At gøre salgsprognoser, som plejer at være et svagt punkt, til en specialitet

I butiksudvikling er salgsprognoser for nye butikker et område, hvor mange mennesker er urolige og siger: "Det er svært at få det rigtigt" og "Jeg ved ikke, hvordan man gør det."

Denne salgsprognose er dog noget, der ikke kan undgås i præsentationen af ​​ejendommen, og uanset om den fjernes over eller underalvorligt problemVågn op.Hvis du ikke kan gøre det ordentligt, er det ikke godt for dig som butiksudviklingschef.

Så for at kunne forudsige salg, søger jeg efter bøger om statistik og Excel og prøver at gøre det, men jeg kan ikke finde noget, der er direkte knyttet til mit arbejde. .

Hvis du ikke har en, så lad os prøve at lave en, så i denne blog vil jeg gerne forklare den væsentlige viden, der bruges til salgsforecasting i butiksudvikling på en letforståelig måde.

Jeg vil tale lidt om matematik, men kun det, jeg lærte på ungdomsskolen, kommer frem, så vær ikke genert.

Denne gang, som første gang, vil jeg gerne prøve den rørende del af forklaringen om "regressionsanalyse".

Hvad mener du med "forudsig salg"?

At forudsige salg i første omgang betyder "måling af salget af nye ejendomme numerisk" baseret på tendenserne i lignende butikker såsom eksisterende butikker og, hvis der ikke er sådanne butikker, konkurrerende butikker.

Med hensyn til, hvordan man måler, analyserer vi tendenserne i eksisterende butikker og lignende butikker, anvender analyseresultaterne på nye ejendomme og producerer resultater.Denne form for arbejde kaldes

Derfor er det ikke en såkaldt "forudsigelse", at hvis du åbner den her, så sælger den eller ej.Forudsigelsens ``mål'' er ''målet'' for måling.At måle i tal er at forudsige.

Derfor kræver dette en objektiv forklaring.En objektiv forklaring betyder, at uanset hvem der gør det samme, opnås det samme resultat.

Metoden til at generere denne forudsigelsesværdi bør ikke gøres på ens egen måde, men bør udføres efter ordentlige manerer og metoder, hvorfor det er nødvendigt at bruge statistik og dataanalyse.

Overtalelsesevnen vil øges ved korrekt anvendelse af statistik og dataanalysemetoder.Som følge heraf vil det være nemmere at få virksomhedens samtykke, så det er vigtigt at anskaffe sådanne statistiske metoder og lave salgsprognoser.

Første trin: Oprettelse af et scatterplot

Den første ting, jeg gerne vil have dig til at gøre, er at lave et scatterplot.Jeg vil forklare det i denne figur.

For at oprette et scatterplot skal du først tage den lodrette og vandrette akse.I tilfælde af salgsprognose for butiksudvikling er den lodrette akse butikssalg."?" på den vandrette akse er den sag, der påvirker salget, og kaldes også en "faktor" relateret til salg.

Som et vigtigt punkt er det besluttet, hvad der skal lægges på den vandrette og lodrette akse.Husk, at den vandrette akse er årsagen eller den "bestemmende faktor".Den lodrette akse er resultatet.Så den lodrette akse er butikssalg.Du skal blot huske, at den lodrette akse er butikssalg, og den vandrette akse er faktoren.

Et punktdiagram er et plot af eksisterende butiksdata, der indsamler butikssalg og faktorer relateret til salg for hver butik.

For eksempel vil det ligne figuren.Der er XNUMX grønne prikker.Der er XNUMX eksisterende butikker, og butikssalget går fra høj til lav.Du kan læse denne form for forhold.

For visuelt at forstå disse ting, vil vi lave et scatterplot.Når vi gør dette i praksis, bruger vi Excel.

Så, når antallet af "?" stiger, vil salget i butikken også stige, så hvis du trækker en streg, der går mellem disse XNUMX grønne prikker, vil du se en rød streg som vist på figuren. .

Hvad sker der, hvis du laver et scatterplot og viser de to sammenhænge som en lige linje?At se på det er det første skridt.

Trin XNUMX: Lav en regressionsanalyse

Så kommer regressionsanalyse.Regressionsanalyse er en teknik, der optræder i statistik, men jeg vil gerne forklare det så enkelt som muligt, så bær venligst over med mig.

Se igen på scatterplotet ovenfor.Efter at have tegnet et scatterplot, talte jeg om at tænke på en ret linje, der passerer nøjagtigt mellem de syv punkter.Regressionsanalyse er opgaven med at bestemme den røde linje som en enkelt linje.

Først, som et forsøg, skal du tegne en rød linje for hver af jer, mens du kun ser på de grønne prikker i punktdiagrammet ovenfor.Så tror jeg, at den røde linje vil ændre sig afhængigt af personen.Selvom man er den samme person, hvis man gør det samme igen efter et stykke tid, tror jeg ikke, det bliver helt den samme linje.På denne måde varierer den måde, linjen trækkes på, fra person til person.Derfor vil jeg tage stilling til én rød streg, så det bliver det samme, uanset hvem der ser det, eller hvem der bestemmer det.

Værdien af ​​"?" bestemmes ved at undersøge målejendommen for forhold, der påvirker salget.At gå op fra den værdi rammer den røde linje.Denne røde linje bruges til at beregne salgsprognoseværdien.Regressionsanalyse forsøger at skabe en sådan mekanisme.

Hvis du beslutter dig for én værdi af "?", vil et forventet salg blive besluttet.Disse ting kaldes "funktioner". Når en værdi af x bestemmes, bestemmes en værdi af y også.Som jeg lærte i gymnasiets matematiktime, kaldes sådanne relationer funktioner.Det kaldes en lineær funktion, men det bruges på denne slags steder selv i arbejdet med butiksudvikling.

At bestemme én rød linje betyder at bestemme én formel: [butikssalg = bestemt koefficient x værdi af "?" + konstant].At bestemme en ligning betyder at bestemme koefficienter og konstanter.Dette efterlader kun én rød streg.At bestemme dette kaldes regressionsanalyse.Erkend, at det, du gør i regressionsanalyse, er at finde disse koefficienter og konstanter.

Jeg tror, ​​der var en formel y=ax+b i den lineære funktion, du lærte i ungdomsskolen.For at afgøre dette a og b
Det kaldes regressionsanalyse.Du har måske lært konstanterne vist her som "skæring" og koefficienterne som "hældning" og "ændringshastighed".

Ved at bestemme funktionen gennem regressionsanalyse bestemmes én linje, og én butikssalgsværdi bestemmes ud fra ejendommens "?"-værdi.Hvis et prognostiseret salg bestemmes gennem funktionen af ​​den røde linje, opnås det samme tal, uanset hvem der udfører beregningen.

I denne artikel håber jeg, at du vil forstå, hvad regressionsanalyse er.

Selve analysen udføres i Excel.Der er en dataanalysefunktion, som er meget nyttig.

Simpel regressionsanalyse og multipel regressionsanalyse

Hvad angår "?", som er den faktor, der påvirker salget, er der normalt mere end én. En eller to er ikke nok.

Derfor er der to typer regressionsanalyse: simpel regressionsanalyse og multipel regressionsanalyse.

En simpel regressionsanalyse er, når der kun er én faktor.Sådanne tilfælde er sjældne. To eller flere er ofte relaterede.I dette tilfælde bruger vi multipel regressionsanalyse.

Den eneste forskel mellem simpel regressionsanalyse og multipel regressionsanalyse er, om der er en eller to eller flere faktorer, og den grundlæggende idé er den samme.

Til næste gang: I praksis er der forskellige tips og måder at tænke på

I det foregående eksempel var der syv punkter, og en rød linje kunne tegnes pænt, men i virkeligheden er det næsten umuligt at tegne en linje pænt.Jeg sagde, at der normalt er flere faktorer, men det er ikke så nemt at lave flere faktorer relateret til alting.

Der er dog næsten ingen bøger, der kun indeholder viden, som kan bruges med det samme på arbejdet, så i denne blog vil jeg gerne forklare, hvordan man gør og tips.Hvis du er interesseret, så kontakt os venligst igen.

Så denne gang, hvilken slags regressionsanalyse bruges til salgsprognoser?Jeg prøvede at tale med dig.Først og fremmest er det fint, hvis du nogenlunde kan fatte billedet.Jeg synes også, det ville være godt, hvis du kunne forstå, at den matematik, du lærte i ungdomsskolen, faktisk bruges sådanne steder.

Mere om det i næste blog.Vores YouTube-kanalogsåminiforedrager blevet uploadet, så tag et kig.