Anta att du behöver prognostisera försäljningen för en tidsperiod som är långt borta från nuet - ett år, till exempel. Det är här bedömningen kommer in i bilden, tillsammans med dina krav.
Om din baslinje består av flera år, med faktiska uppgifter uppdelade efter månader, är en sak du kan tänka på att ändra baslinjens tidsperiod från månader till år. Sedan kan du prognostisera hela nästa år - även om dina prognoser inte skulle vara månad för månad. Du skulle få prognosen ett steg framåt, och det ett steg skulle vara hela året.
Pivottabeller är användbara för att sammanfatta baslinjedata i längre tidsperioder.
Här är vad som händer i figuren:
- Kolumn A innehåller den månad under vilken intäkten redovisades. Den sträcker sig ner förbi botten av det synliga kalkylbladsområdet till december 2016.
- Kolumn B innehåller intäkterna för varje månad.
- Området D3:E8 innehåller en pivottabell. (Excels pivottabeller är enorma tillgångar för prognoser, och du kan ta reda på hur du använder dem i kapitel 8.) Denna pivottabell omvandlar månadsdata i kolumnerna A och B till årsdata — summan av intäkterna för varje år.
- Prognosen för varje år, med hjälp av glidande medelvärden, ligger i intervallet G6:H8. Din ett steg framåt-prognos för 2017 finns i cell H9. I det här fallet baseras prognoserna på tvååriga glidande medelvärden, snarare än de treperiodsmedelvärden som visas.
Metoden har ett par nackdelar:
- Din baslinje går från 60 observationer (månadsinkomst över 5 år, en bra lång baslinje) till 5 observationer (årlig intäkt över 5 år, en kort baslinje faktiskt). Att minska längden på din baslinje så drastiskt orsakar ofta missvisande resultat. Men eftersom de månatliga intäkterna visar samma gradvisa tillväxt som de årliga summorna, kan du ha visst förtroende för årstalen.
- Den som begärde prognosen - en revisor, en bank, en försäljningschef, en försäljningschef - kunde vilja se prognosen för 2017 på månadsbasis. Om så är fallet måste du antagligen säkerhetskopiera till den månatliga baslinjen och använda regression ( förmodligen eftersom du kanske kan hitta säsongsvariationen i baslinjen som skulle stödja säsongsutjämning).