Hvis du vil forudsige fremtiden i Excel - for eksempel næste kvartals salg - skal du have styr på, hvad der er sket i fortiden. Så du starter altid med det, der kaldes en basislinje (det vil sige tidligere historie - hvor mange valmuefrø en virksomhed solgte i løbet af hvert af de sidste ti år, hvor markedsfutures sluttede hver af de sidste 12 måneder, hvad den daglige høje temperatur var år til dato).
Medmindre du bare skal kaste terningerne og gætte, har du brug for en baseline for en prognose. I dag følger i går. Hvad der sker i morgen følger generelt mønsteret af hvad der skete i dag, sidste uge, sidste måned, sidste kvartal, sidste år. Hvis du ser på, hvad der allerede er sket, tager du et solidt skridt i retning af at forudsige, hvad der vil ske næste gang.
En Excel-prognose er ikke anderledes end prognoser, du laver med et specialiseret prognoseprogram. Men Excel er især nyttigt til at lave salgsprognoser af forskellige årsager:
Du kan vælge mellem flere forskellige prognosemetoder, og det er her, bedømmelsen begynder. De tre mest anvendte metoder, uden nogen speciel rækkefølge, er glidende gennemsnit, eksponentiel udjævning og regression.
Glidende gennemsnit kan være din bedste valg, hvis du ikke har nogen kilde til andre end salgshistorik oplysninger - men du behøver brug for at kende din baseline salg historie. Den underliggende idé er, at markedskræfterne presser dit salg op eller ned. Ved at tage et gennemsnit af dine salgsresultater fra måned til måned, kvartal til kvartal eller år til år, kan du få en bedre idé om den langsigtede tendens, der påvirker dine salgsresultater.
For eksempel finder du de gennemsnitlige salgsresultater for de sidste tre måneder af sidste år - oktober, november og december. Så finder du gennemsnittet af den næste tre-måneders periode - november, december og januar (og derefter december, januar og februar; og så videre). Nu får du en idé om den generelle retning, dit salg tager. Gennemsnitsprocessen udjævner de bump, du får fra afskrækkende økonomiske nyheder eller midlertidige boomlets.
Eksponentiel udjævning er tæt forbundet med glidende gennemsnit. Ligesom med glidende gennemsnit, bruger eksponentiel udjævning tidligere historie til at forudsige fremtiden. Du bruger, hvad der skete i sidste uge, sidste måned og sidste år til at forudsige, hvad der vil ske i næste uge, næste måned eller næste år.
Forskellen er, at når du bruger udjævning, tager du højde for, hvor dårlig din tidligere prognose var — altså indrømmer du, at prognosen var lidt skruet sammen. (Væn dig til det - det sker.) Det gode ved eksponentiel udjævning er, at du tager fejlen i din sidste prognose og bruger den fejl, så du håber, at forbedre din næste prognose.
Hvis din sidste prognose var for lav, vil eksponentiel udjævning øge din næste prognose. Hvis din sidste prognose var for høj, slår eksponentiel udjævning den næste ned.
Den grundlæggende idé er, at eksponentiel udjævning retter din næste prognose på en måde, der ville have gjort din tidligere prognose til en bedre. Det er en god idé, og det fungerer som regel godt.
Når du bruger regression til at lave en prognose, er du afhængig af en variabel til at forudsige en anden. For eksempel, når Federal Reserve hæver de korte renter, kan du stole på den variabel til at forudsige, hvad der vil ske med obligationspriserne eller prisen på realkreditlån. I modsætning til glidende gennemsnit eller eksponentiel udjævning er regression afhængig af en anden variabel for at fortælle dig, hvad der sandsynligvis vil ske næste gang - noget andet end din egen salgshistorie.
Sådan blokerer du Microsoft Word fra at åbne filer i skrivebeskyttet tilstand på Windows Microsoft Word åbner filer i skrivebeskyttet tilstand, hvilket gør det umuligt at redigere det? Bare rolig, metoderne er nedenfor
Sådan rettes fejl ved udskrivning af forkerte Microsoft Word-dokumenter Fejl ved udskrivning af Word-dokumenter med ændrede skrifttyper, rodede afsnit, manglende tekst eller tabt indhold er ret almindelige. Men lad være
Hvis du har brugt pennen eller highlighteren til at tegne på dine PowerPoint-dias under en præsentation, kan du gemme tegningerne til næste præsentation eller slette dem, så næste gang du viser den, starter du med rene PowerPoint-dias. Følg disse instruktioner for at slette pen- og highlighter-tegninger: Sletning af linjer en ved […]
Style-biblioteket indeholder CSS-filer, Extensible Stylesheet Language-filer (XSL) og billeder, der bruges af foruddefinerede mastersider, sidelayouts og kontrolelementer i SharePoint 2010. For at finde CSS-filer i Style-biblioteket på et udgivelsessted: Vælg Site Actions→ View Alt webstedsindhold. Indholdet af webstedet vises. Style-biblioteket ligger i […]
Overvæld ikke dit publikum med gigantiske tal. I Microsoft Excel kan du forbedre læsbarheden af dine dashboards og rapporter ved at formatere dine tal, så de vises i tusinder eller millioner.
Lær, hvordan du bruger SharePoints sociale netværksværktøjer, der lader enkeltpersoner og grupper kommunikere, samarbejde, dele og forbinde.
Julianske datoer bruges ofte i produktionsmiljøer som et tidsstempel og hurtig reference for et batchnummer. Denne type datokodning giver detailhandlere, forbrugere og serviceagenter mulighed for at identificere, hvornår et produkt blev fremstillet, og dermed produktets alder. Julianske datoer bruges også i programmering, militæret og astronomi. Forskellige […]
Du kan oprette en webapp i Access 2016. Så hvad er en webapp overhovedet? Nå, web betyder, at det er online, og app er kun en forkortelse for "applikation". En Custom Web App er en online databaseapplikation, der tilgås fra skyen ved hjælp af en browser. Du bygger og vedligeholder webappen i desktopversionen […]
De fleste sider i SharePoint 2010 viser en liste over navigationslinks på linjen Hurtig start langs venstre side af siden. Hurtig startlinjen viser links til fremhævet webstedsindhold såsom lister, biblioteker, websteder og udgivelsessider. Hurtigstartlinjen indeholder to meget vigtige links: Linket Alt webstedsindhold: […]
Ved simple problemer finder Solver i Excel som regel hurtigt de optimale Solver-variableværdier for objektivfunktionen. Men i nogle tilfælde har Solver problemer med at finde de Solver-variableværdier, der optimerer objektivfunktionen. I disse tilfælde viser Solver typisk en meddelelse eller en fejlmeddelelse, der beskriver eller diskuterer det problem, der […]
