Ko naredite kvantitativno napoved (napoved, ki uporablja številčno izhodišče in ne nekaj, kot je strokovna mnenja), vedno iščete odnose. Recimo, da razmišljate o uporabi regresije za napovedovanje. V roke lahko dobite več možnih spremenljivk napovedovalcev, od katerih lahko katera koli (ali katera koli kombinacija) daje najboljšo napoved.
V prodajni areni to pomeni iskanje razmerij med prodajo in nekaterimi drugimi spremenljivkami, kot so velikost prodajne sile, časovno obdobje ali cena na enoto. (Vredna so tudi strokovna mnenja, če prihajajo od pravega strokovnjaka – tudi če jih uporabljate samo za zagotavljanje konteksta za svojo kvantitativno napoved.)
Pogosto je zanimivo tudi razmerje med prihodki od prodaje za eno časovno obdobje in prejšnjim časovnim obdobjem. To se imenuje avtokorelacija in je konceptualno blizu avtoregresije. Izračun avtokorelacije vam lahko pomaga pri sprejemanju številnih odločitev, vključno z naslednjimi:
- Katero metodo napovedovanja uporabiti
- Ali bi vas zavedla napoved drsečega povprečja
- Kako strukturirati eksponentno gladko napoved
- Ali je treba odvzeti izhodišče
Še posebej, če imate veliko število možnih spremenljivk napovedovalca, je lahko izračun odnosov enega za drugim resna bolečina. Za to boste želeli uporabiti dodatek za analizo podatkov.
Eno od orodij, ki jih boste našli v dodatku za analizo podatkov, je orodje Korelacija. Če osnovno linijo nastavite kot Excelovo tabelo, orodje Korelacija odvzame večino agonije pri izračunu več korelacij.
Naslednja slika prikazuje:
- Prihodki od prodaje (spremenljivka, ki jo želite napovedati)
- Časovno obdobje
- Cena na enoto
- Velikost prodajne sile
- Oglaševalski dolarji
- Skupna ocena prihodkov vodje prodaje
To je preveč podatkov za priročen izračun s funkcijami delovnega lista.
Vaš cilj je, da se odločite, katere (če sploh) od zadnjih petih spremenljivk boste upoštevali kot napovedovalne spremenljivke v regresijski napovedi prihodkov od prodaje. Za začetek tega dela izračunajte vsak korelacijski koeficient.