Klouzavé průměry v doplňku Analýza dat aplikace Excel

Poté, co si nainstalujete doplněk Analýza dat aplikace Excel a zpřístupníte jej aplikaci Excel, můžete vybrat kterýkoli z jeho analytických nástrojů a spustit tuto analýzu se vstupními daty, která zadáte. Ve světě prognóz to znamená základní linii, kterou jste shromáždili a správně strukturovali na pracovním listu.

První nástroj, o kterém byste mohli uvažovat – už jen proto, že je nejjednodušší na používání a pochopení – je nástroj Moving Average. Jako vždy u doplňku začněte přechodem na kartu Data na pásu karet a výběrem možnosti Analýza dat. V seznamu Analytické nástroje vyberte klouzavý průměr a klikněte na OK.

Zobrazí se zde zobrazené dialogové okno klouzavý průměr.

Interval je počet skutečných hodnot z vaší základní linie, které se mají použít v každém klouzavém průměru.

Den stěhování: Cesta odsud tam

Jak je snadné nastavit a pochopit klouzavé průměry, přebíráte další odpovědnost, když se rozhodnete s nimi předpovídat. Otázkou je, kolik časových období od výchozí hodnoty byste měli zahrnout do každého klouzavého průměru.

Při výpočtu každého klouzavého průměru použijte stejný počet skutečných pozorování. Pokud první klouzavý průměr, který máte v Excelu vypočítat, používá tři období od základní linie, pak všechny klouzavé průměry ve vaší prognóze používají tři období.

Chcete vybrat správný počet období:

• Pokud jich použijete příliš málo, budou předpovědi reagovat na náhodné otřesy základní linie, kdy vám jde o to, vyhladit náhodné chyby a zaměřit se na skutečné hnací síly vašich prodejních výsledků.
• Pokud jich použijete příliš mnoho, prognózy zaostávají za skutečnými, trvalými změnami úrovně základní linie – možná příliš daleko na to, abyste mohli efektivně reagovat.

Když se rozhodnete použít nástroj klouzavý průměr – nebo obecněji použít klouzavé průměry bez ohledu na to, zda tento nástroj používáte nebo zadáváte vzorce sami – zaujímáte postoj k vlivu nedávných základních hodnot oproti vlivu více vzdálené základní hodnoty.

Předpokládejme, že máte základní linii, která trvá od ledna 2016 do prosince 2016, a pro své prognózy používáte tříměsíční klouzavý průměr výsledků prodeje. Prognóza na leden 2017 by byla průměrem výsledků z října, listopadu a prosince 2016. Tato prognóza je zcela závislá na posledním čtvrtletí roku 2016 a je matematicky nezávislá na prvních třech čtvrtletích roku 2016.

Co kdybyste místo toho zvolili šestiměsíční klouzavý průměr? Pak by prognóza na leden 2017 vycházela z průměru za období červenec až prosinec 2016. Byla by zcela závislá na druhé polovině roku 2016 a první polovina roku 2016 by na prognózu z ledna 2017 neměla přímý vliv.

Klidně se může stát, že kterákoli z těchto situací – nebo jiná, jako je dvouměsíční klouzavý průměr – je přesně to, co chcete. Například můžete svou předpověď potřebovat, abyste zdůraznili nedávné výsledky. Tento důraz může být obzvláště důležitý, pokud máte podezření, že nedávná událost, například významná změna ve vaší produktové řadě, bude mít vliv na prodej.

Na druhou stranu možná nebudete chtít příliš zdůrazňovat nedávné prodejní výsledky. Zdůrazňování nedávných prodejních výsledků může z dlouhodobého hlediska zakrýt, co se děje s vaší základní linií. Pokud si nejste jisti, jak moc zdůraznit nedávné výsledky, máte několik dobrých možností:

• Experimentujte s různými počty časových období, abyste vytvořili své klouzavé průměry. Tento přístup je často nejlepší.
• Použijte exponenciální vyhlazování, které k získání prognózy využívá celý základní linii, ale dává větší váhu novějším základním hodnotám. Exponenciální vyhlazování dává o něco menší váhu předposlední základní hodnotě, o něco menší váhu té před tím, a tak dále až k první základní hodnotě, která má nejmenší vliv na další. předpověď.

Klouzavé průměry a stacionární základní linie

Klouzavé průměry jsou vhodné pro stacionární základní linie (základní linie, jejichž úrovně se obecně nezvyšují ani neklesají po dlouhou dobu). Můžete použít klouzavé průměry se základními liniemi, které trendují nahoru nebo dolů, ale obvykle byste je měli nejprve zbavit trendu, nebo použít některý ze složitějších modelů klouzavého průměru.

Jak rozeznáte stacionární základní linii od té, která má vzestupný nebo klesající trend? Jedním ze způsobů je podívat se na to. Na následujícím obrázku je příklad. Základní linie rozhodně vypadá stacionárně. Má špičky a vrcholy a údolí, ale celkově se nezdá, že by základní čára stoupala nebo klesala.

Během delšího časového období (řekněme šest let spíše než dva) se tato základní linie může ukázat jako součást cyklu. Ale pro krátkodobé účely se jedná o stacionární základní linii.

Problém s pouhým pohledem na základní linii je v tom, že někdy není zcela jasné, zda je stacionární nebo trendové. Co si myslíte o základní linii zobrazené na následujícím obrázku? Při pohledu na graf je těžké říci, zda je základní linie stacionární. Mohlo by to tak být, ale zase to může opravdu postupně klesat. Rychlý test můžete provést kontrolou korelace mezi datem a příjmem.

Tato základní linie vypadá, jako by mohla mírně směřovat dolů. Přidání spojnice trendu vám může pomoci interpretovat, co se děje.