S vremenom, osnovna vrijednost ima tendenciju da pokazuje dosljedno ponašanje: njezina razina raste, opada ili ostaje stacionarna (ili može biti sezonska ili ciklička). Odnosi između vremenskih razdoblja pomažu u mjerenju ovog ponašanja: odnos između jednog mjeseca i sljedećeg, ili između jednog i sljedećeg tromjesečja, ili između jednog tromjesečja i istog tromjesečja prethodne godine.
Vaša osnovna vrijednost može pomiješati odnose između svojih vremenskih razdoblja iz različitih razloga, nekih dobrih, a nekih loših. Par primjera:
- Tko god da je sastavljao osnovne podatke (ne vi, svakako) previdio je prihode od prodaje za razdoblje od 15. do 30. lipnja. Ovo je pravi problem i stvarno je neobranjiv. “Pas je pojeo moju domaću zadaću” ovdje to ne znači.
- Skladište je izgorjelo do temelja i nitko nije mogao ništa prodati dok tvornica ne nadoknadi gubitak zaliha. Opet, pravi problem, ali to ne pomaže tvojoj prognozi čak i ako policija uhvati piromana.
Razlog je sljedeći: ako se gotovo sva vaša osnovna vrijednost sastoji od mjesečnih prihoda, a jedno vremensko razdoblje predstavlja samo pola mjeseca, bilo koje predviđanje koje ovisi o cijeloj osnovi bit će odbačeno. Slika prikazuje primjer onoga što se može dogoditi.
Loši podaci iz nedavnog vremenskog razdoblja mogu dovesti do loše prognoze.
Ćelije A1:B27 sadrže osnovnu vrijednost s točnim prihodima. Eksponencijalno izglađivanje daje prognozu za kolovoz 2016. u ćeliji C28.
Stanice H1:I27 imaju istu osnovnu liniju, osim stanice I25. Iz nekog razloga (nepažljivo knjigovodstvo, taj požar u skladištu ili nešto treće) prihodi za svibanj 2016. godine su podniženi. Rezultat je da je prognoza za kolovoz 2016. više od 6000 dolara manja nego kada prihodi u svibnju 2016. nisu rezultat ni pogreške ni jednokratnog incidenta. Šest tisuća dolara možda ne zvuči puno, ali u ovom kontekstu radi se o 8 posto razlike. A još je gore odmah nakon što se problem pojavi: razlika u dvije prognoze je 17 posto u lipnju 2016.
Ako se podaci koji nedostaju ne mogu locirati, možda zbog računovodstvene pogreške, ili ako nije napravljena pogreška, ali je neki stvarno neobičan incident prekinuo proces prodaje tijekom svibnja 2016., vjerojatno biste procijenili stvarne podatke za svibanj. Nekoliko razumnih načina da to učinite:
- Uzmite prosjek travnja i lipnja i taj prosjek dodijelite svibnju.
- Upotrijebite od lipnja 2014. do travnja 2016. kao početnu vrijednost, a prognozu za svibanj 2016. Zatim upotrijebite tu prognozu iz svibnja 2016. u svojoj punoj bazi, od siječnja 2014. do srpnja 2016.
Ova situacija je dobar razlog za crtanje vaše osnovne linije. Samo gledajući osnovnu liniju, možda nećete primijetiti da je svibanj 2016. čudan. Ali to će vas odmah uhvatiti ako nacrtate osnovnu liniju - pogledajte sljedeću sliku, posebno od lipnja do kolovoza 2016. na svakom grafikonu.
Oddball podaci skaču na vas kada nacrtate osnovnu liniju.
Ne brinite o malim razlikama u duljini osnovnih vremenskih razdoblja. Ožujak ima jedan dan više nego travanj, ali nije vrijedno brige. Dva tjedna koja nedostaju je druga stvar.