Regresijos terminas skamba ne taip blogai, kaip eksponentinis išlyginimas, tačiau jis yra sudėtingesnis, bent jau matematikos požiūriu. Štai kodėl duomenų analizės priede esantis regresijos įrankis yra patogus. Papildinys prisiima atsakomybę už matematiką, kaip ir su slankiaisiais vidurkiais ir eksponentinį išlyginimą.
Kad gautumėte tikslius rezultatus, vis tiek turite pateikti gerą duomenų analizės priedo įrankių bazę.
Štai trumpas prognozių su regresija apžvalga.
Regresijos idėja yra ta, kad vienas kintamasis turi ryšį su kitu kintamuoju. Pavyzdžiui, kai esate vaikas, jūsų ūgis yra susijęs su jūsų amžiumi. Taigi, jei norite prognozuoti, kokio ūgio būsite kitais metais – bent jau tol, kol nustosite augti – galite patikrinti, kiek jums metų bus kitais metais.
Žinoma, žmonės skiriasi. Kai jiems 15 metų, kai kurie žmonės yra 5 pėdų ūgio, kiti 6 pėdų ūgio. Tačiau vidutiniškai galite prognozuoti, kokio ūgio kas nors bus sulaukęs 15 metų. (Ir beveik neabejotinai galite prognozuoti, kad naujagimio ūgis bus mažesnis nei 2 pėdos.)
Tas pats pasakytina ir apie pardavimų prognozes. Tarkime, kad jūsų įmonė parduoda plataus vartojimo prekes. Gerai, kad kuo daugiau reklamuosite, tuo daugiau parduosite. Bent jau verta patikrinti, ar yra ryšys tarp reklamos biudžeto dydžio ir pardavimo pajamų dydžio. Jei pastebite, kad santykiai yra patikimi, ir jei žinote, kiek jūsų įmonė nori išleisti reklamai, galite gerai prognozuoti savo pardavimus.
Arba tarkime, kad jūsų įmonė parduoda specialų produktą, pvz., priešgaisrines duris. ( Priešgaisrinės durys yra tos, kurios tam tikrą laiką turi būti atsparios ugniai, o biurų pastatuose jų yra daug.) Skirtingai nuo plataus vartojimo prekių, tokios prekės, kaip priešgaisrinės durys, nebūtinai turi būti ypatingos. - lentynos spalvos arba gaivesnio nei gaivaus aromato. Jei perkate priešgaisrines duris, norite įsigyti tokias, kurios atitinka specifikacijas ir yra pigiausios.
Taigi, jei parduodate priešgaisrines duris, jei jūsų gaminys atitinka specifikacijas, turėtumėte pažvelgti į priešgaisrinių durų kainos ir parduodamų durų santykį. Tada susisiekite su rinkodaros skyriumi, kad sužinotumėte, kiek jie nori mokėti už duris, ir galite atitinkamai sudaryti savo prognozę.
Esmė ta, kad dažniausiai galite rasti patikimą ryšį tarp vieno kintamojo (reklamos dolerių arba vieneto kainos) ir kito (paprastai pardavimo pajamų arba parduotų vienetų).
Norėdami kiekybiškai įvertinti šį ryšį, naudojate „Excel“ įrankius. Regresijos prognozių atveju „Excel“ pateikiate keletą bazinių linijų:
- Istorinės reklamos išlaidos ir istorinės pardavimo pajamos
- Pavyzdžiui, kiek mokėjote už priešgaisrines duris ir kiek durų pardavėte
Jei „Excel“ pateiksite geras bazines linijas, ji grįš jums su formule.
- „Excel“ pateiks skaičių, kuris padaugins iš to, kiek tikitės išleisti reklamai, ir rezultatas bus jūsų laukiamos pardavimo pajamos.
- Arba, pavyzdžiui, „Excel“ pateiks skaičių, padauginantį vieneto kainą už duris, ir rezultatas bus durų, kurias galite tikėtis parduoti, skaičius.
Tai tik šiek tiek sudėtingesnis už tai. „Excel“ taip pat pateikia skaičių, vadinamą konstanta, kurį turite pridėti prie daugybos rezultato. Tačiau galite priversti Excel tai padaryti už jus.