Основний жаргон прогнозування продажів

Ви повинні опанувати спеціалізовану термінологію, яка використовується в прогнозуванні продажів, з кількох дуже практичних причин. Одна з них полягає в тому, що вас можуть попросити пояснити ваші прогнози вашому начальнику або на зустрічі, наприклад, менеджерів з продажу.

Ще одна вагома причина полягає в тому, що Excel використовує багато з цих термінів, як і інші програми, і зрозуміти, що відбувається, набагато легше, якщо ви знаєте, що означають ці терміни.

Авторегресивні інтегровані ковзні середні (ARIMA)

Якщо ви збираєтеся робити прогноз, якийсь розумний алек зрештою запитає вас, чи використовували ви авторегресійні інтегровані ковзні середні (ARIMA), і ви повинні знати, як відповісти. ARIMA частково є методом прогнозування, а також способом оцінки вашого базового рівня, щоб ви могли отримати кількісні докази, які підтверджують використання підходу регресії, підходу ковзного середнього або комбінації обох. Якщо ви дійсно не візьметеся за це прогнозування, ви зазвичай добре обходитеся без нього, навіть якщо це чудовий, хоча й складний, діагностичний інструмент.

До речі, ваша відповідь на розумного алека повинна бути: «Ні. Я працюю з цією базовою лінією так довго, що знаю, що досягаю найкращих результатів за допомогою експоненційного згладжування. Як ви знаєте, це одна з форм, які може приймати ARIMA».

Базовий рівень

Базової лінії являє собою послідовність даних , розташованих в хронологічному порядку приклади order.Some від вихідних умов включають в себе загальні щомісячні доходи від січня 2010 року за грудень 2015 року, кількість проданих одиниць в тиждень з 1 січня 2015 року по 31 грудня 2016 року, а також загального обсягу квартальних доходів від Q1 2007 – 4 квартал 2016. Дані, упорядковані таким чином, іноді називають часовими рядами.

Співвідношення

Кореляційний коефіцієнт виражає , наскільки сильно пов'язані дві змінні. Його можливі значення коливаються від –1,0 до +1,0, але на практиці ви ніколи не знайдете кореляції настільки екстремальними. Чим ближчий коефіцієнт кореляції до +/–1,0, тим міцніший зв’язок між двома змінними. Кореляція 0,0 означає відсутність зв’язку. Таким чином, ви можете виявити кореляцію +0,7 (досить сильна) між кількістю торгових представників у вас і загальним доходом, який вони приносять: чим більша кількість представників, тим більше продається. І ви можете знайти кореляцію –0,1 (досить слабка) між тим, скільки продає представник, і його номером телефону.

Особливим типом кореляції є автокореляція, яка обчислює силу зв’язку між одним спостереженням у базовій лінії та попереднім спостереженням (часто, але не завжди, зв’язок між двома послідовними спостереженнями). Автокореляція говорить про силу зв’язку між тим, що було раніше, і тим, що було після. Це, у свою чергу, допоможе вам вирішити, яку техніку прогнозування використовувати. Ось приклад того, як обчислити автокореляцію, що може зробити концепцію трохи зрозумілішою:

=CORREL(A2:A50,A1:A49)

Ця формула Excel використовує функцію CORREL, щоб показати, наскільки сильний (або слабкий) зв’язок між будь-якими значеннями в A2:A50 і значеннями в A1:A49. Найкорисніші автокореляції включають базові лінії, які сортуються в хронологічному порядку. (Цей вид автокореляції не зовсім такий же, як автокореляція, розрахована в моделях ARIMA.)

Цикл

Цикл схожий на сезонний характер, але не вважає його таким же чином , як ви робите сезонності. Підйом може тривати кілька років, і спад може робити те саме. Крім того, для завершення одного повного циклу може знадобитися чотири роки, а наступного – лише два роки. Хорошим прикладом є бізнес-цикл: рецесії переслідують бум, і ніколи не знаєш, скільки триватиме кожен із них. Навпаки, річні сезони мають однакову тривалість або майже таку.

Коефіцієнт демпфування

Коефіцієнт демпфування — це частка від 0,0 до 1,0, яку ви використовуєте для експоненційного згладжування, щоб визначити, яка частина помилки в попередньому прогнозі буде використана при обчисленні наступного прогнозу.

Насправді, використання терміна демпфуючий фактор трохи незвичне. Більшість текстів про експоненціальне згладжування посилаються на константу згладжування. Коефіцієнт демпфування дорівнює 1,0 мінус константа згладжування. Насправді не має значення, який термін ви використовуєте; ви просто коригуєте формулу відповідно.

Експоненційне згладжування

Дурний термін, навіть якщо технічно точний. Використовуючи експоненційне згладжування, ви порівнюєте свій попередній прогноз із попереднім фактичним (у цьому контексті фактичним є результат продажів, який вам повідомляє бухгалтерія — після факту — який ви створили). Потім ви використовуєте помилку — тобто різницю між попереднім прогнозом та попереднім фактичним — щоб налаштувати наступний прогноз і, як ви сподіваєтесь, зробити його точнішим, ніж якби ви не врахували попередню помилку.

Прогнозний період

Період прогнозу — це проміжок часу, який представлений кожним спостереженням у вашій базовій лінії. Цей термін використовується, оскільки ваш прогноз зазвичай представляє той самий період часу, що й кожне базове спостереження. Якщо ваш базовий план складається з місячних доходів від продажів, ваш прогноз зазвичай стосується наступного місяця. Якщо базовий план складається з квартальних продажів, ваш прогноз зазвичай на наступний квартал. Використовуючи регресійний підхід, ви можете робити прогнози на більш віддалене майбутнє, ніж лише один прогнозований період, але чим далі ваш прогноз віддаляється від останнього фактичного спостереження, тим тонше лід.

Ковзна середня

Ви напевно стикалися з концепцією ковзних середніх десь уздовж лінії. Ідея полягає в тому, що усереднення спричиняє погашення шуму в базовій лінії, залишаючи вам краще уявлення про сигнал (що насправді відбувається з часом, не заплямований неминучими випадковими помилками). Це середнє значення, оскільки це середнє значення деякої кількості послідовних спостережень, наприклад середнє значення продажів у січні, лютому та березні. Воно рухається, тому що усереднені періоди часу рухаються вперед у часі — отже, перше ковзне середнє може включати січень, лютий та березень; друге ковзне середнє може включати лютий, березень та квітень; і так далі.

Немає вимоги, щоб кожне ковзне середнє включало три значення — це може бути два, чотири, п’ять або навіть більше.

Змінна предиктора

Зазвичай цей термін використовується, коли ви прогнозуєте з регресією. Мінлива предиктор є змінною використовуються для оцінки вартості майбутнього змінних ви хочете спрогнозувати. Наприклад, ви можете знайти надійний зв’язок між ціною одиниці продажу та обсягом продажів. Якщо ви знаєте, скільки ваша компанія збирається стягувати за одиницю протягом наступного кварталу, ви можете використовувати це співвідношення для прогнозування обсягу продажів на наступний квартал. У цьому прикладі ціна продажу одиниці є змінною-провісником.

Регресія

Якщо ви використовуєте регресійний підхід до прогнозування продажів, це тому, що ви знайшли надійний зв’язок між доходами від продажів і однією або кількома змінними-прогнозниками. Ви використовуєте цей зв’язок, а також свої знання про майбутні значення змінних-провісників, щоб створити свій прогноз.

Як би ви дізналися ці майбутні значення змінних-провісників? Якщо ви збираєтеся використовувати ціну за одиницю як прогноз, один із добрих способів — дізнатися в управлінні продуктом, скільки воно збирається стягувати за одиницю протягом кожного з наступних, скажімо, чотирьох кварталів. Інший спосіб включає дати: цілком можливо, і навіть часто, використовувати дати (наприклад, місяці в межах років) як провісну змінну.

Сезонність

Протягом року ваш базовий рівень може підвищуватися та знижуватися на сезонній основі. Можливо, ви продаєте товар, продажі якого підвищуються в теплу погоду і падають в холодну. Якщо ви бачите, що приблизно однакова закономірність спостерігається протягом року протягом кількох років, ви знаєте, що розглядаєте сезонність. Ви можете скористатися цими знаннями, щоб покращити свої прогнози. Корисно відрізняти пори року від циклів. Ніколи не знаєш, скільки триватиме певний цикл. Але кожна з чотирьох пір року триває три місяці.

Тренд

Тенденція є тенденцією рівня базової лінії , щоб піднятися або впасти з плином часу. Звісно, ​​тенденція до зростання доходів є хорошою новиною для торгових представників і відділу продажів, не кажучи вже про решту компанії. Падіння базового рівня продажів, хоча і рідко хороші новини, може повідомити маркетингу та менеджменту продуктів, що їм потрібно прийняти деякі рішення, можливо, болючі, і діяти. Незалежно від напрямку тенденції, той факт, що тенденція існує, може спричинити проблеми для ваших прогнозів у деяких контекстах, але є способи вирішення цих проблем.