแม้ว่าจะไม่ได้ถูกเขียนลงในบัญชีว่าขาดทุนก็ตาม

นอกจาก เสียโอกาสขายแล้ว การที่ไม่มีสินค้าขายให้กับลูกค้าเมื่อลูกค้าต้องการ ยังหมายถึงการที่ลูกค้ามีโอกาสไปหาสินค้าทดแทนที่เหมือนหรือคล้ายกันจากผู้ขายรายอื่น และอาจทำให้เราเสียลูกค้าคนนั้นไป เนื่องจาก ติดใจสินค้าชนิดนั้น หรือรู้สึกว่าใช้สินค้านั้นแทนไปเลยก็ได้


ในการพยากรยอดขายสามารถทำได้หลายวิธี แต่ในบรรดาวิธีที่ได้รับความนิยมจะมีอยู่ 3 วิธี

โดยทั้ง 3 วิธีที่ยกมาจะเป็นการใช้ข้อมูลสถิติจากในอดีตมาคาดเดาสิ่งที่เกิดขึ้นในอนาคต ซึ่งแน่นอนว่าไม่สามารถพยากรณ์ได้ตรง 100%

นอกจากนี้ ในบางธุรกิจที่สินค้าเปนสินค้าที่มีฤดูกาล โดยคำว่าฤดูกาลในที่นี้รวมไปถึงช่วงเวลา เช่น วันปีใหม่ ช่วงเปิดเทอม ช่วงปิดเทอม ช่วงที่นักศึกษาจบใหม่เข้าทำงาน วันวาเลนไทน์ เป็นต้น

ดังนั้น แทนที่จะใช้มูลจากเดือนที่แล้ว เราก็จะใช้ข้อมูลจากครั้งที่แล้วแทน เช่น ใช้ยอดขายของช่วงวันวาเลนไทน์ย้อนไป 5 ปีมาใช้ดูแนวโน้มยอดขายในวันวาเลนไทน์ครั้งถัดไป


พยากรจากยอดขายช่วงก่อนหน้า

เป็นวิธีพยากรยอดขายแบบง่ายๆ ที่ความแม่นยำไม่สูงมาก เป็นการใช้ข้อมูลจากช่วงก่อนหน้า เช่น เดือนก่อนหน้า มาใช้วางแผนว่าช่วงต่อไปจะขายได้ประมาณเท่าไหร่

ตัวอย่างเช่น จากข้อมูลของบริษัทหนึ่งที่เก็บรวบรวมไว้พบว่า เดือนธันวาคมขายได้ 1,100 ชิ้น เดือนมกราคมขายได้ 1,000 ชิ้น กุมภาพันธ์ขายได้ 1,200 ชิ้น เดือนมีนาคมขายได้ 1,100 ชิ้น และเดือนเมษายนขายได้ 1,200 ชิ้น เดือนต่อไปจะขายได้ประมาณกี่ชิ้น

ดังนั้น ในเดือนพฤษภาคมที่จะถึงก็น่าจะขายได้ประมาณ  1,200 ชิ้น ตามยอดขายที่ขายได้จากเดือนที่แล้ว (เดือนเมษายน)

หรือประมาณ 1,000 – 1,200 ชิ้น เพราะที่ผ่านมาก็ขายได้จำนวนประมาณนี้มาโดยตลอด


ค่าเฉลี่ยเคลื่อนที่ หรือ Moving Average

ค่าเฉลี่ยนเคลื่อนที่ หรือ Moving Average คือ การหาค่าเฉลี่ยโดยใช้ข้อมูลจากช่วงระยะเวลาที่ย้อนไปไม่ไกล เช่น ข้อมูลจาก 3 เดือนล่าสุด

Moving Average = ผลรวมของข้อมูลที่เราเลือกมา ÷ จำนวนของข้อมูล

ตัวอย่างเช่น จากข้อมูลของบริษัทหนึ่งที่เก็บรวบรวมไว้พบว่า เดือนธันวาคมขายได้ 1,100 ชิ้น เดือนมกราคมขายได้ 1,000 ชิ้น กุมภาพันธ์ขายได้ 1,200 ชิ้น เดือนมีนาคมขายได้ 1,100 ชิ้น และเดือนเมษายนขายได้ 1,200 ชิ้น เดือนต่อไปจะขายได้ประมาณกี่ชิ้น

ถ้าหากว่า หาค่าเฉลี่ย (Average) แบบปกติ จะเป็นการนำข้อมูลทั้งหมดมารวมกันและหารด้วยจำนวนของข้อมูล ในที่นี้คือ (1100 + 1000 + 1200 + 1100 + 1200) ÷ 5 = 1,120 ชิ้น

แต่ในกรณีของ Moving Average เราจะใช้แค่ข้อมูลล่าสุด ในช่วงระยะเวลาสั้นๆ เช่น ข้อมูล 3 เดือนล่าสุด

ดังนั้น การหาค่าเฉลี่ยเคลื่อนที่ หรือ Moving Average จะใช้ข้อมูลของเดือน กุมภาพันธ์ มีนาคม และ เมษายน เพื่อพยากรณ์ยอดขายเดือนพฤษภาคม

พยากรณ์ยอดขายเดือนพฤษภาคม (1200 + 1100 + 1200) ÷ 3 =  1,166.67 ชิ้น

อ่านเพิ่มเติมเกี่ยวกับ การคำนวณ Moving Average ได้ที่บทความ Moving Average คืออะไร?


ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก หรือ Weighted Moving Average

ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก หรือ Weighted Moving Average คือ การหาค่าเฉลี่ยที่คล้ายกับ Moving Average เพียงแต่ข้อมูลที่ใช้แต่ละตัวจะถูกคูณค่าน้ำหนักเข้าไป

Weighted Moving Average =  ผลรวมของข้อมูลแต่ละตัวที่คูณค่าน้ำหนักเข้าไป ÷ ผลรวมของน้ำหนัก

ค่าน้ำหนัก คือ ค่าที่ใช้สำหรับถ่วงให้ค่าที่สำคัญมีผลมากกว่า (เพราะมันใกล้ปัจจุบันที่สุด) ซึ่งก็คือค่าของปีที่ใกล้ปัจจุบันที่สุด โดยจะกำหนดตามความเหมาะสม

ถ้าเป็นนักศึกษาที่สอบ โจทย์อาจจะกำหนดมาให้ หรือถ้าไม่กำหนดมาให้ก็ตั้งเอาเองได้เลย โดยวิธีง่ายสุดคือตั้งเป็น 1, 2, 3, 4 ไปจนครบจำนวนข้อมูล

ในกรณีของ Weighted Moving Average เราจะคูณค่าน้ำหนักเข้าไปด้วย และตัวหารจะเป็นผลรวมของน้ำหนัก ไม่ใช่จำนวนของข้อมูลเหมือน Moving Average !!

เช่น ใช้ข้อมูล 3 เดือนล่าสุด โดยกำหนดน้ำหนักไว้ที่ 2, 3, และ 4 ตามลำดับ

ดังนั้น การหาค่าเฉลี่ยเคลื่อนที่ หรือ Moving Average จะใช้ข้อมูลของเดือนกุมภาพันธ์ มีนาคม และ เมษายน เพื่อพยากรณ์ยอดขายเดือนพฤษภาคม

โดยเดือนที่ใกล้เคียงปัจจุบันมากที่สุด ก็จะได้ค่าน้ำหนักที่มากที่สุดลดหลั่นกันไป

จากตัวอย่าง เดือนกุมภาพันธ์จะได้น้ำหนัก 2 เดือนมีนาคมได้น้ำหนัก 3 เดือนพฤษภาคมได้น้ำหนัก 4

พยากรณ์ยอดขายเดือนพฤษภาคม ((1200 x 2) + (1100 x 3) + (1200 x 4)) ÷ 9 =  1,166.67 ชิ้น

อ่านเพิ่มเติมเกี่ยวกับ การคำนวณ Weighted Moving Average ได้ที่บทความ Weighted Moving Average คืออะไร?

บทความที่เกี่ยวข้อง

GreedisGoods มีการเก็บ Cookies เพื่อมอบประสบการณ์ใช้งานที่ดียิ่งขึ้น หากท่านใช้เว็บไซต์ต่อไปโดยไม่ปรับตั้งค่าเราเข้าใจว่าท่านยินยอมที่จะรับคุกกี้ ยินยอม ดูรายละเอียด