Termins regresija neizklausās tik slikti kā eksponenciālā izlīdzināšana, taču tas ir sarežģītāks, vismaz matemātikas ziņā. Un tāpēc datu analīzes pievienojumprogrammas regresijas rīks ir ērts. Papildinājums uzņemas atbildību par matemātiku, tāpat kā ar mainīgajiem vidējiem rādītājiem un eksponenciālo izlīdzināšanu.
Lai iegūtu precīzus rezultātus, datu analīzes pievienojumprogrammas rīkiem joprojām ir jānodrošina labs bāzes līmenis.
Šeit ir īss ieskats prognozēšanā ar regresiju.
Regresijas ideja ir tāda, ka vienam mainīgajam ir saistība ar citu mainīgo. Piemēram, kad esat bērns, jūsu augums parasti ir saistīts ar jūsu vecumu. Tātad, ja vēlaties prognozēt, cik garš būsiet nākamgad — vismaz līdz brīdim, kad beigsit augt —, varat pārbaudīt, cik vecs būsiet nākamgad.
Protams, cilvēki atšķiras. Kad viņiem ir 15 gadu, daži cilvēki ir 5 pēdas garš, citi — 6 pēdas garš. Tomēr vidēji jūs varat droši prognozēt, cik garš kāds būs 15 gadu vecumā. (Un jūs gandrīz noteikti varat prognozēt, ka jaundzimušais būs mazāks par 2 pēdām.)
Tas pats attiecas uz pārdošanas prognozēšanu. Pieņemsim, ka jūsu uzņēmums pārdod patēriņa preces. Tā ir laba likme, jo vairāk jūs reklamējat, jo vairāk jūs pārdosit. Vismaz ir vērts pārbaudīt, vai pastāv saistība starp jūsu reklāmas budžeta lielumu un jūsu pārdošanas ieņēmumu lielumu. Ja atklājat, ka pastāv uzticamas attiecības, un ja zināt, cik daudz jūsu uzņēmums ir gatavs tērēt reklāmai, varat prognozēt pārdošanas apjomu.
Vai arī pieņemsim, ka jūsu uzņēmums tirgo īpašu produktu, piemēram, ugunsdrošas durvis. ( Ugunsdrošas durvis ir tādas, kurām kādu laiku ir jābūt ugunsizturīgām, un biroju ēkās tādu ir daudz.) Atšķirībā no patēriņa precēm, kaut kam, piemēram, ugunsdrošām durvīm, nav jābūt īpaši aizsargātam. -plaukta krāsa vai aromāts ir svaigāks par svaigu. Ja jūs pērkat ugunsdrošas durvis, jūs vēlaties iegūt tās, kas atbilst specifikācijām un ir lētākās.
Tātad, ja pārdodat ugunsdrošas durvis, ja vien jūsu produkts atbilst specifikācijām, vēlēsities apskatīt attiecības starp ugunsdrošo durvju cenu un pārdoto durvju skaitu. Pēc tam sazinieties ar mārketinga nodaļu, lai uzzinātu, cik daudz viņi vēlas, lai jūs iekasētu par durvīm, un varat attiecīgi izveidot savu prognozi.
Lieta ir tāda, ka visbiežāk jūs varat atrast uzticamu saikni starp vienu mainīgo (reklāmas dolāri vai vienības cena) un citu (parasti pārdošanas ieņēmumi vai pārdotās vienības).
Jūs izmantojat Excel rīkus, lai noteiktu šīs attiecības. Regresijas prognožu gadījumā programmai Excel sniedziet dažas bāzes līnijas:
- Vēsturiskie reklāmas izdevumi un vēsturiskie pārdošanas ieņēmumi
- Piemēram, cik daudz jūs iekasējāt par ugunsdrošām durvīm un cik durvis pārdevāt
Ja jūs sniedzat Excel labas bāzes līnijas, tas jums atgriezīsies ar formulu.
- Programma Excel sniegs jums skaitli, kas reizināts ar to, cik daudz jūs plānojat tērēt reklāmai, un rezultāts būs jūsu paredzamie pārdošanas ieņēmumi.
- Vai, piemēram, programma Excel sniegs jums skaitli, kas reizināts ar vienības izmaksām par durvīm, un rezultāts būs durvju skaits, ko varat sagaidīt pārdot.
Tas ir tikai nedaudz sarežģītāks par to. Programma Excel sniedz arī skaitli, ko sauc par konstanti, kas jāpievieno reizināšanas rezultātam. Bet jūs varat panākt, lai Excel to izdarītu jūsu vietā.