Die Analyse-Funktionen in Excel Absatzprognose

Die Analyse-Funktionen in Excel Umsatzprognosen findet heraus, was mit Ihren Daten los ist ohne Ihre Formeln eingeben zu müssen. Excel Analyse-Funktionen hat drei nützliche Werkzeuge für die direkte Prognose - Moving Average, exponentielle Glättung und Regression - zusammen mit anderen, die helfen können. Hier ist eine Liste von einigen Tools, die Teil der Analyse-Funktionen sind:

Werkzeug	Was es macht
ANOVA	Es gibt tatsächlich drei verschiedene ANOVA-Tools. Keine isspecifically nützlich für die Prognose, aber jedes der Werkzeuge können helpyou den Datensatz zu verstehen, dass Ihre Prognose zugrunde liegt. Die ANOVAtools helfen Ihnen zwischen Proben unterscheiden - zum Beispiel dopeople, die leben in Tennessee wie eine bestimmte Marke von Auto better diejenigen, die in Vermont leben?
Korrelation	Dieses Tool ist ein wichtiges Thema, unabhängig von der Methode, die Sie Ihre Prognose tun useto. Wenn Sie mehr als eine Variable haben, ist es Cantell Sie, wie stark die beiden Variablen beziehen (plus oder minus1.0 ist stark, 0.0 bedeutet keine Beziehung). Wenn Sie nur onevariable haben, kann es Ihnen sagen, wie stark eine Zeitperiode relatedto eine andere.
Beschreibende Statistik	Verwenden Sie die deskriptive Statistik-Tool einen Griff auf thingslike dem Durchschnitt und die Standardabweichung von Ihrer data.Understanding bekommen diese grundlegenden Statistiken ist wichtig, damit Sie mit Ihren Prognosen knowwhat vor sich geht.
Exponentielle Glättung	Ich hasse den Namen dieser Werkzeug - es ominöse andintimidating klingt, das ist das Werkzeug nicht. Wenn Sie nur onevariable - etwas wie Umsatz oder Einheit Sales- Sie zu einem vorherigen Istwert suchen die nächste (vielleicht den vorherigen Monat oder den gleichen Monat im Vorjahr) .Alle dieses Tool zur Vorhersage macht, ist die Anpassung nächste Prognose der errorin der vorherigen Prognose verwendet.
Gleitender Durchschnitt	Ein gleitender Durchschnitt zeigt den Durchschnitt der Ergebnisse über die Zeit. Thefirst könnte man den Durchschnitt für Januar, Februar sein und März-die zweite wäre dann der Durchschnitt für Februar, März, andApril- und so weiter. Diese Methode der Prognose eher auf das zu konzentrieren,Signal (Was los ist wirklich in der Baseline-on) und tominimize die Lärm (Zufällige Schwankungen in thebaseline).
Regression	Regression ist eng mit Korrelation. Verwenden Sie dieses Tool toforecast eine Variable (wie Umsatz) von einem anderen (wie Datum oradvertising). Es gibt Ihnen ein paar Zahlen in anequation zu bedienen, wie Umsatz = 50000 + (10 * Datum).