Effektive teknikker for profittprediksjon ved å bruke LuckyTemplates

Det jeg ønsker å dekke med denne opplæringen er noen gode eksempler på profittprediksjon i fremtiden ved å bruke LuckyTemplates. For å oppnå dette i LuckyTemplates trenger du en rekke forskjellige modellerings- og formelteknikker, men du må kunne bruke dem riktig og samtidig. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Når det kommer til utdataene du kan lage inne i LuckyTemplates, kan du forutsi hva som kan skje i fremtiden ved å "sjokkere" noen variabler rundt i den beregnede logikken din .

I denne opplæringen prøver jeg å justere variabler som hvor mange kunder det er, samt kostnadene for varer som selges til disse kundene. Dessuten prøver jeg å forutsi hva de endelige resultatene ville vært hvis noen av disse scenariene spilte ut.

Det jeg også har aktivert på denne spesielle rapportsiden er en  sensitivitetsanalyse . Ikke bare kan vi se sluttresultatene, men vi kan også se variasjonene av resultatene basert på sensitivitetsinndataene vi legger inn i rapportene våre.

Innholdsfortegnelse

• Profittprediksjon basert på kundendringer
• Profittprediksjon basert på kostnadsendringer
• Forutsi lønnsomhet for ulike regioner
• Opprette sensitivitetsanalyse
• Konklusjon

Profittprediksjon basert på kundendringer

I eksempelpanelet mitt for resultatprognoser- rapporten er det første du kan se tabellen for kundenes endringsscenarier . Dette er det første jeg har laget siden jeg vil vite hvordan ting ville vært hvis jeg kunne øke trafikken til butikkene mine etter noen markedsføringstiltak.

Denne tabellen forklarer hvordan ting ville vært hvis jeg økte kundene mine med 4 prosent (4 %), for eksempel. Jeg vil også vite hvordan det vil påvirke den underliggende trenden for overskuddet mitt i fremtiden. 

I utgangspunktet trenger jeg bare å regne ut kundeprognosen først basert på den anslåtte fottrafikken til kundene. Deretter kunne jeg bare øke eller redusere kundene ved å bruke utvalgsverktøyet.

Etter det må jeg på en eller annen måte inkludere denne kundeøkningen i salgsdataene. Så jeg multipliserte den anslåtte kundeøkningen med gjennomsnittlig salg per kunde som du kan se i. Derfra kan jeg integrere den for å endelig dukke opp i de forskjellige profittscenariene.

Videre vil resultatene for det gi oss en del av ligningen for salg. Som du vet, vil salg trukket fra kostnad gi oss fortjeneste . Så denne delen tilsvarer salgsdelen av ligningen.

Profittprediksjon basert på kostnadsendringer

Deretter skal jeg se på endringene i kostnadene i tabellen Kostnadsendringsscenarier .

For eksempel har kundene økt med 7 prosent (7 %) og kostnadene per vare vi selger har gått ned med 10 prosent (10 %).

Nå kan du automatisk se resultatene for det scenariet i tabellen Profittforutsigelser basert på kunde- og kostnadsscenarier over en hvilken som helst tidsramme.

For eksempel skal jeg se på resultatene for andre og tredje kvartal 2018. Du kan se at den første resultatprognosen er rundt 21 millioner dollar. Og basert på endringsscenarioene som jeg har valgt, er det spådd at overskuddet vil øke til 26 millioner dollar. Det betyr at det er rundt 5 millioner dollar forskjell mellom overskuddet og en imponerende forskjell på 24 prosent (24 %) i resultatscenarioet.

I grafen nedenfor kan du se den dynamiske økningen i overskuddet fra mai 2018 til september 2018 . Du kan også se hvordan det endrer seg hver eneste måned i denne tabellen her.

Forutsi lønnsomhet for ulike regioner

Jeg har også laget en tabell for Regional Group Breakdown , og du kan se at den har data for Sør- og Nord-Florida.

Nå går jeg til rapporten kvartalsvis innsikt hvor du kan se en graf her for totalt salg per region .

Det er her du kan se hvor delt salget vårt er basert på regioner. Etter å ha sett resultatene, kan du undersøke årsakene til at det er et stort gap mellom salget i disse regionene . Det kan være på grunn av ledergruppen eller det kan bare være av geografiske årsaker. Det er der salgsteamet jobber.

Hvis du går tilbake til rapporten for resultatprognoser , hvis du ønsker å fokusere mer på dataene for Sør-Florida, klikker du bare på Sør-Florida fra tabellen for regionale grupper . Som du kan se, vil det være en forventet økning i overskuddet på rundt 3 millioner dollar for Sør-Florida.

I mellomtiden, for Nord-Florida, vil det være mer enn $2 millioner forventet økning i fortjeneste. 

Opprette sensitivitetsanalyse

En annen ting jeg ønsker å gå gjennom er å lage sensitivitetsanalyse. I stedet for å klikke gjennom hvert annet scenario her, kan du faktisk lage scenarioanalysetabeller . Disse tabellene vil gi deg fortjenestedifferansene for alle de forskjellige endringene samt fortjenesteprosentdifferansene. 

Ta en titt på dette eksemplet som jeg satte opp på forhånd.

Som du kan se, er denne opplæringen bare en forhåndsvisning av en mer dyptgående hendelse rundt scenarioanalyse. Hvis du ønsker å lære mer om alle de individuelle teknikkene som er med på å få dette til å fungere, sjekk ut kurset på .

Konklusjon

Dette er noe virkelig unikt analytisk arbeid som du nå kan gjøre inne i LuckyTemplates. Det krever bare å bruke de riktige funksjonene og teknikkene i modellene og formlene dine for å få dette til å fungere bra.

Dette prediksjonsarbeidet som du kan fullføre inne i LuckyTemplates kan gi noen veldig imponerende innsikter. Så jeg anbefaler på det sterkeste å dykke ned i denne.

Nyt å jobbe gjennom denne detaljerte videoen.