매출 예측 계산기

작동 방식

수준 = α·실적 + (1−α)·(수준 + 추세) · 추세 = β·(수준 변화) + (1−β)·추세 · 예측(h) = 수준 + h·추세

홀트 선형 추세법, 즉 이중 지수평활법입니다. 이른바 'AI 매출 예측'을 열어보면 대부분 이것으로 밝혀집니다. 알파는 가장 최근 수치가 수준을 얼마나 움직일지, 베타는 추세를 얼마나 움직일지 정합니다. 값이 클수록 빠르게 반응하고 그만큼 요동칩니다. 계절성은 의도적으로 반영하지 않습니다. 계절성을 반영하려면 최소 두 번의 온전한 주기가 필요하며, 8개월치 데이터에 말없이 계절성을 끼워 맞추는 도구는 자신만만한 헛소리를 내놓기 때문입니다. 계절성이 있는 사업이라면 직전 달이 아니라 작년 같은 기간과 비교해 예측하세요.

이 도구는 브라우저에서만 실행됩니다. 입력한 내용은 서버로 전송되거나 저장되거나 기록되지 않습니다.

자주 묻는 질문

이력 데이터는 얼마나 필요한가요?

계산상 최소는 2개지만 믿기에는 턱없이 부족합니다. 8~12개 기간이면 추세가 자리를 잡습니다. 6개 미만이면 결과를 숫자가 아니라 방향으로 읽으세요.

알파와 베타는 얼마로 해야 하나요?

기본값인 0.3과 0.1이 대부분의 월별 사업 데이터에 맞습니다. 데이터의 수준이 갑자기 바뀌고 예측이 이를 따라가길 원하면 알파를 올리고, 데이터가 요동쳐서 자꾸 급등락을 쫓게 된다면 낮추세요.

계절성은 왜 반영하지 않나요?

계절 요소를 정직하게 반영하려면 온전한 주기가 두 번 이상 필요한데, 대부분은 1년 이하의 데이터를 들고 오기 때문입니다. 그런데도 계절성을 끼워 맞추는 도구는 자신만만한 오답을 내놓으며, 이는 단순 추세보다 나쁩니다.

먼 미래까지의 예측을 믿어도 되나요?

아닙니다. 선형 추세를 충분히 멀리 연장하면 언제나 터무니없어집니다. 시장이 유한하다는 사실을 모르기 때문입니다. 3~6개 기간까지가 쓸모 있는 범위이며, 그 너머는 예측이 아니라 산수입니다.