Βασικές Προβλέψεις Πωλήσεων Lingo - ανδρείκελα

Θα χρειαστεί να πάρετε μια λαβή για την εξειδικευμένη ορολογία που χρησιμοποιείται στην πρόβλεψη των πωλήσεων για δύο πολύ πρακτικούς λόγους. Το ένα είναι ότι μπορεί να σας ζητηθεί να εξηγήσετε τις προβλέψεις σας στον προϊστάμενό σας ή σε μια συνάντηση, για παράδειγμα, με διευθυντές πωλήσεων.

Ένας άλλος καλός λόγος είναι ότι το Excel χρησιμοποιεί πολλούς από αυτούς τους όρους, όπως συμβαίνει και με άλλα προγράμματα, και το να υπολογίσεις τι συμβαίνει είναι πολύ πιο εύκολο αν ξέρεις τι σημαίνουν οι όροι.

Αυτορυθμισμένοι κινητοί μέσοι όροι (ARIMA)

Εάν πρόκειται να κάνετε προβλέψεις, κάποιο έξυπνο aleck θα σας ρωτήσει εάν χρησιμοποιήσατε αυτορυθμιζόμενους κινητούς μέσους όρους (ARIMA) πώς να απαντήσετε. Το ARIMA είναι εν μέρει μια μέθοδος πρόβλεψης και επίσης ένας τρόπος αξιολόγησης της βασικής γραμμής σας, ώστε να μπορείτε να λάβετε ποσοτικά στοιχεία που υποστηρίζουν τη χρήση μιας προσέγγισης παλινδρόμησης, μιας κινητής μέσης προσέγγισης ή ενός συνδυασμού και των δύο. Αν δεν πάρετε πραγματικά αυτή την πρόβλεψη, συνήθως θα το κάνετε χωρίς προβλήματα, αν και είναι ένα εξαιρετικό, αν πολύπλοκο, διαγνωστικό εργαλείο.

Παρεμπιπτόντως, η απάντησή σας στο smart aleck θα πρέπει να είναι, "Όχι. Έχω συνεργαστεί με αυτή τη γραμμή βάσης για τόσο πολύ καιρό τώρα που ξέρω ότι έχω καλύτερα αποτελέσματα με εκθετική εξομάλυνση. Η οποία, όπως γνωρίζετε, είναι μία από τις μορφές που μπορεί να πάρει η ARIMA. "

Βασική γραμμή

A γραμμής βάσης είναι μια ακολουθία δεδομένων που έχουν ταξινομηθεί με χρονολογική σειρά. Ορισμένα παραδείγματα βασικών γραμμών περιλαμβάνουν τα συνολικά μηνιαία έσοδα από τον Ιανουάριο του 2010 έως τον Δεκέμβριο του 2015, τον αριθμό των μονάδων που πωλούνται εβδομαδιαίως από την 1η Ιανουαρίου 2015 έως τις 31 Δεκεμβρίου 2016 και τα συνολικά τριμηνιαία έσοδα από το 1ο τρίμηνο του 2007 έως το 4ο τρίμηνο του 2016. μια χρονοσειρά.

Συσχέτιση

Ο συντελεστής συσχέτισης εκφράζει πόσο ισχυρά σχετίζονται δύο μεταβλητές. Οι πιθανές τιμές κυμαίνονται από -1. 0 έως +1. 0, αλλά στην πράξη ποτέ δεν βρίσκετε συσχετισμούς τόσο ακραίες. Όσο πιο κοντά ο συντελεστής συσχέτισης είναι +/- 1. 0, τόσο ισχυρότερη είναι η σχέση μεταξύ των δύο μεταβλητών. Μια συσχέτιση 0. 0 σημαίνει καμία σχέση. Επομένως, ίσως βρείτε συσχέτιση +0. 7 (αρκετά ισχυρή) μεταξύ του αριθμού των αντιπροσώπων πωλήσεων που έχετε και των συνολικών εσόδων που φέρνουν: Όσο μεγαλύτερος είναι ο αριθμός των επαναλήψεων, τόσο περισσότερο πωλείται. Και μπορείτε να βρείτε μια συσχέτιση -0. 1 (αρκετά αδύναμη) μεταξύ του πόσο ένας πωλητής πωλεί και του τηλεφωνικού αριθμού του.

Ένας ειδικός συσχετισμός είναι η αυτοσυσχέτιση, η οποία υπολογίζει τη δύναμη της σχέσης μεταξύ μιας παρατήρησης σε μια γραμμή αναφοράς και μια προηγούμενη παρατήρηση (συχνά, αλλά όχι πάντα, η σχέση μεταξύ δύο διαδοχικών παρατηρήσεων).Η αυτοσυσχέτιση σας λέει τη δύναμη της σχέσης ανάμεσα σε ό, τι ήρθε πριν και σε ό, τι ήρθε μετά. Αυτό με τη σειρά του σας βοηθά να αποφασίσετε τι είδους τεχνική πρόβλεψης θα χρησιμοποιήσετε. Εδώ είναι ένα παράδειγμα για τον υπολογισμό μιας αυτοσυσχέτισης που μπορεί να κάνει την έννοια λίγο πιο ξεκάθαρη: = CORREL (A2: A50, A1: A49)

Αυτός ο τύπος Excel χρησιμοποιεί τη λειτουργία CORREL για να δείξει πόσο ισχυρή) μια σχέση υπάρχει μεταξύ οποιωνδήποτε αξιών είναι στο A2: A50 και εκείνες στο A1: A49. Οι πιο χρήσιμες αυτοσυσχέτιες αφορούν τις γραμμές βάσης που ταξινομούνται κατά χρονολογική σειρά. (Αυτός ο τύπος αυτοσυσχέτισης δεν είναι ακριβώς ίδιος με τους αυτοσυσχετισμούς που υπολογίζονται σε μοντέλα ARIMA.)

Ο κύκλος

A

κύκλος είναι παρόμοιος με ένα εποχιακό μοτίβο, αλλά δεν το θεωρείτε με τον ίδιο τρόπο όπως και η εποχικότητα. Η ανάκαμψη μπορεί να διαρκέσει αρκετά χρόνια, και η downswing μπορεί να κάνει το ίδιο. Επιπλέον, ένας πλήρης κύκλος μπορεί να διαρκέσει τέσσερα χρόνια για να ολοκληρωθεί και ο επόμενος μόλις δύο χρόνια. Ένα καλό παράδειγμα είναι ο επιχειρηματικός κύκλος: Οι υποχωρήσεις κυνηγούν και δεν ξέρεις πόσο καιρό θα διαρκέσει ο καθένας. Σε αντίθεση, οι ετήσιες εποχές έχουν το ίδιο μήκος ή σχεδόν το ίδιο. Συντελεστής απόσβεσης

Ο συντελεστής απόσβεσης

είναι ένα κλάσμα μεταξύ 0. 0 και 1. 0 που χρησιμοποιείτε σε εκθετική εξομάλυνση για να καθορίσετε πόσο από το σφάλμα στην προηγούμενη πρόβλεψη θα χρησιμοποιηθεί για τον υπολογισμό την επόμενη πρόβλεψη. Στην πραγματικότητα, η χρήση του όρου συντελεστή απόσβεσης είναι λίγο ασυνήθιστη. Τα περισσότερα κείμενα σχετικά με την εκθετική εξομάλυνση αναφέρονται στη σταθερά εξομάλυνσης. Ο συντελεστής απόσβεσης είναι 1,00 μείον τη σταθερά εξομάλυνσης. Δεν έχει σημασία ποιος όρος χρησιμοποιείτε. απλώς προσαρμόζετε τον τύπο ανάλογα.

Εκθετική εξομάλυνση

Λεπτός όρος, ακόμη και αν είναι τεχνικά ακριβής. Χρησιμοποιώντας την εκθετική εξομάλυνση

, συγκρίνετε την προηγούμενη πρόβλεψη με την προηγούμενη πραγματική (στο πλαίσιο αυτό, το πραγματικό είναι το αποτέλεσμα της πώλησης - που δημιουργήσατε). Στη συνέχεια, χρησιμοποιείτε το σφάλμα - δηλαδή τη διαφορά μεταξύ της προηγούμενης πρόβλεψης και της προηγούμενης πραγματικής - για να προσαρμόσετε την επόμενη πρόβλεψη και, ελπίζετε, να την κάνετε ακριβέστερη από ό, τι αν δεν λάβατε υπόψη το προγενέστερο σφάλμα. Περίοδος πρόβλεψης Η περίοδος πρόβλεψης

είναι η χρονική διάρκεια που αντιπροσωπεύει κάθε παρατήρηση στην βασική γραμμή. Ο όρος χρησιμοποιείται επειδή η πρόβλεψή σας αντιπροσωπεύει συνήθως το ίδιο χρονικό διάστημα με κάθε παρατήρηση βασικής γραμμής. Εάν η γραμμή βάσης σας αποτελείται από μηνιαία έσοδα από πωλήσεις, η πρόβλεψή σας είναι συνήθως για τον επόμενο μήνα. Εάν η γραμμή βάσης αποτελείται από τριμηνιαίες πωλήσεις, οι προβλέψεις σας είναι συνήθως για το επόμενο τρίμηνο. Χρησιμοποιώντας την προσέγγιση παλινδρόμησης, μπορείτε να κάνετε προβλέψεις μακρύτερα στο μέλλον από μία μόνο περίοδο πρόβλεψης, αλλά όσο πιο μακρινή η πρόβλεψή σας παίρνει από την πιο πρόσφατη πραγματική παρατήρηση, τόσο πιο λεπτή είναι ο πάγος. Κινητός μέσος όρος Έχετε πιθανώς τρέξει στην έννοια των κινητών μέσων όρων κάπου στη γραμμή. Η ιδέα είναι ότι ο μέσος όρος προκαλεί θόρυβο στη γραμμή βάσης για να ακυρωθεί, αφήνοντάς σας μια καλύτερη ιδέα για το

σήμα

(αυτό που συμβαίνει πραγματικά με την πάροδο του χρόνου, αποτυχημένο από τα αναπόφευκτα τυχαία σφάλματα).Είναι μέσος όρος επειδή είναι ο μέσος όρος ορισμένων διαδοχικών παρατηρήσεων, όπως ο μέσος όρος των πωλήσεων τον Ιανουάριο, Φεβρουάριο και Μάρτιο. Το κινείται επειδή οι χρονικές περίοδοι που είναι κατά μέσον όρο προχωρούν προς τα εμπρός - έτσι, ο πρώτος κινούμενος μέσος όρος θα μπορούσε να περιλαμβάνει τον Ιανουάριο, τον Φεβρουάριο και τον Μάρτιο. ο δεύτερος κινητός μέσος όρος θα μπορούσε να περιλαμβάνει τον Φεβρουάριο, τον Μάρτιο και τον Απρίλιο. και ούτω καθεξής. Δεν υπάρχει καμία προϋπόθεση ότι κάθε κινούμενος μέσος όρος περιλαμβάνει τρεις τιμές - θα μπορούσαν να είναι δύο, τέσσερα ή πέντε, ή ακόμα περισσότερο. Μεταβλητή Predictor

Γενικά βρίσκετε αυτόν τον όρο σε χρήση όταν κάνετε πρόβλεψη με παλινδρόμηση. Η μεταβλητή πρόβλεψης

είναι η μεταβλητή που χρησιμοποιείτε για να υπολογίσετε μια μελλοντική τιμή της μεταβλητής που θέλετε να προβλέψετε. Για παράδειγμα, μπορεί να βρείτε μια αξιόπιστη σχέση μεταξύ τιμής πωλήσεων μονάδας και όγκου πωλήσεων. Εάν γνωρίζετε πόσο η εταιρεία σας προτίθεται να χρεώσει ανά μονάδα κατά το επόμενο τρίμηνο, μπορείτε να χρησιμοποιήσετε τη σχέση αυτή για να προβλέψετε τον όγκο των πωλήσεων για το επόμενο τρίμηνο. Σε αυτό το παράδειγμα, η τιμή πώλησης μονάδας είναι η μεταβλητή πρόβλεψης. Η παλινδρόμηση Εάν χρησιμοποιείτε την προσέγγιση

παλινδρόμηση

στην πρόβλεψη των πωλήσεων, είναι επειδή έχετε βρει μια αξιόπιστη σχέση μεταξύ εσόδων από πωλήσεις και μιας ή περισσοτέρων μεταβλητών πρόβλεψης. Χρησιμοποιείτε τη σχέση αυτή, συν τη γνώση σας για τις μελλοντικές αξίες των μεταβλητών πρόβλεψης, για να δημιουργήσετε τις προβλέψεις σας. Πώς θα γνωρίζατε αυτές τις μελλοντικές τιμές των μεταβλητών πρόβλεψης; Εάν πρόκειται να χρησιμοποιήσετε την τιμή μονάδας ως πρόβλεψη, ένας καλός τρόπος είναι να μάθετε από τη Διαχείριση Προϊόντος πόσο προτίθεται να χρεώσει ανά μονάδα κατά τη διάρκεια κάθε επόμενου, για παράδειγμα, τεσσάρων τετάρτων. Ένας άλλος τρόπος περιλαμβάνει ημερομηνίες: Είναι εξ ολοκλήρου εφικτό, ακόμα και κοινό, να χρησιμοποιείτε ημερομηνίες (όπως μήνες μέσα σε χρόνια) ως μεταβλητή πρόβλεψης. Εποχικότητα

Κατά τη διάρκεια ενός έτους, η βασική σας γραμμή μπορεί να αυξηθεί και να πέσει σε εποχιακή βάση. Ίσως να πουλάτε ένα προϊόν των οποίων οι πωλήσεις αυξάνονται κατά τη διάρκεια του θερμού καιρού και πέφτουν κατά τη διάρκεια του κρυώματος. Εάν μπορείτε να δείτε περίπου το ίδιο μοτίβο να εμφανίζεται σε κάθε έτος για μια περίοδο πολλών ετών, γνωρίζετε ότι βλέπετε την εποχικότητα

.

Μπορείτε να εκμεταλλευτείτε αυτές τις γνώσεις για να βελτιώσετε τις προβλέψεις σας. Είναι χρήσιμο να διακρίνετε τις εποχές από τους κύκλους. Ποτέ δεν ξέρετε πόσο θα διαρκέσει ένας συγκεκριμένος κύκλος. Αλλά κάθε μία από τις τέσσερις εποχές ενός έτους είναι τριών μηνών. Τάση Μια τάση

είναι η τάση του επιπέδου μιας βασικής γραμμής να αυξηθεί ή να μειωθεί με την πάροδο του χρόνου. Μια αυξανόμενη τάση των εσόδων είναι, φυσικά, καλά νέα για τους αντιπροσώπους πωλήσεων και τη διαχείριση των πωλήσεων, για να μην πούμε τίποτα για την υπόλοιπη εταιρεία. Μια πτώση της γραμμής βάσης των πωλήσεων, αν και σπάνια καλές ειδήσεις, μπορεί να ενημερώσει το Marketing και τη Διαχείριση Προϊόντων ότι πρέπει να κάνουν και να ενεργήσουν σε ορισμένες αποφάσεις, ίσως οδυνηρές. Ανεξάρτητα από την κατεύθυνση της τάσης, το γεγονός ότι υπάρχει μια τάση μπορεί να προκαλέσει προβλήματα στις προβλέψεις σας σε ορισμένα πλαίσια - αλλά υπάρχουν τρόποι αντιμετώπισης αυτών των προβλημάτων.