Laika periodu izvēle Excel pārdošanas prognozēšanā

Pieņemsim, ka jums ir jāprognozē pārdošanas apjomi laika periodam, kas atšķiras no tagadnes — piemēram, gadam. Šeit parādās spriedums, kā arī jūsu prasību būtība.

Ja jūsu bāzlīnija sastāv no vairākiem gadiem ar faktiskajiem rādītājiem, kas sadalīti pa mēnešiem, viena lieta, ko varat apsvērt, ir mainīt bāzes līnijas laika periodu no mēnešiem uz gadiem. Tad jūs varat prognozēt visu nākamo gadu, lai gan jūsu prognozes nebūtu pa vienam mēnesim. Jūs iegūtu vienu soli uz priekšu prognozi, un šis solis būtu viss gads.

Rakurstabulas ir noderīgas bāzes datu apkopošanai ilgākos laika periodos.

Lūk, kas notiek attēlā:

• A slejā ir norādīts mēnesis, kurā tika atzīti ieņēmumi. Tas stiepjas aiz redzamās darblapas apgabala apakšas līdz 2016. gada decembrim.
• B slejā ir norādīti katra mēneša ieņēmumi.
• Diapazons D3:E8 satur rakurstabulu. (Excel rakurstabulas ir milzīgi līdzekļi prognozēšanai, un jūs varat uzzināt, kā tās izmantot 8. nodaļā.) Šī rakurstabula pārvērš mēneša datus A un B kolonnās par gada datiem — katra gada ieņēmumu summu.
• Prognoze katram gadam, izmantojot mainīgos vidējos lielumus, ir diapazonā G6:H8. Jūsu vienu soli uz priekšu prognoze 2017. gadam ir šūnā H9. Šajā gadījumā prognožu pamatā ir divu gadu mainīgie vidējie rādītāji, nevis trīs periodu vidējie rādītāji, kas parādās.

Šai pieejai ir daži trūkumi:

• Jūsu bāzlīnija mainās no 60 novērojumiem (ikmēneša ieņēmumi 5 gadu laikā, labs un ilgs bāzlīnija) līdz 5 novērojumiem (gada ieņēmumi 5 gadu laikā, patiešām īss bāzes rādītājs). Tik krasi samazinot bāzes līnijas garumu, bieži tiek iegūti maldinoši rezultāti. Bet, tā kā ikmēneša ieņēmumi uzrāda tādu pašu pakāpenisku pieaugumu kā gada kopējie ieņēmumi, jūs varat būt pārliecināti par gada ieņēmumiem.
• Tas, kurš pieprasīja prognozi — grāmatvedis, banka, pārdošanas vadītājs, pārdošanas VP, — varētu vēlēties skatīt prognozi 2017. gadam katru mēnesi. Ja tā, tad jums, iespējams, būs jādubulto līdz ikmēneša bāzes līnijai un jāizmanto regresija ( iespējams, tāpēc , ka bāzes līnijā, iespējams, varēsiet atrast sezonalitāti, kas atbalstītu sezonālo izlīdzināšanu).