Výber časových období v prognóze predaja v Exceli

Predpokladajme, že potrebujete predpovedať predaj na časové obdobie, ktoré je ďaleko od súčasnosti – napríklad rok. Tu vstupuje do hry úsudok spolu s povahou vašich požiadaviek.

Ak vaša základná línia pozostáva z niekoľkých rokov so skutočnými hodnotami rozdelenými podľa mesiacov, jednu vec, ktorú môžete zvážiť, je zmeniť časové obdobie základnej línie z mesiacov na roky. Potom môžete predpovedať celý budúci rok, hoci vaše predpovede nebudú každý mesiac. Získali by ste predpoveď o jeden krok vpred a ten jeden krok by bol celý rok.

Kontingenčné tabuľky sú užitočné na zhrnutie základných údajov do dlhších časových období.

Tu je to, čo sa deje na obrázku:

• Stĺpec A obsahuje mesiac, počas ktorého boli vykázané výnosy. Presahuje nadol za spodnú časť viditeľnej oblasti pracovného hárka do decembra 2016.
• Stĺpec B obsahuje výnosy za každý mesiac.
• Rozsah D3:E8 obsahuje kontingenčnú tabuľku. (Kontingenčné tabuľky Excelu sú obrovským prínosom pre prognózy a ako ich používať, môžete zistiť v kapitole 8.) Táto kontingenčná tabuľka prevádza mesačné údaje v stĺpcoch A a B na ročné údaje – súčet príjmov za každý rok.
• Prognóza na každý rok s použitím kĺzavých priemerov je v rozsahu G6:H8. Vaša predpoveď na rok 2017 o jeden krok vpred je v bunke H9. V tomto prípade sú prognózy založené skôr na dvojročných kĺzavých priemeroch než na priemeroch za tri obdobia, ktoré sa objavujú.

Tento prístup má niekoľko nevýhod:

• Vaša základná línia sa pohybuje od 60 pozorovaní (mesačné príjmy za 5 rokov, dobrá dlhá základná línia) po 5 pozorovaní (ročné príjmy za 5 rokov, skutočne krátka základná línia). Také drastické skrátenie dĺžky vašej základnej línie často spôsobuje zavádzajúce výsledky. Ale pretože mesačné výnosy vykazujú rovnaký postupný rast ako ročné súčty, môžete mať určitú dôveru v ročné.
• Ktokoľvek si vyžiadal prognózu – účtovník, banka, obchodný manažér, obchodný viceprezident – ​​mohol by chcieť vidieť predpoveď na rok 2017 na mesačnej báze. Ak áno, pravdepodobne budete musieť zálohovať na mesačnú základnú líniu a použiť regresiu ( pravdepodobne preto, že možno budete môcť nájsť sezónnosť v základnej línii, ktorá by podporila sezónne vyhladzovanie).