Gleitende Durchschnitte in Excel Sales Forecasting

Gleitende Durchschnitte in Excel Sales Forecasting - Dummies

Gleitende Durchschnitte sind eines der drei wichtigsten Werkzeuge, mit denen das Excel Data Analysis-Add-In Prognosen erstellt. Vielleicht kennen Sie bereits gleitende Durchschnitte. Sie haben zwei Hauptmerkmale, wie der Name verdeutlicht:

  • Sie bewegen sich. Genauer gesagt bewegen sie sich im Laufe der Zeit. Der erste gleitende Durchschnitt kann Montag, Dienstag und Mittwoch umfassen; In diesem Fall würde der zweite gleitende Durchschnitt Dienstag, Mittwoch und Donnerstag umfassen; der dritte Mittwoch, Donnerstag und Freitag und so weiter.
  • Das sind Durchschnittswerte. Der erste gleitende Durchschnitt kann der Durchschnitt der Verkäufe von Montag, Dienstag und Mittwoch sein. Dann wäre der zweite gleitende Durchschnitt der Durchschnitt von Dienstag, Mittwoch und Donnerstag und so weiter.

Die Grundidee ist, wie bei allen Prognosemethoden, dass etwas regelmäßiges und vorhersehbares passiert - oft das -Signal genannt. Der Absatz von Skischuhen steigt im Herbst und Winter regelmäßig an und fällt voraussichtlich im Frühjahr und Sommer. Bierverkäufe steigen regelmäßig an NFL Sonntagen und fallen erwartungsgemäß an anderen Tagen der Woche.

Aber etwas anderes passiert, etwas Unregelmäßiges und Unberechenbares - oft als Rauschen bezeichnet. Wenn ein lokaler Sportartikelhändler einen Verkauf anbietet und von Mai bis Juli Skischuhe vergünstigt, können Sie und Ihre Freunde im Frühjahr und Sommer neue Schuhe kaufen, obwohl das reguläre Verkaufsmuster (das Signal) besagt, dass die Leute kaufen. Stiefel im Herbst und Winter. Als Prognostiker können Sie diesen Sonderverkauf normalerweise nicht vorhersagen. Es ist zufällig und hängt von Dingen wie Überbeständen ab. Es ist Lärm.

Sagen Sie, dass Sie einen Spirituosenladen betreiben, und ein Donnerstagnacht-College-Football-Spiel, das aussah, als wäre es das Boring-Spiel der Woche, wenn Sie Ihre Einkäufe im September planen, hat sich plötzlich im November verwandelt. eins mit Meisterschaftsimplikationen. Wenn Sie Ihre Einkäufe so planen, dass Sie am nächsten Samstag in Ihrem Geschäft eintreffen, können Sie kurz erwischt werden, wenn Sie durch das Signal in der Baseline erwarten, dass Ihre Verkäufe ihren Höhepunkt erreichen. Das ist Rauschen - der Unterschied zwischen dem, was Sie voraussagen und was tatsächlich passiert. Laut Definition ist Lärm unvorhersehbar, und für einen Prognostiker ist es ein Schmerz.

Wenn das Rauschen zufällig ist, wird es gemittelt. In einigen Monaten werden Sportgeschäfte Skischuhe für weniger als die Kosten einer Arthroskopie rabattieren. In einigen Monaten wird ein neues und wirklich cooles Modell herauskommen und die Läden werden alle möglichen Vorteile nutzen. Die Gipfel und Täler gleichen sich aus.Einige Wochen wird es ein zusätzliches Fußballspiel oder zwei geben und Sie werden mehr Bierflaschen verkaufen (und benötigen). Einige Wochen wird es von Montag bis Freitag trocken bleiben, Sie werden nicht so viel Bier brauchen, und Sie werden nicht die Transportkosten von Bier tragen müssen, das Sie für eine Weile nicht verkaufen werden.

Die Idee ist, dass das Rauschen ausgemittelt wird und dass gleitende Durchschnitte Ihnen das Signal zeigen. Um Johnny Mercer falsch zu zitieren, wenn Sie das Signal akzentuieren und das Geräusch beseitigen, halten Sie sich an eine ziemlich gute Prognose.

Bei gleitenden Durchschnitten berücksichtigen Sie also das Signal - die Tatsache, dass Sie in bestimmten Monaten mehr Skischuhe verkaufen und in anderen Monaten weniger, oder dass Sie am Wochenende mehr Bier verkaufen als an Wochentagen. Gleichzeitig wollen Sie die zufälligen Geräusche - auch Fehler genannt - auslöschen. Sie tun dies, indem Sie mitteln, was bereits in zwei, drei, vier oder mehr aufeinander folgenden Zeiträumen passiert ist. Das Signal in diesen Zeitperioden wird durch die Mittelwertbildung betont, und diese Mittelung neigt auch dazu, das Rauschen zu minimieren.

Angenommen, Sie entscheiden sich dafür, Ihre gleitenden Durchschnitte auf zweimonatigen Datensätzen zu basieren. Das heißt, Sie werden Januar und Februar, und dann Februar und März, und dann März und April, und so weiter. In diesem Fall erhalten Sie ein Signal, indem Sie zwei aufeinander folgende Monate mitteln und gleichzeitig das Rauschen reduzieren. Wenn Sie dann voraussagen wollen, was im Mai passieren wird, hoffen Sie, das Signal nutzen zu können - also den Durchschnitt dessen, was im März und April passiert ist.

Die Abbildung zeigt ein Beispiel für die monatlichen Verkaufsergebnisse und den zweimonatigen gleitenden Durchschnitt.

Der gleitende Durchschnitt zeigt die allgemeine Richtung der Verkäufe (das Signal) an und hebt die Zufallsvariationen (das Rauschen) auf.