Įdiegę „Excel“ duomenų analizės priedą ir padarę jį prieinamą „Excel“, galite pasirinkti bet kurį jo analizės įrankį ir vykdyti tą analizę su pateiktais įvesties duomenimis. Prognozavimo pasaulyje tai reiškia bazinę liniją, kurią surinkote ir tinkamai susisteminote darbalapyje.
Pirmas įrankis, kurį galite apsvarstyti – jei tik todėl, kad jį lengviausia naudoti ir suprasti – yra slenkančio vidurkio įrankis. Kaip visada su priedu, pradėkite eidami į juostelės duomenų skirtuką ir pasirinkę Duomenų analizė. Sąrašo lange Analysis Tools pasirinkite Moving Average ir spustelėkite Gerai.
Pasirodo čia parodytas slenkamasis vidurkis dialogo langas.
Intervalas yra faktinių reikšmių skaičius nuo jūsų pradinės linijos, kurią reikia naudoti kiekviename slankiajame vidurkie.
Persikraustymo diena: keliauti iš čia į ten
Kad ir kaip lengva būtų nustatyti ir suprasti slankiuosius vidurkius, jūs prisiimate papildomą atsakomybę, kai nuspręsite su jais prognozuoti. Problema yra ta, kiek laikotarpių nuo pradinio lygio turėtumėte įtraukti į kiekvieną slankųjį vidurkį.
Skaičiuodami kiekvieną slankųjį vidurkį naudokite tą patį faktinių stebėjimų skaičių. Jei pirmasis slenkamasis vidurkis, kurį apskaičiuoja „Excel“, naudoja tris taškus nuo pradinės linijos, tada visi jūsų prognozės slenkamieji vidurkiai naudoja tris taškus.
Norite pasirinkti tinkamą laikotarpių skaičių:
- Jei naudosite per mažai, prognozės reaguos į atsitiktinius sukrėtimus pradinėje linijoje, kai jūs siekiate išlyginti atsitiktines klaidas ir sutelkti dėmesį į tikruosius jūsų pardavimo rezultatų veiksnius.
- Jei naudosite per daug, prognozės atsiliks nuo realių, nuolatinių bazinio lygio pokyčių – galbūt per toli, kad galėtumėte efektyviai reaguoti.
Kai nuspręsite naudoti slankiojo vidurkio įrankį – arba, apskritai, naudoti slenkamuosius vidurkius, neatsižvelgiant į tai, ar naudojate įrankį, ar patys įvedate formules, jūs laikotės pozicijos dėl naujausių bazinių verčių poveikio, palyginti su daugiau. nutolusios bazinės vertės.
Tarkime, kad turite bazinę liniją, kuri tęsiasi nuo 2016 m. sausio mėn. iki 2016 m. gruodžio mėn., ir savo prognozėms naudojate trijų mėnesių slankųjį pardavimo rezultatų vidurkį. 2017 m. sausio mėn. prognozė būtų 2016 m. spalio, lapkričio ir gruodžio mėn. rezultatų vidurkis. Ši prognozė visiškai priklauso nuo paskutinio 2016 m. ketvirčio ir matematiškai nepriklauso nuo pirmųjų trijų 2016 m. ketvirčių.
O kas, jei vietoj to būtumėte pasirinkę šešių mėnesių slankųjį vidurkį? Tada 2017 m. sausio mėn. prognozė būtų pagrįsta 2016 m. liepos–gruodžio mėn. vidurkiu. Tai visiškai priklausytų nuo 2016 m. antrojo pusmečio, o 2016 m. pirmasis pusmetis neturėtų tiesioginės įtakos 2017 m. sausio mėn. prognozei.
Gali būti, kad bet kuri iš šių situacijų – arba kita, pavyzdžiui, dviejų mėnesių slenkamasis vidurkis – yra būtent tai, ko norite. Pavyzdžiui, jums gali prireikti jūsų prognozės, kad pabrėžtumėte naujausius rezultatus. Šis akcentas gali būti ypač svarbus, jei įtariate, kad neseniai įvykęs įvykis, pavyzdžiui, reikšmingas jūsų produktų linijos pokytis, turės įtakos pardavimams.
Kita vertus, galbūt nenorėsite per daug pabrėžti naujausių pardavimų rezultatų. Naujausių pardavimų rezultatų pabrėžimas ilgainiui gali nuslėpti, kas vyksta su jūsų bazine linija. Jei nesate tikri, kiek pabrėžti naujausius rezultatus, turite keletą gerų variantų:
- Eksperimentuokite su skirtingu laikotarpių skaičiumi, kad susidarytumėte slankiuosius vidurkius. Šis metodas dažnai yra geriausias.
- Naudokite eksponentinį išlyginimą, kuris naudoja visą bazinę liniją prognozei gauti, bet suteikia didesnį svorį naujesnėms bazinės linijos reikšmėms. Eksponentinis išlyginimas suteikia šiek tiek mažiau svorio prieš paskutinę pradinės linijos reikšmei, šiek tiek mažiau svorio prieš tai buvusiai ir taip toliau iki pirmosios pradinės vertės, kuri turi mažiausiai įtakos kitai. prognozė.
Slenkamieji vidurkiai ir stacionarios bazinės linijos
Slenkamieji vidurkiai gerai tinka stacionarioms bazinėms linijoms (bazinėms linijoms, kurių lygiai paprastai nekyla arba nemažėja per ilgą laiką). Galite naudoti slankiuosius vidurkius su bazinėmis linijomis, kurių tendencija didėja arba mažėja, tačiau paprastai pirmiausia turėtumėte juos sumažinti arba naudoti vieną iš sudėtingesnių slankiojo vidurkio modelių.
Kaip atskirti stacionarią bazinę liniją nuo tos, kurios tendencijos didėja arba mažėja? Vienas iš būdų yra pažvelgti į tai. Toliau pateiktame paveikslėlyje yra pavyzdys. Bazinė linija tikrai atrodo stacionari. Jame yra smailių, viršūnių ir slėnių, tačiau apskritai bazinė linija nepakyla ar nesileidžia.
Per ilgesnį laikotarpį (tarkim, šešerius metus, o ne dvejus) šis pradinis lygis gali pasirodyti ciklo dalis. Tačiau trumpesnio laikotarpio tikslais tai yra stacionarus pagrindas.
Vien žiūrint į pradinę liniją problema yra ta, kad kartais nėra visiškai aišku, ar jis nejudantis, ar tendencingas. Ką manote apie bazinę liniją, parodytą toliau pateiktame paveikslėlyje? Žvelgiant į diagramą sunku pasakyti, ar bazinė linija nejuda. Tai gali būti, bet vėlgi, tai tikrai gali palaipsniui slinkti žemyn. Galite atlikti greitą testą, patikrinę datos ir pajamų ryšį.
Atrodo, kad ši bazinė linija gali švelniai slinkti žemyn. Pridėjus prie jos tendencijų liniją, galite suprasti, kas vyksta.