Temel Satış Tahmini Lingo - mankenler

Satış öngörüsünde kullanılan özel terminolojiyi birkaç pratik sebeple ele almak gerekir. Birincisi, tahminlerinizi patronunuza veya örneğin satış müdürleri toplantısında açıklamanız istenebilir.

Diğer bir iyi neden, Excel'in bu terimlerin çoğunu diğer programların yaptığı gibi kullanması ve koşulların ne anlama geldiğini biliyorsanız, neler olduğunu bulmaktan çok daha kolay olmasıdır.

Bu arada, akıllı aleck'e cevabınız "Hayır" olmalıdır. Bu temel ile çok uzun zamandır birlikte çalışıyorum, üstel yumuşatma ile en iyi sonuçlarımı elde ettiğimi biliyorum. Bildiğiniz gibi, ARIMA'nın alabileceği formlardan biri. "

Baseline

baseline

, kronolojik sırada düzenlenmiş bir veri dizisidir. Temel çizgilerden bazı örnekler, Ocak 2010'dan Aralık 2015'e kadar olan toplam aylık gelirleri, 1 Ocak 2015'ten 31 Aralık 2016'ya kadar haftalık olarak satılan birimlerin sayısı ve 2007'nin 1. çeyreğinden 2014 yılının ilk çeyreğine kadar toplam çeyreklik gelirleri içerir. Buna benzer şekilde düzenlenmiş veriler bazen zaman serileri.

Korelasyon

korelasyon

katsayısı iki değişkenin ne kadar güçlü ilişkili olduğunu ifade eder. Olası değerler -1 arasında değişir. 0'dan +1'e. 0, ancak uygulamada hiçbir zaman bu kadar aşırı korelasyon bulamazsınız. Bir korelasyon katsayısı +/- 1'e yakınsa. 0, iki değişken arasındaki ilişki daha güçlüdür. 0 ile korelasyon hiçbir ilişki olmadığı anlamına gelir. Yani, +0 bir korelasyon bulabilirsiniz. 7 (oldukça güçlü) sahip olduğunuz satış temsilcileri sayısı ile getirdiği toplam gelir: Temsilcilerin sayısı ne kadar fazla olursa satılır. Ve -0 bir korelasyon bulabilirsiniz. 1 (bir satıcı ne kadar satıyor ve telefon numarası arasında oldukça zayıf). Bir korelasyonun özel bir tipi, bir taban çizgideki bir gözlem ile daha önceki bir gözlem arasındaki ilişkinin kuvvetini hesaplayan otokorelasyon, (genellikle birbirini takip eden iki gözlem arasındaki ilişkiyi değil) olan

'dır.Otokorelasyon size daha önce gelenlerle sonra gelen arasındaki ilişkinin gücünü anlatır. Bu da, hangi tür tahmini tekniklerini kullanacağınıza karar vermenize yardımcı olur. = CORREL (A2: A50, A1: A49) Bu Excel formülü, CORREL işlevini kullanarak, ne kadar güçlü (veya ne kadar zayıf olduğunu) göstermek için kullanır) A2: A50 ve A1: A49 arasındaki değerler arasında bir ilişki vardır. En kullanışlı otokorelasyon kronolojik sıraya göre sıralanmış baz çizgileri içerir. (Bu tür bir oto-korelasyon, ARIMA modellerinde hesaplanan otokorelasyonlarla tamamen aynı değildir.)

Çevrim

çevrim

, mevsimsel bir şekle benzer, ancak onu Mevsimlik yaptığınız gibi aynı şekilde. Yükseliş birkaç yıl sürebilir ve aşağı iniş aynı işe yarayabilir. Dahası, bir tam çevrim tamamlanması dört yıl alabilir ve bir sonraki döneme sadece iki yıl sürebilir. İyi bir örnek işletme döngüsüdür: Recessions choms booms ve her birinin sonuna kadar ne kadar süreceğini asla bilemezsiniz. Bunun aksine, yıllık mevsimlerin uzunluğu aynı veya neredeyse. Sönümleme faktörü

sönüm faktörü

, ön tahmindeki hatanın ne kadarının hesaplamada kullanılacağını belirlemek için üstel yumuşatmada kullandığınız 0,0 ile 1,0 arasındaki bir kesirdir. bir sonraki tahmini. Aslında, sönümleme faktörü teriminin kullanımı biraz alışılmadık bir şey. Üstel yumuşatma ile ilgili birçok metin yumuşatma sabiti ile ilgilidir. Sönümleme faktörü, pürüzsüzleştirme sabitinden 1 0'dan daha düşüktür. Hangi terimi kullandığınız önemli değildir; sadece buna göre formülü ayarlayın. Üstel yumuşatma

Teknik olarak doğru olsa bile aptalca bir terim.

üstel yumuşatmayı kullanarak,

ön tahmininizi önceki gerçek ile karşılaştırırsınız (bu bağlamda, gerçek, Muhasebe size bildiren satış sonucudur - gerçeğin ardından - ürettiğin). Ardından bir sonraki tahmini ayarlamak ve önceki hatayı hesaba katmamış olsaydınız daha doğru tahmin etmeniz için hatayı, yani ön tahmin ile önceki gerçek arasındaki farkı kullanın. Tahmin süresi

tahmini süresi

, taban çizgideki her gözlemin temsil ettiği süre uzunluğudur. Bu terim kullanılmıştır, çünkü tahminleriniz genellikle her temel gözlem ile aynı süreyi temsil eder. Temel değeriniz aylık satış gelirlerinden oluşuyorsa, tahmini genellikle önümüzdeki ay içindir. Eğer taban çizgisi üç aylık satışlardan oluşuyorsa, tahmininiz genellikle sonraki çeyrek için. Regresyon yaklaşımını kullanarak tahminlerinizi yalnızca bir öngörme döneminden daha ileri bir noktaya getirebilirsiniz, ancak tahmininizin en son gerçek gözleminden ne kadar uzaklaşırsa buz daha incedir. Hareketli Ortalama Muhtemelen ortalamanın çizgi boyunca bir yere taşınması konseptine girdiniz. Fikir ortalaması, ortalamanın, başlangıçta,

sinyali

(kaçınılmaz rastgele hatalarla kasıtsız olarak zamanla neler oluyor) hakkında daha iyi bir fikir bırakarak, iptal etmek için gürültüye neden oluyor olmasıdır.Bir ortalama çünkü bu, Ocak, Şubat ve Mart aylarındaki satışların ortalaması gibi ardışık gözlemlerin ortalamasını taşıyor. taşıyor çünkü ortalama zaman periyotları ilerlemeye devam ediyor - bu nedenle ilk hareketli ortalama Ocak, Şubat ve Mart içerebilir; ikinci hareketli ortalama Şubat, Mart ve Nisan içerebilir; ve bunun gibi. Her hareketli ortalamanın üç değer içermesine gerek yoktur - iki, dört veya beş veya hatta daha fazla olabilir. Predictor variable

Genellikle regresyon ile öngördüğünüzde bu terimi kullanıyorsunuz.

tahmini değişken

, tahmin etmek istediğiniz değişkenin gelecekteki bir değerini tahmin etmek için kullandığınız değişkentir. Örneğin, birim satış fiyatı ile satış hacmi arasında güvenilir bir ilişki bulabilirsiniz. Şirketinizin önümüzdeki çeyrekte birim başına ne kadar ücret planladığını biliyorsanız, bu ilişkiyi gelecek üç aylık dönemdeki satış hacmini tahmin etmek için kullanabilirsiniz. Bu örnekte birim satış fiyatı öngördürücü değişkendir. Regresyon Satış tahmini için

regresyon

yaklaşımını kullanırsanız, satış gelirleri ile bir veya daha fazla tahmini değişken arasında güvenilir bir ilişki kurduğunuzdan olur. Tahminlerinizi oluşturmak için bu ilişkiyi ve gelecekteki tahmini değişkenlerin değerlerinizi bilgisini kullanın. Tahmin edici değişkenlerin gelecekteki değerlerini nasıl bileceksiniz? Bir tahminci olarak birim fiyatını kullanacaksanız, ürün yönetiminden bir sonraki, örneğin dört çeyrekte birime ne kadar ücret isteyeceğini öğrenmenin iyi bir yolu var. Başka bir yol da tarihleri içerir: Bir tahmini değişkeni olarak tarihler (yıllar içindeki aylar gibi) kullanmak tamamen mümkündür ve hatta ortaktır. Mevsimlik

Bir yıl boyunca temeliniz yükselebilir ve mevsimsel olarak düşebilir. Belki de sıcak havalarda satışlar yükselir ve soğuk sırasında düşen bir ürün satarsınız. Kabaca aynı desenin birkaç yıllık bir dönem boyunca her yıl içinde olduğunu görüyorsanız,

mevsimine baktığınızı biliyorsunuzdur.

Tahminlerinizi iyileştirmek için bu bilgiden yararlanabilirsiniz. Mevsimleri çevrimlerden ayırmak kullanışlıdır. Verilen bir çevrimin ne kadar süreceğini asla bilemezsiniz. Fakat yılda dört mevsim her biri üç aydır. Eğilim A

eğilimi

, bir taban çizgisinin zaman içinde yükselme veya düşme eğilimidir. Elbette, satış temsilcileri ve satış yönetimi için gelir trendinin yükselmesi, şirketin geri kalanından hiçbir şey söylememek demektir. Satışların düşen temeli, nadiren iyi haberler olmasına rağmen, Pazarlama ve Ürün Yönetimi'ne, bazı kararları, belki de acı verici kararları vermesi ve bunlarla hareket etmeleri gerektiğini bildirebilir. Eğilimin yönü ne olursa olsun, bir trendin var olması, bazı bağlamlarda tahminleriniz için sorunlara neden olabilir - ancak bu sorunlarla başa çıkmanın yolları vardır.