Moving Average Forecasting Introducción. Como usted podría adivinar, estamos estudiando algunos de los enfoques más primitivos para la predicción. Pero espero que estas sean al menos una introducción valiosa a algunos de los problemas de computación relacionados con la implementación de pronósticos en hojas de cálculo. En este sentido, continuaremos comenzando desde el principio y comenzando a trabajar con las previsiones de Media móvil. Pronósticos de media móvil. Todo el mundo está familiarizado con los pronósticos de promedio móvil, independientemente de si creen que son. Todos los estudiantes universitarios lo hacen todo el tiempo. Piense en los resultados de su examen en un curso en el que va a tener cuatro pruebas durante el semestre. Supongamos que tienes un 85 en tu primera prueba. ¿Qué predecirías para tu segundo puntaje de prueba? ¿Qué crees que tu maestro predijo para tu siguiente puntaje de prueba? ¿Qué crees que tus amigos podrían predecir para tu siguiente puntaje de prueba? ¿Qué crees que tus padres podrían predecir para tu próximo puntaje de prueba? Todo el blabbing que usted puede hacer a sus amigos y padres, él y su profesor son muy probables esperar que usted consiga algo en el área de los 85 que usted acaba de conseguir. Bueno, ahora vamos a suponer que a pesar de su autopromoción a sus amigos, se sobrevaloran a sí mismos y la figura que puede estudiar menos para la segunda prueba y por lo que se obtiene un 73. Ahora lo que todos los interesados y despreocupado va a Anticipar que usted conseguirá en su tercer examen Hay dos acercamientos muy probables para que desarrollen una estimación sin importar si lo compartirán con usted. Pueden decir a sí mismos: "Este tipo siempre está soplando el humo de su inteligencia. Hes va a conseguir otro 73 si hes suerte. Tal vez los padres tratarán de ser más solidarios y decir: "Bien, hasta ahora has conseguido un 85 y un 73, por lo que tal vez debería figura en obtener sobre un (85 73) / 2 79. No sé, tal vez si usted hizo menos Fiesta y werent meneando la comadreja en todo el lugar y si usted comenzó a hacer mucho más estudiando que podría obtener una puntuación más alta. quot Ambos de estos estimados son en realidad las previsiones de promedio móvil. El primero es usar sólo su puntaje más reciente para pronosticar su rendimiento futuro. Esto se denomina pronóstico de media móvil utilizando un período de datos. El segundo es también un pronóstico de media móvil, pero utilizando dos períodos de datos. Vamos a asumir que todas estas personas estallando en su gran mente tienen tipo de molesto y usted decide hacer bien en la tercera prueba por sus propias razones y poner una puntuación más alta en frente de sus quotalliesquot. Usted toma la prueba y su puntuación es en realidad un 89 Todos, incluido usted mismo, está impresionado. Así que ahora tiene la prueba final del semestre que viene y como de costumbre se siente la necesidad de incitar a todos a hacer sus predicciones acerca de cómo youll hacer en la última prueba. Bueno, espero que veas el patrón. Ahora, espero que puedas ver el patrón. ¿Cuál crees que es el silbido más preciso mientras trabajamos? Ahora volvemos a nuestra nueva compañía de limpieza iniciada por su hermana separada llamada Whistle While We Work. Tiene algunos datos de ventas anteriores representados en la siguiente sección de una hoja de cálculo. Primero presentamos los datos para un pronóstico de media móvil de tres periodos. La entrada para la celda C6 debe ser Ahora puede copiar esta fórmula de celda abajo a las otras celdas C7 a C11. Observe cómo el promedio se mueve sobre los datos históricos más recientes, pero utiliza exactamente los tres períodos más recientes disponibles para cada predicción. También debe notar que realmente no necesitamos hacer las predicciones para los períodos pasados con el fin de desarrollar nuestra predicción más reciente. Esto es definitivamente diferente del modelo de suavizado exponencial. He incluido las predicciones anteriores porque las usaremos en la siguiente página web para medir la validez de la predicción. Ahora quiero presentar los resultados análogos para un pronóstico de media móvil de dos periodos. La entrada para la celda C5 debe ser Ahora puede copiar esta fórmula de celda abajo a las otras celdas C6 a C11. Observe cómo ahora sólo se usan las dos más recientes piezas de datos históricos para cada predicción. Nuevamente he incluido las predicciones anteriores para fines ilustrativos y para uso posterior en la validación de pronósticos. Algunas otras cosas que son importantes de notar. Para una predicción de promedio móvil del período m sólo se usan los m valores de datos más recientes para hacer la predicción. Nada más es necesario. Para una predicción media móvil del período m, al hacer predicciones quotpast, observe que la primera predicción ocurre en el período m 1. Ambas cuestiones serán muy significativas cuando desarrollemos nuestro código. Desarrollo de la función de media móvil. Ahora necesitamos desarrollar el código para el pronóstico del promedio móvil que se puede usar con más flexibilidad. El código sigue. Observe que las entradas son para el número de períodos que desea utilizar en el pronóstico y la matriz de valores históricos. Puede guardarlo en cualquier libro que desee. Función MovingAverage (Histórica, NumberOfPeriods) Como única Declaración e inicialización de variables Dim Item como variante Dim Contador como Entero Dim Acumulación como único Dim HistoricalSize As Entero Inicialización de variables Counter 1 Acumulación 0 Determinación del tamaño del historial HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Acumulación del número apropiado de los valores observados anteriormente más recientes Acumulación Acumulación Histórica (HistoricalSize - NumberOfPeriods Counter) MovingAverage Acumulación / NumberOfPeriods El código se explicará en la clase. Desea posicionar la función en la hoja de cálculo para que aparezca el resultado del cálculo donde debería tener gusto de lo siguiente. Media de movimiento de los datos de series de tiempo (observaciones igualmente espaciadas en el tiempo) de varios períodos consecutivos. Llamado en movimiento porque se recalcula continuamente a medida que se obtienen nuevos datos, progresa eliminando el valor más antiguo y agregando el valor más reciente. Por ejemplo, el promedio móvil de las ventas de seis meses se puede calcular tomando el promedio de las ventas de enero a junio, luego el promedio de las ventas de febrero a julio, luego de marzo a agosto, y así sucesivamente. Las medias móviles (1) reducen el efecto de las variaciones temporales en los datos, (2) mejoran el ajuste de los datos a una línea (un proceso llamado suavizado) para mostrar la tendencia de los datos más claramente, y (3) resaltan cualquier valor superior o inferior al tendencia. Si está calculando algo con una variación muy alta lo mejor que puede ser capaz de hacer es averiguar el promedio móvil. Quería saber cuál era el promedio móvil de los datos, así que tendría una mejor comprensión de cómo estábamos haciendo. Cuando usted está tratando de averiguar algunos números que cambian a menudo lo mejor que puede hacer es calcular el promedio móvil. Lo mejor de BusinessDictionary, entregado a diario. El enfoque más sencillo sería tomar el promedio de enero a marzo y usarlo para estimar las ventas de abril de 2012: (129 134 122) / 3 128.333 Por lo tanto, basándose en las ventas de enero a marzo, En abril será de 128.333. Una vez que las ventas reales de abril de 2008 lleguen, se calcula el pronóstico para mayo, esta vez utilizando febrero a abril. Debe ser consistente con el número de periodos que usa para pronosticar el promedio móvil. El número de períodos que usa en sus pronósticos de media móvil es arbitrario, puede utilizar sólo dos períodos o cinco o seis períodos, lo que desee para generar sus pronósticos. El enfoque anterior es un promedio móvil simple. A veces, los últimos meses 8217 las ventas pueden ser influenciadores más fuertes de las ventas del próximo mes 8217s, por lo que desea dar a los meses más cercanos más peso en su modelo de pronóstico. Esta es una media móvil ponderada. Y al igual que el número de períodos, los pesos asignados son puramente arbitrarios. Let8217s decir que quería dar las ventas de March8217s 50 peso, febrero8217s 30 peso, y January8217s 20. Entonces su pronóstico para abril será 127,000 (122,50) (134,30) (129,20) 127. Limitaciones de los métodos de media móvil Las medias móviles se consideran una técnica de pronóstico 8220smoothing8221. Debido a que usted está tomando un promedio en el tiempo, está suavizando (o suavizando) los efectos de las ocurrencias irregulares dentro de los datos. Como resultado, los efectos de la estacionalidad, los ciclos económicos y otros eventos aleatorios pueden aumentar drásticamente el error de pronóstico. Echa un vistazo a un año completo de 8217s de datos, y comparar una media móvil de 3 períodos y una media móvil de 5 periodos: Tenga en cuenta que en este caso que no he creado pronósticos, sino más bien centrado los promedios móviles. El primer promedio móvil de 3 meses es para febrero, y es el promedio de enero, febrero y marzo. También hice similar para el promedio de 5 meses. Ahora eche un vistazo a la siguiente tabla: ¿Qué es lo que ves? No es la serie de media móvil de tres meses mucho más suave que la serie de ventas reales Y cómo sobre el promedio móvil de cinco meses It8217s aún más suave. Por lo tanto, los periodos más que utiliza en su promedio móvil, el suavizar su serie de tiempo. Por lo tanto, para pronosticar, un promedio móvil simple puede no ser el método más exacto. Los métodos de media móvil resultan bastante valiosos cuando se trata de extraer los componentes estacionales, irregulares y cíclicos de una serie temporal para métodos de pronóstico más avanzados, como regresión y ARIMA, y el uso de promedios móviles en la descomposición de una serie temporal se tratará más adelante en las series. Determinación de la precisión de un modelo de media móvil En general, desea un método de pronóstico que tenga el menor error entre los resultados reales y los previstos. Una de las medidas más comunes de exactitud de pronóstico es la Media Desviación Absoluta (MAD). En este enfoque, para cada período de la serie temporal para la que generó un pronóstico, se toma el valor absoluto de la diferencia entre los valores actuales y previstos de ese período (la desviación). Entonces usted promedio esas desviaciones absolutas y usted consigue una medida de MAD. MAD puede ser útil para decidir el número de períodos que usted promedio, y / o la cantidad de peso que usted coloca en cada período. Generalmente, usted escoge el que da como resultado el MAD más bajo. A continuación se muestra un ejemplo de cómo se calcula MAD: MAD es simplemente el promedio de 8, 1 y 3. Promedios móviles: recapitulación Cuando se usan promedios móviles para pronosticar, recuerde: Las medias móviles pueden ser simples o ponderadas. Promedio y cualquier peso que usted asigna a cada uno son estrictamente arbitrarios Medias móviles suavizar los patrones irregulares en los datos de series de tiempo cuanto mayor sea el número de períodos utilizados para cada punto de datos, mayor será el efecto de suavizado Debido a suavizar, Las últimas pocas ventas de mes 8217 pueden resultar en grandes desviaciones debido a la estacionalidad, ciclos y patrones irregulares en los datos y Las capacidades de suavizado de un método de media móvil pueden ser útiles para descomponer una serie de tiempo para métodos de pronóstico más avanzados. Semana siguiente: Exponential Smoothing En la próxima semana 8217s Pronóstico Viernes. Vamos a discutir los métodos de suavizado exponencial, y verá que pueden ser muy superiores a los métodos de predicción media móvil. Todavía don8217t saber por qué nuestro pronóstico Viernes puestos aparecen el jueves Descubre en: tinyurl / 26cm6ma Como: Navegación de artículos relacionados Deja un comentario Cancelar respuesta He tenido 2 preguntas: 1) ¿Puede utilizar el enfoque centrado MA para pronosticar o sólo para eliminar la estacionalidad 2) Cuando se utiliza el simple t (t-1t-2t-k) / k MA para prever un período por delante, es posible pronosticar más de un período por delante Supongo que entonces su pronóstico sería uno de los puntos de alimentación en el siguiente. Gracias. Me encanta la información y sus explicaciones me alegra que le guste el blog I8217m seguro de que varios analistas han utilizado el enfoque centrado MA para la predicción, pero yo personalmente no lo haría, ya que el enfoque resulta en una pérdida de observaciones en ambos extremos. Esto en realidad entonces se relaciona con su segunda pregunta. Generalmente, el MA simple se utiliza para pronosticar sólo un período por delante, pero muchos analistas 8211 y yo también a veces 8211 usaré mi pronóstico de un período de anticipación como uno de los insumos para el segundo período por delante. Es importante recordar que cuanto más hacia el futuro intente pronosticar, mayor será el riesgo de error de pronóstico. Esta es la razón por la cual no recomiendo el MA centrado para la predicción. 8211 la pérdida de observaciones al final significa tener que basarse en las previsiones de las observaciones perdidas, así como los periodos por venir, por lo que hay mayor probabilidad de error de pronóstico. Lectores: Se invita a ustedes a sopesar en esto. ¿Tiene alguna idea o sugerencias sobre este Brian, gracias por su comentario y sus elogios en el blog de la iniciativa de Niza y una buena explicación. It8217s realmente útil. Preveo circuitos impresos personalizados para un cliente que no da ninguna previsión. He utilizado la media móvil, sin embargo, no es muy preciso como la industria puede ir hacia arriba y hacia abajo. Vemos hacia medio del verano hasta el final del año que pcb8217s de envío está para arriba. Entonces vemos que a principios de año se ralentiza. ¿Cómo puedo ser más preciso con mis datos de Katrina, por lo que me dijiste, parece que sus ventas de circuitos impresos tienen un componente estacional. Hago la estacionalidad de la dirección en algunos de los otros postes del viernes del pronóstico. Otro enfoque que puede utilizar, que es bastante fácil, es el algoritmo de Holt-Winters, que tiene en cuenta la estacionalidad. Usted puede encontrar una buena explicación de ello aquí. Asegúrese de determinar si sus patrones estacionales son multiplicativos o aditivos, porque el algoritmo es ligeramente diferente para cada uno. Si traza los datos mensuales de algunos años y ve que las variaciones estacionales en los mismos tiempos de los años parecen ser constantes año tras año, entonces la estacionalidad es aditiva si las variaciones estacionales con el tiempo parecen estar aumentando, entonces la estacionalidad es Multiplicativo. La mayoría de las series temporales estacionales serán multiplicativas. En caso de duda, asumir multiplicativo. Buena suerte Hola, Entre los métodos:. Pronóstico de Nave. Actualización de la media. Promedio móvil de longitud k. Promedio móvil ponderado de longitud k OR Suavizado exponencial ¿Cuál de esos modelos de actualización me recomienda utilizar para pronosticar los datos? Para mi opinión, estoy pensando en la media móvil. Pero no sé cómo hacerlo claro y estructurado Realmente depende de la cantidad y calidad de los datos que tiene y su horizonte de pronóstico (a largo plazo, a medio plazo o a corto plazo) Los mejores métodos de pronóstico de ventas para usted Bueno Salir en una extremidad y apostar que su pronóstico de ventas es el único informe de ventas que casi todos los líderes de ventas por ahí 8211 de VP a los gerentes, e incluso CEO 8211 piensa en cada día. Un pronóstico de ventas es una proyección de lo que el rendimiento de su equipo de ventas será al final de un período de medición dado (por lo general, mensual o trimestral), o cuánto negocio se puede esperar para cerrar este período. Para la planificación futura, la asignación de recursos, apaciguar los trajes en su Junta y establecer las expectativas, esto es absolutamente crítico. El hecho es que muchos líderes de ventas y organizaciones siguen confiando en los métodos de previsión de ventas que no son muy precisos. No sólo la predicción imprecisa hace que se vea mal delante de su CEO8211 hace que el planeamiento a largo plazo y el crecimiento sea imposible. En su sistema Salesforce CRM, cada oportunidad en la que trabaja su equipo debe tener un estado o una etapa de oportunidad. Estas etapas representan hitos específicos que cada oportunidad específica debe haber cruzado o tocado, antes de ser puesto en esa etapa. Los nombres (e hitos) de estas etapas serán diferentes, dependiendo de su empresa e industria. Por ejemplo, en el mundo de software B2B, los nombres de etapa típicos 8211 y sus logros de marco complementario 8211 podrían ser acciones tales como Completar una llamada de evaluación, Entregar una demostración, Registrarse en una versión de prueba gratuita o Enviar una cotización. Otras compañías podrían usar nombres de escena menos cortantes, como Discovery, Buying Process o Fulfillment. Una vez que el representante ha aprovechado la oportunidad a través de una demo o inscrito con éxito en un programa de prueba gratuita, se trasladan a esa etapa en Salesforce. En términos de pronóstico de ventas, cada etapa tiene una probabilidad asociada con ella. Una oportunidad en la etapa de descubrimiento podría tener una probabilidad de cierre de 10, mientras que una oportunidad en una etapa posterior como la presentación de una cotización es probablemente muy probable de cierre, alrededor de 90. Los líderes de ventas que utilizan este método de previsión básica de ventas luego multiplicará la cantidad O el valor asociado a cada oportunidad con una fecha de cierre en este período de informe por la probabilidad de que las oportunidades en esa fase de cierre. A continuación, obtener un simple previsión de ventas para ese período, como en este ejemplo rápido aquí: Este mes de previsión Matemáticas bastante básicas. Si usted tiene 100,000 de oportunidades en una etapa temprana, una que tiene una probabilidad de cerrar, usted puede razonablemente esperar que 25,000 de esas oportunidades sean Cerradas Ganadas en este período. Extremadamente objetivo. Incluso si su representante de ventas se siente sumamente confiado acerca de eventualmente traer a casa una oportunidad actualmente en etapa temprana, la probabilidad de cerrar ese opp permanece estática. El elemento emocional ha sido neutralizado de la ecuación de pronóstico de ventas. Probabilidades arbitrarias. Las probabilidades relativas de cierre en cada etapa de oportunidad no se derivan rigurosamente ni se prueban y mejoran regularmente. Sólo porque históricamente ha cerrado 25 de sus oportunidades en la etapa inicial, ¿significa que realmente tiene 25 posibilidades de cerrar todos los opps de la etapa inicial? No necesariamente. Los ciclos de ventas no son considerados. Una vieja oportunidad que tiene 2 años de edad, pero con una fecha cercana este mes, se cuenta con la misma probabilidad que una nueva oportunidad que es sólo una semana de edad, pero también tiene una fecha cercana en este mes. En realidad, las oportunidades más antiguas que han languidecido en etapas no cerrarán probablemente al mismo ritmo. Fechas precisas de cierre son una necesidad absoluta. Cualquier fecha de cierre imprecisa 8211 o cualquier otro dato erróneo, tal como el impacto de hitos específicos 8211 puede desechar todo el pronóstico. Categorías de Pronóstico Para superar algunas de las deficiencias del método de Etapas de Oportunidad antes mencionado, algunos equipos de ventas usan las Fases de Pronóstico para generar sus pronósticos de ventas. Esto ignora los hitos de los que hablamos arriba, y simplemente pide a los representantes de ventas que realicen una evaluación subjetiva de las oportunidades en las que están trabajando. Estos son típicamente: Commit 8211 Sobre la base de las conversaciones que he tenido, y mi evaluación de las necesidades de esta oportunidad en relación con nuestro producto, estoy seguro de que van a comprar. Yo personalmente me comprometo a traer esta oportunidad pulg Mejor caso 8211 No apostaría mi vida en ella, pero si algunas cosas rompen bien y seguir nuestro camino si somos capaces de conseguir el CFO en una demo esta semana, por ejemplo, esta oportunidad podría Definitivamente entrar. Con este tipo de método de predicción de ventas, el peor de los casos sería traer en todas las oportunidades presentadas bajo la fase de pronóstico Commit. El mejor escenario implicaría que todo se rompiera y cerrara no sólo a sus Commits, sino también a aquellos acuerdos optimistas. Las empresas pueden calcular su pronóstico con antelación. No tienen que esperar hasta que las oportunidades lleguen a las últimas etapas del proceso de compra. Un representante de ventas podría haber empezado a trabajar una oportunidad, pero si se sienten bien acerca de su perfil de compra, puede ranura derecha en Commit. Esto es útil para equipos de ventas con largos ciclos de ventas o representantes de campo externos. Es increíblemente cualitativo y subjetivo. ¿Son los representantes de ventas realmente el grupo más confiable sólo porque su representante de ventas le dice que ella está segura de traer esta oportunidad a casa, puede usted realmente apostar el banco en que recordar, los representantes de ventas son notorios por tener oídos felices, especialmente después de una conversación prometedora. Esto invariablemente conducirá a pronóstico excesivamente optimista, y ningún vicepresidente de ventas quiere ser el uno sobre la promesa y bajo entregar. Estos dos métodos de predicción de ventas son ambos defectuosos en sus propias maneras. Hay una serie de otros factores y variables, el ciclo de ventas, el compromiso y el impulso, por ejemplo 8211 que no se consideran con los dos métodos anteriores. Además, existen métodos de predicción de ventas más cuantitativos y estadísticamente fiables que en última instancia pueden producir pronósticos más precisos. Desafortunadamente, las matemáticas detrás de estos métodos basados en algoritmos pueden ser complejas, demasiado peludas y requieren mucho tiempo para que un gerente de ventas emprenda. Una poderosa solución de informes y análisis de terceros sería la mejor opción aquí, teniendo en cuenta los datos históricos y los resultados, junto con una evaluación subjetiva de los representantes para producir un método de pronóstico de ventas más eficiente, fiable y avanzado. Este método de pronóstico de ventas toma una visión de arriba hacia abajo. Dibuja utiliza un modelo de regresión que dibuja una línea inclinada a través de sus últimos 18 meses de reservas, y luego extrapola esos datos para determinar su previsión de próximos meses, con este crecimiento constante reflejado. En esencia, se ve cómo youve hecho para determinar cómo va a hacer en el futuro. Este método ignora cuántas oportunidades y cuánto valor está realmente en su canalización de ventas. Lo que hace es trazar el siguiente punto de datos en la línea de tendencia de su desempeño histórico durante el año pasado. Si usted sufre una caída masiva en su prospección de prospecto de ventas simplemente no fue bien el mes pasado, pero sigue usando el método de predicción de ventas basado en la historia, la precisión de su pronóstico no será alta. Para las empresas que están en un estado estable y hacer un buen trabajo de mantenimiento de la máquina con 8211 regularidad general, la coherencia y la previsibilidad mes a mes, este debería ser el método de previsión de ventas de elección. La precisión de los datos no importa (tanto). Si youve rasgado su pelo hacia fuera y usted todavía cant consigue a sus representantes para incorporar fiablemente datos constantes y exactos, sus pronósticos de las ventas no sufrirá, si usted utiliza este método. Funciona bien con variación limitada mes a mes. Un montón de empresas y equipos de ventas están en un buen lugar, donde theyre principalmente mantener el statu quo. Este método es mucho más fácil para ellos, sin ninguna pérdida de precisión. No funciona bien si tiene un montón de variación en sus reservas mensuales. Si sus reservas mensuales se parece a este ejemplo 8211 con un montón de picos y valles, y la imprevisibilidad 8211 este método de previsión de ventas no funcionará para usted. No considera su pipeline de ventas. Si ha tenido un mes de prospección increíble recientemente 8211 con un gran trabajo de sus representantes de salida y su equipo de marketing 8211 su oleoducto de ventas probablemente se hinchan, dándole más oportunidades para trabajar y, presumiblemente, cerrar. Este método de pronóstico de ventas no considera sus oportunidades de tuberías actuales. Predicción de ventas basadas en oleoductos Este método de pronóstico de ventas adopta un enfoque de fondo, comenzando con todas las oportunidades que tiene actualmente en su canalización de ventas abiertas. Este método meticulosamente 8211 y arduamente, si usted no está usando un programa con un algoritmo confiable 8211 pasa por cada oportunidad en su pipeline y calcula su oportunidad individual para cerrar. Huelga decir que este método es muy completo. La probabilidad de cerrar cada oportunidad se calcula a través de una serie de variables únicas para su empresa y proceso de venta. Algunas variables consideradas incluyen el valor de la oportunidad, la edad en la etapa, la probabilidad de cerrar en el período, y la oportunidad personal de los dueños de la oportunidad de ganar en esa etapa. La historia puede demostrar que las oportunidades de su compañía son oportunidades que valen entre 2.000 y 5.000, con un ciclo de ventas de 15 días. Todas sus oportunidades abiertas actuales que se ajusten a esos parámetros se daría entonces una alta probabilidad de cierre. Las previsiones individuales sobre cada oportunidad se enrollan para darle su pronóstico mensual o trimestral, basado únicamente en todas sus oportunidades de canalización en ese período de tiempo. La desviación en su pipeline de ventas se contabiliza. En pronósticos basados en historial, su trayectoria ascendente de mes a mes proyectará el rendimiento de sus próximos meses, incluso si sufre una caída imprevista en la canalización. Si usted no tiene mucha consistencia mes a mes en términos de cuánto gasoducto youre capaz de generar, este método de pronóstico de ventas dará cuenta de eso. Su sólido respaldo de datos. Y por sus propios datos históricos y puntos de referencia también Este tipo de método de previsión de ventas considera datos y probabilidades que es único para su empresa. En lugar de depender de las oportunidades y probabilidades estándar de Salesforces, puede aplicar sus propias variables a sus propias oportunidades y pronósticos. Se basa en gran medida en la calidad perfecta de los datos. Por supuesto, como con cualquier análisis respaldado por datos, sus resultados no significarán sentadilla si los datos son impuros o incompletos. Necesita que sus representantes siempre introduzcan datos precisos en su CRM, en campos como fecha de cierre y valor de oportunidad. Hay una gran cantidad de métodos de predicción de ventas por ahí, desde los básicos que se basan en la intuición a los avanzados que requieren algoritmos complejos, desde aquellos que miran su desempeño histórico a los que miran a su pipeline de ventas. Sea cual sea el que elija, tener el método de previsión de ventas adecuado 8211 y las previsiones de ventas precisas de 8211 son fundamentales para ayudarle a administrar su equipo de ventas y administrar su negocio. Elige tu método de predicción de ventas sabiamente. Simulación Monte Carlo La simulación Monte Carlos es un método de pronóstico que utiliza probabilidades basadas en datos históricos, experiencia o experiencia para hacer predicciones. Las empresas pueden crear un rango de posibles valores y la probabilidad de que cada uno ocurra, y luego la simulación calcula lo que probablemente ocurrirá. El resultado del modelo se registra y se repite típicamente cientos de veces utilizando diferentes variables seleccionadas aleatoriamente. Dado que el método de simulación de Monte Carlo se basa en cálculos repetidos, es más eficiente utilizar una computadora en lugar de intentar esto a mano. El software de computadora está disponible para calcular estas simulaciones automáticamente. Microsoft Excel también se puede utilizar, pero requiere fórmulas avanzadas para configurar el modelo. Si el modelo depende de miles de filas de datos, Microsoft Excel podría volverse lento o congelar. Uso de diferentes métodos de pronóstico en los negocios Existen diferentes métodos de pronóstico en los negocios para hacer ciertos tipos de predicciones. Si la empresa desea hacer predicciones de una variable basada en otra, podría utilizarse un análisis de regresión. Por ejemplo, para predecir los ingresos de ventas o publicidad basados en el número de visitantes del sitio web, o el número de personas que asistirán a un seminario basado en cuántos miembros hay en esa ciudad. Un promedio móvil se utiliza mejor cuando se quiere hacer predicciones basadas en los resultados del pasado reciente. Esto es más comúnmente usado para predecir el número de ventas o cuando el inventario debe ser reabastecido. La simulación de Monte Carlo predice lo que sucederá en el futuro sobre la base de la probabilidad de que ocurran ciertos eventos. Esto se utiliza normalmente para gestionar el riesgo o ver cómo una decisión afectará el rendimiento de la empresa. También hay fórmulas comunes de previsión de ventas que pueden utilizarse además de estos métodos de pronóstico.
No comments:
Post a Comment