Cum de a dezvolta și utilizați un model de regresie de Prognoză Vânzări

Companiile care pot estima cu acuratețe de vânzări poate ajusta cu succes nivelurile de producție viitoare, alocarea resurselor și strategii de marketing pentru a se potrivi cu nivelul de vânzări anticipate. Aceste acțiuni contribuie la optimizarea operațiunilor și pentru a maximiza profiturile. Un model de regresie estimează valoarea unei variabile dependente - în acest caz, de vânzare - bazat pe o variabilă independentă. O foaie de calcul Excel poate manipula cu ușurință acest tip de ecuație.

Decide asupra unei variabile independente. De exemplu, să presupunem că compania dumneavoastră produce un produs cu vânzări care o strânsă legătură cu modificările prețului petrolului. Experiența ta este că vânzările cresc atunci când prețul petrolului crește. Pentru a configura regresia, a crea o foaie de calcul pentru coloana de vânzări anuale de peste un numar de ani anteriori. Crearea unei a doua coloană care arată modificarea procentuală a prețului mediu de la an la an de ulei în fiecare din anii de vânzare. Pentru a continua, veți avea nevoie de Excel Analiza TOOLPAK, pe care o puteți încărca gratuit selectând „Add-in-uri“ din meniul „Options“.

Alegeți „Regression“ din „Analiza datelor“ element din meniul „Date“. Marcați intervalul variabilei independente ca axa X și cea a variabilei dependente ca axa Y. Oferă o gamă de celule pentru ieșire și marcați casetele pentru reziduuri. Când apăsați „OK“, Excel va calcula regresia liniară și a afișa rezultatele în intervalul de ieșire. Regresia reprezintă o linie dreaptă cu o pantă care se potrivește cel mai bine datele. Excel afișează mai multe statistici pentru a vă ajuta să interpreteze puterea de corelația dintre cele două variabile.

Statistica Rpătrat indică cât de bine independente previziuni variabile de vânzări. În acest exemplu, R-pătrat de petrol versus vânzări este 89.9, care este procentul vânzărilor de produse explicate prin variația procentuală a prețului petrolului. Orice număr mai mare de 85 indică o relație puternică. Y-intercept, în acest exemplu 380,000, arată cantitatea de produs pe care ar vinde dacă prețul petrolului a rămas neschimbat. Coeficientul de corelație, în acest caz, 15.000, indică faptul că o creștere cu 1 la sută a prețului petrolului ar conduce vehicule de vânzări de către 15.000 de unități.

Valoarea regresiei liniare depinde de cât de bine puteți estima variabila independentă. De exemplu, s-ar putea plăti analistii industriei de petrol pentru o previziune privat care prezice o creștere de 6 la sută a prețului petrolului pe parcursul anului următor. Înmulțiți coeficientul de corelație cu 6, și se adaugă rezultatul - 90.000 - pentru suma Y-intercepteze de 380.000. Răspunsul, 470000, este numărul de unități pe care ar vinde probabil în cazul în care prețul petrolului a crescut cu 6 la sută. Puteți utiliza această predicție pentru a pregăti programul de producție pentru anul viitor. Puteți rula, de asemenea, regresia folosind diferite mișcări ale prețurilor petrolului pentru a prezice un rezultat și cele mai bine cel mai rău caz. Desigur, acestea sunt doar predicții, iar surprizele sunt întotdeauna posibile. Puteți rula, de asemenea regresii cu mai multe variabile independente, dacă este cazul.