Πρέπει να κατανοήσετε την εξειδικευμένη ορολογία που χρησιμοποιείται στην πρόβλεψη πωλήσεων για μερικούς πολύ πρακτικούς λόγους. Το ένα είναι ότι μπορεί να σας ζητηθεί να εξηγήσετε τις προβλέψεις σας στο αφεντικό σας ή σε μια συνάντηση, για παράδειγμα, διευθυντών πωλήσεων.
Ένας άλλος καλός λόγος είναι ότι το Excel χρησιμοποιεί πολλούς από αυτούς τους όρους, όπως και άλλα προγράμματα, και το να καταλάβετε τι συμβαίνει είναι πολύ πιο εύκολο αν γνωρίζετε τι σημαίνουν οι όροι.
Αυτοπαλινδρομικοί ολοκληρωμένοι κινητοί μέσοι όροι (ARIMA)
Εάν πρόκειται να κάνετε πρόβλεψη, κάποιο έξυπνο aleck θα σας ρωτήσει τελικά εάν χρησιμοποιήσατε αυτοπαλινδρομικούς ολοκληρωμένους κινητούς μέσους όρους (ARIMA) και θα πρέπει να ξέρετε πώς να απαντήσετε. Το ARIMA είναι εν μέρει μια μέθοδος πρόβλεψης και επίσης ένας τρόπος αξιολόγησης της βασικής σας γραμμής, ώστε να μπορείτε να λάβετε ποσοτικά στοιχεία που υποστηρίζουν τη χρήση μιας προσέγγισης παλινδρόμησης, μιας προσέγγισης κινούμενου μέσου όρου ή ενός συνδυασμού και των δύο. Αν δεν ασχοληθείτε πραγματικά με αυτό το θέμα της πρόβλεψης, συνήθως θα τα καταφέρετε μια χαρά χωρίς αυτό, παρόλο που είναι ένα εξαιρετικό, αν και πολύπλοκο, διαγνωστικό εργαλείο.
Παρεμπιπτόντως, η απάντησή σας στο smart aleck θα πρέπει να είναι, «Όχι. Δουλεύω με αυτήν τη γραμμή βάσης τόσο καιρό τώρα που ξέρω ότι έχω τα καλύτερα αποτελέσματα με την εκθετική εξομάλυνση. Η οποία, όπως γνωρίζετε, είναι μία από τις μορφές που μπορεί να πάρει η ARIMA».
Βασική γραμμή
Η γραμμή βάσης είναι μια ακολουθία δεδομένων ταξινομημένων με χρονολογική σειρά. Ορισμένα παραδείγματα γραμμών βάσης περιλαμβάνουν συνολικά μηνιαία έσοδα από τον Ιανουάριο του 2010 έως τον Δεκέμβριο του 2015, τον αριθμό των μονάδων που πωλήθηκαν εβδομαδιαία από την 1η Ιανουαρίου 2015 έως την 31η Δεκεμβρίου 2016 και τα συνολικά τριμηνιαία έσοδα από το 1ο τρίμηνο 2007 έως τέταρτο τρίμηνο 2016. Τα δεδομένα που διατάσσονται με αυτόν τον τρόπο ονομάζονται μερικές φορές χρονοσειρά.
Συσχέτιση
Ένας συντελεστής συσχέτισης εκφράζει πόσο ισχυρά συνδέονται δύο μεταβλητές. Οι πιθανές τιμές του κυμαίνονται από –1,0 έως +1,0, αλλά στην πράξη ποτέ δεν βρίσκεις τόσο ακραίες συσχετίσεις. Όσο πιο κοντά είναι ένας συντελεστής συσχέτισης στο +/–1,0, τόσο ισχυρότερη είναι η σχέση μεταξύ των δύο μεταβλητών. Μια συσχέτιση 0,0 σημαίνει ότι δεν υπάρχει σχέση. Έτσι, μπορεί να βρείτε μια συσχέτιση +0,7 (αρκετά ισχυρή) μεταξύ του αριθμού των επαναλήψεων πωλήσεων που έχετε και των συνολικών εσόδων που αποφέρουν: Όσο μεγαλύτερος είναι ο αριθμός των επαναλήψεων, τόσο περισσότερο πωλείται. Και μπορεί να βρείτε μια συσχέτιση -0,1 (αρκετά αδύναμη) μεταξύ του πόσο πουλάει ένας εκπρόσωπος και του αριθμού τηλεφώνου του.
Ένας ειδικός τύπος συσχέτισης είναι η αυτοσυσχέτιση, η οποία υπολογίζει την ισχύ της σχέσης μεταξύ μιας παρατήρησης σε μια γραμμή βάσης και μιας προηγούμενης παρατήρησης (συχνά, αλλά όχι πάντα, η σχέση μεταξύ δύο διαδοχικών παρατηρήσεων). Η αυτοσυσχέτιση σάς λέει τη δύναμη της σχέσης μεταξύ αυτού που ήρθε πριν και αυτού που ήρθε μετά. Αυτό με τη σειρά του σας βοηθά να αποφασίσετε τι είδους τεχνική πρόβλεψης θα χρησιμοποιήσετε. Ακολουθεί ένα παράδειγμα του τρόπου υπολογισμού μιας αυτοσυσχέτισης που μπορεί να κάνει την έννοια λίγο πιο ξεκάθαρη:
=CORREL(A2:A50,A1:A49)
Αυτός ο τύπος του Excel χρησιμοποιεί τη συνάρτηση CORREL για να δείξει πόσο ισχυρή (ή πόσο αδύναμη) υπάρχει μια σχέση μεταξύ οποιωνδήποτε τιμών στο A2:A50 και εκείνων στο A1:A49. Οι πιο χρήσιμες αυτοσυσχετίσεις περιλαμβάνουν γραμμές βάσης που ταξινομούνται με χρονολογική σειρά. (Αυτό το είδος αυτοσυσχέτισης δεν είναι ακριβώς το ίδιο με τις αυτοσυσχετίσεις που υπολογίζονται στα μοντέλα ARIMA.)
Κύκλος
Ένας κύκλος είναι παρόμοιος με ένα εποχιακό μοτίβο, αλλά δεν το θεωρείτε με τον ίδιο τρόπο όπως κάνετε την εποχικότητα. Η ανοδική πορεία μπορεί να διαρκέσει αρκετά χρόνια και η πτωτική τάση μπορεί να κάνει το ίδιο. Επιπλέον, ένας πλήρης κύκλος μπορεί να διαρκέσει τέσσερα χρόνια για να ολοκληρωθεί και ο επόμενος μόλις δύο χρόνια. Ένα καλό παράδειγμα είναι ο επιχειρηματικός κύκλος: Οι υφέσεις κυνηγούν την έκρηξη και ποτέ δεν ξέρεις πόσο θα διαρκέσει η καθεμία. Αντίθετα, οι ετήσιες εποχές έχουν την ίδια διάρκεια, ή σχεδόν έτσι.
Συντελεστής απόσβεσης
Ο συντελεστής απόσβεσης είναι ένα κλάσμα μεταξύ 0,0 και 1,0 που χρησιμοποιείτε στην εκθετική εξομάλυνση για να προσδιορίσετε πόσο από το σφάλμα στην προηγούμενη πρόβλεψη θα χρησιμοποιηθεί για τον υπολογισμό της επόμενης πρόβλεψης.
Στην πραγματικότητα, η χρήση του όρου παράγοντας απόσβεσης είναι λίγο ασυνήθιστη. Τα περισσότερα κείμενα για την εκθετική εξομάλυνση αναφέρονται στη σταθερά εξομάλυνσης. Ο συντελεστής απόσβεσης είναι 1,0 μείον τη σταθερά εξομάλυνσης. Πραγματικά δεν έχει σημασία ποιος όρος χρησιμοποιείτε. απλώς προσαρμόζεις τον τύπο ανάλογα.
Εκθετική εξομάλυνση
Χαζός όρος, έστω και τεχνικά ακριβής. Χρησιμοποιώντας εκθετική εξομάλυνση, συγκρίνετε την προηγούμενη πρόβλεψή σας με την προηγούμενη πραγματική (σε αυτό το πλαίσιο, πραγματικό είναι το αποτέλεσμα πωλήσεων που σας λέει η Λογιστική — εκ των υστέρων — ότι δημιουργήσατε). Στη συνέχεια, χρησιμοποιείτε το σφάλμα - δηλαδή τη διαφορά μεταξύ της προηγούμενης πρόβλεψης και της προηγούμενης πραγματικής - για να προσαρμόσετε την επόμενη πρόβλεψη και, ελπίζετε, να την κάνετε πιο ακριβή από ό,τι αν δεν είχατε λάβει υπόψη το προηγούμενο σφάλμα.
Προβλεπόμενη περίοδος
Η περίοδος πρόβλεψης είναι το χρονικό διάστημα που αντιπροσωπεύεται από κάθε παρατήρηση στη γραμμή βάσης σας. Ο όρος χρησιμοποιείται επειδή η πρόβλεψή σας αντιπροσωπεύει συνήθως το ίδιο χρονικό διάστημα με κάθε παρατήρηση γραμμής βάσης. Εάν η βασική σας γραμμή αποτελείται από μηνιαία έσοδα από πωλήσεις, η πρόβλεψή σας είναι συνήθως για τον επόμενο μήνα. Εάν η γραμμή βάσης αποτελείται από τριμηνιαίες πωλήσεις, η πρόβλεψή σας είναι συνήθως για το επόμενο τρίμηνο. Χρησιμοποιώντας την προσέγγιση της παλινδρόμησης, μπορείτε να κάνετε προβλέψεις μακρύτερα στο μέλλον από μια μόνο περίοδο πρόβλεψης, αλλά όσο πιο μακριά η πρόβλεψή σας από την πιο πρόσφατη πραγματική παρατήρηση, τόσο πιο λεπτός είναι ο πάγος.
Κινητός μέσος όρος
Πιθανότατα έχετε συναντήσει την έννοια των κινητών μέσων όρων κάπου στη γραμμή. Η ιδέα είναι ότι ο μέσος όρος προκαλεί την εξάλειψη του θορύβου στη γραμμή βάσης, αφήνοντάς σας μια καλύτερη ιδέα για το σήμα (τι πραγματικά συμβαίνει με την πάροδο του χρόνου, χωρίς να καλύπτεται από τα αναπόφευκτα τυχαία σφάλματα). Είναι ένας μέσος όρος επειδή είναι ο μέσος όρος ορισμένων διαδοχικών παρατηρήσεων, όπως ο μέσος όρος των πωλήσεων τον Ιανουάριο, τον Φεβρουάριο και τον Μάρτιο. Είναι κινείται επειδή οι χρονικές περίοδοι που είναι ο μέσος όρος κίνηση προς τα εμπρός στο χρόνο - έτσι, το πρώτο κινούμενο μέσο όρο θα μπορούσε να περιλαμβάνει τον Ιανουάριο, Φεβρουάριο και Μάρτιο? Ο δεύτερος κινητός μέσος όρος θα μπορούσε να περιλαμβάνει τον Φεβρουάριο, τον Μάρτιο και τον Απρίλιο. και ούτω καθεξής.
Δεν απαιτείται κάθε κινητός μέσος όρος να περιλαμβάνει τρεις τιμές — θα μπορούσε να είναι δύο, τέσσερις, ή πέντε, ή πιθανώς ακόμη περισσότερες.
Μεταβλητή πρόβλεψης
Συνήθως βρίσκετε αυτόν τον όρο σε χρήση όταν κάνετε πρόβλεψη με παλινδρόμηση. Η μεταβλητή πρόβλεψης είναι η μεταβλητή που χρησιμοποιείτε για να εκτιμήσετε μια μελλοντική τιμή της μεταβλητής που θέλετε να προβλέψετε. Για παράδειγμα, μπορεί να βρείτε μια αξιόπιστη σχέση μεταξύ της τιμής πώλησης μονάδας και του όγκου πωλήσεων. Εάν γνωρίζετε πόσο σκοπεύει να χρεώσει η εταιρεία σας ανά μονάδα κατά τη διάρκεια του επόμενου τριμήνου, μπορείτε να χρησιμοποιήσετε αυτήν τη σχέση για να προβλέψετε τον όγκο πωλήσεων για το επόμενο τρίμηνο. Σε αυτό το παράδειγμα, η τιμή πώλησης μονάδας είναι η προγνωστική μεταβλητή.
Οπισθοδρόμηση
Εάν χρησιμοποιείτε την προσέγγιση παλινδρόμησης για την πρόβλεψη πωλήσεων, είναι επειδή έχετε βρει μια αξιόπιστη σχέση μεταξύ των εσόδων από τις πωλήσεις και μιας ή περισσότερων μεταβλητών πρόβλεψης. Χρησιμοποιείτε αυτή τη σχέση, καθώς και τις γνώσεις σας για τις μελλοντικές τιμές των μεταβλητών πρόβλεψης, για να δημιουργήσετε την πρόβλεψή σας.
Πώς θα γνωρίζατε αυτές τις μελλοντικές τιμές των μεταβλητών πρόβλεψης; Εάν πρόκειται να χρησιμοποιήσετε την τιμή μονάδας ως προγνωστικό παράγοντα, ένας καλός τρόπος είναι να μάθετε από τη Διαχείριση προϊόντων πόσο σκοπεύει να χρεώσει ανά μονάδα κατά τη διάρκεια καθενός από τα επόμενα, ας πούμε, τέσσερα τρίμηνα. Ένας άλλος τρόπος περιλαμβάνει ημερομηνίες: Είναι απολύτως δυνατό, και μάλιστα συνηθισμένο, να χρησιμοποιείτε ημερομηνίες (όπως μήνες μέσα σε χρόνια) ως μεταβλητή πρόβλεψης.
Εποχικότητα
Κατά τη διάρκεια ενός έτους, η γραμμή βάσης μπορεί να ανέβει και να πέσει σε εποχιακή βάση. Ίσως πουλάτε ένα προϊόν του οποίου οι πωλήσεις αυξάνονται κατά τη διάρκεια του ζεστού καιρού και πέφτουν κατά τη διάρκεια του κρύου. Εάν μπορείτε να δείτε περίπου το ίδιο μοτίβο να εμφανίζεται μέσα σε κάθε χρόνο για μια περίοδο πολλών ετών, ξέρετε ότι εξετάζετε την εποχικότητα. Μπορείτε να επωφεληθείτε από αυτή τη γνώση για να βελτιώσετε τις προβλέψεις σας. Είναι χρήσιμο να διακρίνουμε τις εποχές από τους κύκλους. Ποτέ δεν ξέρεις πόσο θα διαρκέσει ένας δεδομένος κύκλος. Αλλά κάθε μία από τις τέσσερις εποχές του χρόνου είναι τρεις μήνες.
Τάση
Μια τάση είναι η τάση του επιπέδου μιας γραμμής βάσης να αυξάνεται ή να πέφτει με την πάροδο του χρόνου. Μια ανοδική τάση εσόδων είναι, φυσικά, καλά νέα για τους αντιπροσώπους πωλήσεων και τη διαχείριση πωλήσεων, για να μην πω τίποτα για την υπόλοιπη εταιρεία. Μια πτώση της βάσης των πωλήσεων, αν και σπάνια είναι καλά νέα, μπορεί να ενημερώσει το Μάρκετινγκ και τη Διοίκηση Προϊόντων ότι πρέπει να λάβουν και να ενεργήσουν για ορισμένες αποφάσεις, ίσως επώδυνες. Ανεξάρτητα από την κατεύθυνση της τάσης, το γεγονός ότι υπάρχει μια τάση μπορεί να προκαλέσει προβλήματα στις προβλέψεις σας σε ορισμένα πλαίσια — αλλά υπάρχουν τρόποι αντιμετώπισης αυτών των προβλημάτων.