Bruke flerlags scenarieanalyse i LuckyTemplates

Jeg er enorm på scenarioanalyse i LuckyTemplates. Å kunne legge inn variabler i beregningene dine som du kan "sjokkere" for effektivt å forutsi utfall er så kraftig når du prøver å ta avgjørelser. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

I LuckyTemplates kan du fullføre dette veldig effektivt, og du kan kombinere mange av formelteknikkene med datamodellene dine og eksponentielt se hvordan fremtidige resultater kan bli påvirket på tvers av en rekke dimensjoner.

Siden innspillingen av denne videoen har LuckyTemplates-teamet faktisk gjort det enda enklere å lage "What If"-parametere, noe som er flott, så det vil sette fart for deg.

Men det jeg virkelig ønsket å vise frem her, var hvordan du kan legge scenarier over hverandre. Dette øker din analytiske kraft enormt.

La oss bare gå gjennom ett eksempel.

Innholdsfortegnelse

• Når kan du bruke scenarioanalyse i LuckyTemplates?
• Gjennomgang av datamodellen og skjærerne
• Bruke iteratorer i flerlags scenarieanalyse
  • Hvorfor vi trenger å bruke iteratorer
  • Bruke SUMX i totalsalgsformelen
• Bruke scenarioanalyse i LuckyTemplates
• Sjekker Formelen
• Konklusjon

Når kan du bruke scenarioanalyse i LuckyTemplates?

Det kan være lurt å kjøre en kampanje og redusere prisene. Som et resultat kan etterspørselen etter produktene dine øke.

Med den økende etterspørselen kan du kanskje arrangere en lavere kostnad på innsatsene dine, og du kan nå kjøpe bulk. Du skjønner hva jeg mener.

Du kan legge alle disse scenariene etter hverandre og deretter se, basert på prognosene dine, hvordan det kan endre ting eller påvirke lønnsomheten din.

Men før vi faktisk dykker inn i hvordan vi faktisk kan lage flere scenarier ved å bruke, la oss først se gjennom dataene vi skal bruke i denne demoen.

Gjennomgang av datamodellen og skjærerne

Bare for å gi deg litt bakgrunn om dataene vi jobber med her, la oss ta en rask titt på datamodellen vår. Jeg har satt opp dette på forhånd i stedet for å jobbe med alt fra bunnen av for å spare oss tid.

Så i utgangspunktet jobber vi med salgsdata. Vi har også informasjon om kundene våre, produktene våre, samt regionene der vi foretok salg og datoene da transaksjonene skjedde.

Og som du kan se, har vi støttetabeller her for prisendringer, kostnadsendringer og etterspørselsendringer.

Vi skal bruke disse tre støttetabellene som slicers og deretter ta inn beregningen i analysen vår.

La oss bare sjekke ut formelen vår for kostnadsendringen i prosent .

Det vi sier her er at HVIS har én verdi så prosentvis kostnadsendring – det kan være gjennomsnitt eller sum . Dette betyr at hvis vi har valgt ett alternativ i prosent kostnadsendring som for eksempel 10 % eller 15 %, returner resultatet.

Men hvis det er null , altså hvis ingenting er valgt, så er det vi sier at det er null endring i kostnadene .

Å lage formlene for prosent prisendring og prosentvis endring i etterspørsel vil kreve et lignende mønster, så vi vil ikke lenger diskutere de to andre.

Bruke iteratorer i flerlags scenarieanalyse

For å faktisk gjøre flerlags scenarioanalyse i LuckyTemplates, må vi bruke noen iterasjonsfunksjoner.

La meg vise deg hvorfor dette er nødvendig ved å se på Totalt salg .

Hvorfor vi trenger å bruke iteratorer

Vi har her under vår formel for totalt salg .

Det den gjør her er at den beregner SUMMEN av den totale inntekten .

Problemet med denne formelen er imidlertid at vi ikke kan inkludere andre variabler som påvirker den totale inntekten .

Hva om for eksempel etterspørselen øker? Hvordan vil det påvirke salget vårt? Hva med når enhetsprisen øker? Vi må kunne ta hensyn til disse.

La oss derfor revidere formelen vår ved å bruke iterasjonsfunksjonen.

Bruke SUMX i totalsalgsformelen

Så vi har formelen for totalt salg her. Men i stedet for SUM, la oss nå bruke SUMX , deretter bestillingsmengde og deretter multiplisere det med enhetsprisen .

Bruke scenarioanalyse i LuckyTemplates

På dette tidspunktet har vi allerede gjennomgått datamodellen vår og slicerne vi skal bruke. Vi har også diskutert hvorfor vi trenger iteratorer.

La oss nå lage et nytt mål og kalle det Scenario Profits .

La oss deretter legge til bestillingsmengde og tidfeste den med én pluss etterspørselsendringen . Det som skjer her er at når etterspørselen endres, vil det sjokkere mengden.

La oss så hoppe ned til en annen linje. Vi skal gange med Enhetsprisen ganger med 1 pluss prisendringen . Nå, hvis prisen øker, kommer det til å sjokkere enhetsprisen.

Derfor kan endringer i pris og endringer i etterspørsel sjokkere det totale salget .

Men formelen vår stopper ikke her. Vi må fortsatt ta med kostnadene.

Så det ville være minus SUMX , gå deretter til salgstabellen, deretter bestillingsmengde ganger 1 pluss etterspørselsendringen og deretter ganger total enhetskostnad ganger 1 pluss kostnadsendringen .

Da skal vi stenge den.

La oss nå se hvordan vår Scenario Profits-formel fungerer.

Sjekker Formelen

For å dobbeltsjekke formelen vår, la oss lage en tabell med Scenariofortjeneste og Måned og År.

Hvis vi ikke velger noe i slicerne våre, vil tabellen vår ganske enkelt vise total fortjeneste for 2016. Tabellen vår viser kun 2016-tallene fordi bare dette året er filtrert.

La oss nå ta en titt på mulige scenarier.

For eksempel øker kostnadene for råvarene våre med 10 %, dette gjenspeiles i vår Scenario-fortjeneste.

Men så vet vi at denne kostnadsøkningen kommer til å påvirke prisen vår. Så la oss si at vi kommer til å øke prisen med 15 % som følge av denne kostnadsøkningen.

Igjen, denne endringen i prisen gjenspeiles i vår Scenario-fortjeneste.

Men siden prisen vår økte, kan dette redusere etterspørselen vår. Så for eksempel reduseres etterspørselen vår med 5 %. Unødvendig å si at vår Scenario-fortjeneste også er redusert.

Som vi har sett, påvirker alle endringene i prosentkostnad, prosentpris og prosentvis etterspørsel scenariofortjenesten fordi de tas med i analysen.

Konklusjon

I dette innlegget har vi kort diskutert hvordan du kan lage flerlags scenarioanalyse i.

Forhåpentligvis kan du finne tid til å virkelig dykke inn i denne teknikken. Det er et enormt antall anvendelser av dette på tvers av et datascenario.

Når du har fått tankene dine rundt hvordan du kan integrere tiltak som fanger scenarioparametrene i mål som kjører beregninger på tvers av kjernedatamodellen din, vil du se ubegrensede muligheter til å oppdage prediktiv innsikt i fremtiden.

Lykke til med denne.

Jubel,