Nakon što instalirate dodatak za analizu podataka programa Excel i učinite ga dostupnim Excelu, možete odabrati bilo koji od njegovih alata za analizu i pokrenuti tu analizu na ulaznim podacima koje dostavite. U svijetu predviđanja, to znači osnovnu liniju koju ste prikupili i pravilno strukturirali na radnom listu.
Prvi alat koji biste mogli uzeti u obzir - makar samo zato što je najlakši za korištenje i razumijevanje - je alat Moving Average. Kao i uvijek s dodatkom, počnite tako da odete na karticu Podaci na vrpci i odaberete Analiza podataka. U okviru s popisom Alati za analizu odaberite Pomični prosjek i kliknite U redu.
Pojavljuje se dijaloški okvir Pomični prosjek, prikazan ovdje.
Interval je broj stvarnih vrijednosti od vaše osnovne linije za korištenje u svakom pokretnom prosjeku.
Dan selidbe: Kako doći odavde do tamo
Koliko god pokretne prosjeke bilo lako postaviti i razumjeti, preuzimate dodatnu odgovornost kada se odlučite za predviđanje s njima. Pitanje je koliko vremenskih razdoblja od vaše osnovne linije trebate uključiti u svaki pokretni prosjek.
Upotrijebite isti broj stvarnih opažanja u izračunu svakog pokretnog prosjeka. Ako prvi pokretni prosjek koji izračunate u Excelu koristi tri razdoblja od osnovne linije, tada svi pomični prosjek u vašoj prognozi koriste tri razdoblja.
Želite odabrati pravi broj razdoblja:
- Ako koristite premalo, predviđanja će reagirati na nasumične šokove u osnovnoj liniji, kada je ono što želite izgladiti nasumične pogreške i usredotočiti se na stvarne pokretače vaših prodajnih rezultata.
- Ako koristite previše, prognoze zaostaju za stvarnim, trajnim promjenama u razini osnovne vrijednosti — možda predaleko da biste učinkovito reagirali.
Kada odlučite koristiti alat za pomični prosjek — ili, općenito, koristiti pokretne prosjeke bez obzira na to koristite li alat ili sami unosite formule — zauzimate stav o učinku nedavnih osnovnih vrijednosti u odnosu na učinak više udaljene osnovne vrijednosti.
Pretpostavimo da imate početnu vrijednost koja se proteže od siječnja 2016. do prosinca 2016., a za svoje prognoze koristite tromjesečni pomični prosjek prodajnih rezultata. Prognoza za siječanj 2017. bio bi prosjek rezultata iz listopada, studenog i prosinca 2016. Ta prognoza u potpunosti ovisi o posljednjem tromjesečju 2016. i matematički je neovisna o prva tri tromjesečja 2016. godine.
Što da ste umjesto toga odabrali šestomjesečni pokretni prosjek? Tada bi se prognoza za siječanj 2017. temeljila na prosjeku od srpnja do prosinca 2016. Ona bi u potpunosti ovisila o drugoj polovici 2016., a prva polovica 2016. ne bi imala izravan utjecaj na prognozu za siječanj 2017. godine.
Moguće je da je bilo koja od ovih situacija - ili neka druga, kao što je dvomjesečni pokretni prosjek - upravo ono što želite. Na primjer, možda će vam trebati vaša prognoza da biste naglasili nedavne rezultate. Taj naglasak može biti posebno važan ako sumnjate da će nedavni događaj, kao što je značajna promjena u liniji proizvoda, utjecati na prodaju.
S druge strane, možda ne želite previše naglašavati nedavne prodajne rezultate. Isticanje nedavnih prodajnih rezultata može dugoročno prikriti ono što se događa s vašom osnovnom linijom. Ako niste sigurni koliko biste naglasili nedavne rezultate, imate nekoliko dobrih opcija:
- Eksperimentirajte s različitim brojem vremenskih razdoblja kako biste sastavili svoje pokretne prosjeke. Ovaj pristup je često najbolji.
- Upotrijebite eksponencijalno izglađivanje, koje koristi cijelu osnovnu liniju za dobivanje prognoze, ali daje veću težinu novijim osnovnim vrijednostima. Eksponencijalno izglađivanje daje malo manju težinu pretposljednjoj osnovnoj vrijednosti, malo manju težinu onoj prije toga, i tako dalje sve do prve osnovne vrijednosti, koja ima najmanji utjecaj na sljedeću prognoza.
Pokretni prosjeci i stacionarne osnovne linije
Pomični prosjeci dobro su prikladni za stacionarne osnovne linije (osnovne vrijednosti čije se razine općenito ne povećavaju ili smanjuju tijekom dugog vremenskog razdoblja). Možete koristiti pokretne prosjeke s osnovnim linijama koje imaju trend gore ili dolje, ali obično biste ih trebali prvo smanjiti ili pak koristiti jedan od kompliciranijih modela pomičnih prosjeka.
Kako razlikovati stacionarnu osnovnu liniju od one koja je u trendu gore ili dolje? Jedan od načina je da ga pogledate. Sljedeća slika ima primjer. Osnovna linija svakako izgleda nepomično. Ima šiljke i vrhove i doline, ali sveukupno se čini da osnovna linija ne ide gore ili dolje.
Tijekom duljeg vremenskog razdoblja (recimo, šest godina, a ne dvije), ova osnovna vrijednost može se pokazati kao dio ciklusa. Ali za kratkoročne svrhe, ovo je stacionarna baza.
Problem s samo gledanjem na osnovnu liniju je taj što ponekad nije sasvim jasno je li ona stacionarna ili u trendu. Što mislite o osnovnoj liniji prikazanoj na sljedećoj slici? Gledajući grafikon, teško je reći je li osnovna linija stacionarna. Možda i jest, ali opet bi moglo stvarno postupno padati. Možete napraviti brzi test provjerom korelacije između datuma i prihoda.
Ova osnovna linija izgleda kao da se lagano spušta prema dolje. Dodavanje linije trenda može vam pomoći da protumačite što se događa.