Kalkulator prognozy sprzedaży

Jak to działa

poziom = α·wartość rzeczywista + (1−α)·(poziom + trend) · trend = β·(zmiana poziomu) + (1−β)·trend · prognoza(h) = poziom + h·trend

To liniowy trend Holta — podwójne wygładzanie wykładnicze — czyli to, czym po otwarciu okazuje się większość „prognozowania sprzedaży AI”. Alfa decyduje, jak mocno najnowsza wartość przesuwa poziom; beta — jak mocno przesuwa trend. Wyższe wartości reagują szybciej i są bardziej rozchwiane. Model celowo NIE dopasowuje sezonowości: wymaga ona co najmniej dwóch pełnych cykli historii, a narzędzie, które po cichu dopasowuje sezon do ośmiu miesięcy danych, produkuje pewne siebie bzdury. Jeśli Twoja firma jest sezonowa, prognozuj wobec tego samego okresu rok wcześniej, a nie wobec miesiąca, który właśnie minął.

To narzędzie działa w całości w Twojej przeglądarce. Nic, co wpiszesz, nie jest wysyłane na serwer, zapisywane ani rejestrowane.

Najczęstsze pytania

Ile historii potrzebuję?

Dwa punkty to arytmetyczne minimum i zdecydowanie za mało, by im ufać. Osiem do dwunastu okresów daje trendowi na czym się oprzeć; poniżej sześciu czytaj wynik jako kierunek, a nie jako liczbę.

Jakie powinny być alfa i beta?

Wartości domyślne — 0,3 i 0,1 — pasują do większości miesięcznych danych biznesowych. Podnieś alfę, jeśli Twój szereg gwałtownie zmienia poziom, a prognoza ma za nim podążać; obniż ją, jeśli szereg jest rozchwiany, a Ty ciągle gonisz za skokami.

Dlaczego nie obsługuje sezonowości?

Bo uczciwe dopasowanie składnika sezonowego wymaga co najmniej dwóch pełnych cykli, a większość ludzi przychodzi z rokiem albo mniej. Narzędzie, które mimo to je dopasuje, zwraca pewną siebie błędną odpowiedź, a to gorsze niż zwykły trend.

Czy ufać długiemu horyzontowi?

Nie. Trend liniowy ekstrapolowany dostatecznie daleko zawsze staje się absurdalny — nie wie, że Twój rynek jest skończony. Ten model jest użyteczny na trzy do sześciu okresów; dalej to arytmetyka, a nie prognoza.