Isi kandungan:
Video: Pertanyaan yang Sering Keluar dalam Sidang Skripsi (HASIL CUMLAUDE!!!) 2024
Data kualitatif adalah maklumat yang membantu anda memahami latar belakang untuk data kuantitatif. Sudah tentu, itu menimbulkan persoalan: Apa data kuantitatif? Data kuantitatif adalah data berangka - bilangan unit pasukan anda yang dijual pada suku sebelumnya, atau hasil yang dibawa oleh pasukan anda pada bulan Mac.
Dengan data kuantitatif, anda boleh menggunakan Excel untuk mengira bilangan unit yang dijual setiap bulan, atau paling sedikit, atau yang paling banyak. Anda boleh menggunakan Excel untuk mencari purata hasil pendapatan yang diperoleh oleh pasukan jualan anda, atau hasil minimum, atau peratusan pendapatan tahunan yang diperoleh pada bulan Oktober.
Sebaliknya, data kualitatif tidak mempunyai purata, minimum, atau maksimum. Ini maklumat yang membantu anda memahami data kuantitatif. Ia meletakkan nombor dalam konteks. Ia membantu melindungi anda daripada membuat kesilapan yang benar-benar lembik.
Menanya soalan yang betul
Anggap bahawa VP of Sales meminta anda untuk meramalkan berapa banyak kereta agensi anda akan menjual pada tahun depan. Sekiranya agensi anda kebanyakannya menjual Fords, ia adalah munasabah untuk mengambil kekalahan pada ramalan. Jika, sehingga tahun lepas, agensi anda kebanyakannya menjual Duesenbergs, membuat ramalan tidak masuk akal. Anda tidak boleh menjual mana-mana Duesenbergs kerana tiada siapa yang membuat mereka lagi.
Contoh itu diakui melampau, tetapi ia tidak sepenuhnya bodoh. Anda perlu tahu apa yang syarikat anda akan dibawa ke pasaran dalam tempoh masa yang anda mahu ramalkan. Jika tidak, sejarah jualan anda - baseline anda - tidak relevan. Dan anda tidak boleh membuat ramalan yang tepat berdasarkan baseline yang tidak relevan.
Berikut adalah beberapa soalan yang perlu anda tanya sebelum anda mula berfikir tentang meletakkan garis dasar bersama:
- Berapakah bilangan jurujual yang akan disediakan oleh syarikat anda kepada anda? Adakah anda mempunyai lebih banyak kaki di jalan berbanding tahun lepas? Kurang? Mengenai perkara yang sama? Saiz tenaga jualan membuat perbezaan. Untuk membuat ramalan yang baik, anda perlu tahu apa sumber jualan yang akan tersedia.
- Adakah paras komisen berubah semasa tempoh ramalan? Adakah syarikat anda memberi insentif kepada tenaga jualan seperti yang telah berlaku selama 12 bulan yang lalu? Jika ya, anda tidak perlu bimbang tentang perkara ini dalam membuat ramalan. Tetapi jika model perniagaan telah berubah dan harga komisen akan turun kerana persaingan telah menurun - atau kadar akan naik kerana persaingan telah mengeras - ramalan anda perlu mengambil kira perkara tersebut.
- Adakah harga produk akan berubah semasa tempoh ramalan ini? Adakah harga produk anda akan melompat? Jika ya, anda mungkin perlu membina beberapa pesimisme ke ramalan unit yang dijual. Adakah mereka akan jatuh? Kemudian anda boleh optimis. (Perlu diingat bahawa harga biasanya memberi kesan kepada unit yang dijual lebih daripada pendapatan.)
Anda tidak boleh menggunakan ramalan untuk menjawab soalan seperti ini. Namun jawapan mereka - yang layak sebagai data kualitatif - adalah penting untuk membuat ramalan yang baik. Anda boleh mempunyai garis dasar yang panjang, berperilaku baik, yang benar-benar penting untuk ramalan yang baik. Dan kemudian anda boleh benar-benar tertipu jika syarikat anda mengubah barisan produknya, atau mengurangkan tenaga jualannya, atau mengubah struktur komisennya sehingga pasukan jualan berjalan atau menurunkan harganya sehingga pasaran tidak dapat menjaga tangan kolektifnya dari barisan produk. Mana-mana daripada ini akan membuat ramalan anda kelihatan seperti anda mengangkat bahu dan menggulung beberapa dadu.
Anda tidak boleh bergantung sepenuhnya pada garis asas untuk membuat ramalan jualan. Anda perlu memberi perhatian kepada apa yang syarikat anda lakukan dalam pemasarannya, harga, pengurusan orang, tindak balas terhadap persaingan, untuk membuat ramalan jualan yang baik.
Menjaga mata anda pada bola: Tujuan ramalan anda
Sediakan garis dasar anda untuk mencerminkan tempoh yang anda mahu ramalkan. Iaitu, jika anda ingin meramal jualan satu bulan, garis dasar anda harus menunjukkan sejarah jualan anda dalam beberapa bulan. Jika tujuan ramalannya adalah untuk membantu membimbing unjuran kewangan seperti anggaran pendapatan, anda mungkin ingin meramalkan keputusan suku tahun, dan garis dasar anda harus diatur ke dalam lingkungan.
Angka ini menunjukkan contoh garis dasar yang berguna.
Ramalan ini adalah untuk bulan depan, jadi garis dasar menyediakan sejarah jualan bulanan.Anda boleh dengan mudah membuat senarai nama bulan dalam lajur B. Anda akan memilih sel B2 dan taip Januari, atau Jan. Tekan Enter, dan jika perlu, pilih semula B2 sel (atau tekan Ctrl + Enter untuk meninggalkan sel B2 dipilih semasa anda masukkan nilainya). Perhatikan persegi hitam kecil di penjuru kanan bawah sel - ia dipanggil pengisi penuh. Gerakkan penunjuk tetikus anda ke atas pemegang isian. Anda akan melihat perubahan penunjuk kepada penyahkawai. Sekarang, walaupun anda masih dapat melihat crosshairs, tekan butang tetikus, terus menahannya, dan seret sejauh yang anda mahu. Excel mengisi nama bulan untuk anda. Ini juga berfungsi selama beberapa hari dalam seminggu.
Ada beberapa peraturan mengenai pembinaan asas yang anda dapati berguna untuk diingat.
- Gunakan tempoh masa panjang yang sama dalam garis dasar anda. Menggunakan satu tempoh yang meliputi 1 Februari hingga 14 Februari, dan tempoh seterusnya yang meliputi 15 Februari hingga 31 Mac adalah pelik. Saya telah melihat ia dilakukan, walaupun, hanya kerana ia menjadi mudah untuk meletakkan data bersama-sama dengan cara itu. Tetapi itu melemparkan perkara, kerana pendapatan bulan Februari adalah kurang memandang dan pendapatan Mac yang jelas melebihi. Tidak kira pendekatan ramalan yang anda gunakan, itu akan menjadi masalah.(Anda dengan mudah boleh mengabaikan perbezaan kecil, seperti 28 hari pada bulan Februari dan 31 hari pada bulan Mac.)
- Pastikan tempoh masa dalam garis dasar anda teratur, paling awal hingga terkini. Beberapa teknik ramalan yang popular, termasuk dua yang dijelaskan dalam buku ini, bergantung kepada hubungan antara ukuran satu tempoh dan ukuran masa berikutnya. Sekiranya tempoh masa anda tidak dapat dipertimbangkan, ramalan anda akan terkeluar. Selalunya, langkah mentah anda tidak akan berada dalam susunan kronologi, dan atas pelbagai sebab anda ingin meringkaskannya dengan jadual pangsi - yang anda boleh dengan mudah dimasukkan ke dalam perintah tarikh. Malah, jadual pivot meletakkan data diringkaskan ke dalam susunan kronologi secara lalai.
- Akaun untuk semua tempoh masa dalam garis dasar. Jika garis dasar anda bermula pada Januari 2015, anda tidak boleh keluar dari Februari 2015, walaupun data hilang. Sekiranya bulan-bulan yang masih ada, langkau Januari 2015 dan bermula dengan Mac 2015. Mengapa? Kerana anda ingin memastikan anda mendapat hak hubungan antara satu tempoh dan seterusnya.