Ja vēlaties prognozēt nākotni programmā Excel, piemēram, nākamā ceturkšņa pārdošanas apjomus, jums ir jāsaņem informācija par pagātnē notikušo. Tātad jūs vienmēr sākat ar tā saukto bāzes līniju (tas ir, pagātnes vēsture — cik magoņu sēklu uzņēmums pārdeva katros no pēdējiem desmit gadiem, kur tirgus fjūčeri beidzās katru no pēdējiem 12 mēnešiem, kāda bija dienas augstā temperatūra gada līdz datumam).
Ja vien jūs vienkārši nemetat kauliņus un neizdara minējumu, jums ir nepieciešams prognozes bāzes līnija. Šodiena seko vakardienai. Tas, kas notiek rīt, parasti seko tam, kas notika šodien, pagājušajā nedēļā, pagājušajā mēnesī, pagājušajā ceturksnī, pagājušajā gadā. Ja paskatās uz to, kas jau ir noticis, jūs sperat stabilu soli, lai prognozētu, kas notiks tālāk.
Excel prognoze neatšķiras no prognozēm, kuras veidojat, izmantojot specializētu prognozēšanas programmu. Taču programma Excel ir īpaši noderīga pārdošanas prognožu veidošanai dažādu iemeslu dēļ:
- Pārdošanas vēsture bieži ir ierakstīta Excel darblapā. Kad pārdošanas vēsturi jau glabājat programmā Excel, ir viegli izveidot prognozi, pamatojoties uz esošo pārdošanas vēsturi — jūs jau esat to sapratis.
- Programmas Excel diagrammu veidošanas līdzekļi ļauj daudz vienkāršāk iztēloties, kas notiek jūsu pārdošanas vēsturē un kā šī vēsture nosaka jūsu prognozes.
- Programmā Excel ir rīki (atrodami tā sauktajā datu analīzes pievienojumprogrammā), kas atvieglo prognožu ģenerēšanu. Jums joprojām ir jāzina, ko jūs darāt un ko dara rīki — jūs nevēlaties vienkārši iespiest skaitļus, izmantojot kādu analīzes rīku, un novērtēt rezultātu pēc nominālvērtības, nesaprotot, ko rīks dara. Bet tam šī grāmata ir domāta.
- Varat vairāk kontrolēt prognozes izveidi, izlaižot datu analīzes pievienojumprogrammas prognozēšanas rīkus un pats ievadot formulas. Iegūstot vairāk pieredzes ar prognozēšanu, iespējams, to darīsit arvien biežāk.
Varat izvēlēties no vairākām dažādām prognozēšanas metodēm, un šeit sākas spriedums. Trīs visbiežāk izmantotās metodes bez īpašas secības ir mainīgie vidējie lielumi, eksponenciālā izlīdzināšana un regresija.
1. metode: mainīgie vidējie rādītāji
Moving vidējie var būt jūsu labākā izvēle, ja jums nav informācijas avots, izņemot pārdošanas vēsturi - bet jums vēl ir nepieciešams zināt jūsu sākotnējie pārdošanas vēsturi. Pamatdoma ir tāda, ka tirgus spēki palielina vai samazina jūsu pārdošanas apjomu. Aprēķinot vidējos pārdošanas rezultātus no mēneša uz mēnesi, no ceturkšņa uz ceturksni vai gadu no gada, jūs varat iegūt labāku priekšstatu par ilgtermiņa tendencēm, kas ietekmē jūsu pārdošanas rezultātus.
Piemēram, jūs varat atrast vidējos pārdošanas rezultātus pagājušā gada pēdējos trīs mēnešos — oktobrī, novembrī un decembrī. Pēc tam atrodat nākamo trīs mēnešu perioda vidējo vērtību — novembris, decembris un janvāris (un pēc tam decembris, janvāris un februāris un tā tālāk). Tagad jūs gūstat priekšstatu par vispārējo virzību, kādā notiek jūsu pārdošana. Vidējās vērtības noteikšanas process izlīdzina nelīdzenumus, kas rodas, atturot no ekonomikas ziņām vai īslaicīgiem uzplaukumiem.
2. metode: eksponenciālā izlīdzināšana
Eksponenciālā izlīdzināšana ir cieši saistīta ar mainīgajiem vidējiem. Tāpat kā mainīgo vidējo vērtību gadījumā, eksponenciālā izlīdzināšana izmanto pagātnes vēsturi, lai prognozētu nākotni. Jūs izmantojat to, kas notika pagājušajā nedēļā, pagājušajā mēnesī un pagājušajā gadā, lai prognozētu, kas notiks nākamajā nedēļā, nākamajā mēnesī vai nākamajā gadā.
Atšķirība ir tāda, ka, izmantojot izlīdzināšanu, jūs ņemat vērā, cik slikta bija jūsu iepriekšējā prognoze, tas ir, jūs atzīstat, ka prognoze bija nedaudz sajukusi. (Pierodiet pie tā — tā notiek.) Jauka lieta eksponenciālajā izlīdzināšanā ir tāda, ka jūs ņemat kļūdu savā pēdējā prognozē un izmantojat šo kļūdu, lai jūs varētu uzlabot savu nākamo prognozi.
Ja jūsu iepriekšējā prognoze bija pārāk zema, eksponenciālā izlīdzināšana paaugstina nākamo prognozi. Ja jūsu iepriekšējā prognoze bija pārāk augsta, eksponenciālā izlīdzināšana samazina nākamo prognozi.
Pamatideja ir tāda, ka eksponenciālā izlīdzināšana koriģē jūsu nākamo prognozi tādā veidā, kas padarītu jūsu iepriekšējo prognozi labāku. Tā ir laba ideja, un tā parasti darbojas labi.
3. metode: Regresija
Izmantojot regresiju, lai prognozētu, jūs paļaujaties uz vienu mainīgo, lai prognozētu citu. Piemēram, kad Federālo rezervju sistēma paaugstina īstermiņa procentu likmes, varat paļauties uz šo mainīgo, lai prognozētu, kas notiks ar obligāciju cenām vai hipotēku izmaksām. Atšķirībā no mainīgajiem vidējiem vai eksponenciālas izlīdzināšanas, regresijas pamatā ir cits mainīgais, lai pastāstītu, kas, visticamāk, notiks tālāk — kaut kas cits, nevis jūsu pārdošanas vēsture.