Basic Sales Forecasting Lingo - dummies

Du måste få ett handtag på den specialiserade terminologin som används i prognosen för försäljning av några praktiska skäl. En är att du kan bli ombedd att förklara dina prognoser till din chef eller i ett möte av exempelvis försäljningschefer.

En annan bra anledning är att Excel använder många av dessa termer, liksom andra program och att utreda vad som händer är mycket enklare om du vet vad villkoren betyder.

Autoregressiva integrerade glidande medelvärden (ARIMA)

Om du ska göra prognoser kommer en del smart aleck att fråga dig om du använde autoregressiva integrerade glidmedelvärden (ARIMA), och du borde veta hur man svarar ARIMA är delvis en prognosmetod och också ett sätt att utvärdera din baslinje så att du kan få kvantitativa bevis som stöder att använda en regressionsmetod, ett rörligt medelvärde eller en kombination av båda. Om du inte verkligen tar med dessa prognoser, gör du vanligtvis bara bra utan det, även om det är ett utmärkt, om ett komplext, diagnostiskt verktyg.

Förresten måste ditt svar på smart aleck vara "Nej. Jag har arbetat med denna baslinje så länge nu jag vet att jag får mina bästa resultat med exponentiell utjämning. Som du vet är det en av de former som ARIMA kan ta. "

Baslinje

A baslinje är en sekvens av data som ordnas i kronologisk ordning. Några exempel på baslinjer inkluderar månatliga intäkter från januari 2010 till december 2015, antal enheter som säljs varje vecka från 1 januari 2015 till 31 december 2016 och kvartalsintäkter från första kvartalet 2007 till och med fjärde kvartalet 2016. Data som härrangeras kallas ibland en tidsserie.

Korrelation

A korrelation koefficienten uttrycker hur starkt två variabler är relaterade. De möjliga värdena varierar från -1. 0 till +1. 0, men i praktiken hittar du aldrig korrelationer så extrema. Ju närmare en korrelationskoefficient är +/- 1. 0, desto starkare är förhållandet mellan de två variablerna. En korrelation av 0. 0 betyder inget förhållande. Så, du kan hitta en korrelation av +0. 7 (ganska stark) mellan antalet försäljningsrepresentanter du har och de totala intäkterna de tar med: Ju större antal reps desto mer säljs. Och du kan hitta en korrelation av -0. 1 (ganska svag) mellan hur mycket en rep säljer och hans telefonnummer.

En särskild typ av korrelation är autokorrelation, som beräknar styrkan i förhållandet mellan en observation i en baslinje och en tidigare observation (ofta men inte alltid förhållandet mellan två på varandra följande observationer).Autokorrelationen berättar för styrkan i förhållandet mellan vad som kom före och vad som kom efter. Detta hjälper i sin tur dig att bestämma vilken typ av prognosteknik som ska användas. Här är ett exempel på hur man beräknar en autokorrelation som kan göra konceptet lite tydligare:

= CORREL (A2: A50, A1: A49)

Denna Excel-formel använder CORREL-funktionen för att visa hur stark (eller hur svag) ett förhållande det finns mellan vad som helst värden är i A2: A50 och de i A1: A49. De mest användbara autokorrelationerna innefattar baslinjer som sorteras i kronologisk ordning. (Denna typ av autokorrelation är inte helt densamma som de autokorrelationer som beräknas i ARIMA-modeller.)

Cykel

A cykel liknar ett säsongsmönster, men du anser det inte vara i på samma sätt som du gör säsonglighet. Uppgången kan sträcka sig över flera år, och nedgången kan göra detsamma. Dessutom kan en hel cykel ta fyra år att slutföra, och den nästa bara två år. Ett bra exempel är konjunkturcykeln: Recessions chase booms, och du vet aldrig hur länge varje kommer att gå. Däremot har årliga årstider samma längd, eller nästan så.

Dämpningsfaktor

Den dämpningsfaktorn är en fraktion mellan 0. 0 och 1. 0 som du använder vid exponentiell utjämning för att bestämma hur mycket av felet i förutprognosen kommer att användas vid beräkning nästa prognos.

Egentligen är användningen av termen dämpningsfaktor lite ovanlig. De flesta texterna om exponentiell utjämning hänvisar till utjämningskonstanten. Dämpningsfaktorn är 1. 0 minus utjämningskonstanten. Det spelar ingen roll vilken term du använder; du justerar just formeln i enlighet därmed.

Exponentiell utjämning

Dumma termen, även om det är tekniskt korrekt. Med exponentiell utjämning jämför du din tidigare prognos till tidigare faktiska (i detta sammanhang är en faktisk det försäljningsresultat som Redovisning berättar för dig - efter det faktum - du genererade). Då använder du felet - det vill säga skillnaden mellan föregående prognos och tidigare faktiska - för att justera nästa prognos och hoppas göra det mer exakt än om du inte hade tagit hänsyn till det föregående felet.

Prognosperiod

Prognosperioden är den tid som representeras av varje observation i din baslinje. Termen används eftersom din prognos brukar motsvara samma längd som varje baslinjeobservation. Om din baslinje består av månatliga försäljningsintäkter, är din prognos vanligtvis för den kommande månaden. Om baslinjen består av kvartalsvis försäljning är din prognos vanligtvis för nästa kvartal. Med hjälp av regressionsmetoden kan du göra prognoser längre in i framtiden än bara en prognosperiod, men ju längre din prognos kommer från den senaste faktiska observationen, ju tunnare isen. Flyttande medelvärde

Du har förmodligen gått in i begreppet glidande medelvärden någonstans längs linjen. Tanken är att medelvärdet orsakar brus i baslinjen för att avbryta, vilket ger dig en bättre uppfattning om

-signalen (vad som verkligen pågår över tiden, otullad av de oundvikliga slumpmässiga fel).Det är ett medelvärde eftersom det är genomsnittet av några antal konsekutiva observationer, som genomsnittet av försäljningen i januari, februari och mars. Det är rörande eftersom de genomsnittliga tidsperioderna går framåt i tiden - så det första glidande medlet kan innehålla januari, februari och mars; Det andra glidande medlet kan innefatta februari, mars och april; och så vidare. Det finns inget krav på att varje glidande medelvärde inkluderar tre värden - det kan vara två eller fyra eller fem eller tänkbart jämnare.

Predictor variabel

Du brukar hitta den här termen som används när du prognosar med regression.

prediktorvariabeln är den variabel du använder för att uppskatta ett framtida värde för variabeln du vill förutse. Till exempel kan du hitta ett pålitligt förhållande mellan försäljningssumman och försäljningsvolymen. Om du vet hur mycket ditt företag avser att betala per enhet under nästa kvartal kan du använda det förhållandet för att förutse försäljningsvolymen för nästa kvartal. I det här exemplet är försäljningspriset för enheten prediktorvariabeln. Regression

Om du använder metoden för

regression för försäljning, beror det på att du har hittat ett pålitligt förhållande mellan försäljningsintäkter och en eller flera prediktorvariabler. Du använder det förhållandet, plus din kunskap om framtida värden av prediktorvariablerna, för att skapa din prognos. Hur skulle du veta de framtida värdena av prediktorvariablerna? Om du ska använda enhetspriset som en förutsägare är det ett bra sätt att ta reda på hur mycket den avser att ladda ut per produkt under varje av följande, säg fyra kvartaler. Ett annat sätt involverar datum: Det är helt möjligt, och till och med vanligt, att använda datum (såsom månader inom år) som en prediktorvariabel.

Seasonality

Under en årsperiod kan din baslinje stiga och sjunka på säsongsbasis. Kanske säljer du en produkt vars försäljning stiger under varmt väder och faller under kylning. Om du kan se ungefär samma mönster förekommer inom varje år under en period på flera år, vet du att du tittar på

säsong. Du kan utnyttja den kunskapen för att förbättra dina prognoser. Det är användbart att skilja årstider från cykler. Man vet aldrig hur länge en viss cykel kommer att gå. Men var och en av fyra årstider på ett år är tre månader lång. Trend

A

trend är tendensen för nivån på en baslinje att stiga eller falla över tiden. En stigande intäktsutveckling är givetvis goda nyheter för säljare och försäljningschef, för att inte säga något om resten av företaget. En fallande försäljningsbas, men sällan goda nyheter, kan informera marknadsföring och produktledning som de behöver göra och agera på vissa beslut, kanske smärtsamma. Oberoende av trendens riktning kan det faktum att en trend finns, orsaka problem för dina prognoser i vissa sammanhang - men det finns sätt att hantera dessa problem.