Az idő múlásával az alapvonal konzisztens viselkedést mutat: szintje növekszik, csökken vagy mozdulatlan marad (vagy lehet szezonális vagy ciklikus). Az időszakok közötti kapcsolatok segítenek mérni ezt a viselkedést: az egyik hónap és a következő, vagy az egyik negyedév és a következő, vagy egy negyedév és az előző év azonos negyedéve közötti kapcsolatot.
Az alapvonal különböző okok miatt keverheti össze az időperiódusok közötti kapcsolatokat, jó és rossz okok miatt. Pár példa:
- Bárki is összeállította az alapadatokat (nem te, biztosan), az figyelmen kívül hagyta a június 15. és június 30. közötti árbevételt. Ez valós probléma, és valóban védhetetlen. „A kutya megette a házi feladatomat” itt nem zárja le.
- A raktár porig égett, és senki nem tudott eladni semmit, amíg a gyár nem tudta utolérni a készletveszteséget. Ismét egy valós probléma, de ez nem segít az előrejelzésében, még akkor sem, ha a rendőrség elkapja a gyújtogatót.
Ennek oka a következő: Ha szinte az összes alapvonal havi bevételekből áll, és egy időszak csak fél hónapot jelent, akkor minden, a teljes alapvonaltól függő előrejelzés elvetődik. Az ábra egy példát mutat arra, hogy mi történhet.
Egy közelmúltbeli időszak rossz adatai rossz előrejelzéshez vezethetnek.
Az A1:B27 cellák egy alapvonalat tartalmaznak pontos bevételekkel. Az exponenciális simítás a 2016. augusztusi előrejelzést adja a C28 cellában.
A H1:I27 sejteknek ugyanaz az alapvonala, kivéve az I25 sejtet. Valamilyen oknál fogva (gondatlan könyvelés, az a raktári tűz, vagy valami más) a 2016. májusi bevétel alulmaradt. Az eredmény az, hogy a 2016. augusztusi előrejelzés több mint 6000 dollárral kevesebb, mint amikor a 2016. májusi bevételek nem hibából vagy egyszeri incidensből származnak. Hatezer dollár talán nem hangzik soknak, de ebben az összefüggésben ez 8 százalékos különbség. És még rosszabb a helyzet közvetlenül a probléma fellépése után: 2016 júniusában 17 százalék a különbség a két előrejelzés között.
Ha a hiányzó adatokat nem lehet megtalálni, esetleg könyvelési hiba miatt, vagy ha nem történt hiba, de valami igazán szokatlan esemény megszakította az értékesítési folyamatot 2016 májusában, akkor valószínűleg a májusi tényeket kell megbecsülnie. Ennek néhány ésszerű módja:
- Vegyük az áprilisi és júniusi átlagot, és rendeljük hozzá májushoz.
- Használja a 2014. június és 2016. április közötti időszakot kiindulási állapotként, és 2016. májusi előrejelzést. Ezután használja ezt a 2016. májusi előrejelzést a teljes alapállapotban, 2014. januártól 2016. júliusig.
Ez a helyzet jó ok az alapvonal feltérképezésére. Ha csak az alapállapotot nézzük, nem biztos, hogy észreveszi, hogy 2016 májusa furcsa. De ez rögtön beugrik, ha az alapvonalat ábrázolja – lásd a következő ábrát, különösen 2016 júniusától augusztusig minden diagramon.
Oddball adatok ugranak ki, amikor feltérképezi az alapvonalat.
Ne aggódjon az alapvonal időszakai közötti kis különbségek miatt. Márciusban eggyel több nap van, mint áprilisban, de nem érdemes aggódni. Két hiányzó hét más kérdés.