การคาดการณ์ยอดขายและอนุกรมเวลา
แนะนำใหม่| English | ความหมาย |
|---|---|
| sales forecasting/seɪlz ˈfɔːkæstɪŋ/ | การคาดการณ์ยอดขาย |
| time series/taɪm ˈsɪəriːz/ | อนุกรมเวลา |
| trend/trɛnd/ | แนวโน้ม |
| seasonal/ˈsiːzənl/ | ความแปรปรวนตามฤดูกาล |
| moving average/ˈmuːvɪŋ ˈævrɪdʒ/ | ค่าเฉลี่ยเคลื่อนที่ |
| extrapolation/ekˈstræpəleɪʃn/ | การขยายผล |
การคาดการณ์ยอดขายไตรมาสหน้า
- โรงงานควรผลิตสินค้ากี่หน่วยในไตรมาสหน้า? ผลิตมากเกินไปสต็อกจะสะสม; น้อยเกินไปจะเสียโอกาสขาย
- การทำนายยอดขาย ใช้ข้อมูลในอดีตเพื่อทำนายอนาคต
ห้องปฏิบัติการคาดการณ์ยอดขาย
ยอดขาย = แนวโน้ม + ผลกระทบตามฤดูกาล
เลื่อนไปตามแนวโน้มยอดขายเพื่อดูว่าการคาดการณ์และผลจริงอาจแยกออกจากกันได้อย่างไร
อนุกรมเวลาคือข้อมูลที่:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
อนุกรมเวลาบันทึกตัวแปรในช่วงเวลาที่เป็นระยะๆ
ทิศทางพื้นฐานในระยะยาวของอนุกรมเวลาคือ ______
Difficulty 1/5 · 100 coins + a small bonus on first completion today
สิ่งที่ค่าเฉลี่ยเคลื่อนที่เผยให้เห็นคือนโยบาย
การวิเคราะห์อนุกรมเวลา
- อนุกรมเวลา คือข้อมูลที่บันทึกในช่วงเวลาที่สม่ำเสมอ (เช่น ยอดขายรายไตรมาส)
- แบ่งออกเป็น แนวโน้มระยะยาว, ความแปรปรวนตามฤดูกาล, และเสียงรบกวนสุ่ม
ยอดขายมีการแกว่งตัวตามฤดูกาลรอบๆ แนวโน้มพื้นฐานที่เพิ่มขึ้น
ยอดขายใน 4 ไตรมาส依次为 30, 34, 28, 32. ค่าเฉลี่ยเคลื่อนที่ 4 ไตรมาสคือเท่าไหร่?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
(30 + 34 + 28 + 32) ÷ 4 = 124 ÷ 4 = 31.
วัตถุประสงค์หลักของค่าเฉลี่ยเคลื่อนที่คือ:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ช่วยทำให้ข้อมูลเรียบขึ้นจนเห็นแนวโน้มชัดเจน
ค่าเฉลี่ยเคลื่อนที่
- ค่าเฉลี่ยเคลื่อนที่ ช่วยทำให้ข้อมูลสั้นๆ ที่ขึ้นลงสลับกันเรียบเนียนขึ้น เพื่อเผยให้เห็น แนวโน้ม
- ค่าเฉลี่ยเคลื่อนที่ 4 ไตรมาส จะคำนวณค่าเฉลี่ยของแต่ละชุด的四 trimester ต่อเนื่องกัน
ตัวอย่างวิธีทำ ยอดขาย 20, 24, 18, 26 ตลอดสี่ไตรมาส มีค่าเฉลี่ยเท่ากับ (20+24+18+26) ÷ 4 = 22 — ซึ่งเป็นค่าแนวโน้มที่ถูกปรับให้เรียบ แล้ว除去การแกว่งตัวตามฤดูกาล
ยอดขายแกว่งตัวตามฤดูกาลรอบๆ แนวโน้มพื้นฐานที่เรียบเนียน
การคาดเดาไปข้างหน้าสมมติว่าอนาคตจะดำเนินไปตามแนวโน้มในอดีต
Difficulty 1/5 · 100 coins + a small bonus on first completion today
สมมตินี้จะล้มเหลวหากสภาพแวดล้อมเปลี่ยนแปลง
การคาดเดาไปข้างหน้าและข้อจำกัด
- การคาดเดาไปข้างหน้า ยืดแนวโน้มอดีตออกไปยังอนาคตเพื่อทำนาย
- สมมติว่าอนาคตจะ behaving เหมือนอดีต — ซึ่งมีความเสี่ยงหากสภาวะ เปลี่ยนไป (คู่แข่งใหม่, วิกฤตเศรษฐกิจ)
การทำนายไม่ใช่ความจริง การคาดเดาไปข้างหน้าใช้ได้เฉพาะเมื่อแนวโน้มยังคงอยู่ การกระแทกอย่างฉับพลัน — คู่แข่งใหม่ เทคโนโลยี หรือช่วงถดถอย — อาจทำให้การทำนายที่มั่นใจผิดพลาดอย่างหนัก
คุณเข้าใจแล้ว
- อนุกรมเวลา แบ่งออกเป็น แนวโน้ม, ความแปรปรวนตามฤดูกาล และเสียงรบกวน
- ค่าเฉลี่ยเคลื่อนที่ ทำให้ข้อมูลเรียบเนียนเพื่อเผยให้เห็นแนวโน้มพื้นฐาน
- การคาดเดาไปข้างหน้า projecting แนวโน้มไปข้างหน้า — มีความเสี่ยงหากสภาวะเปลี่ยนไป