Scenarioanalyseteknikker ved bruk av flere hva hvis-parametre

LuckyTemplates er et utrolig verktøy for å kjøre scenarioanalyse og hva-hvis-analyseeksempler. Jeg har faktisk aldri sett eller kommet over et analytisk verktøy som er så effektivt og intuitivt for å implementere denne typen komplekse analyser. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Nøkkelen er at du må tenke mer analytisk på de underliggende elementene i datasettene dine enn hva du kanskje har gjort tidligere. Du må isolere nøkkelvariabler, og deretter bestemme hvordan du faktisk vil kjøre "hva hvis" eller scenarioanalysen på toppen av dem.

I dette blogginnlegget viser jeg deg hvordan du kan samle mange forskjellige elementer innenfor LuckyTemplates, spesielt med DAX-formler, for til slutt å sette i gang denne typen analyser i dine egne modeller.

Innholdsfortegnelse

• Gjør en scenarioanalyse i LuckyTemplates
• Et virkelighetsscenario
• Isolerende produkter
• Valgt Scenario Salg
• Ikke-valgt scenariosalg
• Scenarioytelse
• Konklusjon

Gjør en scenarioanalyse i LuckyTemplates

Å lage "hva hvis"-analyse har blitt mye enklere med den du nå kan starte fra det øverste båndet i LuckyTemplates. Når disse er aktivert, er det bare et spørsmål om å bruke tiltakene (som opprettes automatisk) og sette dem i kraft for å sjokkere de nødvendige variablene i dataene dine.

Dette kan være ting som pris eller etterspurt kvantum, eller råvarekostnader osv. (Jeg dykker dypere inn i disse variablene under veiledningen).

En av de viktigste lærdommene til scenarioanalyse i LuckyTemplates er at du må forstå iterasjonsfunksjoner veldig godt. I videoeksemplet viser jeg hvordan du kan isolere visse variabler og deretter legge den riktige "hva hvis"-parameteren til dem, inne i en iterasjonsfunksjon som SUMX. Dette er egentlig den eneste måten du kan gjøre det effektivt på, så du bør absolutt se etter å mestre dette konseptet.

Et virkelighetsscenario

Jeg ble sendt på e-post fra noen som ønsket å se hva returen ville vært eller hva returen ville ha vært – enten historisk eller anslått – hvis du reduserer prisen på ett produkt eller en gruppe produkter, og deretter gjennom den rabatten, kan du sjekke hvor mye fortjenesten eller salget ville vært hvis det økte etterspørselen etter de andre produktene dine.

Dette er et virkelighetsscenario, ikke sant? For eksempel kan det være lurt å redusere prisen på produktene dine, noe som kommer til å bringe flere folk til butikken din. Til syvende og sist kan de kjøpe en bredere portefølje av produktene dine. Etterspørselen etter produktene dine, generelt, kan øke for alle de ikke-utvalgte eller ikke-rabatterte produktene.

Dette er et eksempel på noen virkelige scenarier som du kan analysere innsiden av. I stedet for å gå gjennom hver enkelt beregning trinn for trinn, har jeg allerede satt den opp, og jeg skal bare gå gjennom hvordan jeg gjorde det.

Først av alt, la oss se funksjonaliteten. Jeg har satt opp ting der vi kan endre prisen på et utvalgt produkt. For eksempel kan vi velge mellom 2 %, 5 %, 10 % og 20 %.

Hvis vi velger 20 %, kan du se at endringen i salget i utgangspunktet er ned med 20 % fordi det står at vi reduserer prisen på alt med 20 %.

Isolerende produkter

Det jeg ønsker å gjøre er å isolere hvilke produkter vi endrer prisen på . La oss si at vi velger et produkt og senker prisen med 20 %. På baksiden vil etterspørselen øke med en viss prosentandel på de ikke-utvalgte produktene. La oss si at vi velger produkt 1 og reduserer prisen med 20 %. På grunn av denne prisendringen kommer vi til å se en 8% økning i etterspørselen etter alle de andre produktene.

Så hva kommer dette til å gjøre med den totale salgsytelsen? Du kan her se en prosentandel av økningen på Totalt salg over tid.

Valgt Scenario Salg

La oss gå gjennom noen av formelen jeg brukte for å lage dette. Dette er åpenbart historisk, så vi beregnet det totale salget ved å bruke SUMX for enhetsprisen multiplisert med bestillingsmengden.

Det neste trinnet er å beregne det totale salget for bare de valgte produktene. For å få dette opprettet jeg et nytt mål og kalte det Selected Sales . Jeg brukte en VARIABEL for å summere det totale salget og la til prisjusteringen.

Og så på den nederste delen av formelen beregnet jeg bare for de produktene som er valgt.

Så når jeg klikker på produkt 1 og holder musepekeren over det, sier verktøytipset 9,79 millioner, noe som også gjenspeiles i Selected Sales.

Når vi klikker deg gjennom de forskjellige produktene, kan du se at det endrer seg uansett valg vi har gjort siden dataene er dynamiske.

Det valgte scenariosalget gjør er at det beregner det totale salget, men bare for den justerte prisendringen . Vi må imidlertid legge det til det som ikke er valgt, ikke sant? Den ikke-valgte delen justeres med 8 % høyere.

Ikke-valgt scenariosalg

For å opprette målet for ikke-valgt scenariosalg, går vi med Alle salg – utvalgte salg.

For DemandScenarios går vi med ikke-valgte salg og legger deretter til etterspørselsjusteringen. Vi får våre ikke-valgte salg, og så sier vi at hvis det ikke er valgt, vil det bli justert av etterspørselsparameteren.

Til slutt legger vi dem også i CALCUATE-setningen.

Nå har vi disse to tallene: det valgte scenariet og det ikke-valgte scenariet . Hvis jeg hopper ned til Scenario I-salget, legger jeg de to sammen: Salg av valgt scenario + Salg for ikke-valgt scenario.

Scenarioytelse

Så produkt 1 blir justert av dette og alle disse andre produktene blir justert av etterspørselen. Med denne informasjonen kan jeg deretter finne ut hva som er ytelsen, som er Scenario Sales delt på All Sales hvis ingenting skjedde.

Så det er kjerneberegningene som går inn i dette spesifikke scenariet. Dette er et perfekt eksempel på et scenario som kan skje i det virkelige liv. Du kan for eksempel tenke på å droppe topp 3-produktene dine og se hvilken innvirkning det vil ha. La oss for eksempel si at du reduserer topp 3-produktene dine med 10 %. Du kan forvente at en stor mengde mennesker kommer inn og ser en økning i etterspørselen etter alle dine andre produkter med 15 %.

Ved å bruke denne beregningen kan vi veldig raskt finne ut om rabatten kommer til å være lønnsom for oss eller om den er verdt å gjøre. Vi kan også kjøre litt sensitivitetsanalyse og finne ut hvor vårt faktiske break-even er ved å bruke denne nåværende modellen.

Denne teknikken viser den virkelige analytiske kraften bak LuckyTemplates, og den er bare en avledning av de mange scenariene du kan inkludere i din egen analyse.

Konklusjon

Hvis du kan få en forståelse av hvordan alt dette fungerer, så kan du veldig raskt gjøre noe komplekst arbeid innenfor modellene dine og over dine egne datasett, som til syvende og sist er det viktigste jeg vil at du skal kunne oppnå.

Så snart du gjør dette en eller to ganger, vil du kunne begynne å lage svært effektive LuckyTemplates-modeller som produserer innsikt av virkelig høy kvalitet.

Hvis du vil utforske mange flere konsepter og anvendelser av scenarioanalyse i LuckyTemplates, sjekk ut kurset mitt på . Det er mange mer avanserte teknikker for å lære om å lage denne kraftige typen analyse.

Lykke til med implementeringen av denne.