Tvrtke koje mogu točno predvidjeti prodaju mogu uspješno prilagoditi buduće razine proizvodnje, alokaciju resursa i marketinške strategije kako bi se uskladile s očekivanom prodajom. Ove akcije pomažu optimizirati poslovanje i maksimizirati dobit. Regresijski model predviđa vrijednost zavisne varijable - u ovom slučaju prodaje - na temelju nezavisne varijable. Excelova proračunska tablica može se lako nositi s ovom vrstom jednadžbe.
Skupljanje podataka
Odlučite se za nezavisnu varijablu. Na primjer, pretpostavimo da vaša tvrtka proizvodi proizvod s prodajom koja je usko povezana s promjenama cijene nafte. Vaše iskustvo je da prodaja raste kada cijena nafte raste. Da biste postavili regresiju, izradite stupac proračunske tablice za svoju godišnju prodaju tijekom određenog broja prethodnih godina. Stvorite drugi stupac koji prikazuje postotnu promjenu prosječne cijene nafte u svakoj prodajnoj godini. Da biste nastavili, trebat će vam Excel ToolPak za analizu, koji možete besplatno učitati odabirom "Add-ins" u izborniku "Options".
Pokretanje regresije
Odaberite "Regresija" iz stavke "Analiza podataka" u izborniku "Podaci". Oznacite raspon neovisne varijable kao os X i zavisnu varijablu kao Y-os. Dajte raspon ćelija za izlaz i označite okvire za ostatke. Kada pritisnete "OK", Excel će izračunati linearnu regresiju i prikazati rezultate u vašem izlaznom rasponu. Regresija predstavlja ravnu crtu s nagibom koji najbolje odgovara podacima. Excel prikazuje nekoliko statističkih podataka koji će vam pomoći interpretirati jačinu korelacije između dviju varijabli.
Tumačenje rezultata
R-kvadrat statistika pokazuje koliko dobro nezavisna varijabla predviđa prodaju. U ovom primjeru, R-kvadrat nafte u odnosu na prodaju je 89,9, što je postotak prodaje proizvoda objašnjen postotnom promjenom cijene nafte. Bilo koji broj iznad 85 označava čvrstu vezu. Y-intercept, u ovom primjeru 380.000, pokazuje količinu proizvoda koju biste prodali da je cijena nafte ostala nepromijenjena. Koeficijent korelacije, u ovom slučaju 15.000, ukazuje na to da bi povećanje cijene nafte za 1 posto povećalo prodaju za 15.000 jedinica.
Korištenje rezultata
Vrijednost linearne regresije ovisi o tome koliko dobro možete prognozirati nezavisnu varijablu. Na primjer, analitičarima naftne industrije možete platiti privatnu prognozu koja predviđa povećanje cijene nafte za 6 posto u idućoj godini. Pomnožite koeficijent korelacije sa 6, i dodajte rezultat - 90.000 - u vaš Y-presječeni iznos od 380.000. Odgovor, 470.000, je broj jedinica koje biste vjerojatno prodali ako bi cijena nafte porasla za 6 posto. Možete koristiti ovu prognozu za pripremu rasporeda proizvodnje za nadolazeću godinu. Također možete pokrenuti regresiju pomoću različitih kretanja cijena nafte kako biste predvidjeli ishod najboljeg i najgoreg slučaja. Naravno, ovo su samo predviđanja, a iznenađenja su uvijek moguća. Također možete pokrenuti regresije s više nezavisnih varijabli, ako je prikladno.
