Прогноз продаж — это расчет будущего объема выручки, количества сделок или спроса на основе исторических данных, сезонности, динамики продаж и текущей воронки (pipeline). Компании используют прогнозирование для планирования выручки, закупок, производства и оценки KPI отдела продаж.
Прогнозирование продаж позволяет заранее понять, сколько компания заработает, выполнит ли план и где могут возникнуть отклонения.
Вы узнаете:
ПРЕДСКАЗ.ЛИНЕЙН) и ПРЕДСКАЗ.ETS для сезонности.Никакой воды — только формулы, таблицы и примеры для B2B, eCommerce и SaaS.

📑 Содержание статьи
Прогноз продаж (sales forecast) — это модель, которая показывает ожидаемый объем продаж, выручки или количества сделок в будущем периоде на основе аналитики и исторических данных.
Для расчета прогноза продаж используют:
Главная задача прогноза — ответить на два вопроса:
| Сфера | Как используется прогноз |
|---|---|
| B2B продажи | Прогнозирование по воронке продаж (англ. pipeline forecast) и KPI |
| eCommerce | Сезонность и спрос |
| SaaS | Регулярный месячный доход (MRR) и коэффициент оттока (churn) |
| Производство | Загрузка мощностей |
| Финансы | Бюджетирование |
Прогноз продаж решает 8 ключевых задач бизнеса: от планирования выручки до оценки воронки сделок. Без прогноза компания действует вслепую, с прогнозом — управляет финансами, запасами и KPI осознанно.
| Задача | Что даёт прогноз |
|---|---|
| Планирование выручки | Контроль финансов, бюджетирование |
| Управление запасами | Снижение дефицита и излишков |
| Постановка KPI отдела продаж | Реалистичные цели для менеджеров |
| Оценка pipeline (воронки) | Понимание, какие сделки закроются |
| Маркетинговое планирование | Бюджет под сезонные всплески |
| Производство | Загрузка мощностей без простоев |
| Финансовое моделирование | Обоснование перед инвесторами |
| CRM-аналитика | Анализ воронок (pipeline) и конверсии |
Прогнозирование продаж помогает бизнесу принимать решения на основе данных, а не интуиции. Чем точнее forecast, тем ниже риск кассовых разрывов, дефицита товаров и срыва плана продаж.
Без прогноза компания:
С прогнозом компания:
Точность прогноза продаж зависит от 7 факторов: истории продаж, сезонности, конверсии, маркетинга, среднего чека, данных CRM и внешних условий. Вот как каждый фактор влияет на forecast:
| Фактор | Влияние на прогноз (англ. forecast) |
|---|---|
| История продаж | База для анализа трендов — чем длиннее, тем точнее |
| Сезонность | Учет пиков и спадов спроса повышает точность на 30–50% |
| Конверсия воронки | Позволяет прогнозировать закрытие сделок (pipeline forecast) |
| Маркетинговая активность | Рост или падение лидов напрямую меняет прогноз |
| Средний чек | Влияет на итоговую выручку даже при том же количестве сделок |
| CRM-данные | Точность pipeline forecast и долгосрочного прогноза |
| Внешние факторы (инфляция, конкуренты) | Корректировка прогноза на макроуровне |
Главный вывод: если вы хотите получать точный прогноз продаж — собирайте историю минимум за 2 года, учитывайте сезонность, подключите CRM и регулярно обновляйте данные. Excel-формулы из этой статьи помогут начать, а для автоматизации используйте BI и AI-модели.
Для прогноза продаж используют 10 основных методов: от простого Run Rate до ПРЕДСКАЗ.ETS (Excel 2016+) и AI-прогнозирования на нейросетях. Выбор метода зависит от наличия истории продаж и необходимости учитывать сезонность.
Методы прогнозирования продаж отличаются точностью, сложностью и объемом данных. Для малого бизнеса часто достаточно Excel, а крупные компании используют BI и AI-модели.
| № | Метод | Как работает | Где использовать | Точность | Сложность | Учитывает сезонность |
|---|---|---|---|---|---|---|
| 1 | Run Rate (экстраполяция) | Факт / прошедшие дни × всего дней | Стартапы, быстрая оценка текущего месяца | Средняя | ☆ | ❌Нет |
| 2 | Среднее значение | Расчет среднего объема продаж за прошлые периоды | Малый бизнес, стабильные продажи без тренда | Низкая | ☆ | ❌Нет |
| 3 | Скользящая средняя | Сглаживание случайных колебаний (3, 6, 12 мес) | Волатильные рынки, отсутствие чёткого тренда | Средняя | ☆☆ | Частично |
| 4 | Линейный тренд (ПРЕДСКАЗ.ЛИНЕЙН/ТЕНДЕНЦИЯ) | Анализ динамики роста через линию регрессии | B2B, retail, производство с устойчивым ростом | Средняя | ☆☆ | ❌Нет |
| 5 | Множественная регрессия | Учет нескольких факторов: цена, реклама, макроэкономика | Крупный бизнес с управляемыми драйверами продаж | Высокая | ☆☆☆ | Нет (можно добавить) |
| 6 | Мультипликативная модель с сезонностью | Тренд × коэффициент сезонности (очистка от тренда через медиану) | Растущий бизнес с яркой сезонностью (eCommerce, retail) | Высокая | ☆☆☆ | ✅Да |
| 7 | ПРЕДСКАЗ.ETS (Excel 2016+) | Автоматическое определение тренда, сезонности, доверительных интервалов | Любые временные ряды с месячной/недельной сезонностью | Очень высокая | ☆☆ | ✅Да |
| 8 | Воронка продаж (pipeline forecast) | Прогноз по сделкам в CRM с вероятностью закрытия на этапах | Отдел продаж, B2B, услуги, длинные сделки | Высокая | ☆☆☆ | ❌Нет |
| 9 | Прогноз по бэклогу (отгрузкам) | На основе уже оплаченных/заказанных позиций | Производство, дистрибуция, маркетплейсы (FBO) | Очень высокая | ☆ | ❌Нет |
| 10 | AI-прогнозирование (ML) | Нейросети, градиентный бустинг, LSTM | Enterprise, маркетплейсы, крупные сети, банки | Очень высокая | ☆☆☆☆ | ✅Да |
ПРЕДСКАЗ.ETS.Расчет прогноза продаж в Excel включает 4 шага: сбор истории, применение функций ПРЕДСКАЗ.ЛИНЕЙН ПРЕДСКАЗ.ETS, построение графика и доверительного интервала. Вот полный алгоритм.

Для прогнозирования нужна история минимум:
Пример таблицы:
| A (Дата) | B (Продажи, ₽) |
|---|---|
| Январь 2023 | 850 000 |
| Февраль 2023 | 1 050 000 |
| ... | ... |
| Декабрь 2025 | 2 200 000 |
Важно:
Если продажи зависят от сезонности, используйте:
В столбце C:
=ПРЕДСКАЗ.ETS(ДАТА(2026;12;31); B2:B37; A2:A37; 12) Где:
A2:A37 — даты;B2:B37 — продажи;12 — сезонность по месяцам.Excel автоматически:
Это прогноз продаж с учетом сезонности в Excel за одну секунду.
Выделите:
Далее:
Вставка → График → Линейный график
Так вы увидите:
Для оценки погрешности используйте:
=ПРЕДСКАЗ.ETS.ДОВИНТЕРВАЛ(ДАТА(2026;12;31); B2:B37; A2:A37; 0.95; 12) Функция показывает возможный диапазон отклонения прогноза продаж.
Ниже — основные формулы прогнозирования продаж в Excel с русскими названиями функций.
| Задача | Формула |
|---|---|
| Линейный прогноз | =ПРЕДСКАЗ.ЛИНЕЙН() |
| Прогноз с сезонностью | =ПРЕДСКАЗ.ETS() |
| Доверительный интервал | =ПРЕДСКАЗ.ETS.ДОВИНТЕРВАЛ() |
| Тренд | =ТЕНДЕНЦИЯ() |
| Среднее значение | =СРЗНАЧ() |
| Run Rate | =(факт продаж за прошедшие дни/ кол-во дней)*всего дней в месяце |

| Английское название | Русское название | Описание |
|---|---|---|
FORECAST.LINEAR | ПРЕДСКАЗ.ЛИНЕЙН | Возвращает будущее значение по линейному тренду. |
FORECAST | ПРЕДСКАЗ | Аналог FORECAST.LINEAR в старых версиях Excel. |
TREND | ТЕНДЕНЦИЯ | Возвращает значения линейного тренда для заданных точек. |
FORECAST.ETS | ПРЕДСКАЗ.ETS | Прогнозирование с учетом сезонности (более точный метод). |
FORECAST.ETS.CONFINT | ПРЕДСКАЗ.ETS.ДОВИНТЕРВАЛ | Вычисление доверительного интервала (коридора погрешности) при прогнозировании временных рядов с учетом сезонности. |
Чтобы рассчитать прогноз выполнения плана продаж, используйте формулу:
(Факт / Прошедшие дни) × Всего дней / План.
Она показывает, выполнит ли отдел продаж KPI к концу месяца.
| Показатель | Значение |
|---|---|
| План продаж | 7 000 000 ₽ |
| Факт на 20-е число | 5 200 000 ₽ |
| Прошло дней | 20 |
| Дней в месяце | 30 |
Прогноз:
(5 200 000 / 20) * 30 = 7 800 000 ₽Выполнение плана:
7 800 000 / 7 000 000 = 111%Отдел продаж перевыполняет KPI на 11%.
Это самый быстрый способ рассчитать прогноз выполнения плана продаж без сложных моделей. Идеален для еженедельных планерок.
Прогноз продаж на конец месяца по методу Run Rate рассчитывается по формуле:
(Продажи за прошедшие дни / Количество дней) × Всего дней в месяце.
Это быстрая оценка итоговой выручки без привязки к плану и без учета сезонности.
Формула: = (B2 / B3) * B4
| Показатель | Значение | Формула |
|---|---|---|
| Продажи за 12 дней | 2 400 000 ₽ | — |
| Среднедневные продажи | 200 000 ₽ | =2400000/12 |
| Дней в месяце | 30 | — |
| Прогноз на конец месяца | 6 000 000 ₽ | =200000*30 |
Если продажи неравномерны по дням — используйте скользящую среднюю за 7 или 30 дней вместо данных с начала месяца.
Прогноз продаж с учетом сезонности в Excel строится через коэффициенты сезонности или функцию ПРЕДСКАЗ.ETS. Это повышает точность на 30-50% по сравнению с линейным прогнозом.
Коэффициент сезонности показывает отклонение продаж периода от среднего значения.
Формула:
Коэффициент сезонности = Продажи месяца / Средние продажи за год
Пример сезонности продаж для интернет-магазина:
| Месяц | Продажи (₽) | Средние за год (₽) | Коэффициент |
|---|---|---|---|
| Январь | 850 000 | 1 000 000 | 0,85 |
| Февраль | 1 050 000 | 1 000 000 | 1,05 |
| Март | 1 300 000 | 1 000 000 | 1,30 |
| Декабрь | 2 200 000 | 1 000 000 | 2,20 |
=ТЕНДЕНЦИЯ()=ПРЕДСКАЗ.ETS(целевая_дата; массив_продаж; массив_дат; 12)
Пример:=ПРЕДСКАЗ.ETS(DATE(2026;12;31); B2:B37; A2:A37; 12)
С функцией ПРЕДСКАЗ.ETS.ДОВИНТЕРВАЛ можно построить доверительный интервал (95% вероятности).
Точность прогноза показывает, насколько forecast отклоняется от фактических продаж.
MAPE (Mean Absolute Percentage Error) — это средняя абсолютная ошибка прогноза, показывающая, на сколько процентов в среднем прогноз отклоняется от фактических значений.
Формула
MAPE = (1/n) * Σ(|Fact - Forecast| / Fact) * 100%
| MAPE | Качество прогноза |
|---|---|
| <10% | Отличный |
| 10–20% | Хороший |
| 20–50% | Средний |
| >50% | Плохой |
=СРЗНАЧ(ABS((B2:B37 - C2:C37) / B2:B37)) * 100 (формула массива Ctrl+Shift+Enter)
✅ MAPE < 15% — отличный прогноз.
Прогноз продаж для B2B, eCommerce и SaaS имеет свои особенности: pipeline forecast, сезонность и churn. Разберём каждый кейс с цифрами.
Прогноз = СУММ(Сумма сделки * Вероятность закрытия)
| Сделка | Сумма | Вероятность | Взвешенный |
|---|---|---|---|
| ООО «Ромашка» | 2 000 000 | 80% | 1 600 000 |
| АО «Техно» | 5 000 000 | 50% | 2 500 000 |
| Итого | 7 000 000 | — | 4 100 000 |
| Месяц | Продажи прошлый год | Коэф. сезонности | Прогноз на этот год |
|---|---|---|---|
| Ноябрь | 5 000 000 | 1,60 | 8 000 000 |
| Декабрь | 8 000 000 | 2,20 | 17 600 000 |
Прогноз MRR = MRR_текущий + Новые_подписки - MRR_текущий * Churn
| Показатель | Значение |
|---|---|
| Текущий MRR | 1 000 000 ₽ |
| Новые подписки | 150 000 ₽ |
| Churn | 3% |
| Прогноз MRR | 1 120 000 ₽ |
Главные ошибки прогнозирования продаж в Excel: игнорирование сезонности, мало данных, ручной ввод и прогноз по всему ассортименту. Вот таблица проблем и решений.
| Ошибка | Последствие | Решение |
|---|---|---|
| Игнорирование сезонности | Ошибка 30-50% | Используйте FORECAST.ETS |
| Меньше 2 лет данных | Нет паттерна | Run Rate + экспертные оценки |
| Не очищены аномалии | Искажение тренда | Заменить аномалии на средние |
| Ручной ввод | Ошибки ввода | CRM или Power Query |
| Прогноз для всего ассортимента | Бесполезен | ABC-анализ, прогноз по категориям |
Когда Excel перестаёт справляться, AI и CRM автоматически строят прогноз на основе pipeline и машинного обучения. Если вы тратите >4 часов в неделю на прогноз — пора автоматизировать.
| Возможность CRM (ELMA365, Salesforce) | Результат |
|---|---|
| Автоматический pipeline forecast | Прогноз ежечасно |
| Машинное обучение на истории | Точность 95% |
| Rolling forecast | Всегда актуально |
| Интеграция с BI (Power BI) | Дашборды для CEO |
Скачайте готовый шаблон прогноза продаж в Excel с:
В шаблоне реализованы:
Эта статья даёт вам все необходимые формулы и методы, чтобы рассчитать прогноз продаж в Excel с учётом сезонности и выполнить план. Используйте готовый шаблон, применяйте ПРЕДСКАЗ.ETS для максимальной точности, а при масштабировании бизнеса подключайте CRM и AI.
Вам также может быть интересно:
Прогноз продаж — это расчет будущего объема продаж, выручки или количества сделок на основе аналитики и истории данных.
Прогноз рассчитывают по среднему значению, тренду, сезонности или данным CRM.
Нужно разделить текущий факт продаж на количество прошедших дней и умножить на число дней в месяце.
Это показатель отклонения продаж периода от среднего уровня. Отношение продаж периода к средним продажам за год.
Для этого анализируют исторические данные минимум за 12 месяцев и рассчитывают сезонные коэффициенты или используйте ПРЕДСКАЗ.ETS.
Используйте функцию Excel ПРЕДСКАЗ.ЛИНЕЙН для линейного тренда или ПРЕДСКАЗ.ETS для сезонности.
Это Excel-функция для прогнозирования с учетом сезонности и экспоненциального сглаживания.
План — целевой показатель, прогноз — ожидаемый результат на основе данных.
История продаж, CRM, pipeline, конверсия, средний чек и сезонность.
Оптимально — ежедневно или еженедельно через CRM и BI.
Нужно учитывать:
сезонность;
pipeline;
конверсию;
маркетинг;
историю продаж.
Да, современные CRM и BI-системы автоматически строят forecast и прогноз выполнения плана продаж.