Ko izvajate sezonsko eksponentno glajenje v Excelu, se spomnite, kako deluje eksponentno glajenje. Uporablja formulo, kot je ta, da naslednjo napoved deloma temelji na predhodni dejanski in delno na predhodni napovedi:
Nova napoved = (0,3 × predhodna dejanska) + (0,7 × predhodna napoved)
To je tehtano povprečje dveh prejšnjih številk – dejanske in napovedane. Ta posebna formula daje napovedi precej večjo težo kot dejanski. Nekaj morate eksperimentirati z določeno osnovno linijo, da dobite pravo konstanto glajenja (to je 0,3 v formuli) in pravi faktor dušenja (to je 0,7 v formuli).
Ideja je, da bo eno časovno obdobje v izhodišču tesno povezano z naslednjim časovnim obdobjem. Če bi bila današnja visoka temperatura 70 °F, bi morali pokazati bližajočo se hladno fronto, da bi nekoga prepričali, da bo jutrišnja najvišja temperatura 50 °F. Brez dodatnih, nasprotujočih si informacij bi stavili na 70°F. Včeraj se nagiba k napovedi danes, danes pa k napovedi jutri.
Toda premaknite se na mesece. Povprečna temperatura določenega meseca je veliko bolj povezana z zgodovinskim povprečjem za ta mesec kot s povprečno temperaturo prejšnjega meseca. Če bi bila majska povprečna dnevna najvišja temperatura 70 °F, bi se še vedno nagibali k 70 °F za junij, a preden na to položite denar, bi želeli vedeti, kakšna je bila povprečna dnevna najvišja vrednost junija lani .
Torej, tukaj boste naredili: namesto da bi uporabili samo eno konstanto za glajenje, boste uporabili dve. Namesto da bi uporabili samo eno konstanto v povezavi z neposredno predhodno osnovno vrednostjo, boste eno uporabili za prejšnjo vrednost (zgladitev maja, da bi pripomogla k napovedi junija), in eno za sezono, ki je eno leto nazaj od te (zgladitev lanskega junija do pomoč pri napovedi prihodnjega junija).
Slika prikazuje osnovno sezonsko prodajo in s tem povezane napovedi v praksi.
Sezonske napovedi se ne morejo začeti, dokler ne mine eno zaporedje osnovnih letnih časov.
Upoštevajte, kako se prodaja v tretjem četrtletju vsakega leta vedno dvigne, v četrtem četrtletju pa naraste. Nato dno v prvi in drugi četrtini izpade. Na sliki so prikazane tudi napovedi, ki so zajele sezonski vzorec v izravnalno enačbo, zaradi česar so napovedi toliko natančnejše.
Kaj pa, če bi uporabili preprosto eksponentno glajenje? Številka daje nekaj slabih novic.
Napovedi zgladijo signal v osnovni črti.
Tu je gladilna konstanta 0,3, napovedi pa so relativno neobčutljive na nihanja dejanskih vrednosti od izhodišča. Napovedi mimogrede namigujejo na vrhove in doline v izhodišču, vendar je to nekakšna zaničujoča.
Kaj pa, če bi povečali konstanto glajenja, tako da napovedi bolj spremljajo dejanske vrednosti kot jih gladijo? Ta situacija je prikazana tukaj, kjer je gladilna konstanta 0,7.
Napovedi zamujajo, da odražajo spremembe v izhodišču.
Vrhovi in doline so predstavljeni bolj jasno - vendar zaostajajo za eno obdobje za svojim dejanskim pojavom. Primerjajte zadnjo številko in njene zapoznele napovedi s prvo številko in njenimi pravočasnimi napovedmi. Napovedi na sliki 18-1 se lahko prikažejo pravočasno, ker so pozorni na dogajanje lani. In pojavljanje je 85 odstotkov življenja.
Naslednja slika prikazuje, kako lahko združite komponente, da dobite napovedano vrednost. Ne skrbite, vir komponent in njihovo pomen postanejo jasni, ko se sprehodite skozi razvoj sezonske napovedi.
Sezonski učinki so nad (pozitivne vrednosti) in pod (negativne vrednosti) trenutno splošno raven izhodišča.
Formula v celici F5 daje raven osnovne vrednosti od četrtega četrtletja 2012. Formula je:
=AVERAGE(D2:D5)
Na začetku postopka glajenja je to naša najboljša ocena trenutne ravni osnovne črte. To je samo povprečje štirih četrtletnih rezultatov prihodkov za leto 2012. To je analogno uporabi prvega opazovanja kot prve napovedi pri preprostem eksponentnem glajenju.
Iz pregleda formule v celici H5:
=F5+G2
lahko vidite, da je napoved za 1. četrtletje 2013 vsota dveh količin:
- Raven napovedi izhodišča za prvo četrtletje 2013 od četrtega četrtletja 2012 (glej celico F5)
- Učinek prisotnosti v 1. četrtletju od leta 2012 (glej celico G2)
Vsaka napoved v stolpcu E in stolpcu H je vsota ravni napovedi izhodišča in učinka sezone iz prejšnjega leta. Dober pregled zdravja primerja napovedi sezonskega glajenja na prvi sliki z navadnimi napovedmi glajenja na naslednjih dveh številkah.
Jasno je, da je bolje, če lahko ocenite sezonski učinek, preden se zgodi. To se dogaja na zadnji sliki, ki združuje raven, ki jo je mogoče pripisati sezoni, s splošno ravnjo osnovne črte, da dobimo napoved za trenutno sezono, preden se zgodi naslednji primer sezone.
To je razlog, da napoved za naslednje obdobje vpišete v stolpec H, za trenutno obdobje pa v stolpec E. S tem se boste spomnili, da lahko napoved za dano obdobje sestavite na koncu prejšnjega obdobja. Upoštevajte na primer, da ima celica H5 napoved za naslednje obdobje, celica E6 pa napoved za trenutno obdobje in da sta obe enaki 548.160 $.