Die Vorhersage Trends mit Zeitreihenanalyse
Eine natürliche Erweiterung der Regressionsanalyse ist die Zeitreihenanalyse, die letzten Kundendaten gesammelt über regelmäßig verwendet, um zukünftige Kundendaten auf den gleichen Abständen zu prognostizieren. Zeitreihenanalyse kann verwendet werden, um Dinge vorherzusagen, wie
Abo-Preise
Zug ridership
Produktverkäufe
Web page views
Zum Beispiel benötigen Kunden nach Updates mit einer Website zu registrieren ist ein Weg, der Lead-Generierung zu fördern. Mit Kunden ihre E-Mail-Adressen zur Verfügung, geben sie auch die Erlaubnis für eine Organisation direkt kommunizieren, Markt und (Versuch), um sie in zahlende Kunden verwandeln.
Die Abbildung zeigt die Gesamtzahl der Abonnenten von Januar 2012 bis Februar 2014 von einem B2B-Services Unternehmens-Website. Mit diesen Daten können Sie die Vergangenheit Muster von Abonnenten verwenden, um vorherzusagen, was die Zukunft Zahl der Abonnenten sein.
Um die kumulierte Anzahl der Abonnenten in Zukunft abschätzen zu können, gehen Sie folgendermaßen vor der Zeitreihenanalyse in Excel verwenden:
Erstellen Sie ein Liniendiagramm aus den Daten nach Monat und Jahr in Excel. Legen Sie ein Liniendiagramm in eine Excel-Tabelle mit den Daten.
Fügen Sie die kumulative Spalte als die Reihenwerte in der Grafik in der Serie bearbeiten Dialogfeld.
Erschaffen x-Achse Datum Etiketten, wählen Sie sowohl den Monat und das Jahr Spalten in der Achsenbeschriftung Dialogfeld.
Die folgende Abbildung zeigt die kumulative Anzahl der Abonnenten von Monat und Jahr.
Sie können das Muster der kumulativen Abonnenten sehen im Allgemeinen linear ist (Bildung einer Linie hinauf). Durch eine Regressionsgleichung hinzugefügt haben, können Sie die zukünftige Anzahl der Teilnehmer vorhersagen (Teilnehmerwachstum unter der Annahme, setzt diese lineare Muster aufweisen).
Fügen Sie eine Regressionsgleichung:
Klicken Sie auf die Datenleitung und rechts; klicken # 147-Add Trendline # 148.
In dem Dialogfeld Format Trendline, wählen Sie die Gleichung im Diagramm darstellen # 148- und Display R-Quadrat-Wert auf Diagramm-Boxen.
In einer linearen Regressionsgleichung tut das am besten passende Linie einen guten Job, die Beziehung zu beschreiben. Diese r2 Wert ist 0,988, diese Zeile bedeutet, erklärt 98,8% der Variation in der Teilnehmerraten, die ausgezeichnet ist.
Die einzige unabhängige Variable verwendet, hier ist die Reihenfolge der Zeit über 26 Monate (1-26). Die Regressionsgleichung für Abonnenten für die 26 Monate:
Abonnenten = 81,109 (x) 1.896,8
Sie können nun die Anzahl der Teilnehmer für einen bestimmten Monat vorhersagen - sagen wir, im Mai 2014, die der 29. Datenpunkt (3 in die Zukunft) sein würde.
Die geschätzte Gesamtzahl der Abonnenten für den Monat Mai ist:
Mai Abonnenten = 81,109 (29) 1896,8 = 4249
Jedes Urteil über die Zukunft ist fehleranfällig. Es ist wichtig, die Grenzen der Verwendung von Daten aus der Vergangenheit zu verstehen, die Zukunft vorherzusagen.