Amb el temps, una línia de base tendeix a mostrar un comportament coherent: el seu nivell augmenta, disminueix o es manté estacionari (o pot ser estacional o cíclic). Les relacions entre períodes de temps ajuden a mesurar aquest comportament: la relació entre un mes i el següent, o entre un trimestre i el següent, o entre un trimestre i el mateix trimestre de l'any anterior.
La vostra línia de base pot barrejar les relacions entre els seus períodes de temps per diverses raons, algunes bones i altres dolentes. Un parell d'exemples:
- Qui va reunir les dades de referència (no vosaltres, certament) va passar per alt els ingressos de vendes del 15 al 30 de juny. Aquest és un problema real i és realment indefendible. "El gos es va menjar els deures" no ho talla aquí.
- El magatzem es va cremar i ningú no va poder vendre res fins que la fàbrica no es va posar al dia amb la pèrdua d'inventari. Un cop més, un problema real, però no ajuda al vostre pronòstic encara que la policia agafi l'incendiari.
El motiu és el següent: si gairebé tota la vostra línia de base consisteix en ingressos mensuals i un període de temps només representa mig mes, qualsevol previsió que depengui de tota la línia de base es rebutjarà. La figura mostra un exemple del que pot passar.
Les dades incorrectes d'un període de temps recent poden conduir a una mala previsió.
Les cel·les A1:B27 contenen una línia de base amb ingressos precisos. El suavització exponencial dóna la previsió per a l'agost de 2016 a la cel·la C28.
Les cèl·lules H1:I27 tenen la mateixa línia de base, excepte la cel·la I25. Per alguna raó (la comptabilitat descuidada, l'incendi del magatzem o una altra cosa), els ingressos del maig de 2016 s'han informat poc. El resultat és que la previsió per a l'agost de 2016 és més de 6.000 dòlars menys que quan els ingressos de maig de 2016 no són el resultat d'un error ni d'un incident puntual. Pot ser que sis mil dòlars no sonin gaires, però en aquest context és una diferència del 8 per cent. I és encara pitjor just després que es produeixi el problema: la diferència entre les dues previsions és del 17 per cent el juny del 2016.
Si no es poden localitzar les dades que falten, potser a causa d'un error comptable, o si no s'ha produït cap error però algun incident realment inusual va interrompre el procés de vendes durant el maig de 2016, probablement estimaríeu les dades reals del maig. Un parell de maneres raonables de fer-ho:
- Agafeu la mitjana d'abril i juny i assigneu aquesta mitjana al maig.
- Utilitzeu el juny de 2014 a l'abril de 2016 com a línia de referència i la previsió de maig de 2016. A continuació, utilitzeu aquesta previsió de maig de 2016 a la vostra línia de base completa, de gener de 2014 a juliol de 2016.
Aquesta situació és una bona raó per traçar la vostra línia de base. Només mirant la línia de base, potser no us adoneu que maig de 2016 és una cosa estranya. Però us surt directament si traceu la línia de base: consulteu la figura següent, especialment de juny a agost de 2016 a cada gràfic.
Les dades estranyes us surten quan traceu la línia de base.
No us preocupeu per les petites diferències en la durada dels períodes de temps de la línia base. El març té un dia més que l'abril, però no val la pena preocupar-se. Falten dues setmanes és una altra qüestió.