DỰ BÁO DOANH THU THEO MÙA VỤ

Nhận ra thay đổi theo mùa trong thu nhập của một công ty và tầm quan trọng của tài chính, bán hàng, tiếp thị, nhân sự, và quản lý hoạt động. Giải thích những gì có nghĩa là "điều chỉnh theo mùa với một tỷ lệ tương ứng hàng năm" và làm thế nào để tính toán được và tạo một mô hình điều chỉnh theo mùa hàng năm. Tạo một mô hình điều chỉnh theo mùa bằng cách tham gia các điều chỉnh theo mùa để một mô hình cho đường xu hướng di chuyển trung bình. Sử dụng thông tin phản hồi về các lỗi để chỉn sửa một mô hình dự báo sao cho tổng sai số là bằng không. Tạo một hệ thống phản hồi tự động bằng cách sử dụng các giá trị trong tương lai để sửa đổi một mô hình dự báo và cải thiện dự báo của tương lai.

Thay đổi theo mùa là những hiện tượng lặp lại thường xuyên với thời gian. Các hiện tượng lặp lại là khá phổ biến. Chúng xuất hiện, ví dụ, hàng tháng, hàng quý hoặc nửa năm "đỉnh núi và thung lũng" trên các bảng xếp hạng bán hàng. Một cửa hàng bách hóa PING đã cung cấp một ví dụ nổi tiếng của hành vi theo mùa. Bởi vì ngoài những ngày nghỉ cửa hàng, doanh số bán hàng rất mạnh trong tháng mười hai, khi một cửa hàng có thể làm nhiều hơn 1/3 daonh thu hàng năm của nó. Tháng Mười Hai là tháng có đỉnh cao nhu cầu và sau đó những tháng chậm của tháng Giêng và tháng Hai, trong đó cửa hàng quản lý mức giá chiết khấu để thu hút khách hàng. Yếu tố hành vi cũng rất quan trọng trong việc điều chỉnh hàng tồn kho và lập kế hoạch của lực lượng lao động.

Mô hình dự báo điều chỉnh theo mùa có hai thành phần: Một phần thương tuân theo xu hướng chung với thời gian, và thứ hai điều chỉnh xu hướng cho các biến thể định kỳ trên và dưới nó. Phát triển một phương trình hồi quy cho một mô hình dự báo điều chỉnh theo mùa cần ba bước tách biệt: (1) Hủy bỏ các mùa vụ từ các dữ liệu thô, (2) phát triển một mô hình cho các đường xu hướng, và (3) đặt tính mùa vụ vào mô hình bằng cách nhân hoặc thêm các hiệu chỉnh theo mùa để cho đường xu hướng. Ví dụ, dữ liệu hàng tháng hoặc hàng quý có thể được điều chỉnh theo mùa vụ hoặc bằng cách tính toán giá trị hàng năm hoặc bằng cách sử dụng các đường trung bình động 12 tháng hoặc 4 quý. Phân tích hồi quy sau đó có thể được sử dụng để tính toán các tham số cho đường xu hướng điều chỉnh theo mùa, nó có thể là đường thẳng hoặc đường cong. Những điều chỉnh này là cần thiết đối với các khoản mà theo đó phụ thuộc vào yếu tố thời gian (ví dụ, giá trị hàng quý hoặc hàng tháng) cao hơn hoặc thấp hơn so với giá trị trên đường xu hướng.

Hệ số tương quan mùa vụ được gọi là chỉ số mùa vụ cụ thể (SSIS). Nếu đường xu hướng dự án giá trị hàng năm, SSIS có thể là phân số hoặc tỷ lệ phần trăm của giá trị hàng năm cho giai đoạn cụ thể. Vì vậy, một khi chúng ta đã dự đoán giá trị hàng năm, số tiền cho thời gian cụ thể được tính toán bằng cách nhân lên những giá trị hàng năm dự kiến bởi SSIS. Ví dụ, nếu 30% doanh thu hàng năm của công ty xảy ra trong tháng Mười Hai và dự kiến doanh thu hàng năm là 10.000.000 $, doanh số dự báo cho tháng mười hai sẽ $ 3 triệu USD (nghĩa là, 30% của 10 triệu USD). Tổng của SSIS nhân cho tất cả các khoảng thời gian trong một năm hoàn. Mùa vụ là một yếu tố được ghi nhận trong báo cáo dữ liệu kinh tế và dự báo hành vi tương lai. Thống kê cho lĩnh vực kinh doanh với đỉnh cao nhu cầu của năm được xác định lại theo tỷ lệ điều chỉnh mùa vụ hàng năm. Chính phủ thống kê về tỷ lệ xây dựng nhà ở, tổng sản phẩm quốc dân và tỷ lệ thất nghiệp là ví dụ các hoạt động kinh tế mà được báo cáo như là sự cơ bản trong điều chỉnh theo mùa.

Chúng ta sẽ nghiên cứu tình huống dự báo doanh thu theo mùa với dữ liệu của WAL-MART STORES, INC được trình bày trên bảng tính Excel.

	A	B	C	D	E	F	G	H	I	J	K	L	M	N	O
1	WAL-MART STORES,INC.
2	Seasonally-Adjusted Cubic AnnualTrend Line for Quarterly Sales (Based on Quarters 1 to 26)
3					Actual	Forecast	Ratio,	SSI,	Forecast Quarterly Sales, $ million			Standard	Quarterly Sales		Actual
4					Quarterly	Annual	Quarterly	Avg.Ratio		Forecast		Forecast	80% Confidence		Outside
5	Fiscal				Sales,	Sales,	to Fcast	for Like		Error,		Error,	Range,$ million		Conf.
6	Year	XYR	Quarter	X	$ million	$ million	Annual	Quarters		$ million	X-XM	$ million	Minimum	Maximum	Range?
7	1991	5	1st	1	*9,280*	44,414	0.20894	0.21332	9,474 10,662 10,914 13,362	–194	–12.5	463.8	8,861	10,088	---
8	1991	5	2nd	2	*10,340*	44,414	0.23281	0.24006		–322	–11.5	460.5	10,053	11,271	---
9	1991	5	3rd	3	*10,627*	44,414	0.23927	0.24573		–287	–10.5	457.4	10,309	11,519	---
10	1991	5	4th	4	*13,640*	44,414	0.30711	0.30084		278	–9.5	454.6	12,760	13,963	---
11	1992	6	1st	5	*11,649*	55,738	0.20900	0.21332	11,890 13,380 13,696 16,768	–241	–8.5	452.0	11,292	12,488	---
12	1992	6	2nd	6	*13,028*	55,738	0.23374	0.24006		–352	–7.5	449.8	12,785	13,976	---
13	1992	6	3rd	7	*13,683*	55,738	0.24549	0.24573		–13	–6.5	447.8	13,104	14,289	---
14	1992	6	4th	8	*17,124*	55,738	0.30722	0.30084		356	–5.5	446.0	16,178	17,359	---
15	1993	7	1st	9	*13,920*	67,897	0.20502	0.21332	14,484 16,299 16,684 20,426	–564	–4.5	444.6	13,895	15,072	---
16	1993	7	2nd	10	*16,237*	67,897	0.23914	0.24006		–62	–3.5	443.4	15,713	16,886	---
17	1993	7	3rd	11	*16,827*	67,897	0.24783	0.24573		143	–2.5	442.6	16,099	17,270	---
18	1993	7	4th	12	*20,360*	67,897	0.29987	0.30084		–66	–1.5	442.0	19,841	21,011	---
19	1994	8	1st	13	*17,686*	80,526	0.21963	0.21332	17,178 19,331 19,788 24,226	508	–0.5	441.7	16,593	17,762	---
20	1994	8	2nd	14	*19,942*	80,526	0.24765	0.24006		611	0.5	441.7	18,747	19,915	YES
21	1994	8	3rd	15	*20,418*	80,526	0.25356	0.24573		630	1.5	442.0	19,203	20,372	YES
22	1994	8	4th	16	*24,448*	80,526	0.30360	0.30084		222	2.5	442.6	23,640	24,811	---
23	1995	9	1st	17	*20,440*	93,259	0.21917	0.21332	19,894 22,388 22,917 28,056	546	3.5	443.4	19,307	20,481	---
24	1995	9	2nd	18	*22,723*	93,259	0.24365	0.24006		335	4.5	444.6	21,799	22,976	---
25	1995	9	3rd	19	*22,913*	93,259	0.24569	0.24573		–4	5.5	446.0	22,326	23,507	---
26	1995	9	4th	20	*27,551*	93,259	0.29542	0.30084		–505	6.5	447.8	27,464	28,649	---
27	1996	10	1st	21	*22,772*	105,731	0.21538	0.21332	22,555 25,382 25,981 31,809	217	7.5	449.8	21,960	23,150	---
28	1996	10	2nd	22	*25,587*	105,731	0.24200	0.24006		205	8.5	452.0	24,784	25,980	---
29	1996	10	3rd	23	*25,644*	105,731	0.24254	0.24573		–337	9.5	454.6	25,380	26,583	---
30	1996	10	4th	24	*30,856*	105,731	0.29183	0.30084		–953	10.5	457.4	31,203	32,414	YES
31	1997	11	1st	25	*25,409*	117,577	0.21611	0.21332	25,081 28,225	328	11.5	460.5	24,472	25,691	---
32	1997	11	2nd	26	*28,386*	117,577	0.24143	0.24006	25,081 28,225	161	12.5	463.8	27,612	28,839	---
33	1997	11	3rd	27		117,577		0.24573	28,892 35,372		13.5	467.4	28,274	29,511
34	1997	11	4th	28		117,577		0.30084	28,892 35,372		14.5	471.2	34,749	35,996
35	1998	12	1st	29		128,429		0.21332	27,397 30,831 31,559 38,637		15.5	475.3	26,768	28,025
36	1998	12	2nd	30		128,429		0.24006			16.5	479.6	30,196	31,465
37	1998	12	3rd	31		128,429		0.24573			17.5	484.2	30,918	32,199
38	1998	12	4th	32		128,429		0.30084			18.5	488.9	37,990	39,284
39	1999	13	1st	33		137,924		0.21332	29,422 33,110 33,892 41,493		19.5	493.9	28,768	30,075
40	1999	13	2nd	34		137,924		0.24006			20.5	499.0	32,449	33,770
41	1999	13	3rd	35		137,924		0.24573			21.5	504.4	33,225	34,559
42	1999	13	4th	36		137,924		0.30084			22.5	510.0	40,819	42,168
43							Average Error, $ million			24.573		Student’s t value		1.323
44							Sum of Squares of Errors			3,944,687	Sum of qrtrly fcsts for 1997			117,571
45						Model’s Standard Error of Estimate, $ million				433.41			1998	128,423
46						Model’s Coefficient of Correlation				0.997903			1999	137,917
47					Sum of Average Seasonal Ratios			0.99995

Chú thích:

G7: = E7/F7, copy to G8:G32

J43: = AVERAGE(J7:J32)

H7: =AVERAGE(G7,G11,G15,G19,G23,G27,G31)

J44: =SUMSQ(J7:J32) H11: =H7, copy cho H12:H42

J45: =SQRT(J44/(26-5))

I7: =F7*H7, copy cho I8:I42

J46: =CORREL(E7:E32,I7:I32) J7: =E7-I7, copy cho J8:32

H47:=SUM(H7:H10)

K7: =D7-AVERAGE($D$7:$D$32), copy to K8:K42

N43:=TINV(0.2,26-5)

L7:=$J$45*SQRT(1+1/$D$32+K7^2/SUMSQ($K$7:$K$32)),

N44: =SUM(I31:I34) M7: =I7-$N$43*L7, copy cho M8:M42

N45: =SUM(I35:I38) N7: =I7+$N$43*L7, copy cho N8:N42

N46: =SUM(I39:I42)

O7: =IF(OR(E7<M7,E7>N7), “YES”,“---”), copy cho O8:O32

Phát triển các sản phẩm mang tính mùa vụ là một trong những chiến lược công ty sử dụng để đối phó với những khó khăn của mùa vụ. Ví dụ, một nhà sản xuất thiết bị thể thao có thể sản xuất ván trượt tuyết cho các nhu cầu mùa đông để bù đắp sự sụt giảm trong nhu cầu mùa hè cho ván trượt nước. Một nhà sản xuất quần áo có thể thêm vào danh mục khi thời tiết lạnh như là một sản phẩm theo mùa như là đồ bơi. Các công ty cung cấp các dịch vụ tài chính có thể cung cấp quy hoạch bất động sản và các dịch vụ cùng với việc chuẩn bị các báo cáo tài chính hàng quý và tờ khai thuế thu nhập./.

Đại học Duy Tân

Khoa Marketing

DỰ BÁO DOANH THU THEO MÙA VỤ