Εάν θέλετε να προβλέψετε το μέλλον στο Excel - για παράδειγμα τις πωλήσεις του επόμενου τριμήνου - θα πρέπει να μάθετε τι έχει συμβεί στο παρελθόν. Έτσι, ξεκινάτε πάντα με αυτό που ονομάζεται γραμμή βάσης (δηλαδή, παρελθόν - πόσους σπόρους παπαρούνας πούλησε μια εταιρεία κατά τη διάρκεια καθενός από τα τελευταία δέκα χρόνια, όπου τα συμβόλαια μελλοντικής εκπλήρωσης της αγοράς έκλεισαν κάθε έναν από τους τελευταίους 12 μήνες, ποια ήταν η ημερήσια υψηλή θερμοκρασία από έτος έως σήμερα).
Εκτός κι αν πρόκειται να ρίξετε τα ζάρια και να κάνετε μια εικασία, χρειάζεστε μια γραμμή βάσης για μια πρόβλεψη. Το σήμερα ακολουθεί το χθες. Αυτό που συμβαίνει αύριο ακολουθεί γενικά το μοτίβο αυτού που συνέβη σήμερα, την περασμένη εβδομάδα, τον περασμένο μήνα, το τελευταίο τρίμηνο, πέρυσι. Αν κοιτάξετε τι έχει ήδη συμβεί, κάνετε ένα σταθερό βήμα προς την πρόβλεψη του τι πρόκειται να συμβεί στη συνέχεια.
Μια πρόβλεψη του Excel δεν διαφέρει καθόλου από τις προβλέψεις που κάνετε με ένα εξειδικευμένο πρόγραμμα πρόβλεψης. Αλλά το Excel είναι ιδιαίτερα χρήσιμο για την πραγματοποίηση προβλέψεων πωλήσεων, για διάφορους λόγους:
- Συχνά έχετε καταγεγραμμένο ιστορικό πωλήσεων σε ένα φύλλο εργασίας του Excel. Όταν διατηρείτε ήδη το ιστορικό πωλήσεών σας στο Excel, είναι εύκολο να βασίσετε την πρόβλεψή σας στο υπάρχον ιστορικό πωλήσεων — το έχετε ήδη πάρει στα χέρια σας.
- Οι δυνατότητες χαρτογράφησης του Excel καθιστούν πολύ πιο εύκολο να απεικονίσετε τι συμβαίνει στο ιστορικό πωλήσεών σας και πώς αυτό το ιστορικό ορίζει τις προβλέψεις σας.
- Το Excel διαθέτει εργαλεία (που βρίσκονται σε αυτό που ονομάζεται πρόσθετο ανάλυσης δεδομένων) που διευκολύνουν τη δημιουργία προβλέψεων. Πρέπει ακόμα να γνωρίζετε τι κάνετε και τι κάνουν τα εργαλεία — δεν θέλετε απλώς να μπλοκάρετε τους αριθμούς μέσω κάποιου εργαλείου ανάλυσης και να λαμβάνετε το αποτέλεσμα στην ονομαστική αξία, χωρίς να καταλαβαίνετε τι κάνει το εργαλείο. Αλλά για αυτό είναι εδώ αυτό το βιβλίο.
- Μπορείτε να ελέγχετε περισσότερο τον τρόπο δημιουργίας της πρόβλεψης παραλείποντας τα εργαλεία πρόβλεψης του πρόσθετου ανάλυσης δεδομένων και εισάγοντας μόνοι σας τους τύπους. Καθώς αποκτάτε περισσότερη εμπειρία με τις προβλέψεις, πιθανότατα θα βρείτε τον εαυτό σας να το κάνει όλο και περισσότερο.
Μπορείτε να επιλέξετε από πολλές διαφορετικές μεθόδους πρόβλεψης και εδώ ξεκινάει η κρίση. Οι τρεις πιο συχνά χρησιμοποιούμενες μέθοδοι, χωρίς ιδιαίτερη σειρά, είναι οι κινούμενοι μέσοι όροι, η εκθετική εξομάλυνση και η παλινδρόμηση.
Μέθοδος #1: Κινούμενοι μέσοι όροι
Κινητούς μέσους όρους μπορεί να είναι η καλύτερη επιλογή σας αν δεν έχετε καμία πηγή πληροφοριών, εκτός από ιστορία των πωλήσεων - αλλά εσείς δεν χρειάζεται να γνωρίζουν την ιστορία των πωλήσεων βασική γραμμή σας. Η υποκείμενη ιδέα είναι ότι οι δυνάμεις της αγοράς ωθούν τις πωλήσεις σας προς τα πάνω ή προς τα κάτω. Με τον μέσο όρο των αποτελεσμάτων των πωλήσεών σας από μήνα σε μήνα, από τρίμηνο σε τρίμηνο ή από έτος σε έτος, μπορείτε να αποκτήσετε μια καλύτερη ιδέα για τη μακροπρόθεσμη τάση που επηρεάζει τα αποτελέσματα των πωλήσεών σας.
Για παράδειγμα, βρίσκετε τα μέσα αποτελέσματα πωλήσεων των τελευταίων τριών μηνών του περασμένου έτους — Οκτωβρίου, Νοεμβρίου και Δεκεμβρίου. Στη συνέχεια, βρίσκετε τον μέσο όρο της επόμενης τρίμηνης περιόδου — Νοέμβριος, Δεκέμβριος και Ιανουάριος (και μετά Δεκέμβριος, Ιανουάριος και Φεβρουάριος και ούτω καθεξής). Τώρα έχετε μια ιδέα για τη γενική κατεύθυνση που ακολουθούν οι πωλήσεις σας. Η διαδικασία υπολογισμού του μέσου όρου εξομαλύνει τα προβλήματα που λαμβάνετε από τις αποθαρρυντικές οικονομικές ειδήσεις ή τις προσωρινές εκρήξεις.
Μέθοδος #2: Εκθετική εξομάλυνση
Η εκθετική εξομάλυνση σχετίζεται στενά με τους κινητούς μέσους όρους. Όπως και με τους κινητούς μέσους όρους, η εκθετική εξομάλυνση χρησιμοποιεί το παρελθόν για να προβλέψει το μέλλον. Χρησιμοποιείτε αυτό που συνέβη την περασμένη εβδομάδα, τον περασμένο μήνα και το περασμένο έτος για να προβλέψετε τι θα συμβεί την επόμενη εβδομάδα, τον επόμενο μήνα ή το επόμενο έτος.
Η διαφορά είναι ότι όταν χρησιμοποιείτε την εξομάλυνση, λαμβάνετε υπόψη πόσο κακή ήταν η προηγούμενη πρόβλεψή σας — δηλαδή, παραδέχεστε ότι η πρόβλεψη ήταν λίγο μπερδεμένη. (Συνηθίστε αυτό — συμβαίνει.) Το ωραίο με την εκθετική εξομάλυνση είναι ότι λαμβάνετε το σφάλμα στην τελευταία πρόβλεψή σας και χρησιμοποιείτε αυτό το σφάλμα, επομένως ελπίζετε να βελτιώσετε την επόμενη πρόβλεψή σας.
Εάν η τελευταία σας πρόβλεψη ήταν πολύ χαμηλή, η εκθετική εξομάλυνση ενεργοποιεί την επόμενη πρόβλεψή σας. Εάν η τελευταία σας πρόβλεψη ήταν πολύ υψηλή, η εκθετική εξομάλυνση αποδυναμώνει την επόμενη.
Η βασική ιδέα είναι ότι η εκθετική εξομάλυνση διορθώνει την επόμενη πρόβλεψή σας με τρόπο που θα έκανε την προηγούμενη πρόβλεψή σας καλύτερη. Αυτή είναι μια καλή ιδέα και συνήθως λειτουργεί καλά.
Μέθοδος #3: Παλινδρόμηση
Όταν χρησιμοποιείτε την παλινδρόμηση για να κάνετε μια πρόβλεψη, βασίζεστε σε μια μεταβλητή για να προβλέψετε μια άλλη. Για παράδειγμα, όταν η Ομοσπονδιακή Τράπεζα των ΗΠΑ αυξάνει τα βραχυπρόθεσμα επιτόκια, μπορεί να βασιστείτε σε αυτή τη μεταβλητή για να προβλέψετε τι θα συμβεί με τις τιμές των ομολόγων ή το κόστος των στεγαστικών δανείων. Σε αντίθεση με τους κινητούς μέσους όρους ή την εκθετική εξομάλυνση, η παλινδρόμηση βασίζεται σε μια διαφορετική μεταβλητή για να σας πει τι είναι πιθανό να συμβεί στη συνέχεια — κάτι διαφορετικό από το δικό σας ιστορικό πωλήσεων.