烟草企业销售计划分解方法研究

李广良

销售计划分解作为企业经营管理的一个重要环节，不仅直接关系到员工的工作热情、企业的工作绩效，也关乎企业的经营目标能否顺利实现。特别是在烟草行业，随着经济下行压力不断加大，增长速度回落、工商库存增加、结构空间变窄、需求拐点逼近这“四大难题”更为凸显，这对烟草企业经营管理的科学性提出了更高的要求，合理地分解销售计划显得更加重要。

所谓销售计划分解，是指企业根据市场预测、发展战略制定出某一时期内的销售目标，并据此规定出各部门、各环节、各区域市场的具体任务。销售计划分解有横向分解和纵向分解两种方式。横向分解是贯彻职能部门负责制，将销售目标在部门之间的分解。纵向分解是贯彻直线领导负责制，将销售目标在部门内部由上级向下级的分解。本文以Z烟草公司销售量为例，探讨卷烟销售计划在各区域市场（分公司）的纵向分解。

一、企业销售分解中存在的问题

从企业经营管理的实践来看，销售计划的分解普遍存在着诸多问题，主要表现在：

第一，片面注重各分公司历史销售数据，忽视了市场环境变化带来的影响。以卷烟市场为例，近期受宏观经济下行、政府控烟力度加大、烟民戒烟意向趋强等因素的影响，社会需求出现滞缓，而历史销售数据往往难以反映出这种变化。

第二，“鞭打快牛”现象比较普遍。很多企业在分解销售计划时，主要参考各分公司往年销售业绩，很容易导致往年任务偏高的分公司其销售任务越来越大，负担越来越重，计划分解难以做到公平合理。

第三，忽视了对销量差异较大地区影响因素的深度甄别分析。高销量地区和低销量地区的市场影响因素往往是不同的，但在传统营销管理中很少会对不同地区的影响因素进行甄别分析，这也自然影响到销售计划分解的科学性。

针对计划分解中存在的这些问题，本文根据Z公司下属11个分公司2008～2015年度销售数据和经济指标数据，从“社会经济环境的影响”和“自身经营能力的变化”两个视角，分别选择“多元线性回归分析”和“趋势外推模型”两种方法对各分公司销售量进行预测，在对两种预测结果进行加权综合的基础上，再结合上级公司下达的销售任务进行调整得出下年度销售量计划数。

二、多元线性回归分析

（一）区域市场的分类

一般而言，销售量差异比较大的区域市场其环境影响因素可能是不同的。为了深入了解高销量市场和低销量市场各自内在的影响因素，就需要对市场按销量进行分类。本文根据Z公司下属各分公司2008～2015年度销售数据，借助于统计分析软件SPSS运用“系统聚类法”进行聚类分析。从聚类分析结果可以看出，Z公司下属11个分公司（其中一个分公司系2014年年底成立，经综合分析归入B类）可分为三大类：

第一类是高销量区域市场，称为A类市场，包括2个分公司；

第二类是中销量区域市场，称为B类市场，包括7个分公司；

第三类是低销量区域市场，称为C类市场，包含1个分公司。

（二）建立多元线性回归模型

针对聚类分析的结果，对于三种不同类型的市场运用“多元线性回归分析”的方法探讨社会经济环境因素对卷烟销售的不同影响。为使预测分析结果更准确、更具可行性，在建立线性回归模型时，以Z烟草公司下属各分公司为个体，以各分公司本年度卷烟销售量为被解释变量，选择各分公司所辖市场上一年度5个经济指标为解释变量，再通过统计年鉴搜集相关经济指标数据。解释变量的选择基于如下视角：

第一，从社会、经济发展总量的视角。选择两个指标：人口总数、地区生产总值。

第二，从城乡居民收入的视角。选择两个指标：农村居民人均纯收入、城镇居民人均可支配收入。

第三，从社会消费总量的视角。选择一个指标：社会消费品零售总额。

搜集相关经济指标数据，并针对A、B、C三类区域市场，运用“逐步回归法”分别建立线性回归模型。

对于A类市场（高销量市场）进行回归分析的结果表明，影响卷烟销售量的主要因素依次是：社会消费品零售总额和农民人均纯收入。模型调整决定系数为0.962，表明模型具有良好的拟合度。此外，常数项、农民人均纯收入和社会消费品零售总额的P值均小于0.05，检验结果显著。

对于B类市场（中销量市场）进行回归分析的结果表明，影响卷烟销售量的主要因素依次是：总人口数、社会消费品零售总额、地区生产总值。模型调整决定系数为0.917，表明模型具有良好的拟合度。常数项及三个自变量的P值也均小于0.05，检验结果显著。

在C类市场（低销量市场），影响卷烟销售量的主要因素是城镇居民人均可支配收入。模型调整决定系数为0.875，表明模型具有较好的拟合度。常数项及自变量P值均小于0.05，检验结果显著。

将11个分公司近年来销售数据和相关经济指标数据分别代入各自相对应的回归模型进行验证，结果表明，模型均具有较好的代表性，可以作为卷烟销售量预测及销售计划分解的参考依据。各分公司根据本类市场的回归模型，将相应经济指标的本年度数据代入各自对应的回归模型就可计算出下年度（即计划期）卷烟销售量的预测值。

三、趋势外推预测分析

时间序列数据从一定程度上表达了企业自身经营能力的变化，通过时间序列分析可以反映各分公司自身经营业绩的发展趋势。本文通过对Z公司下属各分公司2008～2015年度卷烟销售数据的分析发现，各分公司销售量呈线性趋势增长。

根据各分公司2008～2015年度卷烟销售数据可计算得出其趋势外推模型。分析结果表明，除个别分公司的趋势外推模型拟合优度稍低外，多数分公司的模型都具有较好的拟合度。

四、销售计划的确定

将“多元线性回归”预测值和趋势外推预测值进行简单平均即可得到各分公司销售量的综合预测值。

但需要注意的是，各分公司计算出的综合预测值是理论值，汇总后得到Z公司下年度销售总量的预测值，该值与上级公司下达的销售任务数不完全吻合，可以用销售任务数除以销售总量预测值作为修正系数，再以修正系数乘以各分公司的销售量预测值即得各分公司下一年度（计划期）的计划数。

这样确定的计划数跟各分公司的实际情况可能会存在一定的误差，而且也未能充分体现公司的经营战略（比如未考虑新建公司的成长性等）。因此，实际操作中还需要根据公司的经营战略、各分公司的特殊情况予以调整。

五、结论

通过上述分析过程及其结果可以看出：

第一，高销量地区和低销量地区的影响因素是不同的。在高销量地区影响卷烟销量的主要因素是社会消费品零售总额和农民人均纯收入；而中销量地区的影响因素主要是人口数、地区生产总值和社会消费品零售总额等总量指标；低销量地区则表现为城镇居民人均可支配收入。这充分说明，对区域市场进行分类是必要的，在对市场分类分析基础上的计划分解更具科学性、合理性。

第二，本文采取的多元线性回归分析，是以各分公司本年度销售量为被解释变量，以上一年度经济指标为解释变量，可以避免采用同步指标预测而出现的“滞后现象”（本年度经济指标的数据往往在下一年才能得到，无法满足本年度预测的需要），使得销售计划的分解更具有可行性。

第三，采取多种预测方法综合运用，可以有效避免单一预测方法而加大误差风险的概率，使计划分解更加准确、可靠。

Z烟草公司2013～2015年的销售计划都是按照上述方法分解的，实践证明，该方法不但具有较好的可操作性，也更加精准、科学。