Hur långt till prognos? - dummies

När du blir ombedd att göra en prognos för försäljning med hjälp av Excel-data, är en av de första saker du behöver tänka på hur långt in i framtiden du vill peer. Vissa prognostekniker gör att du kan förutsäga längre ut än andra. Denna figur visar två tekniker som låter dig förutse en tidsperiod framåt.

Rörliga medelvärden är vanligtvis begränsade till enstegs prognoser.

Lägg märke till vad som händer när du sträcker dem för långt: Som gummiband, bryter de och knyter tillbaka på dig.

Se först på cell D5. Det är genomsnittet för cellerna B2, B3 och B4, och det är vad det genomsnittliga tillvägagångssättet för september 2004 är. Således är den här prognosen upprättad, prognosen för september är genomsnittet av juni, juli och augusti. Du kan se prognosen på $ 40, 867 i cell D5 och själva formeln för illustration i cell E5.

Formeln i D5 kopieras och klistras in via cell D28, där den ger den "riktiga" prognosen för augusti 2016. Jag använder "riktig" i den meningen att jag ännu inte har sett ett verkligt värde för det månad - mitt senaste verkliga värde är för juli 2016 - så augusti 2016 är förbi slutet av baslinjen och prognosen för den månaden är en riktig prognos. Formeln själv framträder i cell E28.

Men om du kopierar och klistrar in formeln ena raden nere, för att prova en prognos för september 2016, har du sträckt den för långt. Nu försöker man genomsnittsa de faktiska resultaten för juni till augusti 2016, och du har ingen aktuell för augusti. På grund av det sätt som Excels AVERAGE fungerar, ignorerar den cell B28 och formeln ger genomsnittsvärdet för B26 och B27.

Distriktsadvokaten kommer att vägra att åtala om du befinner dig plötsligt från ett tre månaders glidande medelvärde till ett tvåmånaders glidande medelvärde, men det borde du inte. Om du gör det bjuder du på ett äpple att blanda med apelsinerna.

Och om du tar din prognos mycket längre ner, börjar det att returnera det riktigt otäcka felvärdet # DIV / 0! . (Det utropstecken jag menar att få din uppmärksamhet. Excel ropar på dig, "Du försöker dela upp med noll!")

En liknande situation uppstår med exponentiell utjämning och det visas i denna figur. Formeln för utjämning skiljer sig från formeln för glidande medelvärden, men något liknande händer när man går över den enstegsförutsägda prognosen i cell D28.

Om du vill prognostera längre fram, överväga en regressionsprognos.

Observera att formeln i cell D29 (formeln visas i E29; det värde som formeln returnerar visas i D29) använder värdena i cellerna B28 och D28.Men för att du ännu inte har någon verklig för augusti är prognosen för september 2016 felaktig. Det är faktiskt inget mer än prognosen för augusti multiplicerad med 0. 7. Återigen, i den här typen av exponentiell utjämning är begränsad till en enstegs prognos.

Figuren visar en annan situation, där prognosen är byggd med regression istället för att flytta medelvärden eller exponentiell utjämning.

Med regression ligger du i en annan position än med glidande medelvärden och exponentiell utjämning. Som den här följande siffran visar kan du skapa dina prognoser med hjälp av datum som en prediktor: Varje prognosvärde är baserat på förhållandet i baslinjen mellan datum och intäkt.

Trenden i diagrammet är hämtad från arbetsbladet. Du kan också få en från menyn Diagram.

Eftersom du vet värdet av de kommande två datumen, augusti och september 2016, kan du använda förhållandet mellan datum och intäkter i baslinjen de närmaste två datumen för att få en prognos. Prognosvärdena visas i cellerna C28 och C29 och visas i diagrammet som de sista två punkterna i prognosserien.

Ju längre ut i framtiden du förutser med att använda regression, desto tunnare blir isen (eller, om du föredrar den tidigare metaforen, desto större belastning sätter du på gummibandet). Ju längre du kommer från slutet av din baslinje, desto fler möjligheter finns det för att aktualerna ska byta riktning - till exempel att sänka ner eller nivåera.

Om du har ett verkligt behov av att prognostisera, säg 12 månader i framtiden på månadsbasis, och om du tror att det finns ett tillförlitligt förhållande mellan datum och inkomst, kan regression vara ditt bästa val. Men kom ihåg att saker blir fläckiga där ute i framtiden.

En annan metod att driva din prognos utöver ett steg framåt är säsongsmässig utjämning. Detta tillvägagångssätt, som beror på en säsongskomponent i din baslinje, kan stödja en prognos som går det året framåt. Det är inte nödvändigtvis så, men det är möjligt.