Сезонность бизнеса: когда и как ее учесть

У многих видов бизнеса деятельность значительно меняется в пределах календарного года. Это явление называют сезонностью. Причины сезонности различны и проявляют себя по-разному. Вот несколько примеров сезонности: 

1. Розничная торговля непродовольственными товарами. Обороты предрождественского (в России – предновогоднего) сезона могут достигать 20–25% от общегодового. В этот период потребители закупаются подарками, а многие производители выпускают на рынок новые продукты. Торговля приурочивает к этому сезону массовые распродажи, чтоб еще больше стимулировать спрос и повысить обороты складов, которые должны иметь свободную емкость для новых партий товаров для продажи. В США это так называемые «черная пятница» и в последние годы также «черный понедельник». В летний период, напротив, обороты розничной торговли падают до минимума.

2. Туристический бизнес. У этого вида деятельности основные пики продаж совпадают с сезонами отпусков – зимних и летних. Летний пик продолжительнее, он начинается со второй половины июня (а в России может начаться с конца апреля) и продолжается по конец августа (в России середина сентября). Зимний сезон короче: на Западе это в основном рождественская неделя, в России – с католического Рождества до середины января. В промежутках есть свои частные пики – скажем, горнолыжный сезон считается высоким до конца марта, пока в горах не начинает таять снег. 

3. Мороженое. Летний спрос отличается от зимнего спроса в разы. Чем больше градиент температуры – тем больше разрыв. 

В целом по экономике, летний период отличается более низкой деловой активностью вследствие отпускного сезона. Типичная кривая деловой активности может быть изображена примерно следующим образом. 

Если периодом модели является год, беспокоиться о сезонности не стоит. А если период модели – квартал или месяц, сезонность может так серьезно повлиять на финансовые результаты, что ее необходимо предусматривать. Разумеется, только в том случае, если для ее возникновения есть фундаментальные предпосылки (то есть связанные с внутренними нефинансовыми особенностями индустрии). 

Исходными данными для расчета будущей сезонности послужит, скорее всего, сезонность текущая. Если у компании нет истории продаж, то в этом случае придется сделать обоснованные предположения о будущей сезонности. Исходно наши переменные будут выражены как доли от годовых продаж, в сумме составляя 100%. Вот возможный пример такого перечня переменных. Строка 13 («год») в расчетах не участвует – это контрольная сумма строк с 1 по 12. 

Будущие периоды можно реконструировать, исходя из предположения, что доля каждого периода в году останется неизменной. В этом случае в январе каждого последующего года продажи составят 5% от годовых, в феврале – 10% от годовых и так далее. Необходимым условием расчета по такой схеме является расчет будущих годовых продаж, которые затем разделяются на периодические. 

Этот перечень переменных можно использовать и другим способом. Рассчитаем изменение продаж в пределах года от периода к периоду. 

В этом случае, имея данные или переменную базового объема продаж в первый исходный период, последующие периоды можно рассчитать, зная идентификатор периода (порядковый номер или название – «январь», «февраль»…) и изменение в этом периоде к предыдущему. Расчет производится по следующей формуле:

Продажи(i) = Продажи(i-1) * ( 1 + ∆(i) ),
где ∆(i) – изменение от периода i-1 к периоду i

В нашем примере, для i = 7 ∆(i) = 0%

Усложним задачу. Предположим, что мы предполагаем не стабильные продажи, характерные для зрелого бизнеса, а быстрорастущие, характерные для развивающегося молодого бизнеса. В этом случае формула будет выглядеть примерно в следующем виде: 

Продажи(i+1) = Продажи(i) * ( 1 + ∆(i->i+1) ) * ( 1 + g ),
где g – средний темп роста за период. 

В случае, если мы вводим в качестве переменной в модель темп роста за другой период, нежели период расчета, g должен являться эффективной процентной ставкой за период. Ошибка, когда вместо месячного роста по недостатку внимания используют, например, квартальный или годовой (как и наоборот), встречается очень часто. 

Наконец, решим задачу автоматической подстановки данных из полученной матрицы. Способов, которыми в Excel можно решить задачу передачи данных по схеме «значению 1 соответствует A, значению 2 B … значению n – N» в Excel несколько. Самый эффективный способ – это использование функции VLOOKUP. Эта функция работает с вертикальными таблицами и может считать из них значение в строке, где первый раз сверху в заданной колонке встречается заданный ключ. Для простых баз-списков, где ключи уникальны, этот метод подходит очень хорошо. 

Рассмотрим этот метод на примере. Мы располагаем массивом GRWT из двух колонок. Мы хотим получать значение из колонки 2 по ключам «январь», «февраль» и так далее, записанным в колонке 1. VLOOKUP читает ключ из колонки A, смотрим его местоположение в массиве GRWT, и возвращает соответствующее ключу значение из колонки B. 

Со следующего выпуска мы переходим к проблемам моделирования расходов.