Ennustetekniikka: Ennustelogiikan tutkiminen LuckyTemplates-malleissa

Jos haluat saada todellisen esimerkkiskenaarion ennustamisesta LuckyTemplatesin avulla, olet oikealla sivulla. Tästä opetusohjelmasta löydät ennustustekniikan, jonka voit varmasti ottaa käyttöön omassa työympäristössäsi. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Esimerkissä vertaan todellisia tuloksiani ennusteisiini ja katson niitä kumulatiivisesti. Kumulatiiviset summat antavat minulle paljon paremman yleiskuvan ja varmistavat, että tiedän, milloin trendi on ilmestynyt. Jos käytät tässä opetusohjelmassa käsittelemääni ennustamistekniikkaa, voit saavuttaa saman.

Ensin sinun on kuitenkin luotava todellinen ennuste. Sinulla voi olla tämä erillinen tietolähde tai laskentataulukko, tai sinun on ehkä luotava se, koska sinulla ei vielä ole sellaista. Voit luoda sen monella eri tavalla – joskus se on yksinkertaista, ja joskus se on mielestäni monimutkaisempi kuin sen tarvitsee olla.

Kun olet määrittänyt sen, yksinkertaisen logiikan kehittäminen ja kaavojen hyödyntäminen DAX:n kanssa voi todella antaa sinulle käsityksen tiedoistasi.

Todellisten tulosten tarkasteleminen sinänsä on hienoa, mutta monissa tapauksissa tarvitset vertailuarvon, jotta voit todella näyttää suhteellisen suorituskyvyn.

Ellei sinulla ole perusteellista ymmärrystä numeroista, vertailuarvon tai ennusteen käyttäminen (kuten tässä tapauksessa) on paras tapa näyttää tämä kuluttajille.

Lisäksi käyttämällä muita tietomallisi suodattimia voit määrittää raportit sukeltamaan tehokkaasti tietojoukkojesi tiettyihin alueisiin ja katsomaan, kuinka tulokset ovat toimineet ainutlaatuiseen vertailuarvoon verrattuna. Joskus on ymmärrettävä muutamia vivahteita, mutta tämä on toinen opetusohjelma.

Sisällysluettelo

• Ennusteen luominen
• Kumulatiivisen ennusteen laatiminen
• Ennuste versus myynti
• Johtopäätös

Ennusteen luominen

Meillä on tässä yksinkertainen tietomalli, jossa on kokonaismyynti, joka on vain historiallista tietoa, joten meidän on luotava ennuste. On monia tapoja tehdä tämä, mutta näytän sinulle, kuinka voit luoda yksinkertaisen.

Tässä esittelyssä aion projisoida, mitä olemme saavuttaneet vuosina 2015–2016. Käytän Total Sales -sovelluksen kanssa ja laitan sitten päivämäärät .

Tämä antaa meille viime vuoden myynnin. Näemme tässä taulukossamme, että ensimmäiset tiedot syötettiin 1. kesäkuuta 2014.

Nyt se näkyy myös vuonna 2015 (viime vuoden myynti yhteensä).

Meidän on kuitenkin mentävä askel pidemmälle. Haluamme ennustaa vuotta 2016, joten datamme alkavat tammikuusta 2016 ja sitten koko vuodelle. Tätä varten muutamme laskennan kontekstia (käyttäen CALCULATE ), mutta suodatamme pois tiedot, jotka eivät ole vuonna 2016 (lausekkeella ). Ja niin suodatamme Päivämäärät- taulukon, jossa vuosi on yhtä suuri kuin 2016.

Tämä kirjaimellisesti poistaa tai tyhjentää tämän ennusteen päivämäärät, jotka eivät ole 2016. Vedetään se taulukkoomme ja nähdään, että datamme alkavat tammikuusta 2016.

Meillä on nyt vuoden 2016 ennuste.

Kun näytämme sen kaaviossa, voimme nähdä kokonaismyyntimme päiväkohtaisesti ja myyntiennusteemme, joka on vain ennuste edellisestä vuodesta.

Kumulatiivisen ennusteen laatiminen

Muutamme nämä nyt kumulatiivisiksi kokonaismääriksi ja tarkastelemme niitä kumulatiivisesti, mikä antaa meille mahdollisuuden saada parempia näkemyksiä. Ensimmäinen asia, joka meidän on tehtävä, on laskea kumulatiivinen myynti .

Voimme sitten käyttää tätä uudelleen laatiaksemme kumulatiivisen 2016 ennusteemme . Meidän tarvitsee vain lisätä kokonaismyyntiennusteeseen 2016 .

Nyt meillä on vuoden 2016 ennusteen kumulatiivinen kokonaissumma , joka on vain ennustettu vuoden 2015 tulos. Olemme muuttaneet ne kumulatiiviseksi kokonaissummaksi, jota voimme verrata tämän vuoden kumulatiiviseen myyntiimme .

Voimme muuttaa tämän visualisoinniksi ja analysoida tätä tietoa siitä, miten meillä menee kumulatiivisesti. Tässä on pieni ongelma, jossa kumulatiivinen kokonaissumma ennustetaan koko matkan ajan, vaikka tietoa ei ole, emmekä luultavasti halua sitä.

Voimme korjata sen erittäin helposti lisäämällä kaavassamme. Joten jos sinä päivänä ei kirjaimellisesti ole myyntiä, tämä palautuu. Tämä poistaa kaiken tiedosta, joka on lähetetty tietystä päivämäärästä.

Painamme Enter-näppäintä ja näemme kaaviossamme, että viiva katoaa, kun menemme päällekkäin nykyisen myyntimme ja myyntiennusteemme välillä.

Ennuste versus myynti

Tästä voimme laskea myyntimme ja ennusteemme mittahaaroittamisen avulla .

Ja voisimme muuttaa tämän pelkäksi visualisoinniksi, mutta se ei tällä hetkellä tuota meille mitään tietoa, koska meillä ei ole dataa syyskuusta joulukuuhun ja se on vain nolla.

Voimme korjata tämän uudelleen käyttämällä ISBLANK -logiikkaa.

Ja sen avulla voimme nyt nähdä, kuinka käymme läpi ajan kumulatiiviseen ennusteemme verrattuna.

Lisäksi koska tämä on yhdistetty tietomalliin, voimme tuoda mukaan esimerkiksi Tuotteemme. Muutamme sen viipalointikoneeksi ja katsomme, miten kulloinkin tuotteemme menee.

Voimme valita dynaamisesti kaikki tuotteemme ja nähdä, kuinka ne seuraavat.

Johtopäätös

Tämä on ainutlaatuinen ennustustekniikka, jonka olen osoittanut tässä opetusohjelmassa. Ensin loimme ennusteen, pidimme sen melko yksinkertaisena, ja sitten käytimme kumulatiivista summaa visualisoidaksemme sen paremmin. Sen jälkeen vertailimme sitä ja pystyimme seuraamaan aikaa ja katsomaan kuinka kaikki myynti sujui.

Tässä on kyse yrityssovelluksista. Käsittelen itse asiassa monia samanlaisia ​​ennustamisen sovelluksia Tämä kannattaa tarkistaa, jos haluat oppia lisää ennustetekniikasta, budjetoinnista, segmentointi- ja ryhmittelytekniikoista sekä skenaarioanalyysistä.

Toivon, että pystyt löytämään tavan sisällyttää tämä ennustetekniikka omaan työhösi.

Kaikki parhaat!

***** Opitko LuckyTemplates? *****