Daftar Isi:
Video: FORECASTING DENGAN METODE REGRESI LINIER 2024
Data kualitatif adalah informasi yang membantu Anda memahami latar belakang untuk data kuantitatif. Tentu, itu menimbulkan pertanyaan: data kuantitatif apa? Data kuantitatif adalah data numerik - jumlah unit yang terjual tim Anda selama kuartal sebelumnya, atau pendapatan yang dibawa tim Anda selama bulan Maret.
Dengan data kuantitatif, Anda bisa menggunakan Excel untuk menghitung jumlah unit yang terjual per bulan, atau paling sedikit, atau paling banyak. Anda dapat menggunakan Excel untuk mengetahui rata-rata pendapatan yang timbal hasil penjualan Anda dapatkan, atau pendapatan minimumnya, atau persentase pendapatan tahunan yang diperoleh selama bulan Oktober.
Sebaliknya, data kualitatif tidak memiliki rata-rata, minimum, atau maksimal. Ini adalah informasi yang membantu Anda memahami data kuantitatif. Ini menempatkan angka ke dalam konteks. Ini membantu melindungi Anda dari kesalahan benar-benar bodoh. Mengajukan pertanyaan yang tepat Anggaplah VP Penjualan Anda meminta Anda untuk memperkirakan berapa banyak mobil yang akan dijual agen Anda selama tahun depan. Jika agensi Anda menjual sebagian besar Ford, masuk akal untuk mendobrak perkiraan. Jika, sampai tahun lalu, agensi Anda menjual sebagian besar Duesenbergs, membuat perkiraan tidak masuk akal. Anda tidak bisa menjual Duesenberg karena tidak ada yang membuatnya lagi.
Contoh itu memang sangat ekstrem, tapi tidak sepenuhnya bodoh. Anda perlu tahu apa yang akan dibawa perusahaan Anda ke pasar selama periode waktu yang ingin Anda ramalkan. Jika tidak, riwayat penjualan Anda - baseline Anda - tidak relevan. Dan Anda tidak dapat membuat ramalan yang akurat berdasarkan baseline yang tidak relevan.
Berikut adalah beberapa pertanyaan yang harus Anda tanyakan sebelum Anda mulai memikirkan untuk membuat garis dasar bersama:
Berapa banyak tenaga penjualan yang akan disediakan perusahaan Anda bagi Anda?
Apakah Anda memiliki lebih banyak kaki di jalan daripada yang Anda lakukan tahun lalu? Lebih sedikit Hampir sama? Ukuran tenaga penjualan membuat perbedaan. Untuk membuat perkiraan yang layak, Anda perlu mengetahui sumber daya penjualan yang akan Anda siapkan.- Apakah tingkat komisi akan berubah selama periode perkiraan? Apakah perusahaan Anda memberi insentif kepada tenaga penjualannya selama 12 bulan terakhir ini? Jika demikian, Anda tidak perlu khawatir tentang hal ini dalam membuat prakiraan. Tetapi jika model bisnis telah berubah dan tarif komisi akan turun karena persaingan turun - atau suku bunga naik karena persaingan telah menegang - ramalan Anda perlu memperhitungkannya.
- Apakah harga produk akan berubah selama periode perkiraan ini? Apakah harga produk Anda akan lonjakan? Jika demikian, Anda mungkin perlu membangun beberapa pesimisme ke dalam ramalan unit yang terjual. Apakah mereka akan drop? Maka Anda bisa bersikap optimis. (Ingatlah bahwa harga biasanya mempengaruhi unit terjual lebih banyak daripada pendapatannya.)
- Anda tidak dapat menggunakan peramalan untuk menjawab pertanyaan seperti ini. Namun jawaban mereka - yang memenuhi syarat sebagai data kualitatif - sangat penting untuk membuat prakiraan yang baik. Anda dapat memiliki garis dasar yang panjang dan berperilaku baik, yang benar-benar penting untuk perkiraan yang baik. Dan kemudian Anda bisa benar-benar tertipu jika perusahaan Anda mengubah lini produknya, atau mengurangi tenaga penjualannya, atau mengubah struktur komisinya sehingga tenaga penjualan berjalan, atau menurunkan harganya sejauh ini sehingga pasar tidak dapat menyimpan tangan kolektifnya. dari lini produk Semua ini akan membuat perkiraan Anda terlihat seperti Anda mengangkat bahu dan memutar beberapa dadu. Anda tidak dapat sepenuhnya bergantung pada garis dasar untuk membuat perkiraan penjualan. Anda perlu memperhatikan apa yang dilakukan perusahaan Anda dalam pemasarannya, penetapan harga, pengelolaan orang-orangnya, tanggapannya terhadap persaingan, untuk membuat perkiraan penjualan yang baik.
Awasi bola Anda: Tujuan perkiraan Anda
Atur garis dasar Anda untuk mencerminkan periode yang ingin Anda ramalkan. Artinya, jika Anda ingin meramalkan penjualan satu bulan, baseline Anda harus menunjukkan riwayat penjualan Anda dalam beberapa bulan. Jika tujuan perkiraan tersebut adalah untuk membantu memandu proyeksi keuangan seperti perkiraan pendapatan, Anda mungkin ingin meramalkan hasil kuartal, dan baseline Anda harus diatur ke dalam kuartal.
Angka tersebut menunjukkan contoh garis dasar yang berguna.
Prakiraannya untuk bulan berikutnya, jadi baseline tersebut menyediakan sejarah penjualan bulanan.
Anda dapat dengan mudah membuat daftar nama bulan di kolom B. Anda akan memilih sel B2 dan mengetik Januari, atau Jan. Tekan Enter, dan jika perlu selesaikan sel B2 (atau tekan Ctrl + Enter untuk meninggalkan sel B2 yang dipilih saat Anda masukkan nilainya). Perhatikan kotak hitam kecil di sudut kanan bawah sel - ini disebut pegangan isi. Gerakkan pointer mouse Anda ke atas pegangan isi. Anda akan melihat perubahan pointer ke garis bidik. Sekarang, meskipun Anda masih bisa melihat garis bidik, tekan tombol mouse, terus menahannya, dan tarik ke bawah sejauh yang Anda inginkan. Excel mengisi nama bulan untuk Anda. Ini juga berlaku untuk hari dalam seminggu.
Ada beberapa aturan praktis tentang membangun baseline yang menurut Anda berguna untuk diingat.Gunakan periode waktu dengan panjang yang sama di baseline Anda.
Menggunakan satu periode yang mencakup 1 Februari sampai 14 Februari, dan periode berikutnya yang mencakup 15 Februari sampai 31 Maret adalah hal yang aneh. Namun, saya telah melihat hal itu, karena ternyata lebih mudah memasukkan data bersama-sama seperti itu. Tapi itu membuang banyak hal, karena pendapatan Februari yang jelas merupakan perkiraan yang tidak tepat dan pendapatan Maret yang jelas melebih-lebihkan. Terlepas dari pendekatan perkiraan yang Anda gunakan, itu akan menjadi masalah.(Anda dapat dengan aman mengabaikan perbedaan kecil, seperti 28 hari pada bulan Februari dan 31 hari di bulan Maret).
- Pastikan jangka waktu di baseline Anda dalam urutan, paling awal sampai yang terbaru. Beberapa teknik peramalan populer, termasuk dua yang dijelaskan dalam buku ini, bergantung pada hubungan antara pengukuran satu periode dan pengukuran periode berikutnya. Jika periode waktu Anda tidak sesuai jadwal, perkiraan Anda akan rusak. Seringkali, tindakan mentah Anda tidak akan dilakukan secara kronologis, dan karena berbagai alasan Anda ingin meringkasnya dengan tabel pivot - yang dapat Anda masukkan dengan mudah ke dalam urutan tanggal. Sebenarnya, tabel pivot menempatkan data yang diringkas ke dalam urutan kronologis secara default.
- Akun untuk semua periode waktu di baseline. Jika baseline Anda dimulai pada bulan Januari 2015, Anda tidak dapat meninggalkannya pada bulan Februari 2015, meskipun data hilang. Jika sisa bulan berada di tempat, lewati Januari 2015 dan mulai dengan bulan Maret 2015. Mengapa? Karena Anda ingin memastikan hubungan Anda tepat antara satu periode dan periode berikutnya.