Для этого молокоперерабатывающим предприятиям необходимо изучить сезонность, определить ее значение внутри ассортиментной группы в различные временные периоды, так как данное изучение является важнейшей составляющей анализа деятельности предприятий молочной промышленности и позволит корректировать производственную программу, избежать потерь и тем самым повысить эффективность производства.

Оптимизацию производственной программы путем нивелирования сезонных колебаний производства продукции в молочной отрасли мы предлагаем начать с исследования тренда и структуры сезонности. На основе данного исследования осуществляются: анализ временных рядов, по параметру продаж молочной продукции; определение природы ряда; прогнозирование (предсказание будущих значений временного ряда,
используя настоящие и прошлые значения). По результатам исследования получаем идентифицированности и формального описания модели временного ряда.
При нивелировании временные ряды используются для расчета трендовых и сезонных изменений в показателях. Трендом является изменение, которое определяет общее направление развития, основную тенденцию производства продукции. Выравнивание временного ряда – это выявление основной тенденции развития (тренда), а методы выявления основной тенденции — методы выравнивания.
Выявление основной тенденции может быть осуществлено с помощью метода скользящей средней. Для определения скользящей средней необходимо сформировать укрупненные интервалы.
Оптимизация производственной программы в рамках прогноза осуществляется на основе расчета сезонной компоненты. Обычно этот расчет проводится вместе с оценкой тренда и случайных колебаний и позволяет корректировать прогнозные значения показателей, которые были получены по тренду.
Индексы, или факторы, сезонности учитываются при прогнозировании объемов продаж с помощью корректировки трендового значения прогнозируемого показателя в производственной программе.
Для того, чтобы обосновать программу выпуска продукции на (n+m)-й год, необходимо сопоставление планируемого объема производства с производственными мощностями, которые есть у предприятия.
Определив влияние и величину сезонных колебаний спроса на продукцию и объемы сырья, которые поставляют сельские товаропроизводители, молокоперерабатывающее предприятие сможет заранее составить прогноз месячных и даже суточных объемов производства молочной продукции с минимальными производственными издержками и, ликвидировать полностью или сократить до минимума потери от порчи продукции и сырья.
Таким образом, при обосновании направлений развития и повышения эффективности производственной деятельности предприятий по переработке молока, необходимо учитывать всю совокупность условий и факторов, которые влияют на формирование производственных затрат, в том числе и сезонные колебания объемов производства сырого молока и закупочных цен на него, а также и колебания сезонного спроса на молочную продукцию.
Если молокоперерабатывающие предприятия будут использовать методику, позволяющие на основе прогнозирования объемов производства молочного сырья определить сезонные компоненты спроса, то возможно с высокой точностью осуществлять оперативное планирование объемов производства молочной продукции и производственных программ по переработке молока.
Предложенный механизм нивелирования при оптимизации производственной программы молокоперерабатывающих предприятий рассмотрим на примере в деятельности ОАО «Краснинский молзавод» Липецкой области.

Для прогнозирования объемов производства на 2020 год на предприятии ОАО «Краснинский молзавод» использовался анализ временных рядов, представленных в таблице 1 по показателю производства продукции в стоимостном выражении за период 2016-2018 год.
Таблица 1. Показатель производства продукции в стоимостном выражении за период 2016-2018 год
Рисунок 1. Объем производства продукции (2016-2018гг.)

Доверительный интервал является показателем точности измерения,
который с заданной надежностью α покрывает оцениваемый параметр.
Рассчитаем доверительный интервал, т.к. он является показателем точности измерения, который с заданной надежностью α покрывает оцениваемый параметр.
Для оценки математического ожидания α случайной величины Х, распределенной по нормальному закону, при известном среднем квадратическом отклонении σ служит доверительный интервал
(1)

где - выборочное среднее;
– аргумент функции Лапласа, при которой , = 48154,44;
- точность оценки,
– объем выборки.
Оценка будет осуществляться с надежностью 0,9, тогда t = 0,9/2 = 0,45.

Отсюда доверительный интервал составит:
48154,44-18086,75<α<48154,44+18086,75
30067,69<α<66241,19

Оценки сезонной компоненты определяем, как разность между фактическими уровнями ряда и центрированными скользящими средними.
, (2)
где, средняя оценка сезонной компоненты,
(3)

где, - случайная составляющая.
Сезонная компонента используем для оценки и удаления сезонных эффектов. В аддитивной модели сумма значений сезонной компоненты по всем кварталам должна быть равна нулю.
Скорректированный коэффициент (для обеспечения нейтральности воздействия сезонности) рассчитывается по формуле 4:
(4)