Du behöver ett sätt att sammanfatta enskilda försäljningsposter till en baslinje för prognoser. De flesta företag som säljer produkter och tjänster registrerar sin försäljning på daglig basis, oavsett om de registrerar intäkter eller antalet enheter som såldes.
Du kan vanligtvis se från deras företagsbokföringssystem hur många dollar de tog in den 4 maj och den 12 oktober, eller hur många widgets de sålde den 8 februari och den 25 augusti.
Bokföringssystemet bryter vanligtvis ut individuella försäljningar. Så om företaget gjorde tio försäljningar den 3 juni, kommer du att se ett annat rekord för var och en av de tio försäljningarna. Att se dessa försäljningar en efter en är bra om du är revisor, eller om du har någon annan anledning att behöva information om enskilda försäljningar, eller om du har svårt att sova. Men om du prognostiserar är individuella poster till besvär.
Tänk på följande idéer när du bestämmer dig för det bästa sättet att sammanfatta din försäljningsdata:
- Du behöver inga individuella försäljningsuppgifter. Om ditt företag gjorde tre försäljningar den 5 januari – en för 2 500 USD, en annan för 8 650 USD och en annan för 4 765 USD – är ett viktigt faktum du vill veta att du den 5 januari tog in 15 915 USD.
- Du prognostiserar inte försäljningen på daglig basis. Om ditt företag är som de flesta behöver du en större bild. För att planera dina lagernivåer, bestämma hur många säljare ditt företag behöver, och ta reda på vad du kan förvänta dig i intäkter och vad ditt företags skatteskuld kommer att bli, behöver du en längre tidsperiod som en månad eller ett kvartal för din prognos.
- Du måste matcha längden på din tidsperiod med dina skäl för att prognostisera. Typiska tidsperioder är en månad, ett kvartal eller ett år, beroende på varför du prognostiserar. För inköp av material kanske du vill prognostisera din försäljning för nästa månad. För att uppskatta intäkterna kanske du vill prognostisera din försäljning för nästa kvartal. För anställningsbeslut kanske du vill prognostisera din försäljning för nästa år.
Poängen är att om du ska prognostisera försäljningen för nästa månad måste du organisera din baslinje i månader: hur mycket du sålde i januari, i februari, i mars, och så vidare. Om du ska prognostisera försäljningen för nästa kvartal, så är det så du behöver organisera din baslinje: hur mycket du sålde under Q1, i Q2, i Q3, och så vidare.
Du behöver en mycket längre baslinje än bara tre perioder för att göra en prognos som inte kommer att genera dig.
Excels pivottabeller är idealiska för att hjälpa dig att summera dina försäljningsdata för att upprätta en baslinje för prognoser. Du matar in dina råa försäljningsdata i Excel, där du kan bygga pivottabeller på två primära sätt:
- Från en Excel-tabell: Anta att din ekonomi- eller IT-avdelning kan skicka försäljningsdata till dig i ett mjukt kopieringsformat, som en .csv-fil (kommaseparerade värden). Du kan klistra in dessa data i en Excel-arbetsbok som en lista, konvertera den listan till en tabell och basera en pivottabell på den.
- Från (vad Excel kallar) externa data : Med andra ord lagras inte underliggande data, de enskilda försäljningssiffrorna i ett Excel-kalkylblad. De förvaras i en separat databas eller en textfil eller till och med en annan Excel-arbetsbok.
Att bygga dina pivottabeller på extern data kan vara praktiskt eftersom försäljningsdata vanligtvis uppdateras rutinmässigt i den externa datakällan (i praktiken är detta ofta en sann relationsdatabas, till skillnad från en platt fil som en vanlig Excel-lista eller tabell). När du sedan vill uppdatera din prognos behöver du inte hämta och klistra in ny data i din arbetsbok. Pivottabellen kan uppdatera sig själv automatiskt från den externa datakällan.