Verkoopprognosecalculator

Hoe het werkt

niveau = α·actueel + (1−α)·(niveau + trend) · trend = β·(verandering in niveau) + (1−β)·trend · prognose(h) = niveau + h·trend

Dit is Holts lineaire trend — dubbele exponentiële afvlakking — en dat blijkt de meeste 'AI-verkoopprognose' te zijn zodra je hem openmaakt. Alfa bepaalt hoeveel het nieuwste cijfer het niveau verschuift; bèta hoeveel het de trend verschuift. Hogere waarden reageren sneller en zijn onrustiger. Hij past bewust GEEN seizoenspatroon toe: daarvoor zijn minstens twee volledige cycli historie nodig, en een tool die stilzwijgend een seizoen op acht maanden data legt, produceert zelfverzekerde onzin. Is je bedrijf seizoensgebonden, prognosticeer dan tegen dezelfde periode vorig jaar in plaats van tegen de maand die net voorbij is.

Deze tool draait volledig in je browser. Niets van wat je typt wordt naar een server gestuurd, opgeslagen of gelogd.

Veelgestelde vragen

Hoeveel historie heb ik nodig?

Twee punten is het rekenkundige minimum en veel te weinig om op te vertrouwen. Acht tot twaalf perioden geven de trend iets om op te landen; onder de zes lees je het resultaat als een richting, niet als een getal.

Wat moeten alfa en bèta zijn?

De standaardwaarden — 0,3 en 0,1 — passen bij de meeste maandelijkse bedrijfsdata. Verhoog alfa als je reeks abrupt van niveau verspringt en je wilt dat de prognose meegaat; verlaag hem als de reeks onrustig is en je pieken blijft najagen.

Waarom kan hij niet omgaan met seizoenspatronen?

Omdat een seizoenscomponent eerlijk schatten twee of meer volledige cycli vraagt, en de meeste mensen komen met een jaar of minder. Een tool die er tóch een past, geeft een zelfverzekerd verkeerd antwoord, en dat is erger dan een kale trend.

Kan ik een lange horizon vertrouwen?

Nee. Een lineaire trend wordt absurd zodra je hem ver genoeg doortrekt — hij weet niet dat je markt eindig is. Drie tot zes perioden is waar dit nuttig is; daarbuiten is het rekenwerk, geen prognose.