3 Kaedah Ramalan Excel - dummies

Jika anda ingin ramalkan masa depan di Excel - seterusnya contohnya, anda perlu mendapatkan pegangan pada apa yang berlaku pada masa lalu.Jadi anda selalu bermula dengan apa yang dipanggil baseline (iaitu, sejarah lalu - berapa banyak biji poppy syarikat yang dijual pada setiap Sepuluh tahun yang lalu, di mana pasaran niaga hadapan berakhir setiap 12 bulan terakhir, suhu harian harian adalah terkini).

Kecuali anda akan hanya menggulung dadu dan membuat tekaan, anda perlu garis panduan untuk ramalan. Hari ini mengikuti semalam Apa yang berlaku esok biasanya mengikuti pola apa yang berlaku hari ini, minggu lepas, bulan lepas, suku tahun lepas, tahun lepas. pada apa yang sudah berlaku, anda mengambil langkah yang mantap untuk meramalkan apa yang akan berlaku seterusnya.

Ramalan Excel tidak berbeza dari ramalan y ou make dengan program peramalan khusus. Tetapi Excel sangat berguna untuk membuat ramalan jualan, kerana pelbagai sebab:

• Anda sering mempunyai sejarah jualan yang dirakam dalam lembaran kerja Excel. Apabila anda sudah menyimpan sejarah jualan anda di Excel, berdasarkan ramalan anda tentang sejarah jualan yang sedia ada adalah mudah - anda sudah mendapat tangan anda di atasnya.
• Ciri-ciri grafik Excel menjadikan lebih mudah untuk memvisualisasikan apa yang berlaku dalam sejarah jualan anda dan bagaimana sejarah itu mentakrifkan ramalan anda.
• Excel mempunyai alat (didapati dalam apa yang dikenali sebagai Analisis Data tambah-masuk) yang membuat ramalan menjana lebih mudah. Anda masih perlu tahu apa yang anda lakukan dan apa yang dilakukan oleh alat - anda tidak mahu hanya menjejaskan nombor melalui beberapa alat analisis dan mengambil keputusan pada nilai muka, tanpa mengerti apa alat itu sampai. Tetapi itulah buku ini di sini.
• Anda boleh mengambil lebih banyak kawalan ke atas bagaimana ramalan dibuat dengan melangkau alatan peramalan Analisis Data dan memasuki formula anda sendiri. Apabila anda mendapat lebih banyak pengalaman dengan peramalan, anda mungkin akan mendapati diri anda melakukannya lebih dan lebih.

Anda boleh memilih daripada beberapa kaedah peramalan yang berbeza, dan di sini bahawa penghakiman bermula. Ketiga kaedah yang paling kerap digunakan, tanpa perintah khas, bergerak rata-rata, melicinkan eksponen, dan regresi.

Kaedah # 1: Pergerakkan rata-rata

Pergerakan purata mungkin menjadi pilihan terbaik jika anda tidak mempunyai sumber maklumat selain daripada sejarah jualan - tetapi anda lakukan perlu mengetahui sejarah jualan baseline anda. Idea yang mendasari ialah daya pasaran mendorong jualan anda naik atau turun. Dengan mensasarkan hasil jualan anda dari bulan ke bulan, suku ke suku, atau tahun ke tahun, anda boleh mendapatkan idea yang lebih baik mengenai trend jangka panjang yang mempengaruhi hasil jualan anda.

Sebagai contoh, anda mendapati hasil jualan purata tiga bulan terakhir tahun lepas - Oktober, November, dan Disember. Kemudian anda dapati purata tempoh tiga bulan yang akan datang - November, Disember, dan Januari (dan kemudian Disember, Januari, dan Februari; dan sebagainya). Sekarang anda mendapat idea tentang arah umum yang jualan anda mengambil. Proses purata menimbulkan benjolan yang anda dapatkan dari berita ekonomi yang tidak menggembirakan atau boomlet sementara.

Kaedah # 2: melicinkan eksponen

Pengekalan eksponen berkait rapat dengan purata bergerak. Sama seperti purata bergerak, perataan eksponen menggunakan sejarah lalu untuk meramalkan masa depan. Anda menggunakan apa yang berlaku minggu lepas, bulan lepas, dan tahun lepas untuk ramalkan apa yang akan berlaku minggu depan, bulan depan, atau tahun depan.

Perbezaannya ialah apabila anda menggunakan pelicinan, anda mengambil kira betapa buruk ramalan anda sebelumnya - iaitu, anda mengakui ramalan itu sedikit kacau. (Bersedialah untuk itu - ia berlaku.) Perkara yang baik tentang melicinkan eksponen ialah anda mengambil ralat dalam ramalan terakhir anda dan menggunakan ralat itu, jadi anda berharap, untuk meningkatkan ramalan anda yang seterusnya.

Jika ramalan terakhir anda terlalu rendah, pelonggaran eksponen menendang ramalan seterusnya anda. Sekiranya ramalan terakhir anda terlalu tinggi, melicinkan eksponen akan menendang ke depan.

Idea asas ialah pelonggaran eksponen membetulkan ramalan anda yang seterusnya dengan cara yang menjadikan sebelumnya ramalan yang lebih baik. Itulah idea yang baik, dan ia biasanya berfungsi dengan baik.

Kaedah # 3: Regresi

Apabila anda menggunakan regresi untuk membuat ramalan, anda bergantung pada satu pembolehubah untuk meramalkan yang lain. Sebagai contoh, apabila Federal Reserve menimbulkan kadar faedah jangka pendek, anda mungkin bergantung kepada pemboleh ubah tersebut untuk meramalkan apa yang akan berlaku kepada harga bon atau kos gadai janji. Berbeza dengan purata bergerak atau pelonggaran eksponen, regresi bergantung kepada pembolehubah berbeza untuk memberitahu anda apa yang mungkin berlaku seterusnya - sesuatu selain daripada sejarah jualan anda sendiri.