Dự đoán nhu cầu tương lai

Sau khi đã xem xét qua các phương pháp đánh giá nhu cầu thị trường hiện tại, bây giờ chúng ta sẽ khảo sát những phương pháp để dự đoán nhu cầu tương lai. Chỉ có rất ít loại sản phẩm hay dịch vụ là có thể tiên lượng được dễ dàng. Chúng thường là sản phẩm nằm ở mức tuyệt đối hoặc có xu hướng khá ổn định, và gần như không có cạnh tranh (các ngành phục vụ công cộng) hay đã cân bằng. Trong hầu hết các thị trường, tổng nhu cầu và nhu cầu của từng doanh nghiệp đều không ổn định và việc dự đoán giỏi trở thành yếu tố quyết định thắng lợi của doanh nghiệp. Việc dự đoán kém có thể dẫn đến tình trạng sản phẩm tồn đọng quá nhiều, chịu thiệt thòi vì phải giảm gia để đẩy tồn kho, hoặc giảm sút doanh số vì thiếu nguyên vật liệu. Nhu cầu càng không ổn định, việc dự đoán càng phải cực kỳ chính xác và tiến trình dự đoán càng phải công phu hơn.

Các doanh nghiệp thường sử dụng một quy trình dự đoán gồm ba công đoạn. Đầu tiên họ dự đoán nền kinh tế vĩ mô, rồi dựa vào đó mà dự đoán cho ngành và rồi tiếp theo là dự đoán doanh số của doanh nghiệp. Dự đoán nền kinh tế vĩ mô đòi hỏi phải tính đến các yếu tố lạm phát, thất nghiệp, lãi suất, mức tiêu dùng và tiết kiệm của người dân, việc đầu tư vào doanh nghiệp, các hoạt động của chính quyền, qui mô xuất khẩu,v.v… Kết quả là dự đoán về tổng sản phẩm quốc dân (GNP) sẽ được sử dụng cùng với các số liệu khác để dự đoán doanh số cho ngành. Rồi sau đó doanh nghiệp mới dự đoán doanh số của mình dựa trên ước đoán tỷ lệ phần trăm mà nó có thể chiếm trong doanh số của ngành.

Các doanh nghiệp sử dụng nhiều kỹ thuật để dự đoán doanh số của họ.

a. Điều tra ý định mua của khách hàng

Dự đoán là nghệ thuật đoán trước những điều khách mua hàng sẽ làm trong những điều kiện nhất định nào đó. Điều này có nghĩa là cần phải quan sát khách hàng. Những quan sát này đặc biệt có giá trị nếu người mua có những ý định khá rõ ràng, sẽ thực hiện nó và sẽ trình bày cho người phỏng vấn biết. Thông thường, doanh nghiệp sẽ tổ chức điều tra để tổng hợp ý định mua của khách hàng qua các bảng câu hỏi điều tra, rồi tập hợp những câu trả lời của khách hàng để đưa ra dự đoán. Ví dụ, để thăm dò ý định của khách hàng, người ta có thể đặt những câu hỏi như sau:

b. Tổng hợp ý kiến của lực lượng bán

Nếu không thể thực hiện được việc phỏng vấn khách hàng, doanh nghiệp có thể yêu cầu các đại diện bán hàng của mình đánh giá. Mỗi đại diện bán hàng sẽ ước tính xem mỗi khách hàng hiện có và tiềm năng sẽ mua bao nhiêu sản phẩm của doanh nghiệp theo từng chủng loại. Ít có doanh nghiệp nào sử dụng những dự đoán của lực lượng bán hàng mà không điều chỉnh ít nhiều. Những đại diện bán hàng có thể có những ý kiến thiên lệch, hoặc rất lạc quan hoặc rất bi quan về triển vọng tiêu thụ sản phẩm, tùy thuộc vào hiệu quả công việc bán hàng của chính họ. Mặt khác, họ ít am hiểu về những vấn đề kinh tế lớn hơn, như tốc độ phát triển kinh tế, tỉ lệ lạm phát và thất nghiệp,…ảnh hưởng đến mức độ nào mức sống và khả năng tiêu dùng của dân chúng, và không biết được những kế hoạch marketing của doanh nghiệp sẽ có ảnh hưởng đến doanh số trong tương lai ở khu vực thị trường của họ hay không. Họ có thể đánh giá thấp nhu cầu thị trường để doanh nghiệp sẽ đưa ra một hạn mức tiêu thụ thấp. Cũng có thể họ không có thời gian để chuẩn bị đầy đủ việc đánh giá, hoặc thậm chí không coi vấn đề đó là quan trọng.

Giả sử những sai lệch đó có thể khắc phục được, thì việc cho nhân viên bán hàng tham gia dự đoán sẽ có một số ích lợi. Các đại diện bán hàng có thể hiểu rõ hơn những xu hướng phát triển so với bất kỳ một nhóm nào khác. Thông qua việc tham gia vào quá trình dự đoán, các nhân viên bán hàng có thể tin tưởng hơn vào các hạn mức tiêu thụ của mình và nỗ lực hơn để hoàn thành hạn mức đó.

c. Ý kiến của nhà chuyên môn

Các doanh nghiệp cũng có thể tham khảo các dự đoán của các nhà chuyên môn. Các nhà chuyên môn bao gồm các đại lý, nhà phân phối, nhà cung cấp, các cơ sở tư vấn marketing và các hiệp hội thương mại. Ví dụ như các doanh nghiệp sản xuất xe máy sẽ định kỳ tham khảo ý kiến của các đại lý về những dự đoán của họ về nhu cầu ngắn hạn. Tuy nhiên, các ước lượng của các đại lý cũng có điểm mạnh và điểm yếu, tương tự như cách đánh giá của các nhân viên bán hàng.

Các doanh nghiệp cũng có thể mời một nhóm chuyên gia đặc biệt để thực hiện dự báo nhất định nào đó. Các chuyên gia này trao đổi quan điểm, ỳ kiến với nhau để đi tới một đánh giá tập thể nào đó (phương pháp thảo luận nhóm). Hoặc doanh nghiệp có thể yêu cầu họ đưa ra những đánh giá riêng của từng người, rồi một chuyên viên phân tích sẽ tổng hợp lại thành một đánh giá chung (phương pháp tổng hợp các đánh giá cá nhân). Hoặc họ có thể cung cấp những dự đoán cá nhân, chúng sẽ được chuyên gia phân tích của doanh nghiệp xem xét lại, hiệu chỉnh và sau đó lại tiếp tục bằng những vòng đánh giá sâu rộng hơn nữa (phương pháp Delphi).

d. Phương pháp trắc nghiệm thị trường

Trong những trường hợp mà các khách hàng không dự tính việc mua hàng của mình một cách thận trọng, hoặc các chuyên gia đưa ra những dự đoán thiếu tin cậy, thì một cuộc trắc nghiệm thị trường trực tiếp là cần thiết. Một cuộc trắc nghiệm thị trường trực tiếp càng quan trọng hơn khi cần dự đoán mức tiêu thụ của một mặt hàng mới, hoặc của một sản phẩm đã ổn định trong một kênh phân phối mới hay một khu vực mới.

e. Phân tích chuỗi thời gian

Nhiều doanh nghiệp thực hiện việc dự đoán của mình dựa trên doanh số trước đó với giả định rằng các dữ kiện quá khứ này có những mối quan hệ nhân quả có thể kiểm chứng được qua việc phân tích số liệu thống kê. Những quan hệ nhân quả này có thể dùng để dự đoán doanh số tương lai. Doanh số trước đó của một sản phẩm (Q) có thể tách thành bốn thành phần chính:

Thứ nhất, xu hướng T (trend), là xu thế phát triển hay suy thoái cơ bản của doanh số trong thời gian dài, là kết quả từ những thay đổi về dân số, cấu thành vốn và công nghệ. Nó thể hiện thành đường biểu diễn là đường thẳng hay đường cong tùy theo doanh số trong quá khứ.

Thừ hai, chu kỳ C (cycle), thể hiện dạng chuyển động hình sóng của doanh số, là kết quả từ những thay đổi của hoạt động kinh tế và cạnh tranh. Yếu tố chu kỳ này rất cần thiết trong việc dự báo trung hạn. Tuy nhiên, các nhịp chu kỳ (cyclical swing) lại khó tiên đoán trước được vì chúng không diễn ra một cách đều đặn.

Thứ ba, thời vụ S (seanson), liên hệ tới một kiểu dao động doanh số cố định trong vòng một năm. Thuật ngữ “thời vụ” diễn tả bất kỳ tình hình doanh số nào cứ tái diễn định kỳ hàng giờ, hàng tuần, hàng tháng hay hàng quý. Yếu tố thời vụ này có thể liên quan đến thời tiết, những kỳ nghỉ lễ, và những thói quen mua sắm. Yếu tố thời vụ cung cấp một tiêu chuẩn để dự đoán doanh số trong ngắn hạn.

Thứ tư, biến cố bất thường E (erratic events), như bão lụt, hỏa hoạn, chiến tranh, mốt nhất thời và nhiều biến cố khác nữa. Những yếu tố này tự nó là không thể dự đoán được, và phảiloại ra ngoài khối dữ kiện quá khứ để thấy rõ tình hình doanh số hơn.

Phương pháp phân tích chuỗi thời gian (times – series analysis) bao hàm việc tách những biến đổi doanh số trong quá khứ thành các thành phần T, C, S, và E, sau đó kết hợp những thành phần này lại để có được dự doán doanh số.

g. Những chỉ số hướng dẫn

Nhiều doanh nghiệp thử uớc lượng doanh số của họ bằng cách tìm ra một hoặc nhiều chỉ số hướng dẫn (leading indicator). Ví dụ, nếu một doanh nghiệp trong ngành luyện thép thấy rằng doanh số của mình đi sau chỉ số của ngành khai thác quặng sắt khoảng hai tháng, thì chỉ số của ngành khai thác quặng sắt có thể sẽ là một chỉ số hướng dẫn việc dự đoán doanh số cho các doanh nghiệp trong ngành luyện thép.

h. Phân tích thống kê nhu cầu

Phân tích theo chuỗi thời gian xem doanh số quá khứ và tương lai như một hàm số biến thiên theo thời gian, hơn là theo những yếu tố thực tế ảnh hưởng đến nhu cầu. Rất nhiều yếu tố thực sự có ảnh hưởng đến doanh số của rất nhiều loại sản phẩm.

Phân tích thống kê nhu cầu (statistical demand analysis) là một loạt các qui trình thống kê nhằm khám phá những yếu tố thực sự quan trọng ảnh hưởng đến doanh số và những tác động tương đối của chúng. Những yếu tố thường được phân tích là giá cả,thu nhập, dân số và quảng cáo.

Phân tích thống kê nhu cầu coi doanh số (Q) như một biến số có tính chất phụ thuộc, và cố gắng lý giải doanh số như là hàm số của một loạt những biến số độc lập của nhu cầu X1, X2… Xn ; tức là : Q = f (X1, X2,… Xn)

Việc sử dụng một kỹ thuật được gọi là phép hồi quy bội (multiple – regression analysis) cho phép biến đổi các dạng phương trình khác nhau cho phù hợp về mặt thống kê trong khi tìm kiếm những biến và phương trình dự đoán tốt nhất.