نهج التحلل للتنبؤ

التحليل هو أسلوب تنبؤ يفصل أو يحلل البيانات التاريخية إلى مكونات مختلفة ويستخدمها لإنشاء توقع أكثر دقة من خط الاتجاه البسيط. من خلال التنبؤ بكل مكون على حدة قبل الجمع بينهما ، يمكنك تقييم أهمية كل عنصر والتأكيد عليه أو خصمه وفقًا لتغير السوق أو الظروف الاقتصادية.

التنبؤ بخط الاتجاه

أسهل طريقة للتنبؤ بأي متغير هي ببساطة توسيع خط الاتجاه بناءً على البيانات التاريخية. سواء قمت بإنجاز ذلك يدويًا باستخدام تحليل الانحدار أو باستخدام جدول بيانات مثل Excel ، يمكنك إنشاء اتجاه وتوسيعه في المستقبل. عيب هذه الطريقة هو أنها لا تأخذ في الاعتبار التقلبات المتوقعة حول الاتجاه. على سبيل المثال ، قد تتنبأ بتوقعات مبيعات التجزئة بنسبة 8 في المائة للعام المقبل بناءً على المعلومات التاريخية ، ولكن إذا كنت تبحث عن مبيعات الربع الرابع ، عندما تحدث معظم أعمالك ، فستفقد العلامة إذا لم تقم بحساب للتنوع الموسمي.

نهج التحلل

يدرك نهج التحلل للتنبؤ أنه لا يمكن إكمال التنبؤ ما لم تقم بتضمين جميع مكونات البيانات التاريخية. على الرغم من أن المكونات قد تختلف ، اعتمادًا على المتغير الذي تتوقعه ، فقد تقوم بتضمين خط اتجاه أساسي طويل المدى ، وتغير دوري مثل دورة الأعمال ، والتي قد تتقلب حول الاتجاه ، ومتغير موسمي ، والذي يمكن أن يكون قائمًا على الطقس أو نشاط المستهلك في عطلة. اعتمادًا على المتغير الذي تحاول توقعه ، يمكنك حتى تضمين متغير أسبوعي.

تحليل البيانات التاريخية

لتوضيح كيفية عمل التنبؤ بالتحلل ، ضع في اعتبارك توقع مبيعات التجزئة كمثال. للتبسيط ، افترض أن المتغير الوحيد المطبق على الاتجاه طويل الأجل هو مكون موسمي. يمكنك إنشاء خط الاتجاه باستخدام تحليل الانحدار. لتحديد المكون الموسمي ، باستخدام بياناتك التاريخية ، قسّم القيمة الفعلية للمبيعات على قيمة الاتجاه في تلك النقطة. بعد إكمال هذا لجميع مجموعات البيانات التاريخية ، يمكنك حساب متوسط ​​كل من الفصول الأربعة لاشتقاق العوامل الموسمية. لتوقع مبيعات الربع الرابع ، اضرب قيمة الاتجاه المتوقع لهذا الربع المستقبلي في العامل الموسمي. الإسقاط الذي تحسبه بهذه الطريقة أكثر دقة من استخدام خط الاتجاه وحده.

توسيع النموذج

صيغة التنبؤ بالمبيعات هي R = ST ، حيث تساوي "R" إيرادات المبيعات ، و "S" تساوي المكون الموسمي و "T" هي خط الاتجاه الأساسي. يمكن توسيع النموذج ليشمل مكونات أخرى ، مثل المكون الدوري. من الواضح أنه كلما زاد عدد المكونات ، زادت صعوبة الحسابات ، وذلك عندما يكون برنامج مثل Excel مفيدًا. كما هو الحال مع جميع نماذج التنبؤ ، الأمر متروك لك لتفسير وشرح أهمية البيانات التي تستخدمها.