Quan feu una previsió quantitativa (una previsió que utilitza una línia de base numèrica en lloc d'alguna cosa com opinions d'experts), sempre busqueu relacions. Suposem que esteu considerant utilitzar la regressió per fer pronòstics. Podeu posar-vos a les mans de diverses variables predictores possibles, qualsevol (o qualsevol combinació) de les quals us pot donar la millor previsió.
En l'àmbit de les vendes, això significa buscar relacions entre vendes i altres variables com la mida de la força de vendes, el període de temps o el preu unitari. (Les opinions d'experts, sempre que provinguin d'un expert real, també són valuoses, fins i tot si les feu servir només per proporcionar un context per a la vostra previsió quantitativa).
La relació entre els ingressos de vendes d'un període de temps i un període de temps anterior també és freqüentment interessant. Això s'anomena autocorrelació i s'acosta conceptualment a l' autoregressió. El càlcul d'una autocorrelació us pot ajudar a prendre moltes decisions, incloses les següents:
- Quin mètode de previsió utilitzar
- Si un pronòstic de mitjana mòbil us enganyaria
- Com estructurar una previsió exponencial-suavitzadora
- Si s'ha de rebaixar una línia de base
Sobretot si teniu un nombre important de possibles variables predictores, calcular les relacions una per una pot ser un veritable dolor. Per això, voldreu utilitzar el complement d'anàlisi de dades.
Una de les eines que trobareu al complement d'anàlisi de dades és l'eina de correlació. Si configureu la vostra línia de base com a taula d'Excel, l'eina de correlació elimina la major part de l'agonia del càlcul de diverses correlacions.
La figura següent mostra:
- Ingressos de vendes (la variable que voleu preveure)
- Període de temps
- Preu unitari
- Mida de la força de vendes
- dòlars publicitaris
- Total de les estimacions d'ingressos dels responsables de vendes

Són massa dades per calcular-les convenientment amb les funcions del full de treball.
El vostre objectiu és decidir quina (si n'hi ha) de les cinc últimes variables a considerar com a variables predictores en una previsió de regressió d'ingressos per vendes. Per començar aquest treball, calculeu cadascun dels coeficients de correlació.