Когато правите количествена прогноза (прогноза, която използва цифрова базова линия, а не нещо като експертни мнения), винаги търсите връзки. Да предположим, че обмисляте да използвате регресия за прогнозиране. Можете да се сдобиете с няколко възможни променливи за прогнозиране, всяка от които (или всяка комбинация) може да ви даде най-добрата ви прогноза.
В сферата на продажбите това означава търсене на връзки между продажбите и някои други променливи като размер на търговската сила, период от време или единична цена. (Експертните мнения, стига да идват от истински експерт, също са ценни — дори ако ги използвате само за предоставяне на контекст за вашата количествена прогноза.)
Връзката между приходите от продажби за един период от време и предходен период също често представлява интерес. Това се нарича автокорелация и е близко концептуално до авторегресия. Изчисляването на автокорелация може да ви помогне да вземете много решения, включително следното:
- Кой метод за прогнозиране да използвате
- Независимо дали ще бъдете подведени от прогноза за движеща се средна
- Как да структурираме експоненциално изглаждаща прогноза
- Дали да се намали тенденцията на изходна линия
Особено ако имате значителен брой възможни променливи за прогнозиране, изчисляването на връзките една по една може да бъде истинска мъка. За това ще искате да използвате добавката за анализ на данни.
Един от инструментите, които ще намерите в добавката за анализ на данни, е инструментът за корелация. Ако настроите базовата си линия като таблица в Excel, инструментът за корелация отнема по-голямата част от агонията при изчисляването на няколко корелации.
Следната фигура показва:
- Приходи от продажби (променливата, която искате да прогнозирате)
- Времеви период
- Единична цена
- Размер на търговската сила
- Рекламни долари
- Обща оценка на приходите на мениджърите по продажбите
Това е твърде много данни, за да се изчисли удобно с функциите на работния лист.
Вашата цел е да решите коя (ако има такава) от последните пет променливи да вземете предвид като прогнозни променливи в регресионна прогноза на приходите от продажби. За да започнете тази работа, изчислете всеки от коефициентите на корелация.