Prognozowanie sprzedaży — metody i narzędzia

Prognozowanie sprzedaży wyraża oczekiwany wynik w liczbach. Planowanie sprzedaży obejmuje też działania i zasoby potrzebne, by ten wynik osiągnąć.¹
Prognoza daje punkt wyjścia do rozmowy o działaniach marketingowych, sprzedażowych i sytuacji na rynku.¹ W artykule omówiono średnie, trend, sezonowość, ML, Excel i narzędzia BI. Według GUS w 2024 r. sprzedaż detaliczna w cenach stałych wzrosła o 2,7% względem 2023 r. Dane dotyczą przedsiębiorstw zatrudniających ponad 9 osób.²

Czym jest prognozowanie sprzedaży?

Prognozowanie sprzedaży polega na szacowaniu przyszłej sprzedaży i przychodów na podstawie danych oraz założeń o popycie. Harmonogramowanie zamówień odpowiada na inne pytanie: kiedy i w jakiej ilości mają nadejść dostawy. Prognoza określa oczekiwany wynik.
Dodanie 10–20% wzrostu do wyniku poprzedniego roku może być założeniem do prognozy. Nie oznacza jeszcze, że taki trend został potwierdzony.^3,4

Po co firmie prognoza sprzedaży i przychodów?

Prognoza sprzedaży i przychodów pomaga podejmować decyzje finansowe na podstawie oczekiwanego wyniku. Cel firmy nie jest przecież przewidywaniem. Płaska prognoza na poziomie 1 mln zł miesięcznie zakłada taki sam przychód w każdym miesiącu, więc nie pokazuje zmian w ciągu roku.³
Firma może następnie ocenić, jak założone przychody wpłyną na budżet i zapotrzebowanie na środki.⁴

Jak przygotować prognozę sprzedaży krok po kroku?

Prognozę sprzedaży warto zacząć od scenariusza bazowego, a potem rozłożyć wynik w czasie, uwzględniając sezonowość. Różnice między miesiącami bywają wyraźne. Według GUS sprzedaż detaliczna w cenach stałych wzrosła w grudniu 2024 r. o 9,9% względem listopada.⁵

• Dane historyczne stanowią punkt wyjścia do scenariusza bazowego. W przykładzie wykorzystano wyniki z 10 miesięcy i przyjęto historyczny wzrost o 5% rok do roku.³
• Trend pokazuje kierunek zmian sprzedaży w czasie i pomaga wyznaczyć scenariusz bazowy. Cele wymagające dodatkowych działań należy analizować osobno.³
• Rozkład miesięczny przypisuje prognozę roczną do 12 miesięcy.³ Równy podział rocznego celu jest prosty, ale pomija sezonowe wahania przychodów.^3,6

Scenariusz bazowy opisuje oczekiwany wynik. Oddzielny cel pokazuje, co firma chce osiągnąć dzięki dodatkowym działaniom. W przykładzie Hyperbots prognoza bazowa wynosi 20 mln USD, a cel podwyższony o 15% – 23 mln USD.⁷

Jakie dane i czynniki uwzględnić w prognozie?

Prognoza sprzedaży powinna uwzględniać historię, sezonowość, trendy, cykle rynku i popyt. Wiedzę o sezonowości mogą dostarczyć zespoły marketingu i sprzedaży; informacje o trendach i cyklach – analizy rynku.¹
Zrealizowana sprzedaż nie pokazuje całego popytu. Pomija popyt niezaspokojony, czyli nieobsłużone zamówienia, oraz popyt nieodkryty, którego nie ujawniły dotychczasowe transakcje.⁸ Skalę pracy z danymi ilustruje zbiór konkursu M5: zawiera historię sprzedaży 3049 produktów Walmartu.⁹

Jak ocenić trafność prognozy sprzedaży?

Trafność prognozy sprzedaży można ocenić, porównując przewidywania z rzeczywistym wynikiem. Warto też sprawdzić, co błędy oznaczały dla zapasów. Według McKinsey zastosowanie AI do prognozowania popytu w łańcuchu dostaw może zmniejszyć błędy prognoz o 20–50%.¹⁰

• APE, czyli bezwzględny błąd procentowy, mierzy wielkość odchylenia prognozy od wyniku, nie wskazując jego kierunku. Gdy rzeczywista sprzedaż wynosi zero, APE nie da się obliczyć.
• BIAS, czyli systematyczne obciążenie prognozy, wskazuje, czy przewidywania regularnie przewyższają rzeczywisty wynik, czy pozostają poniżej niego.
• Miary wynikowe pokazują skutki prognozowania dla firmy. Obok APE i BIAS można oceniać poziom zapasów oraz czas ich rotacji.¹

APE i BIAS opisują sam błąd prognozy. Poziom zapasów i czas rotacji pokazują z kolei jego konsekwencje. Przy niezerowej realizacji APE = |prognoza − realizacja| / |realizacja| × 100%.¹¹

Błędy prognoz a zapasy i łańcuch dostaw

Błędy prognozowania sprzedaży odbijają się na zapasach. Zamówienia oparte na zawyżonej prognozie mogą zapełnić magazyn, a oparte na zaniżonej – nie wystarczyć do obsługi popytu. Zapasy bezpieczeństwa są rezerwą na wypadek odchyleń popytu lub opóźnień dostaw.
Prognoza pomaga ustalić tę rezerwę, lecz nie zastępuje oceny czasu dostawy i kosztu niedoboru.¹²

Beer Game symuluje przepływ zamówień w łańcuchu dostaw. Akademia Controllingu wykorzystuje tę grę podczas szkolenia do analizy wpływu prognoz na logistykę i zapasy.¹³ Klasyczna symulacja obejmuje cztery role: detalistę, hurtownika, dystrybutora i producenta.¹⁴

Co powoduje błędy prognozowania sprzedaży i jak wpływają one na zapasy?

Błędy prognozowania sprzedaży mają różne źródła. Dane o sprzedaży mogą nie oddawać popytu, założenia mogą pomijać zmiany rynku, a uczestnicy łańcucha dostaw – reagować na zamówienia bez wspólnego obrazu zapotrzebowania. Skutkiem bywa nadwyżka zapasów albo niedobór produktu. Analiza powinna połączyć przyczynę odchylenia z decyzją o zamówieniu i stanem magazynu. Według McKinsey pionierzy zarządzania łańcuchem dostaw z użyciem AI poprawili poziom zapasów o 35% względem wolniejszych konkurentów.¹⁵

• Odchylenie prognozy od sprzedaży pokazuje, czy zamówienia oparto na zawyżonym, czy zaniżonym popycie. Jego kierunek pozwala odróżnić ryzyko nadwyżki od ryzyka niedoboru.
• Zapasy bezpieczeństwa pomagają utrzymać dostępność produktu mimo zmian popytu i opóźnień dostaw. Ich poziom trzeba oceniać wraz z czasem uzupełnienia zapasu i kosztem przechowywania towaru.
• CPFR oznacza wspólne planowanie, prognozowanie i uzupełnianie zapasów przez partnerów handlowych. VMI polega na zarządzaniu zapasem odbiorcy przez dostawcę; oba podejścia wymagają spójnych danych o popycie i zamówieniach.

Analiza błędów prognozy pomaga powiązać zakupy z ryzykiem nadwyżki lub niedoboru. Ma to wymiar finansowy. Według Shopify roczny koszt utrzymywania zapasów u większości detalistów wynosi 20–30% średniej wartości tych zapasów.¹⁶

Prognozowanie sprzedaży produktów w planowaniu przedsiębiorstwa

Prognozowanie sprzedaży produktów zaczyna się od oszacowania popytu dla wybranych produktów i punktów sprzedaży. Wynik trzeba następnie zestawić z możliwościami firmy. Przy nowym produkcie jest to trudniejsze, bo dostęp do porównywalnych danych rynkowych bywa ograniczony.¹⁷

Tabela zestawia sposoby budowania prognozy nowego produktu i dane, na których każdy z nich się opiera.

Dane w tabeli: 17

Akademia Controllingu omawia uzgadnianie prognoz metodami top-down, bottom-up i mieszaną. Program obejmuje też prognozowanie dla rodzin produktów i usług.¹³

Jak podzielić prognozę według produktów i punktów sprzedaży?

Prognozę według produktów i punktów sprzedaży warto budować tam, gdzie firma podejmuje decyzje o ofercie, promocji i dostępności. Pokazuje to skala konkursu M5. Na najniższym poziomie uwzględniono w nim 30 490 odrębnych szeregów sprzedaży produkt–sklep.¹⁸

• Podział produktów oddziela nowości od produktów z historią sprzedaży. Dzięki temu firma może przyjąć dla nich różne założenia o popycie.
• Podział punktów i kanałów sprzedaży przypisuje wynik do miejsca, w którym ma powstać. Przykładowy cel dla sprzedaży internetowej wynosi 5 mln zł.³
• Uzgodnienie prognoz cząstkowych polega na porównaniu sumy wyników produktów i kanałów z założeniem dla całej firmy. Rozbieżność wskazuje, które założenia trzeba skorygować.

Tabela pokazuje wartość rynku i udział firmy w dwóch stanach przykładowej analizy 4Results.

Dane w tabeli: 8

Przyszła sprzedaż wynikająca z tych założeń wynosi 720 mln PLN.⁸
Podział tej kwoty na produkty i punkty sprzedaży pokazuje, gdzie ma powstać zakładany wynik.¹⁹

Jak uwzględnić proces sprzedaży w planowaniu?

Proces sprzedaży można ująć w prognozie przez liczbę szans na kolejnych etapach i ocenę możliwości obsłużenia wyniku. Lejek sprzedażowy przedstawia etapy pozyskiwania klienta. Wskaźniki konwersji pokazują, jaka część klientów przechodzi dalej, co pozwala szacować ich liczbę na kolejnych etapach.¹⁷
W badaniu B2B opisanym przez Implisit 13% leadów przekształcało się w szanse sprzedażowe.²⁰

• Cel rynkowy trzeba porównać z szansami zapisanymi w CRM, czyli systemie rejestrującym relacje i transakcje z klientami. Wtedy widać, czy zakładany wzrost ma pokrycie w lejku.³
• Rozbieżność między celem a lejkiem wymaga osobnej oceny działań sprzedażowych. W przykładzie rynek rośnie o 10%, a firma zakłada wzrost o 15%. Cel top-down wynosi 20%, zaś potencjał wynikający z CRM – 5%.³
• Plan zasobów zestawia prognozę przychodów firmy usługowej z dostępnością pracowników oraz czasem rekrutacji i wdrożenia.³ Przy przykładowym wzroście sprzedaży o 20% trzeba sprawdzić, czy firma będzie miała dość pracowników.^3,21

Planowanie działań sprzedażowych dotyczy czynności prowadzących do wyniku. Harmonogramowanie produkcji odnosi się natomiast do realizacji zamówień już wprowadzonych do systemu.⁸
Prognoza wspiera planowanie, gdy cel, lejek i zasoby opisują spójny wynik. Według raportu Salesforce „State of Sales” handlowcy przeznaczali na sprzedaż 28% swojego tygodnia pracy.²²

Jak wykorzystać analizę SWOT przy prognozowaniu sprzedaży nowego produktu?

Analiza SWOT porządkuje mocne i słabe strony produktu oraz szanse i zagrożenia w jego otoczeniu. Przy nowym produkcie pomaga ocenić pozycję rynkową i warunki, od których zależy sprzedaż.¹⁷
Przed sporządzeniem prognozy można osobno przeanalizować cztery obszary SWOT: mocne strony, słabe strony, szanse i zagrożenia.²³

• Mocne i słabe strony produktu wskazują cechy oferty, które mogą wspierać sprzedaż albo ograniczać przyjęte założenia.²⁴
• Szanse i zagrożenia rynkowe określają warunki, od których zależy realizacja prognozy nowego produktu.
• Uzgodnienie założeń łączy ocenę ilości i wartości sprzedaży. Przy nowych produktach pracują nad nią zespoły sprzedaży, marketingu i controllingu.¹⁷

SWOT pomaga uzasadnić założenia o popycie. Nie zastępuje jednak wyliczenia prognozy.

Jak dobrać metodę prognozowania sprzedaży w przedsiębiorstwie farmaceutycznym?

Metodę prognozowania sprzedaży w przedsiębiorstwie farmaceutycznym trzeba dobrać do produktu, danych i decyzji, którą ma wspierać wynik. Tabela pokazuje, kiedy poszczególne metody mogą być przydatne i jakie mają ograniczenia.

Dane w tabeli: 17

Dobór metody powinien pozwalać wyjaśnić, skąd wzięła się prognoza dla danego produktu. Równie ważne jest wskazanie założeń, które wpływają na jej wynik.

Metody prognozowania sprzedaży: od średnich i trendu po ML oraz narzędzia BI

Metody prognozowania sprzedaży różnią się wymaganiami dotyczącymi danych i sposobem wyjaśniania wyniku. Średnia korzysta z przeciętnej sprzedaży w wybranych okresach, trend pokazuje kierunek zmian, a uczenie maszynowe (ML) dopasowuje model do wzorców w danych.
Dekompozycja szeregu czasowego rozdziela zmiany sprzedaży na składniki. Pozwala osobno analizować trend, cykl, sezonowość i losowy błąd.¹

Analiza ilościowa opiera prognozę na danych liczbowych. Analiza jakościowa wykorzystuje z kolei ocenę osób znających rynek i klientów. Regresja bada zależność sprzedaży od wybranych czynników, a wykres Z pomaga obserwować sprzedaż w różnych ujęciach czasowych. Szkolenie Akademii Controllingu obejmuje regresję, wykres Z, sezonowość, szeregi rzadkie i analizę błędów prognozy.¹³

Tabela porównuje metody według wykorzystywanych danych i ograniczeń ważnych przy wyborze.

Automatyzacja prognozowania nie powinna ukrywać sposobu obliczenia wyniku. Firma potrzebuje informacji o zastosowanej metodzie i możliwości sprawdzenia czynników wpływających na prognozę.¹

Jak połączyć dane z Excela i systemów BI na potrzeby prognozy?

Dane z Excela i systemu BI można połączyć dzięki wspólnym oznaczeniom okresu, produktu i punktu sprzedaży. Wtedy prognoza i raport odnoszą się do tej samej sprzedaży. Model danych określa powiązania między informacjami. Data Loader oznacza mechanizm wczytywania danych do dalszego przetwarzania, ale sama nazwa nie przesądza o funkcjach konkretnego produktu.

• Arkusz Excel może przechowywać założenia i ręczne korekty prognozy. Każda korekta powinna wskazywać okres i zakres produktów, których dotyczy.
• Dane sprzedażowe dostarczają rzeczywistych wartości do porównania z prognozą. Zgodne oznaczenia produktów i okresów chronią przed przypisaniem wyniku do niewłaściwej pozycji.
• Dashboard BI, czyli ekran wskaźników i wykresów, może pokazywać prognozę obok realizacji. Raport powinien odróżniać wynik modelu od korekty wprowadzonej przez pracownika.

Wspólny model danych pozwala odczytać tę samą prognozę w arkuszu i raporcie. Jej zakres pozostaje przy tym niezmieniony.

BOOPER a prognoza sprzedaży: 6 pytań do rozważenia

BOOPER MPS jest przykładem systemu prognozującego na poziomie produktu i punktu sprzedaży lub klienta. Uwzględnia między innymi historię, sezonowość, ceny i promocje.²⁵ Do rozpoczęcia prognozowania wskazano co najmniej 1 rok historii sprzedaży.²⁵
BOOPER MPS nie będzie więc punktem wyjścia dla firmy bez takiej historii w prognozowanym zakresie.²⁶

• Zakres produktów określa, czy firma potrzebuje prognoz dla poszczególnych produktów.
• Zakres odbiorców wskazuje, czy wyniki mają dotyczyć punktów sprzedaży, czy klientów.
• Historia sprzedaży pozwala ocenić, czy dane obejmują okres potrzebny do rozpoczęcia prognozowania.
• Dane o cenach wymagają przypisania zmian cen do właściwych produktów i okresów.
• Dane o promocjach powinny umożliwiać powiązanie działań promocyjnych ze sprzedażą.
• Kontrola wyniku wymaga ustalenia, kto porówna prognozę z realizacją i wyjaśni odchylenia.

Jak działa system BOOPER w prognozowaniu sprzedaży?

BOOPER MPS przygotowuje prognozę w 4 etapach.²⁵ System dobiera model do profilu produktu, symuluje scenariusze cenowe i aktualizuje prognozy na podstawie rzeczywistej sprzedaży.²⁵
Scenariusze uwzględniają też wpływ zmiany ceny na pozostały asortyment. Obejmuje to kanibalizację, czyli przesunięcie sprzedaży między produktami.²⁵

Scenariusz cenowy pomaga ocenić skutki założonej zmiany ceny. Aktualizacja na podstawie realizacji pozwala później porównać wcześniejsze założenia z nowymi wynikami. BOOPER MPS odpowiada potrzebom firmy prognozującej sprzedaż dla określonych produktów i odbiorców. Nie wybiera za nią scenariusza, który trafi do planu.

Jak połączyć prognozę sprzedaży z raportowaniem i planowaniem?

Prognozę sprzedaży łączy się z raportowaniem przez porównanie jej z realizacją. W planowaniu trzeba natomiast przypisać działania do wybranego scenariusza. Szkolenie „Prognozowanie sprzedaży produktów i usług” Akademii Controllingu trwa 2 dni i omawia 4 strategie łączenia prognoz z planami.^13,27

• Raport realizacji porównuje prognozę z rzeczywistą sprzedażą dla tego samego okresu i zakresu produktów.
• Analiza odchyleń oddziela zmianę popytu od wpływu ceny, promocji i ręcznych korekt założeń.
• Plan działań wskazuje, kto odpowiada za decyzje sprzedażowe wynikające z wybranego scenariusza.

Prognoza, raport i plan opisują spójny proces tylko wtedy, gdy odnoszą się do tych samych produktów, okresów i założeń.

Ceny i warunki sprawdzone u źródeł: październik 2026.