Koliko daleko prognozirati?

Kada se od vas zatraži da napravite prognozu prodaje pomoću Excel podataka, jedna od prvih stvari koju trebate uzeti u obzir je koliko daleko u budućnost želite vidjeti. Neke tehnike predviđanja stavljaju vas u poziciju da predviđate dalje od drugih. Ova slika prikazuje dvije tehnike koje vam omogućuju predviđanje samo jednog vremenskog razdoblja unaprijed.

Pomični prosjeci obično su ograničeni na predviđanja korak unaprijed.

Primijetite što se događa kada ih rastegnete predaleko: poput gumenih vrpci, pucaju i pucaju na vas.

Prvo pogledajte ćeliju D5. To je prosjek ćelija B2, B3 i B4, i to je ono što pristup pokretnog prosjeka predviđa za rujan 2004. To jest, način na koji je postavljena ova prognoza, prognoza za rujan je prosjek lipnja, srpnja i kolovoza . Prognozu od 40.867 dolara možete vidjeti u ćeliji D5, a samu formulu za ilustraciju u ćeliji E5.

Formula u D5 se kopira i zalijepi kroz ćeliju D28, gdje daje "pravu" prognozu za kolovoz 2016. Koristim "stvarno" u smislu da još nisam vidio stvarnu vrijednost za taj mjesec - moj najnovija stvarna vrijednost je za srpanj 2016. — tako da je kolovoz 2016. prošao kraj osnovne linije i prognoza za taj mjesec je stvarna prognoza. Sama formula se pojavljuje u ćeliji E28.

Ali ako kopirate i zalijepite formulu još jedan redak niže, da biste pokušali dobiti prognozu za rujan 2016., previše ste je rastegli. Sada pokušava izračunati prosjek stvarnih rezultata od lipnja do kolovoza 2016., a nemate stvarne rezultate za kolovoz. Zbog načina na koji Excelov PROSJEČNIK funkcionira, zanemaruje ćeliju B28 i formula vraća prosjek B26 i B27.

Okružni državni odvjetnik će odbiti kazneni progon ako se otkrije da ste iznenada prešli s tromjesečnog na dvomjesečni pomični prosjek, ali stvarno ne biste trebali. Ako to učinite, pozivate jabuku da se pomiješa s narančama.

A ako svoju prognozu spustite mnogo dalje, počet će vraćati stvarno neugodnu vrijednost pogreške #DIV/0!. (Taj uskličnik je namijenjen privući vašu pozornost. Excel viče na vas: "Pokušavate podijeliti s nulom!")

Slična se situacija događa s eksponencijalnim zaglađivanjem, a prikazana je na ovoj slici. Formula za izravnavanje razlikuje se od formule za pomične prosjeke, ali nešto slično se događa kada prijeđete prognozu za jedan korak unaprijed u ćeliji D28.

Ako želite prognozirati dalje unaprijed, razmislite o regresijskoj prognozi.

Primijetite da formula u ćeliji D29 (formula je prikazana u E29; vrijednost koju formula vraća pojavljuje se u D29) koristi vrijednosti u ćelijama B28 i D28. Ali budući da još nemate stvarnu vrijednost za kolovoz, “prognoza” za rujan 2016. je pogrešna: zapravo, nije ništa drugo do prognoza za kolovoz pomnožena s 0,7. Opet, u ovoj vrsti eksponencijalnog izglađivanja, ograničeni ste na predviđanje korak unaprijed.

Slika prikazuje drugačiju situaciju, gdje se prognoza gradi pomoću regresije, a ne pokretnih prosjeka ili eksponencijalnog izglađivanja.

Koristeći regresiju, nalazite se u drugačijoj poziciji nego kod pomičnih prosjeka i eksponencijalnog izglađivanja. Kao što pokazuje sljedeća slika, možete kreirati svoje prognoze koristeći sam datum kao prediktor: svaka vrijednost prognoze temelji se na odnosu u osnovnoj liniji između datuma i prihoda.

Linija trenda na grafikonu preuzeta je iz radnog lista. Možete ga dobiti i iz izbornika Chart.

Budući da znate vrijednost sljedeća dva datuma, kolovoza i rujna 2016., možete koristiti odnos između datuma i prihoda u osnovnoj liniji za sljedeća dva datuma da biste dobili prognozu. Vrijednosti prognoze pojavljuju se u ćelijama C28 i C29 i prikazuju se na grafikonu kao posljednje dvije točke u nizu prognoza.

Sada, što dalje u budućnost predviđate pomoću regresije, led postaje tanji (ili, ako više volite raniju metaforu, više opterećujete gumicu). Što se više udaljavate od kraja svoje osnovne crte, to je više mogućnosti da stvarnost promijeni smjer — na primjer, da se smanji ili smanji.

Ako imate stvarnu potrebu za predviđanjem, recimo, 12 mjeseci u budućnost na mjesečnoj bazi, i ako mislite da postoji pouzdan odnos između datuma i iznosa prihoda, onda bi regresija mogla biti vaš najbolji izbor. Ali imajte na umu da će se stvari u budućnosti pokvariti.

Još jedan način da svoju prognozu pomaknete dalje od pristupa korak unaprijed je sezonsko izglađivanje. Ovaj pristup, koji ovisi o sezonskoj komponenti u vašoj bazi, može podržati prognozu koja ide te godine u budućnost. Nije nužno tako, ali je moguće.