Video: LibreOffice 6.2: New Features 2024
Termen regresjon høres ikke så ille som eksponentiell utjevning,, men det er mer komplisert, i det minste når det gjelder matte. Og derfor er regresjonsverktøyet i tillegg til dataanalyse praktisk. Add-in tar ansvar for matematikken, akkurat som det gjør med glidende gjennomsnitt og eksponensiell utjevning.
Du må fortsatt gi en god grunnlinje til verktøyene i tillegg til dataanalyse for å få nøyaktige resultater.
Her er en rask titt på prognoser med regresjon.
Tanken bak regresjon er at en variabel har et forhold til en annen variabel. Når du er barn, for eksempel, har din høyde en tendens til å ha forhold til din alder. Så hvis du vil prognose hvor høyt du kommer til å bli neste år - i hvert fall til du slutter å vokse - kan du sjekke hvor gammel du blir neste år.
Selvfølgelig er folk forskjellig. Når de er 15 år, er noen mennesker 5 meter høye, noen er 6 meter høye. I gjennomsnitt kan du med en viss selvtillit prognose hvor høy en person vil være i alderen 15. (Og du kan nesten sikkert forutse at en nyfødt kidlet skal være under 2 meter høy.)
Det samme gjelder for salgsprognoser. Anta at selskapet selger forbrukerprodukter. Det er en god innsats at jo mer annonsering du gjør, desto mer vil du selge. I det minste er det verdt å sjekke om det er et forhold mellom størrelsen på annonseringsbudsjettet og størrelsen på salgsinntektene dine. Hvis du finner ut at det er et pålitelig forhold - og hvis du vet hvor mye firmaet er villig til å bruke på reklame - har du en god posisjon til å prognostisere salget.
Eller anta at din bedrift markedsfører et spesialprodukt, for eksempel branndører. (A branndør er en som skal være motstandsdyktig mot brann i noen tid, og det er mange av dem i kontorbygninger.) I motsetning til forbrukerprodukter, gjør noe som en branndør ikke må være en bestemt hyllefarge eller ha en friskere enn frisk aroma. Hvis du kjøper branndører, vil du få de som møter spesifikasjonene og er den billigste.
Så hvis du selger branndører, så lenge produktet oppfyller spesifikasjonene, vil du se på forholdet mellom prisen på branndører og hvor mange som selges. Deretter sjekker du med markedsavdelingen din for å finne ut hvor mye de vil at du skal betale per dør, og du kan gjøre prognosen din tilsvarende.
Poenget er at du oftere enn ikke kan finne et pålitelig forhold mellom en variabel (annonserings dollar eller enhetspris) og en annen (vanligvis salgsinntekter eller solgte enheter).
Du bruker Excels verktøy for å kvantifisere forholdet. Når det gjelder regresjonsprognoser, gir du Excel et par hovedlinjer:
- Historiske annonseringskostnader og historiske salgsinntekter
- Hvor mye koster du per branndør og hvor mange dører du solgte, for eksempel
Hvis du gir Excel gode baselinjer, det kommer tilbake til deg med en formel.
- Excel vil gi deg et nummer for å multiplisere ganger hvor mye du forventer å bruke på annonsering, og resultatet blir dine forventede salgsinntekter.
- Eller for eksempel vil Excel gi deg et nummer som skal multiplisere ganger enhetskostnaden per dør, og resultatet vil være antall dører du kan forvente å selge.
Det er bare en touch mer komplisert enn det. Excel gir deg også et tall, kalt en konstant, som du må legge til resultatet av multiplikasjonen. Men du kan få Excel til å gjøre det for deg.
