La manera més senzilla d'obtenir una previsió de vendes és establir la vostra línia de base en un full de treball d'Excel en una configuració de taula i, a continuació, trucar al complement d'anàlisi de dades per generar una previsió. Aquest complement acompanya Microsoft Office.
El complement i les seves eines són bones i males notícies, més bones que dolentes, de fet. No ha canviat substancialment des de l'Excel 1995, excepte que ara el codi s'escriu amb Visual Basic en lloc de l'antic llenguatge de macros estrany d'Excel 4.0. Pot ser peculiar, com veureu si decidiu utilitzar-lo. Malgrat les seves peculiaritats, us pot estalviar temps. Pot servir com a trampolí raonablement bo per aprendre a fer-ho tot tu mateix. I us pot estalviar els errors que es produeixen inevitablement quan feu les vostres pròpies previsions.
El complement té 19 eines d'anàlisi numèrica i estadística diferents. Si distribuïu les vostres dades de la manera correcta, podeu apuntar una de les seves eines a les vostres dades i obtenir una anàlisi bastant completa i normalment correcta, incloses les anàlisis d'autocorrelació, les previsions de mitjana mòbil, les previsions de suavització exponencial i les previsions de regressió. Fa el treball dur per tu i, com que està tot precodificat, no t'has de preocupar tant per, per exemple, equivocar-te amb una fórmula.
Suavitzar dades
Si decidiu utilitzar la suavització exponencial per crear la vostra previsió, tot el que necessitareu és la vostra línia de base dels ingressos de vendes històrics. Cada observació de la línia de base hauria de ser del mateix tipus de període de previsió, tan sovint com no, els ingressos totals mensuals.
No necessiteu cap altra variable que no siguin els vostres resultats de vendes perquè, amb la suavització, utilitzareu el resultat d'un període per preveure el següent, que és una de les raons per les quals utilitzareu l'eina de correlació del complement d'anàlisi de dades per determinar la quantitat d'autocorrelació. a la línia de base abans de fer la previsió. L'autocorrelació substancial tendirà a fer servir l'eina de suavització exponencial com a mètode de previsió, i us ajudarà a determinar quin factor d'amortiment (o, de manera equivalent, quina constant de suavització) utilitzareu per desenvolupar la vostra previsió.
Regressió: es tracta de relacions
Si teniu disponible alguna variable a més dels ingressos per vendes o les unitats venudes, i sospiteu que està fortament relacionada amb els resultats de vendes, hauríeu de mirar la relació amb més detall.
Suposem que podeu posar les mans sobre dades històriques que mostren, per any i mes, per exemple, el preu unitari que heu cobrat i el nombre d'unitats que heu venut. Si esteu interessats a preveure el nombre d'unitats que vendreu el mes que ve, l'eina de regressió del complement d'anàlisi de dades us pot facilitar la vostra tasca.

El gràfic us ofereix una visualització del que passa entre les dues variables: preu unitari i unitats venudes.
(A la figura, l'aspecte del gràfic s'ha modificat a mesura que l'eina de regressió el crea per facilitar la mesura de la relació entre preu i volum).
Amb aquesta línia de base, que inclou el preu unitari i les unitats venudes, el vostre interès no se centra en els ingressos. Després de tot, al gràfic queda bastant clar que com més alt sigui el preu unitari, menys unitats es vendran, i això tendirà a minimitzar la variació dels ingressos trimestrals. En canvi, aquesta anàlisi parla de la producció. Si sabeu com establireu el preu unitari per al proper trimestre, podeu utilitzar l'eina de regressió per preveure el nombre d'unitats que vendreu el proper trimestre. Aquesta previsió podria informar el vostre departament de producció sobre com assignar els seus recursos.
Per cert, Excel anomena la línia sòlida que mostra una línia de tendència. Quan veieu una línia de tendència que va des de la part superior esquerra fins a la part inferior dreta, com es mostra, sabeu que la correlació entre les dues variables és negativa (i en aquest cas, la correlació entre el preu unitari i les unitats venudes és de -0,57). Una correlació negativa significa que com més alt és el nivell d'una de les variables, menor serà el valor corresponent de l'altra variable. Si la línia de tendència va des de la part inferior esquerra fins a la part superior dreta, sabeu que la correlació és positiva. Una correlació positiva significa que els valors més baixos d'una variable s'associen amb valors més baixos de l'altra, i que els valors més alts d'una s'associen amb valors més alts de l'altra.