Прогнозирование продаж в программе Excel, страница 8

(18 * 25) + 404

Эта формула даст нам число 854, что и является прогнозом объема продаж на следующий месяц. 

5.2.  Прогнозирование продаж методом скользящих средних

При использовании метода скользящих средних, то нужно учесть, что особое влияние на конечный результат оказывает количество периодов времени, по которым проводится каждое усреднение. Например, чем продолжительнее период усреднения, тем меньше количество самих средних значений. В общем случае, чем меньше точек данных входит в каждое усреднение, тем сильнее вариации скользящего среднего и тем быстрее оно реагирует на изменения в базовом наборе данных. При прогнозировании продаж методом скользящих средних необходимо осознать две концепции: сигнала и шума.

Базовый набор данных, не являющийся полностью случайным, имеет составляющую, называемую сигналом. Сигнал – это достоверная часть базового набора данных; он может усиливаться, ослабляться и оставаться на одном уровне. Причиной колебаний сигнала могут выступать как сезонность, так и местные экономические циклы. Если распознать этот сигнал, можно с большей уверенностью предсказать, что случиться дальше.

На силу сигнала основное влияние оказывают следующие элементы:

- количество и опыт агентов, занимающихся активными продажами

- повышение или понижение потребительских качеств товара

- цена товара, по сравнению с аналогичной продукцией конкурентов

- объем средств, вложенных в продвижение товара на рынке, в частности в рекламу

- социальные явления, например мода на здоровый образ жизни, повсеместный отказ от курения и употребления спиртных напитков

Как идентифицировать сигнал? Основная идея заключается в том, что с течением времени все случайные помехи (т.е. шум – расхождение сигнала с фактическими данными) усредняются. Именно в этой идее заключается метод скользящих средних. Если проводить усреднение по трем месяцам, их суммарный шум (например, всплеск в марте и спад в апреле и мае) нивелируется, в результате чего полученные значения будут достаточно близкими к сигналу. Как правило, средние значения за три любых последовательных месяца оказываются ближе к основному сигналу, чем средние за каждый из месяцев.

Скользящие средние пытаются нивелировать влияние шума в базовом наборе данных, таким образом усиливая влияние основного сигнала. Источником шума могут быть каждый из покупателей или торговых агентов, каждое из свойств товара и т.д.

5.2.1.  Использование пакета анализа для получения скользящих средних

Чтобы вычислить скользящие средние, удобнее всего воспользоваться соответствующей функцией пакета анализа, к тому же при этом можно получить график скользящих средних и значений базового набора данных. (рис.12)

Использование функции скользящих средних пакета анализа:

1)  Выбрать в меню пункт Данные →Анализ данных

2)  В списке инструментов выбрать пункт Скользящее среднее, щелкнуть на кнопке ОК

3)  Если необходимо, щелкните в поле Входной интервал и протащите указатель мыши по ячейкам базового набора данных

4)  Если в диапазон данных включен заголовок столбца, необходимо установить флажок Метки в первой строке

5)  Если вы хотите использовать для усреднения три периода, введите в поле Интервал число 3

6)  Щелкните в поле Выходной интервал

7)  Пока курсор находится в поле Выходной интервал, необходимо щелкнуть в той ячейке рабочего листа, в которой должен начаться вывод результатов функции скользящих средних

8)  Установите флажок Вывод графика и щелкните на кнопке ОК

Функция пакета анализа выполнит вычисления и поместит на рабочий диск как столбец значений скользящих средних, так и их график наряду с графиком базового набора данных (рис.12)

Рис.12 (метод скользящих средних)

5.3.   Прогнозирование продаж методом экспоненциального сглаживания