Jeg er altid fascineret af at prøve at forstå, hvad der kunne ske i fremtiden.
Jeg viser dig en teknik omkring, hvordan du næsten kan forudsige fremtidig rentabilitet. Det gode ved denne teknik er, at den kan bruges på mange forskellige måder. Det kan hjælpe med at forudsige fremtidige transaktioner, fremtidig efterspørgsel, fremtidige indtægter, fremtidige omkostninger osv.
Meget rapportering sker baseret på historisk information. Så hvis du kan bygge dine modeller og analyser for at muliggøre en form for forudsigelse af fremtidige resultater, er det her, du vil skabe betydelig værdi for dine interessenter, som så vil se og handle på den fantastiske analyse, du laver.
Vi vil dykke ned i mangeog hvordan du ved at kombinere et par af disse kan udtrække prædiktive resultater, der kan fremvise information på en effektiv og dynamisk måde inde i LuckyTemplates.
Forudsigende analyse ved hjælp af LuckyTemplates og DAX-funktioner
Vi skal gennemarbejde et eksempel på, hvordan du kan forudsige lønsomhed for fremtidige tidsperioder baseret på nuancer.
Vi kan bruge oplysningerne om, hvad vi historisk har opnået, til at forudsige, hvad vi kan opnå i fremtiden. Jeg har bragt en række forskellige faktorer ind indirekte ved at visualisere tidsintelligens funktioner.
I virkeligheden er der sandsynligvis et par måder, du kan gøre dette på, og der er en række scenarier og faktorer, du måske ønsker at inkorporere i disse beregninger.
Nå, du kan helt sikkert gøre det ved at bruge de samme teknikker, som jeg vil bruge her, men måske bare justere dem lidt for at få dine ønskede resultater.
Samlet overskud
Den første ting, vi vil gøre, er at finde ud af, hvad vores samlede overskud er for den aktuelle måned. Vi vil bruge formlen Samlet salg minus samlede omkostninger. Ret ligetil, ikke?
Det næste skridt er at skabe vores forudsigelse. Lad os se nærmere på vores visualisering her. De blå søjler angiver de forudsagte resultater, som vi vil nå frem til i slutningen af denne øvelse.
For at gøre dette vil vi bruge tidsintelligens-beregninger baseret på, hvordan en virksomhed historisk har præsteret fra lige store tidsperioder langt ind i fortiden, men også med hensyn til, hvad der sker på kort sigt .
Der kan være nogle kortsigtede cykliske faktorer, politiske faktorer eller socioøkonomiske faktorer, der vil påvirke resultaterne. Så vi tager dem alle med i betragtning, og det er sådan, du faktisk kan gøre det.
Langsigtet effekt
Overskud for et år siden
For den langsigtede effekt vil vi bruge BEREGNING ogfunktioner. Så lad os gå ind og hente nøjagtig samme måneds overskud fra året, før vi bruger denne formel:
Overskud for to år siden
Vi ønsker også at gå tilbage til overskuddet fra 2 år siden og se tingene fra et månedligt perspektiv.
Hvorfor gør vi dette? Lad os f.eks. sige, at vi i øjeblikket er i december, så vi skal medregne overskuddet fra sidste december og december før det.
Dette vil give os den forventede rentabilitet for denne måned i gennemsnit.
Kortsigtet effekt
Der er kortsigtede faktorer, der kan påvirke ydeevnen, så vi er også nødt til at tage dem med i indsigten.
Det nytter ikke bare at se tilbage sidste år og året før det og sige: "Det er nok til vores forudsigelse." Vi skal på en eller anden måde også tage hensyn til virkninger på kort sigt.
Så hvad vi vil gøre er at hoppe tilbage til, hvad der var vores overskud fra sidste måned, og hvad var vores overskud for to måneder siden ved at bruge disse to formler:
Overskud for en måned siden
Overskud for to måneder siden
Forudsigelse af overskud
Den sidste ting, vi skal gøre for at opnå vores resultatforudsigelse, er at bringe alle resultaterne ind.
Lad os tilføje overskuddet fra sidste år, overskuddet fra to år siden, overskuddet fra sidste måned og overskuddet fra to måneder siden, og dividere beløbet med 4.
Det vil give os et gennemsnit eller en forudsigelse om, hvordan vores salg kan gå.
Det, der er så kraftfuldt, er, at vi nu kan bruge denne særlige teknik til at komme med visualiseringer.
Vi kan også visualisere dem sammen med resten af vores model.
Her er vores resultatforudsigelse i forhold til, hvad vi rent faktisk har lavet fra en bestemt måned. Vi ser på det fra et statsperspektiv (venstre) og produktkontekst (højre).
Dette er naturligvis ikke perfekt, og der vil være huller, som du ville være i stand til at opdage. Men i sidste ende kan dette tjene som din guide og vil vise dig, hvordan du gør det.
Med enhver forudsigelse kan der være mange nuancer. Det er ting, du ikke har kontrol over, og du ved ikke, hvornår de dukker op.
I virkeligheden er det meget svært at bygge dette ind i en model. Så du håndterer informationen så godt du kan.
Konklusion
I dette blogindlæg ønskede jeg at fremvise en kombination af tidsintelligensfunktioner og bringe dem alle sammen for at skabe en form for forudsigelse. I dette tilfælde har vi set på rentabiliteten for fremtidige tidsperioder.
Vi har brugt, DATEADD-funktionen og tidsintelligensfunktioner.
Den virkelige kvalitetsindsigt kommer fra at kombinere alle disse teknikker sammen - og det er det, jeg ønsker, at du altid skal opnå i din analyse ved hjælp af LuckyTemplates og DAX-formler. Jeg håber, du kan implementere denne i dit eget miljø.
For at lære mere om tidsintelligensfunktioner, tjek dette omfattende modul på LuckyTemplates Online .