Video: How to Build a DFS Cheat Sheet in Excel Part 2 2024
Af Conrad Carlberg
Når du begynder at lære prognoser, er det ofte en god ide at læne på Excel-værktøjerne i Data Analysis add -i. Men deres rækkevidde er ret begrænset, og du vil sandsynligvis finde ud af Excels regnearksfunktioner for længe. Når du finder dig selv ved hjælp af alle de inferentielle statistikker, der følger med LINEST-funktionen, vil du vide, at det er på tide at fastlægge dit basislinje for en formel prognose.
6 Excel Data Analyse-tilføjelsesværktøjer
Data-analyse-tilføjelsen, tidligere kendt som Analysis ToolPak, indtaster formler på dine vegne, så du kan koncentrere dig om, hvad der sker med din data. Det har tre forskellige værktøjer, der er direkte nyttige i prognoser - Flytende gennemsnit, eksponentiel udglatning og regression - samt flere andre, som kan være til hjælp. Her er en liste over nogle af de værktøjer, der er en del af Data Analysis-tilføjelsen.
| Værktøj | Hvad det gør |
| ANOVA | Der er faktisk tre forskellige ANOVA-værktøjer. Ingen er specielt nyttig til prognoser, men hver af værktøjerne kan hjælpe dig med at forstå datasættet, der ligger til grund for din prognose. ANOVA-værktøjerne hjælper dig med at skelne mellem prøver - F.eks. Gør folk, der bor i Tennessee som et bestemt bilmærke bedre end dem, der bor i Vermont? |
| Korrelation | Dette værktøj er en vigtig, uanset hvilken metode du bruger til at oprette en prognose. Hvis du har mere end én variabel, kan det fortælle dig, hvor stærkt de to variabler er relaterede (plus eller minus 1. 0 er stærk, 0. 0 betyder intet forhold). Hvis du kun har en variabel, kan den fortælle dig, hvor stærkt en tidsperiode er relateret til en anden. |
| Beskrivende statistik | Brug værktøjet Beskriver statistik til at få et håndtag på ting som gennemsnittet og standardafvigelsen af dine data. At forstå disse grundlæggende statistikker er vigtig, så du ved, hvad der sker med dine prognoser. |
| Eksponentiel udglatning | Dette værktøjs navn lyder uhyggeligt og truende, hvilket værktøjet ikke er. Når du kun har en variabel - noget som salgsindtægter eller enhedssalg - ser du til en tidligere faktisk værdi for at forudsige den næste (måske den foregående måned eller samme måned i det foregående år). Alt dette værktøj gør, er at justere den næste prognose ved at bruge fejlen i den forudgående prognose. |
| Flytende gennemsnit | Et glidende gennemsnit viser gennemsnittet af resultater over tid. Den første kan være gennemsnittet for januar, februar og marts; den anden ville da være gennemsnittet for februar, marts og april; og så videre.Denne fremskrivningsmetode har tendens til at fokusere på signalet (hvad der virkelig foregår i basislinjen) og for at minimere støj (tilfældige udsving i basislinjen). |
| Regression | Regression er tæt forbundet med korrelation. Brug dette værktøj til at prognose en variabel (f.eks. Salg) fra en anden (f.eks. Dato eller reklame). Det giver dig et par tal til brug i en ligning, som Salg = 50000 + (10 * Dato). |
4 Excel Forecasting-funktioner
Excel har mange gode værktøjer til salgsprognoser. At kende de følgende funktioner er nyttigt for at få dine data i orden. Tjek de følgende praktiske prognosefunktioner.
| Funktion | Hvad det gør |
| CORREL | Regnearkversionen af dataanalysens tilføjelses korrelationsværktøj. Forskellen er, at CORREL genberegner, når inputdataene ændres, og korrelationsværktøjet ikke gør det. Eksempel: = CORREL (A1: A50, B1: B50). CORREL giver dig kun en korrelation, men korrelationsværktøjet kan give dig en hel matrix af korrelationer. |
| LINEST | Du kan bruge denne funktion i stedet for regressionsværktøjet til dataanalyse. (Funktionens navn er en forkortelse for lineært estimat.) For simpel regression, vælg en række to kolonner og fem rækker. Du skal indstille-indtast denne funktion. Skriv f.eks. = LINEST (A1: A50, B1: B50, TRUE), og tryk derefter på Ctrl + Shift + Enter. |
| TREND | Denne funktion er praktisk, fordi den giver dig prognoseværdier direkte, mens LINEST giver dig en ligning, som du skal bruge til at få prognosen. For eksempel, brug = TREND (A1: A50, B1: B50, B51), hvor du estimerer en ny værdi på grundlag af hvad der er i B51. |
| FORECAST | FORECAST-funktionen svarer til TREND-funktionen. Syntaxen er lidt anderledes. For eksempel, brug = FORECAST (B51, A1: A50, B1: B50), hvor du estimerer en ny værdi på grundlag af værdien i B51. FORECAST håndterer kun en forudsigelse, men TREND kan håndtere flere forudsigere. |
Hvad du kommer ud af Excel LINEST Funktion til salgsprognoser
Excel's LINEST-funktion er et praktisk værktøj til salgsprognoser. At vide, hvad du kan gøre med det, vil gøre dine prognoser bestræbelser nemt arbejde. Her er en hurtig oversigt over Excels LINEST-funktion, række for række:
| Kolonne 1 | Kolonne 2 | |
| Række 1 | Koefficienten du gange gange X-værdierne | Afsnit |
| Række 2 | Standardfeilen for koefficienten | Fejlfrekvensen for interceptet |
| Række 3 | R-kvadreret værdi eller bestemmelseskoefficient | Standardfejlen i estimatet |
| Række 4 < F-forholdet | De resterende frihedsgrader | Række 5 |
| Summen af kvadrater til regressionen | Summen af kvadrater for resten | Opsæt din salgsforudsigelsesgrundlinje i Excel |
Det er en god ide at oprette dit salgsforudsigelsesgrundlag i Excel. Denne tabel giver dig instruktioner til at håndtere problemer, der kan opstå, når du opretter din Excel-basislinje:
Problemet
| Sådan håndteres problemet | Bestil |
| Sæt dine historiske data i kronologisk rækkefølge, tidligst til senest. | Tidsperioder |
| Brug tidsperioder med omtrent lige længde: alle uger, alle måneder, alle kvartaler eller alle år. | Samme sted i tid |
| Hvis du er prøveudtagning, så prøv det samme sted. Tag ikke 1. januar, 15. februar, 21. marts. Brug i stedet 1. januar, 1. februar, 1. marts og så videre. | Manglende data |
| Manglende data er ikke tilladt. Hvis du har hver måned undtagen, siger juni, find ud af, hvad junis salg var. Hvis du ikke kan, få det bedste skøn muligt - eller start din prognose med juli. |
