Chýbajúce údaje spôsobujú nerovnaké časové obdobia v prognózach predaja

Keď pracujete s prognózami predaja, ktoré sú založené na kĺzavých priemeroch a na exponenciálnom vyhladzovaní, pracujete s prognózami, ktoré závisia od základnej línie s po sebe nasledujúcimi časovými obdobiami. Ak však niektoré z týchto časových úsekov chýbajú, môžete mať problémy. Tento obrázok ukazuje, ako funguje úplná základná línia.

Excel dokáže vypočítať trendovú čiaru a rovnicu za vás.

Všimnite si priamku v grafe. Nazýva sa to trendová čiara. Trendová čiara ukazuje, do akej miery postupný rast výnosov zodpovedá dátumom, kedy boli výnosy vykázané. Len to, čo chcete vidieť. Vo všeobecnosti platí, že čím väčší je sklon trendovej čiary, tým silnejší je vzťah medzi časovým obdobím a výnosmi, a to je celkom slušný výsledok.

Trendová čiara sa vytvorí kliknutím pravým tlačidlom myši na sériu údajov v grafe a výberom položky Pridať trendovú čiaru z ponuky skratiek. Znázornenie trendovej čiary ako samostatného radu vám dáva väčšiu kontrolu; pomocou Pridať trendovú čiaru je rýchlejšie.

Porovnajte tabuľku zobrazenú predtým s grafom na nasledujúcom obrázku.

Čím menšia je hodnota R, tým je predpoveď menej spoľahlivá. R-štvorec 0,07 je malý.

Dátumy a výnosy sú rovnaké ako v predchádzajúcom obrázku, až na to, že chýba sedem mesiacov, niektoré od začiatku základnej línie a niekoľko od hlboko po základnej čiare. Teraz bol vzťah medzi časovým obdobím a jeho výnosmi narušený chýbajúcimi obdobiami a trendová čiara v grafe sa stala takmer horizontálnou, čo naznačuje oveľa slabší vzťah.

Nemohli by ste veľmi dôverovať prognóze zostavenej zo základnej línie na druhom obrázku, aj keď údaje, ktoré sú v nej, sú podmnožinou rovnakých ako údaje na obrázku. Lekcia: Zabezpečte základnú líniu, ktorá je preplnená po sebe nasledujúcimi časovými obdobiami – alebo sa neobťažujte prognózami.