Ju duhet të kuptoni terminologjinë e specializuar të përdorur në parashikimin e shitjeve për disa arsye shumë praktike. Njëra është që mund t'ju kërkohet t'i shpjegoni parashikimet tuaja shefit tuaj ose në një takim, për shembull, me menaxherët e shitjeve.
Një arsye tjetër e mirë është se Excel përdor shumë nga këto terma, si dhe programet e tjera, dhe të kuptosh se çfarë po ndodh është shumë më e lehtë nëse e di se çfarë kuptimi kanë këto terma.
Mesatarja lëvizëse e integruar autoregresive (ARIMA)
Nëse do të bëni parashikime, disa alekë të zgjuar përfundimisht do t'ju pyesin nëse keni përdorur mesataret lëvizëse të integruara autoregresive (ARIMA) dhe duhet të dini se si të përgjigjeni. ARIMA është pjesërisht një metodë parashikimi, dhe gjithashtu një mënyrë për të vlerësuar bazën tuaj, në mënyrë që të mund të merrni prova sasiore që mbështesin përdorimin e një përqasjeje regresioni, një qasje mesatare lëvizëse ose një kombinim të të dyjave. Nëse nuk i merrni vërtet këto gjëra të parashikimit, zakonisht do të bëni mirë pa të, edhe pse është një mjet i shkëlqyer, nëse kompleks, diagnostikues.
Meqë ra fjala, përgjigjja juaj ndaj alekut të zgjuar duhet të jetë, “Jo. Unë kam punuar me këtë bazë për kaq gjatë tani sa e di që marr rezultatet e mia më të mira me zbutjen eksponenciale. E cila, siç e dini, është një nga format që mund të marrë ARIMA.”
Baza bazë
Një linjë bazë është një sekuencë e të dhënave të renditura në rend kronologjik. Disa shembuj të linjave bazë përfshijnë të ardhurat totale mujore nga janari 2010 deri në dhjetor 2015, numrin e njësive të shitura çdo javë nga 1 janari 2015 deri më 31 dhjetor 2016 dhe të ardhurat totale tremujore nga tremujori i parë 2007 deri në TM4 2016. Të dhënat e rregulluara si kjo nganjëherë quhen seri kohore.
Korrelacioni
Një koeficient korrelacioni shpreh se sa fort janë të lidhura dy variabla. Vlerat e tij të mundshme variojnë nga –1.0 në +1.0, por në praktikë nuk gjeni kurrë korrelacione kaq ekstreme. Sa më i afërt të jetë një koeficient korrelacioni me +/–1.0, aq më e fortë është marrëdhënia midis dy variablave. Një korrelacion prej 0.0 do të thotë asnjë lidhje. Pra, mund të gjeni një korrelacion prej +0,7 (mjaft të fortë) midis numrit të përsëritjeve të shitjeve që keni dhe të ardhurave totale që ato sjellin: Sa më i madh të jetë numri i përsëritjeve, aq më shumë shitet. Dhe mund të gjeni një korrelacion prej –0.1 (mjaft i dobët) midis sa shet një përfaqësues dhe numrit të tij të telefonit.
Një lloj i veçantë korrelacioni është autokorrelacioni, i cili llogarit fuqinë e marrëdhënies midis një vëzhgimi në një bazë dhe një vëzhgimi të mëparshëm (shpesh, por jo gjithmonë, marrëdhëniet midis dy vëzhgimeve të njëpasnjëshme). Autokorrelacioni ju tregon forcën e marrëdhënies midis asaj që erdhi më parë dhe asaj që erdhi pas. Kjo nga ana tjetër ju ndihmon të vendosni se çfarë lloj teknikë parashikimi të përdorni. Këtu është një shembull se si të llogaritet një autokorrelacion që mund ta bëjë konceptin pak më të qartë:
=CORREL(A2:A50,A1:A49)
Kjo formulë Excel përdor funksionin CORREL për të treguar se sa e fortë (ose sa e dobët) është një marrëdhënie midis çfarëdo vlere në A2:A50 dhe atyre në A1:A49. Autokorrelacionet më të dobishme përfshijnë linjat bazë që janë renditur në rend kronologjik. (Ky lloj autokorrelacioni nuk është plotësisht i njëjtë me autokorrelacionet e llogaritura në modelet ARIMA.)
Cikli
Një cikël është i ngjashëm me një model sezonal, por ju nuk e konsideroni atë në të njëjtën mënyrë siç bëni sezonalitetin. Rritja mund të zgjasë disa vite, dhe uljet mund të bëjnë të njëjtën gjë. Për më tepër, një cikël i plotë mund të marrë katër vjet për të përfunduar, dhe një tjetër vetëm dy vjet. Një shembull i mirë është cikli i biznesit: Recesionet ndjekin lulëzimin dhe nuk e dini kurrë se sa do të zgjasë secili. Në të kundërt, stinët vjetore kanë të njëjtën gjatësi, ose pothuajse aq.
Faktori i amortizimit
Faktori i amortizimit është një fraksion midis 0.0 dhe 1.0 që përdorni në zbutjen eksponenciale për të përcaktuar se sa nga gabimi në parashikimin e mëparshëm do të përdoret në llogaritjen e parashikimit të ardhshëm.
Në fakt, përdorimi i termit faktor amortizimi është pak i pazakontë. Shumica e teksteve për zbutjen eksponenciale i referohen konstantës së zbutjes. Faktori i amortizimit është 1.0 minus konstantën e zbutjes. Me të vërtetë nuk ka rëndësi se cilin term përdorni; ju thjesht rregulloni formulën në përputhje me rrethanat.
Zbutja eksponenciale
Term i trashë, edhe nëse teknikisht i saktë. Duke përdorur zbutjen eksponenciale, ju krahasoni parashikimin tuaj para para aktuale (në këtë kontekst, një aktuale është e shitjes rezultojë që Accounting ju tregon - pas faktit - që ju të gjeneruar). Pastaj ju përdorni gabimin - domethënë ndryshimin midis parashikimit të mëparshëm dhe atij aktual - për të rregulluar parashikimin e ardhshëm dhe, shpresoni, ta bëni atë më të saktë sesa nëse nuk do të kishit marrë parasysh gabimin e mëparshëm.
Periudha e parashikimit
Periudha e parashikimit është gjatësia e kohës që përfaqësohet nga çdo vëzhgim në bazën tuaj. Termi përdoret sepse parashikimi juaj zakonisht përfaqëson të njëjtën gjatësi kohore si çdo vëzhgim bazë. Nëse baza juaj bazë përbëhet nga të ardhura mujore nga shitjet, parashikimi juaj është zakonisht për muajin e ardhshëm. Nëse vija bazë përbëhet nga shitjet tremujore, parashikimi juaj është zakonisht për tremujorin e ardhshëm. Duke përdorur qasjen e regresionit, mund të bëni parashikime më larg në të ardhmen sesa vetëm një periudhë parashikimi, por sa më larg parashikimi juaj nga vëzhgimi aktual më i fundit, aq më i hollë është akulli.
Mesatarja lëvizëse
Ju ndoshta keni hasur në konceptin e mesatareve lëvizëse diku përgjatë vijës. Ideja është që mesatarja shkakton anulimin e zhurmës në bazë, duke ju lënë me një ide më të mirë të sinjalit (çfarë po ndodh në të vërtetë me kalimin e kohës, e pashmangshme nga gabimet e rastësishme të pashmangshme). Është një mesatare sepse është mesatarja e një numri vëzhgimesh të njëpasnjëshme, siç është mesatarja e shitjeve në janar, shkurt dhe mars. Është duke lëvizur sepse periudhat kohore që janë mesatare lëvizin përpara në kohë - kështu që, mesatarja e parë lëvizëse mund të përfshijë janarin, shkurtin dhe marsin; mesatarja e dytë lëvizëse mund të përfshijë shkurtin, marsin dhe prillin; dhe kështu me radhë.
Nuk ka asnjë kërkesë që çdo mesatare lëvizëse të përfshijë tre vlera - mund të jetë dy, ose katër, ose pesë, ose ndoshta edhe më shumë.
Variabli parashikues
Ju në përgjithësi e gjeni këtë term në përdorim kur jeni duke parashikuar me regresion. Ndryshueshme parashikues është variabli që ju përdorni për të vlerësuar vlerën e ardhshëm të variablit që ju dëshironi për të parashikuar. Për shembull, mund të gjeni një marrëdhënie të besueshme midis çmimit të shitjes për njësi dhe vëllimit të shitjeve. Nëse e dini se sa kompania juaj synon të tarifojë për njësi gjatë tremujorit të ardhshëm, mund ta përdorni këtë marrëdhënie për të parashikuar vëllimin e shitjeve për tremujorin e ardhshëm. Në këtë shembull, çmimi i shitjes për njësi është variabli parashikues.
Regresioni
Nëse përdorni qasjen e regresionit për parashikimin e shitjeve, kjo ndodh sepse keni gjetur një marrëdhënie të besueshme midis të ardhurave nga shitjet dhe një ose më shumë variablave parashikues. Ju e përdorni atë marrëdhënie, plus njohuritë tuaja për vlerat e ardhshme të variablave parashikues, për të krijuar parashikimin tuaj.
Si do t'i njihni ato vlera të ardhshme të variablave parashikues? Nëse do të përdorni çmimin e njësisë si parashikues, një mënyrë e mirë është të zbuloni nga Menaxhimi i Produkteve se sa ka ndërmend të tarifojë për njësi gjatë secilit prej katër tremujorëve të ardhshëm, të themi. Një mënyrë tjetër përfshin datat: Është plotësisht e mundur, madje edhe e zakonshme, të përdoren datat (të tilla si muaj brenda viteve) si një variabël parashikues.
Sezonaliteti
Gjatë harkut kohor të një viti, niveli juaj bazë mund të rritet dhe të bjerë mbi baza sezonale. Ndoshta ju shisni një produkt, shitjet e të cilit rriten gjatë motit të ngrohtë dhe bien gjatë të ftohtit. Nëse mund të shihni përafërsisht të njëjtin model që ndodh brenda çdo viti gjatë një periudhe disavjeçare, ju e dini që po shikoni sezonalitetin. Ju mund të përfitoni nga kjo njohuri për të përmirësuar parashikimet tuaja. Është e dobishme të dallosh stinët nga ciklet. Asnjëherë nuk e dini se sa do të zgjasë një cikël i caktuar. Por secila nga katër stinët në një vit zgjat tre muaj.
Trendi
Një tendencë është tendenca e nivelit të një niveli bazë për t'u ngritur ose rënë me kalimin e kohës. Një trend në rritje të të ardhurave është, sigurisht, një lajm i mirë për përfaqësuesit e shitjeve dhe menaxhimin e shitjeve, për të mos thënë asgjë për pjesën tjetër të kompanisë. Një rënie bazë e shitjeve, megjithëse rrallë lajme të mira, mund të informojë Marketingun dhe Menaxhimin e Produkteve se ata duhet të marrin dhe të veprojnë sipas disa vendimeve, ndoshta të dhimbshme. Pavarësisht nga drejtimi i trendit, fakti që ekziston një prirje mund të shkaktojë probleme për parashikimet tuaja në disa kontekste - por ka mënyra për t'u marrë me ato probleme.