Video: The Beginner's Guide to Excel - Excel Basics Tutorial 2024
Av Conrad Carlberg
När du börjar lära sig prognoser är det ofta en bra idé att luta sig på Excel-verktygen i Data Analysis add -i. Men deras räckvidd är ganska begränsad och för länge kommer du sannolikt att hitta dig själv att utnyttja Excels kalkylbladsfunktioner direkt. När du hittar dig själv med all inferensiell statistik som följer med LINEST-funktionen, vet du att det är dags att lägga ut din baslinje för en formell prognos.
6 Tilläggsverktyg för datalysanalys
Dataanalys-tillägget, tidigare kallat Analysis ToolPak, matar in formulär för dina räkenskaper så att du kan koncentrera dig på vad som händer med din data. Den har tre olika verktyg som är direkt användbara vid prognoser - Flyttande medelvärde, exponentiell utjämning och regression - liksom flera andra som kan vara till hjälp. Här är en lista över några av de verktyg som ingår i additionsdatan för dataanalys.
| Verktyg | Vad det gör |
| ANOVA | Det finns faktiskt tre olika ANOVA-verktyg. Ingen är särskilt användbar för prognoser, men varje verktyg kan hjälpa dig att förstå dataset som ligger till grund för din prognos. ANOVA-verktygen hjälper dig att skilja mellan prover - till exempel, gör människor som bor i Tennessee som ett visst märke med bil bättre än dem som bor i Vermont? |
| Korrelation | Det här verktyget är viktigt, oavsett vilken metod du använder för att skapa en prognos. Om du har mer än en variabel kan det berätta hur starkt de två variablerna är relaterade (plus eller minus 1. 0 är stark, 0. 0 betyder inget förhållande). Om du bara har en variabel kan det berätta hur stark en tidsperiod är relaterad till en annan. |
| Beskrivande statistik | Använd verktyget Beskrivande statistik för att ta hand om saker som genomsnittet och standardavvikelsen för dina data. Att förstå denna grundläggande statistik är viktig så att du vet vad som händer med dina prognoser. |
| Exponentiell utjämning | Detta verktygs namn låter obehagligt och skrämmande, vilket verktyget inte är. När du bara har en variabel - något som försäljningsintäkter eller enhetsförsäljning - ser du till ett tidigare faktiskt värde för att förutsäga nästa (kanske föregående månad eller samma månad året innan). Allt detta verktyg gör är att justera nästa prognos genom att använda felet i föregående prognos. |
| Flyttande medelvärde | Ett rörligt medelvärde visar genomsnittet av resultat över tiden. Den första kan vara genomsnittet för januari, februari och mars; den andra skulle då vara medelvärdet för februari, mars och april; och så vidare.Denna prognosmetod tenderar att fokusera på signalen (vad som verkligen händer i baslinjen) och för att minimera bruset (slumpmässiga fluktuationer i baslinjen). |
| Regression | Regression är nära relaterad till korrelation. Använd det här verktyget för att prognostisera en variabel (t.ex. försäljning) från en annan (t.ex. datum eller annonsering). Det ger dig ett par siffror att använda i en ekvation, till exempel Försäljning = 50000 + (10 * Datum). |
4 Excel-prognosfunktioner
Excel har många bra verktyg för försäljningsprognoser. Att veta följande funktioner är till hjälp för att få dina data i ordning. Kolla in följande praktiska prognosfunktioner.
| Funktion | Vad det gör |
| CORREL | Arbetsbladets version av additionsdatorns korrelationsverktyg. Skillnaden är att CORREL omberäknar när ingångsdata ändras, och korrelationsverktyget gör det inte. Exempel: = CORREL (A1: A50, B1: B50). CORREL ger dig bara en korrelation, men korrelationsverktyget kan ge dig en hel matris av korrelationer. |
| LINEST | Du kan använda den här funktionen istället för regressionsverktyget för dataanalys. (Funktionsnamnet är en förkortning av linjär uppskattning.) För enkel regression, välj ett intervall av två kolumner och fem rader. Du behöver matris-skriv in den här funktionen. Skriv till exempel = LINEST (A1: A50, B1: B50, TRUE) och tryck sedan på Ctrl + Shift + Enter. |
| TREND | Den här funktionen är praktisk eftersom den ger dig prognosvärden direkt, medan LINEST ger dig en ekvation som du måste använda för att få prognosen. Till exempel, använd = TREND (A1: A50, B1: B50, B51) där du förutser ett nytt värde utifrån vad som finns i B51. |
| FORECAST | FORECAST-funktionen liknar TREND-funktionen. Syntaxen är lite annorlunda. Till exempel, använd = FORECAST (B51, A1: A50, B1: B50) där du förutser ett nytt värde baserat på värdet i B51. Dessutom hanterar FORECAST endast en prediktor, men TREND kan hantera flera prediktorer. |
Vad du kommer ut i Excel LINEST Funktionen för försäljningsprognoser
Excels LINEST-funktion är ett praktiskt verktyg för försäljningsprognoser. Att veta vad du kan göra med det kommer att göra dina prognoser ansträngningar enkelt arbete. Här är en snabb översikt över Excels LINEST-funktion, rad för rad:
| Kolumn 1 | Kolumn 2 | |
| Rad 1 | Koefficienten multiplicerar du gånger X-värdena | Avsnittet |
| Rad 2 | Koefficientens standardfel | Felsökningens standardfel |
| Rad 3 | R-kvadratvärdet eller bestämningskoefficienten | Uppskattningsfelvärdet |
| Rad 4 < F-kvoten | De återstående graderna av frihet | Rad 5 |
| Summan av kvadrater för regressionen | Summan av kvadrater för resten | Konfigurera din prognosbaserad baslinje i Excel |
Det är en bra idé att ställa in din försäljningsprognos baslinje i Excel. Den här tabellen ger dig instruktioner för att hantera problem som kan uppstå när du ställer in din Excel-baslinje:
Problemet Hur hanterar du problemet
| Order | Sätt dina historiska data i kronologisk ordning, tidigaste till senaste. |
| Tidsperioder | Använd tidsperioder med ungefär lika långa längder: alla veckor, alla månader, alla kvartaler eller alla år. |
| Samma plats i tid | Om du är provtagning, prova från samma plats. Ta inte 1 januari 15 februari 21 mars. Använd i stället 1 januari, 1 februari, 1 mars och så vidare. |
| Saknade data | Saknade data är inte tillåtna. Om du har varje månad, förutom, säg juni, ta reda på vilken juni försäljning var. Om du inte kan, få bästa möjliga uppskattning - eller starta prognosen med juli. |
