Vilken prognosmetod du använder gör skillnad, men oavsett ditt val måste du i Excel ställa in dina basdata på ett speciellt sätt. Excel föredrar det om dina data är i form av en tabell. Nedan följer en snabb översikt.
Använda tabeller
Det finns inget mystiskt med en Excel-tabell. En tabell är ungefär som en databas. Ditt Excel-kalkylblad har kolumner och rader, och om du lägger en tabell där behöver du bara hantera tre krav:
- Håll olika variabler i olika kolumner. Till exempel kan du sätta försäljningsdatum i en kolumn, försäljningsbelopp i en annan kolumn, säljarnas namn i en annan, produktrader i ytterligare en annan.
- Håll olika register i olika rader. När det gäller att registrera försäljningsinformation, håll olika försäljningsregister på olika rader. Lägg information om en försäljning som gjordes den 15 januari på en rad och information om en försäljning som gjordes den 16 januari på en annan rad.
- Placera namnen på variablerna i tabellens första rad. Till exempel kan du sätta "Försäljningsdatum" i kolumn A, "Intäkt" i kolumn B, "Säljare" i kolumn C och "Produkt" i kolumn D.
Bilden visar en typisk Excel-tabell.

Du behöver inte hålla journalerna i datumordning – du kan hantera det senare.
Varför bry sig om bord? Eftersom många Excel-verktyg, inklusive de du använder för att göra prognoser, förlitar sig på tabeller. Diagram – som hjälper dig att visualisera vad som händer med din försäljning – är beroende av tabeller. Pivottabeller – som är det mest kraftfulla sättet du har för att sammanfatta dina försäljningsresultat i Excel – är mycket beroende av tabeller. Data Analysis-tillägget – ett mycket användbart sätt att göra prognoser – förlitar sig också på tabeller.
I flera år var Excel beroende av ett informellt arrangemang av data som kallas en lista . En lista såg ungefär ut som en tabell gör nu, med fältnamn på sin första rad, följt av poster. Men en lista hade inte inbyggda egenskaper som postantal eller filter eller totala rader eller ens ett namn. Du var tvungen att vidta särskilda åtgärder för att identifiera antalet rader och kolumner som listan upptog.
I Excel 2007 lade Microsoft till tabeller som en ny funktion, och tabeller har alla de saker som listor saknar. En aspekt av tabeller är särskilt användbar för försäljningsprognoser. Allt eftersom tiden går och du får mer information om försäljningssiffror vill du lägga till den nya informationen till din baslinje. Med hjälp av listor var du tvungen att definiera vad som kallas ett dynamiskt intervallnamn för att rymma de nya data.
Med tabeller är allt du behöver göra att tillhandahålla en ny post, vanligtvis i en ny rad i slutet av tabellen. När du gör det utökas tabellen automatiskt för att fånga in ny data. Allt i arbetsboken - diagram, formler, vad som helst - uppdateras också automatiskt för att återspegla den nya informationen. Tabeller är en stor förbättring jämfört med listor och den här boken använder dem i stor utsträckning.
Beställer din data
"Att beställa dina data" kan låta lite som att "färga innanför linjerna." Affären är att du måste berätta för Excel hur mycket du sålde 1999, och sedan hur mycket 2000, och 2001, och så vidare. Om du ska göra det måste du lägga uppgifterna i kronologisk ordning.
Det allra bästa sättet att placera dina data i kronologisk ordning i Excel är genom pivottabeller. En pivottabell tar enskilda poster som finns i en Excel-tabell (eller i en extern databas) och kombinerar posterna på sätt som du kontrollerar. Du kan ha en tabell som visar ett års försäljning, inklusive namnet på säljaren, den sålda produkten, försäljningsdatumet och försäljningsintäkterna. Om så är fallet kan du mycket snabbt skapa en pivottabell som summerar försäljningsintäkter per säljare och per produkt över kvartalen. Med hjälp av pivottabeller kan du sammanfatta tiotusentals poster, bokstavligen inom några sekunder. Om du inte har använt pivottabeller tidigare, introducerar den här boken inte bara ämnet utan får dig också att drömma om dem mitt i natten.
Tre särskilt underbara saker med pivottabeller:
- De kan samla all din försäljningsdata åt dig – eller, för den delen, din data om solvinden, men det här handlar om försäljningsprognoser. Om du samlar in information på försäljningsbasis, och du sedan vill veta hur mycket dina reps sålde en viss dag, under en given vecka, och så vidare, är en pivottabell det bästa sättet att göra det.
- Du kan använda en pivottabell som grund för din nästa prognos, vilket sparar en massa tid.
- De har ett unikt sätt att hjälpa dig att gruppera din historiska data - efter dag, vecka, månad, kvartal, år, du namnger det.