Терминът регресия не звучи толкова зле, колкото експоненциалното изглаждане, но е по-сложен, поне по отношение на математиката. И затова инструментът за регресия в добавката за анализ на данни е удобен. Добавката поема отговорност за математиката, точно както прави с подвижните средни и експоненциалното изглаждане.
Все още трябва да дадете добра базова линия на инструментите в добавката за анализ на данни, за да получите точни резултати.
Ето един бърз поглед върху прогнозирането с регресия.
Идеята зад регресията е, че една променлива има връзка с друга променлива. Когато сте дете, например, ръстът ви има тенденция да има връзка с възрастта ви. Така че, ако искате да прогнозирате колко висок ще бъдете следващата година — поне докато не спрете да растете — можете да проверите на колко години ще бъдете следващата година.
Разбира се, хората се различават. Когато са на 15 години, някои хора са високи 5 фута, други са високи 6 фута. Средно обаче можете да прогнозирате с известна увереност колко висок ще бъде някой на 15-годишна възраст. (И почти със сигурност можете да прогнозирате, че новороденото дете ще бъде високо под 2 фута.)
Същото важи и за прогнозирането на продажбите. Да предположим, че вашата компания продава потребителски продукти. Добре е, че колкото повече реклама правите, толкова повече ще продавате. Поне си струва да проверите дали има връзка между размера на рекламния Ви бюджет и размера на приходите Ви от продажби. Ако установите, че има надеждна връзка — и ако знаете колко вашата компания е готова да похарчи за реклама — вие сте в добра позиция да прогнозирате продажбите си.
Или да предположим, че вашата компания предлага на пазара специален продукт, като противопожарни врати. ( Противопожарната врата е тази, за която се предполага, че е устойчива на огън за известен период от време и има много от тях в офис сградите.) За разлика от потребителските продукти, нещо като противопожарна врата не трябва да е специално изключено. -цвят на рафта или да имат по-свеж от свеж аромат. Ако купувате противопожарни врати, искате да вземете тези, които отговарят на спецификациите и са най-евтините.
Така че, ако продавате противопожарни врати, стига вашият продукт да отговаря на спецификациите, бихте искали да разгледате връзката между цената на противопожарните врати и колко са продадени. След това се консултирайте с вашия маркетингов отдел, за да разберете колко искат да таксувате за врата и можете да направите своята прогноза съответно.
Въпросът е, че по-често можете да намерите надеждна връзка между една променлива (рекламни долари или единична цена) и друга (обикновено приходи от продажби или продадени единици).
Вие използвате инструментите на Excel, за да определите количествено тази връзка. В случай на прогнози за регресия, вие давате на Excel няколко базови линии:
- Исторически разходи за реклама и исторически приходи от продажби
- Колко сте таксували за противопожарна врата и колко врати сте продали, например
Ако дадете на Excel добри базови стойности, той ще се върне при вас с формула.
- Excel ще ви даде число, което да умножите по пъти колко очаквате да похарчите за реклама и резултатът ще бъде очакваните от вас приходи от продажби.
- Или, например, Excel ще ви даде число, умножено по единичната цена на врата, и резултатът ще бъде броят на вратите, които можете да очаквате да продадете.
Просто е малко по-сложно от това. Excel също ви дава число, наречено константа, което трябва да добавите към резултата от умножението. Но можете да накарате Excel да направи това вместо вас.