Companiile care pot prognoza cu precizie vânzările pot ajusta cu succes nivelurile viitoare de producție, alocarea resurselor și strategiile de marketing pentru a se potrivi cu nivelul vânzărilor anticipate. Aceste acțiuni ajută la optimizarea operațiunilor și la maximizarea profiturilor. Un model de regresie prognozează valoarea unei variabile dependente - în acest caz, vânzările - pe baza unei variabile independente. O foaie de calcul Excel poate gestiona cu ușurință acest tip de ecuație.
Colectarea datelor
Decideți pe o variabilă independentă. De exemplu, să presupunem că firma dvs. produce un produs cu vânzări care se leagă strâns de modificările prețului petrolului. Experiența dvs. este că vânzările se ridică când prețul petrolului crește. Pentru a configura regresia, creați o coloană de foi de calcul pentru vânzările anuale pe parcursul unui anumit număr de ani anteriori. Creați oa doua coloană care să arate schimbarea procentuală a prețului mediu anual al petrolului în fiecare an de vânzare. Pentru a continua, veți avea nevoie de Excel Analysis ToolPak, pe care îl puteți încărca gratuit selectând "Add-ins" din meniul "Options".
Rularea regresiei
Alegeți "Regresie" din elementul "Analiza datelor" din meniul "Date". Marcați intervalul variabilei independente ca axa X și cel al variabilei dependente ca axa Y. Dați o gamă de celule pentru ieșire și marcați casetele pentru reziduuri. Când apăsați "OK", Excel va calcula regresia liniară și va afișa rezultatele în domeniul dvs. de ieșire. Regresia reprezintă o linie dreaptă cu o pantă care se potrivește cel mai bine datelor. Excel afișează mai multe statistici care vă ajută să interpretați puterea corelației dintre cele două variabile.
Interpretarea rezultatelor
Statisticile R-squared indică cât de bine variația independentă prezice vânzările. În acest exemplu, R-pătratul de ulei față de vânzări este de 89,9, ceea ce reprezintă procentul vânzărilor produsului explicat prin variația procentuală a prețului petrolului. Orice număr de peste 85 indică o relație puternică. Interceptul Y, în acest exemplu de 380.000, arată cantitatea de produs pe care ați vândut-o dacă prețul petrolului a rămas neschimbat. Coeficientul de corelație, în acest caz de 15.000, indică faptul că o creștere cu 1% a prețului petrolului va conduce la vânzări cu 15.000 de unități.
Utilizarea rezultatelor
Valoarea regresiei liniare depinde de cât de bine puteți prognoza variabila independentă. De exemplu, ați putea plăti analiștilor din industria petrolieră pentru o prognoză privată care prevede o creștere cu 6% a prețului petrolului în anul următor. Înmulțiți coeficientul de corelație cu 6 și adăugați rezultatul - 90.000 - la valoarea interceptului Y de 380.000. Răspunsul, 470.000, este numărul de unități pe care le-ați putea vinde dacă prețul petrolului a crescut cu 6%. Puteți utiliza această predicție pentru a vă pregăti programul de producție pentru anul următor. De asemenea, puteți rula regresia utilizând diferite mișcări ale prețului petrolului pentru a prezice rezultatul cel mai bun și cel mai rău caz. Desigur, acestea sunt doar previziuni, iar surprizele sunt întotdeauna posibile. De asemenea, puteți rula regresii cu mai multe variabile independente, dacă este cazul.
