Cuprins:
- Valori medii autoportrete integrate autoregresive (ARIMA)
- Linia de bază
- Corelația
- ciclul
- Factorul de amortizare
- Netezirea exponențială
- Perioada de prognoză
- Media în mișcare
- Variabila Predictor
- Regresia
- Sezonalitate
- Trend
Video: 3000+ Common Spanish Words with Pronunciation 2024
Trebuie să vă ocupați de terminologia specializată utilizată în prognoza vânzărilor din câteva motive foarte practice. Una este că vi se poate cere să vă explicați prognozele șefului dvs. sau într-o întâlnire a directorilor de vânzări, de exemplu.
Un alt motiv bun este că Excel utilizează mulți dintre acești termeni, la fel ca și alte programe, și imaginarea a ceea ce se întâmplă este mult mai ușor dacă știi ce înseamnă termenii.
Valori medii autoportrete integrate autoregresive (ARIMA)
Dacă intenționați să faceți o prognoză, unele aleg inteligente vă vor întreba dacă ați folosit medii mobile mobile autoregresive (ARIMA) și ar trebui să știți cum să răspundeți. ARIMA este în parte o metodă de prognoză și de asemenea o modalitate de evaluare a liniei de bază, astfel încât să puteți obține dovezi cantitative care să susțină utilizarea unei abordări de regresie, a unei abordări pe baza mediei mobile sau a unei combinații a celor două. Dacă nu luați cu adevărat aceste lucruri de prognoză, de obicei veți face bine fără ea, chiar dacă este un instrument excelent, dacă este complex, de diagnosticare.
Apropo, răspunsul tău la cel deștept ar trebui să fie: "Nu. Am lucrat cu această linie de bază atât de mult acum, încât știu că obțin cele mai bune rezultate cu o uniformizare exponențială. Care, după cum știți, este una dintre formele pe care le poate lua ARIMA. "
Linia de bază
A linia de bază este o secvență de date aranjate în ordine cronologică. Câteva exemple de linii de bază includ veniturile totale lunare din ianuarie 2010 până în decembrie 2015, numărul de unități vândute săptămânal de la 1 ianuarie 2015 până la 31 decembrie 2016 și veniturile trimestriale totale din T1 2007 până în Q4 2016. Datele aranjate astfel sunt uneori numite o serie de timp.
Corelația
coeficientul de corelație exprimă cât de strâns sunt două variabile. Valorile sale posibile variază de la -1. 0 până la +1. 0, dar în practică nu găsiți niciodată corelații atât de extreme. Cu cât coeficientul de corelație este mai apropiat de +/- 1. 0, cu atât mai puternică este relația dintre cele două variabile. O corelație de 0 nu înseamnă nicio relație. Deci, puteți găsi o corelație de +0. 7 (destul de puternic) între numărul de repetari de vânzări pe care îl aveți și venitul total pe care îl aduc: Cu cât este mai mare numărul de repetari, cu atât mai mult va fi vândut. Și ați putea găsi o corelație de -0. 1 (destul de slabă) între cât de mult vinde un telefon și numărul său de telefon.
Un tip special de corelare este autocorelația, care calculează forța relației dintre o observație într-o linie de bază și o observație anterioară (deseori, dar nu întotdeauna, relația dintre două observații consecutive).Autocorelația vă spune puterea relației dintre ceea ce a apărut înainte și ceea ce a urmat. Aceasta, la rândul său, vă ajută să decideți ce fel de tehnică de prognoză să utilizați. Iată un exemplu de calculare a unei autocorelații care ar putea face conceptul puțin mai clar:
= CORREL (A2: A50, A1: A49)
Această formulă Excel utilizează funcția CORREL pentru a arăta cât de puternică) o relație există între orice valori sunt în A2: A50 și cele din A1: A49. Cele mai utile autocorelații implică linii de bază care sunt sortate în ordine cronologică. (Acest tip de autocorelație nu este la fel ca autocorelațiile calculate în modelele ARIMA.)
ciclul
ciclul este similar cu un model sezonier, dar nu îl considerați în la fel cum faci sezonalitatea. Relansarea ar putea dura mai mulți ani, iar declinul ar putea face același lucru. În plus, un ciclu complet ar putea dura patru ani pentru a finaliza, iar următorul, doar doi ani. Un bun exemplu este ciclul de afaceri: Recesiile urmăresc brațele, și nu știi niciodată cât va dura fiecare. În schimb, anotimpurile anuale au aceeași lungime, sau aproape.
Factorul de amortizare
Factorul de amortizare este o fracție între 0. 0 și 1. 0 pe care o utilizați în procesul de netezire exponențială pentru a determina cât de mult din eroare în prognoza anterioară va fi utilizată la calcularea următoarea prognoză.
De fapt, utilizarea termenului de amortizare este puțin neobișnuită. Majoritatea textelor privind netezirea exponențială se referă la constanta de netezire. Factorul de amortizare este 1. 0 minus constanta de netezire. Chiar nu contează termenul pe care îl folosiți; modificați pur și simplu formula.
Netezirea exponențială
Termen lung, chiar dacă este punct de vedere tehnic corect. Folosind netezirea exponențială, comparăți prognoza dvs. anterioară cu actuală (în acest context actual este rezultatul vânzărilor pe care Contabilitatea vă spune - - pe care le-ați generat). Apoi, utilizați eroarea - adică diferența dintre previziunea anterioară și cea reală anterioară - pentru a ajusta următoarea prognoză și, sperăm, o face mai exactă decât dacă nu ați luat în considerare eroarea anterioară.
Perioada de prognoză
Perioada de prognoză este durata de timp reprezentată de fiecare observație din linia de bază. Termenul este folosit deoarece prognoza dvs. reprezintă, de obicei, aceeași durată ca și fiecare observare de bază. Dacă baza dvs. de bază constă în venituri lunare de vânzări, prognoza dvs. este de obicei pentru luna viitoare. Dacă linia de bază constă în vânzări trimestriale, prognoza dvs. este de obicei pentru trimestrul următor. Folosind abordarea de regresie, puteți face previziuni mai departe în viitor decât o singură perioadă de prognoză, dar cu cât prognoza dvs. se află mai departe de cea mai recentă observație actuală, cu atât mai subțire este gheața.
Media în mișcare
Probabil ați întâlnit conceptul de medii de mișcare undeva de-a lungul liniei. Ideea este că medierea cauzelor de zgomot din linia de bază să se anuleze, lăsându-vă o idee mai bună despre semnalul (ceea ce se întâmplă cu adevărat de-a lungul timpului, lipsit de erorile aleatorii inevitabile).Este o medie deoarece este o medie a unui număr de observații consecutive, cum ar fi media vânzărilor în ianuarie, februarie și martie. Este în mișcare deoarece perioadele care sunt medii se mișcă înainte în timp - deci, prima medie mobilă ar putea include ianuarie, februarie și martie; cea de-a doua medie mobilă ar putea include februarie, martie și aprilie; si asa mai departe.
Nu este necesar ca fiecare mediu mobil să includă trei valori - ar putea fi două, patru sau cinci, sau chiar mai mult.
Variabila Predictor
În general, veți găsi acest termen în uz când prognozezi cu regresie. Variabila predictor este variabila utilizată pentru a estima o valoare viitoare a variabilei pe care doriți să o prognozați. De exemplu, puteți găsi o relație de încredere între prețul de vânzare al unității și volumul vânzărilor. Dacă știți cât de mult intenționează compania dvs. să perceapă taxă pe unitate în trimestrul următor, puteți utiliza această relație pentru a prognoza volumul vânzărilor pentru trimestrul următor. În acest exemplu, prețul de vânzare al unității este variabila predictivă.
Regresia
Dacă utilizați abordarea regresie pentru prognoza vânzărilor, este pentru că ați găsit o relație de încredere între veniturile din vânzări și una sau mai multe variabile predictive. Utilizați acea relație, plus cunoștințele despre valorile viitoare ale variabilelor predictorului, pentru a vă crea prognoza.
Cum ați putea cunoaște valorile viitoare ale variabilelor predictorului? Dacă intenționați să utilizați prețul unitar ca predictor, o modalitate bună este să aflați din gestiunea produsului cât de mult intenționează să perceapă o unitate în timpul fiecăruia dintre următoarele, să zicem, patru trimestre. Un alt mod implică date: Este complet posibil și chiar comun să folosiți date (cum ar fi luni în termen de ani) ca variabilă de predicție.
Sezonalitate
În decursul unui an, valoarea dvs. de bază ar putea să crească și să scadă pe o bază sezonieră. Poate vinzi un produs al cărui vânzări se ridică pe vreme caldă și căderă în timpul frigului. Dacă puteți vedea aproximativ același model care apare în fiecare an pe o perioadă de mai mulți ani, știți că vă uitați la sezonalitate. Puteți profita de aceste cunoștințe pentru a vă îmbunătăți previziunile. Este utilă distingerea anotimpurilor de cicluri. Nu știi niciodată cât va dura un ciclu dat. Dar fiecare dintre cele patru anotimpuri într-un an este de trei luni.
Trend
O tendință este tendința ca nivelul de bază să crească sau să scadă în timp. O tendință de creștere a veniturilor este, bineînțeles, o veste bună pentru repetarea vânzărilor și managementul vânzărilor, pentru a nu spune nimic despre restul companiei. O scădere de bază a vânzărilor, deși rareori vești bune, poate informa Marketingul și Managementul Produselor că trebuie să facă și să acționeze asupra unor decizii, poate dureroase. Indiferent de direcția tendinței, faptul că există o tendință poate provoca probleme pentru previziunile dvs. în anumite contexte - dar există modalități de a rezolva aceste probleme.