اهمیت آمار در مهندسی فروش

تقریبا هر فردی آمار را به کار می‌برد و تحت تاثیر کاربردهای آماری قرار دارد. واژه آمار به صورت متعارف و عمومی به داده‌های عددی اطلاق می شود. مثلا آمار حیاتی شامل داده‌های عددی درباره تولدها، مرگ‌ها، ازدواج‌ها، طلاق‌ها و بیماری‌های مسری است؛ آمار بازرگانی و اقتصادی شامل داده های عددی درباره استخدام، تولید، قیمت‌ها و فروش است. آمار اجتماعی شامل داده‌های عددی درباره مسکن، تخلف و جنایت، آموزش و پرورش و تامین اجتماعی و وضع رفاه است.

اما به مفهوم تخصصی، آمار به روش‌شناسی برای گردآوری، ارائه، تحلیل و روش استفاده از چنین داده‌هایی اطلاق می‌شود.

به این دلیل که در برنامه‌ریزی فروش، همه‌ ما « استفاده کننده » از آمار هستیم، کسب شناخت درباره روش‌شناسی آماری حائز اهمیت است. داده‌ها ممکن است بسیار گمراه کننده باشند، مگر اینکه درست جمع آوری شوند؛ به صورت مناسب معرفی و به گونه‌ای صحیح تحلیل شوند.

مفهوم و موضوع اصلی بحث آمار، عمدتا با وضعیت‌هایی سروکار دارد که در آن‌ها وقوع یک حادثه یا پیشامد به طور حتمی قابل پیش‌بینی نیست. استنباط‌های آماری غالبا غیر حتمی‌اند، زیرا بر مبنای اطلاعات ناکاملی هستند. تخمین نرخ جاری بیکاری در یک ناحیه بر مبنای مطالعه روی چند هزار نفر از مردم، بررسی یک طرح جدید ترافیک بر مبنای نظر‌خواهی از تعدادی از افراد یک منطقه یا تخمین میزان نیاز بازار نسبت به یک محصول مثال‌هایی از این موضوع‌ می‌باشند.

به بیانی آمار، مجموعه‌ای از مفاهیم و روش‌هاست که در هر زمینه، پژوهش برای گردآوری و تعبیر اطلاعات مربوط به آن و انجام نتیجه گیری‌ها، در شرایطی که عدم حتمیت و عدم قطعیت وجود دارد به کار می‌رود. استنباط‌های آماری ملاک‌هایی به دست می‌دهد که با استفاده از آنها می‌توان معلوم کرد که آیا داده‌ها، واقعا نتایج را تایید می‌کنند یا خیر.

هر تصمیم ساده‌ای در مهندسی فروش دارای دو بعد است:

  1. بعد شهودی: براساس تجربه
  2. بعد تحلیلی: براساس یک مدل

محصول نهایی این دو بعد، یک تصمیم پالایش شده (در برابر تصمیم خام) است. تصمیمی که تنها براساس تجربه باشد تصمیم خام است. اگر رقیب ما تصمیم شهودی خود را با تحلیل اطلاعات پالایش نماید نسبت به ما مزیت رقابتی خواهد یافت. اگر هر دو، تصمیم شهودی خود را با تحلیل آماری همراه کنیم، هر کدام که داده‌ها را بهتر تحلیل کنیم نسبت به دیگری تصمیم پالایش شده‌تر و مزیت رقابتی بیشتری خواهیم داشت.

کاربرد مدلسازی

مبانی استفاده از آمار براین پایه است که استفاده صحیح از مدل‌های کاربردی ، مزیتی به همراه دارد.

مدلسازی، تکنیک تقلیل واقعیت و اطلاعات گسترده و پیچیده به شیوه‌ای است که دارای معنی و قابل تحلیل باشد. مدل‌ها برای تبیین و تشریح دنیا به کار می‌روند مانند مدل‌های روانشناختی که وضعیت روانی و شناختی انسان را به تصویر می‌کشند.

مثال مناسب استفاده از داده‌ها نحوه کاربرد آن‌ها در جنگ‌هاست. امروزه هر نیرویی که داده‌های بسیاری از طرف مقابل به دست می‌آورد و آن‌ها را به شیوه صحیح تحلیل می‌کند نسبت به دیگری مزیت یافته و می‌تواند تصمیمات بهتری اتخاذ کند.

فعالیت‌های اصلی در آمار:

  1. برنامه‌ریزی جمع آوری داده‌ها

چه چیزی را بررسی می‌کنیم؟ مثلا اگر یک رویداد اسپانسری برگزار می‌کنیم می‌خواهیم بدانیم چه اندازه معروف خواهیم شد؟

گاهی داده‌ها را می‌سازیم (Collecting) و گاهی از منابع دیگری به‌دست می‌آوریم (Download)

  1. تحلیل داده‌ها

خلاصه کردن (آمار توصیفیDescriptive Stats) داده‌ها را قابل دیدن می‌کنیم. شاخصه‌های داده‌ها را به‌دست آورده و نشان می‌دهیم.

  1. تخمین تعداد نادانسته از آنچه به دنبال آن هستیم (آمار استنباطی Inferential Stats.)

براساس نمونه به استنباط درباره جامعه آماری می‌پردازد؛ زیرا نمی‌توان تمام جامعه آماری را بررسی کرد و باید براساس نمونه نتیجه‌گیری کرد. نمونه‌گیری تکنیک‌های مشخصی دارد.

  1. آزمون فرضیه
  2. پیش‌بینی Forecasting

به عنوان مثال اگر یک فروشگاه زنجیره‌ای درحال افتتاح شعبه جدیدی در شهر جدیدی است، براساس تعدادی از عوامل مانند دموگرافی مشتریان، هزینه‌های پیش از افتتاح (جشنواره‌ها و …) و مکان جغرافیایی به استفاده از مدل‌های آماری جهت پیش‌بینی فروش نیاز دارد.

در دوره‌های مهندسی فروش، انواع روش‌های تحلیل داده‌ها و کاربرد مدل‌های آماری در مدیریت فروش معرفی و تمرین می‌کنیم.


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

5 × یک =