Az Excel értékesítési előrejelzés beállítása

Az értékesítési előrejelzés elkészítésének legegyszerűbb módja az, hogy egy Excel-munkalapon táblakonfigurációban lefekteti az alapvonalat, majd az Adatelemzés bővítmény segítségével előrejelzést készít Önnek. Ez a bővítmény a Microsoft Office-hoz tartozik.

A bővítmény és eszközei jó és rossz hírek – valójában inkább jók, mint rosszak. Ez lényegében nem változott az Excel 1995 óta, kivéve, hogy a kódot most Visual Basic használatával írják, nem pedig a régi furcsa Excel 4.0 makrónyelvet. Különös lehet, hiszen látni fogja, ha úgy dönt, hogy használja. Különösségei ellenére időt takaríthat meg. Meglehetősen jó ugródeszkaként szolgálhat ahhoz, hogy megtanulja, hogyan csinálja mindezt saját maga. És megkíméli Önt azoktól a hibáktól, amelyek elkerülhetetlenül előfordulnak, amikor saját előrejelzéseit görgeti.

A bővítmény 19 különböző numerikus és statisztikai elemző eszközzel rendelkezik. Ha helyesen helyezi el adatait, akkor az egyik eszközt az adatokra irányíthatja, és meglehetősen teljes és általában helyes elemzést kaphat – beleértve az autokorrelációs elemzéseket, a mozgóátlagos előrejelzéseket, az exponenciális simító előrejelzéseket és a regressziós előrejelzéseket. Megcsinálja helyetted a kemény munkát, és mivel mindez előre kódolt, nem kell annyira aggódnod, ha mondjuk egy képlet rossz lesz.

Simító adatok

Ha úgy dönt, hogy exponenciális simítást használ az előrejelzés elkészítéséhez, akkor csak a múltbeli értékesítési bevételek alapértékére lesz szüksége. Az alapvonalban szereplő minden megfigyelésnek ugyanabból az előrejelzési időszakból kell származnia – ahányszor nem, havi bevételi összegeket.

Nincs szüksége más változóra, mint az értékesítési eredményekre, mert a simítás használatával az egyik időszak eredményét fogja használni a következő előrejelzésére – ez az egyik oka annak, hogy az Adatelemző bővítmény Korrelációs eszközét használja az autokorreláció mértékének meghatározásához. az alapvonalon, mielőtt elkészíti az előrejelzést. A jelentős autokorreláció arra készteti, hogy előrejelzési módszerként az Exponenciális Smoothing eszközt használja – és ez segít meghatározni, hogy milyen csillapítási tényezőt (vagy ennek megfelelő simítási állandót) használjon az előrejelzés kialakításához.

Regresszió: Minden a kapcsolatokról szól

Ha az árbevételen vagy az eladott darabszámon kívül rendelkezik valamilyen változóval, és azt gyanítja, hogy ez erősen összefügg az értékesítési eredményekkel, érdemes közelebbről megvizsgálnia a kapcsolatot.

Tegyük fel, hogy ráteheti a kezét a múltbeli adatokra, amelyek megmutatják – mondjuk év és hónap bontásban – a felszámított egységárat és az eladott egységek számát. Ha szeretné megjósolni a következő hónapban eladott egységek számát, az Adatelemző bővítmény regressziós eszköze megkönnyítheti a feladatát.

A diagram képet ad arról, hogy mi történik a két változó között: az egységár és az eladott egységek között.

(Az ábrán a diagram megjelenése módosult, ahogy a Regressziós eszköz létrehozza, hogy könnyebben lemérhető legyen az ár és a mennyiség közötti kapcsolat.)

Ezzel az alapvonallal, beleértve az egységárat és az eladott egységeket, érdeklődése nem a bevételekre irányul. Végtére is, a diagramból elég világosan látszik, hogy minél magasabb az egységár, annál kevesebbet adnak el – és ez minimálisra csökkenti a negyedéves bevétel ingadozását. Ehelyett ez az elemzés a termelésről beszél. Ha tudja, hogyan állítsa be egységárát a következő negyedévre, akkor a Regressziós eszközzel előre jelezheti a következő negyedévben eladott egységek számát. Ez az előrejelzés tájékoztathatja a termelési osztályt az erőforrások elosztásáról.

Mellesleg, az Excel a folytonos vonalat trendvonalnak nevezi. Amikor azt látja, hogy egy trendvonal a bal felső saroktól a jobb alsó felé fut, amint látható, akkor tudja, hogy a két változó közötti korreláció negatív (és ebben az esetben az egységár és az eladott egységek közötti korreláció –0,57). A negatív korreláció azt jelenti, hogy minél magasabb az egyik változó szintje, annál alacsonyabb a másik változó megfelelő értéke. Ha a trendvonal a bal alsótól a jobb felső felé halad, akkor tudja, hogy a korreláció pozitív. A pozitív korreláció azt jelenti, hogy az egyik változó alacsonyabb értékei a másik alacsonyabb értékeivel, az egyik magasabb értéke pedig a másik magasabb értékével társul.