Przeczytaj
Najprostszym i najczęściej wykorzystywanym narzędziem w arkuszu kalkulacyjnym służącym do prognozowania danych jest Arkusz prognozy
. Dzięki zastosowaniu tego narzędzia możemy na podstawie danych historycznych w szybki i czytelny sposób wyznaczyć m.in. przyszły poziom sprzedaży, wymagany poziom zapasów, różnego rodzaju wskaźniki (demograficzne, makroekonomiczne, pogodowe) czy też trendy konsumpcyjne.
Pobierz przykładowe dane:
Arkusz prognozy
Prześledźmy działanie tego narzędzia na podstawie firmy, której wyniki sprzedażowe za pierwsze półrocze 2020 roku wyglądają następująco.
![Ilustracja przedstawia fragment arkusza Excel. Widoczne są kolumny od A do E. W wersie pierwszym wpisano Wyniki sprzedaży za pierwsze półrocze 2020. W wersie trzecim w komórce B nagłówek Miesiąc, a w komórce C nagłówek Sprzedaż. W wierszu 4 w komórkach B i C wpisano kolejno wartości: styczeń 20; 58321,65 zł. W wierszu 5 w komórkach B i C wpisano kolejno wartości: luty 20; 42283,25 zł. W wierszu 6 w komórkach B i C wpisano kolejno wartości: marzec 20; 40548,55 zł. W wierszu 7 w komórkach B i C wpisano kolejno wartości: kwiecień 20; 62621,15 zł. W wierszu 8 w komórkach B i C wpisano kolejno wartości: maj 20; 55974,26 zł. W wierszu 9 w komórkach B i C wpisano kolejno wartości: czerwiec 20; 53469,41 zł.](https://static.zpe.gov.pl/portal/f/res-minimized/RYEwF1TbY0E6A/1664256295/1DrQFWUQbPHaHYERJZ6HKXHkdQGLbvlQ.png)
Na podstawie wyników osiągniętych w pierwszych sześciu miesiącach, przy założeniu, że firma działa w branży, która nie charakteryzuje się zbyt dużą sezonowością, a więc popyt na sprzedawane towary/usługi utrzymuje się na tym samym poziomie przez cały rok, możemy za pomocą narzędzia Arkusz prognozy
przeprowadzić symulację spodziewanych przychodów w drugim półroczu. Ważne jest jednak, aby prawidłowo zdefiniować oś czasu. Prognozowanie zadziała tylko wówczas, gdy oś czasu będzie zawierała spójne interwały czasowe, np. dni, miesiące, kwartały, lata.
Po zaznaczeniu obszaru danych wykorzystywanych do prognozy, tj. zakres B3:C9
, ze wstążki wybieramy zakładkę Dane
, a z obszaru Prognoza
wybieramy Arkusz prognozy
.
![Ilustracja przedstawia fragment arkusza Excel z tabelą. Widoczny jest górny pasek menu, a poniżej obszar roboczy arkusza z kolumnami od A do F. Na pasku menu zaznaczona jest opcja: arkusz prognozy. W obszarze roboczym arkusza, w wersie pierwszym wpisano Wyniki sprzedaży za pierwsze półrocze 2020. W wersie trzecim w komórce B nagłówek Miesiąc, a w komórce C nagłówek Sprzedaż. W wierszu 4 w komórkach B i C wpisano kolejno wartości: styczeń 20; 58321,65 zł. W wierszu 5 w komórkach B i C wpisano kolejno wartości: luty 20; 42283,25 zł. W wierszu 6 w komórkach B i C wpisano kolejno wartości: marzec 20; 40548,55 zł. W wierszu 7 w komórkach B i C wpisano kolejno wartości: kwiecień 20; 62621,15 zł. W wierszu 8 w komórkach B i C wpisano kolejno wartości: maj 20; 55974,26 zł. W wierszu 9 w komórkach B i C wpisano kolejno wartości: czerwiec 20; 53469,41 zł. Wartości podane w kolumnie B i C od wiersza 3 do 9 są zaznaczone na szaro.](https://static.zpe.gov.pl/portal/f/res-minimized/RyBkA2j4yjkZL/1664256296/2g2uWtFKIRiKQAned6l9sbCXZjlutlqQ.png)
Pojawia się okno Tworzenie arkusza prognozy, dzięki któremu możemy ustalić parametry prognozy i dostosować ją do naszych potrzeb.
![Ilustracja przedstawia otwarte okno dialogowe tworzenie arkusza prognozy. Na samej górze znajduje się polecenie Utwórz prognozy wizualnej przy użyciu danych historycznych. Po prawej stronie znajduje się zaznaczona ikona z wykresem liniowym, obok niej jest nieaktywna ikona z wykresem słupkowym. Poniżej znajduje się wykres liniowy. Po lewej stronie, na osi X wskazane są wartości od 0 zł do 90 tysięcy złotych, z podziałem co dziesięć tysięcy. Na osi Y znajdują się wskazane miesiące od stycznia do sierpnia, z podziałem co miesiąc, począwszy od stycznia 20 roku. Wartości zaznaczone na wykresie niebieską linią określającą sprzedaż: styczeń 20 niemal 60 tysięcy, luty 20 nieco ponad 40 tysięcy, marzec 20 około 40 tysięcy, kwiecień 20 ponad 60 tysięcy, maj 20 około 55 tysięcy, czerwiec 20 około 52 tysiące. Od czerwca do sierpnia wskazana jest pomarańczową linią prognoza sprzedaży wskazująca wzrost z 52 tysięcy do 60 tysięcy. Jest też zaznaczona pomarańczową linią dolna granica ufności sprzedaży, spada ona z 52 tysięcy do około 37 tysięcy w lipcu i delikatnie opada do sierpnia, do około 36 tysięcy. Ponadto od czerwca do sierpnia wskazana jest pomarańczową linią górna granica ufności sprzedaży, rośnie ona od 52 tysięcy w czerwcu do 80 tysięcy w lipcu i następnie dalej rośnie do około 84 tysięcy w sierpniu. Poniżej wykresu znajdują okna z danymi. Koniec prognozy 01.08.2020, opcje Początek prognozy 01.06.2020. Zaznaczony przedział ufności 95%. Sezonowość zaznaczona opcja wykryj automatycznie. Zakres osi czasu Arkusz 1!$B$3:$B$9. Zakres wartości Arkusz 1!$C$3:$C$9. Uzupełnij brakujące punkty przy użyciu zaznaczona interpolacja. Agreguj duplikaty przy użyciu opcja średnia. W prawym, dolnym rogu okna przycisk Utwórz oraz przycisk Anuluj.](https://static.zpe.gov.pl/portal/f/res-minimized/Ry4csbxAIyodP/1664256296/IUjZJM7sYNFLHkVxviQCWpFnihzjgzJ4.png)
Na tym etapie możemy wybrać sposób graficznego przedstawienia prognozy (w prawym górnym rogu mamy możliwość wybrania wykresu liniowego lub kolumnowego), a także określić końcową datę prognozy. Dodatkowo po rozwinięciu zakładki Opcje możemy m.in. zmienić początkową datę prognozy, ustalić poziom przedziału ufności czy też sposób wykrywania przez narzędzie występowania sezonowości. Z reguły do wykonania prognozy wystarczy skorzystać z domyślnych ustawień. Jeśli chcemy zmienić poszczególne ustawienia, to warto pamiętać, co one oznaczają. I tak:
określa poziom prawdopodobieństwa, z jakim prognozowany parametr uzyska w rzeczywistości daną wartość (domyślny poziom w wys. 95% wskazuje na bardzo duże prawdopodobieństwo, że prognozowane dane rzeczywiście będą się w przyszłości kształtowały na takim poziomie)
opcja Wykryj automatycznie
pozwala na automatyczne odnalezienie w badanym okresie regularnie występujących różnic pomiędzy analizowanymi wartościami; dla pewnego przedziału czasu, mniejszego od roku, np. tygodnia, miesiąca, kwartału;
ta opcja jest wykorzystywana w sytuacji, gdy w analizowanym zestawieniu brakuje jakiejś wartości, np. w zestawieniu rocznym brakuje danych za jeden miesiąc. W takiej sytuacji arkusz kalkulacyjny zastosuje interpolację, czyli jako wartość brakującej pozycji przyjmie średnią ważoną sąsiednich pozycji (waga średniej ważonej jest automatycznie określana przez arkusz kalkulacyjny i sami nie możemy jej określić)
w sytuacji, gdy w analizowanym zestawieniu zostaną zdublowane pozycje, np. przez pomyłkę w zestawieniu znajdą się dwie wartości dla jednego miesiąca, wówczas arkusz kalkulacyjny przyjmie dla tej pozycji wartość uśrednioną
W analizowanym przypadku interesuje nas prognoza na drugie półrocze, tak więc ustalamy koniec prognozy na dzień 1.12.2020 (mimo że wskazana jest data na pierwszy dzień miesiąca, to w domyśle prognoza dotyczyć będzie wyników za cały miesiąc grudzień), a w przypadku pozostałych parametrów korzystamy z domyślnych ustawień. Całość zatwierdzamy przyciskiem Utwórz
.
W rezultacie arkusz kalkulacyjny tworzy nowy arkusz, w którym przedstawione są prognozowane za dany okres wyniki w ujęciu tabelarycznym oraz graficznym.
![Ilustracja przedstawia fragment arkusza Excel z tabelą. Widoczny jest obszar roboczy arkusza z kolumnami od A do E. W obszarze roboczym arkusza, w wersie pierwszym wpisano w komórce A nagłówek Miesiąc, w komórce B nagłówek Sprzedaż, a w komórce C nagłówek Prognoza (Sprzedaż), w komórce D Dolna granica ufności (Sprzedaż), w komórce E Górna granica ufności (Sprzedaż). W wierszu 2 w komórkach A i B wpisano kolejno wartości: styczeń 20; 58321,65 zł. W wierszu 3 w komórkach A i B wpisano kolejno wartości: luty 20; 42283,25 zł. W wierszu 4 w komórkach A i B wpisano kolejno wartości: marzec 20; 40548,55 zł. W wierszu 5 w komórkach A i B wpisano kolejno wartości: kwiecień 20; 62621,15 zł. W wierszu 6 w komórkach A i B wpisano kolejno wartości: maj 20; 55974,26 zł. W wierszu 7 w komórkach A, B, C, D, E wpisano kolejno wartości: czerwiec 20; 53469,41 zł; 53469,41 zł; 53469,41 zł; 53469,41 zł. W wierszu 8 w komórkach A, C, D, E wpisano kolejno wartości: lipiec 20; 58254,26 zł; 36908,79 zł; 79599,72 zł. W wierszu 9 w komórkach A, B, C, D, E wpisano kolejno wartości: sierpień 20; 60293,71 zł; 36419,20 zł; 84168,22 zł. W wierszu 10 w komórkach A, B, C, D, E wpisano kolejno wartości: wrzesień 20; 62333,16 zł; 36086,73 zł; 88502,08 zł. W wierszu 11 w komórkach A, B, C, D, E wpisano kolejno wartości: październik 20; 64372,61 zł; 36086,73 zł; 92658,48 zł. W wierszu 12 w komórkach A, B, C, D, E wpisano kolejno wartości: listopad 20; 66412,06 zł; 36149,41 zł; 96674,70 zł. W wierszu 13 w komórkach A, B, C, D, E wpisano kolejno wartości: grudzień 20; 68451,51 zł; 36326,37 zł; 100576,64 zł. Wiersze są naprzemiennie błękitne i białe.](https://static.zpe.gov.pl/portal/f/res-minimized/RGpyGKLRBmcqD/1664256297/14EUXY6XgY7Gu6vpDZ8eIgZLhw0mKiHj.png)
W komórce C8 została zastosowana formuła =REGLINX.ETS(A8;$B$2:$B$7;$A$2:$A$7;1;1)
. Omówmy ją, aby dobrze zrozumieć jej działanie.
Funkcja REGLINX.ETS
przy pomocy algorytmu wygładzania wykładniczego (ETS) oblicza wartości prognozowane na podstawie istniejących wartości. Składnia tej funkcji wygląda następująco:
REGLINX.ETS(data_docelowa;wartości;oś_czasu;[sezonowość];[kompletność_danych];[agregacja])
data_docelowa
– punkt, na podstawie i dla którego zostanie obliczona prognoza. Może to być data, godzina lub wartość liczbowa. Jest to argument wymagany.wartości
– wartości historyczne, na podstawie których obliczone zostaną prognozowane wartości. Jest to argument wymagany.oś_czasu
– tablica lub zakres danych z okresami dla których wartości są znane. Wartości te muszą mieć spójną relację między kolejnymi okresami oraz nie mogą być zerowe. Jest to argument wymagany.[sezonowość]
– argument opcjonalny, który na podstawie podanej wartości liczbowej przyjmuje sposób obliczania sezonowości. Domyślnie argument ustawiony jest na 1 i sprawi, że arkusz automatycznie wykrywa sezonowość prognozy i używa dodatnich liczb całkowitych dla długości wzorca sezonowości. 0 wskazuje brak sezonowości, co oznacza, że prognoza będzie liniowa. Dodatnia liczba całkowita wskazuje, że algorytm ma używać wzorców tej długości jako sezonowości. Podanie każdej innej liczby sprawi, że funkcja zwróci błąd.[kompletność_danych]
– argument opcjonalny, który przyjmuje wartość 0 lub 1. Domyślna wartość 1 sprawi, że brakujące punkty będą uwzględnione, a zostaną one uzupełnione jako średnie wartości sąsiadujących punktów. Wartość 0 sprawi, że brakujące punkty będą traktowane jak zera. Nie może brakować więcej niż 30% wartości historycznych.[agragacja]
– argument opcjonalny, który jest wartością liczbową wskazującą, która metoda zostanie użyta do agregowania kilku wartości z jednakową sygnaturą czasową.
Agregacja | Funkcja |
---|---|
1 (wartość domyślna) |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
W komórce D8 została zastosowana formuła
=C8-REGLINX.ETS.CONFINT(A8;$B$2:$B$7;$A$2:$A$7;0,95;1;1)
a w komórce E8 niemalże identyczna formuła jednak został zmieniony znak z minus na plus. Omówmy działanie funkcji REGLINX.ETS.CONFINT
.
Funkcja ta zwraca najmniejszą wartość, kóra może wystąpić dla podanego punktu z uwzględnieniem przedziału ufności. Składnia tej funkcji wygląda następująco:
REGLINX.ETS.CONFINT(data_docelowa;wartości;oś_czasu;[poziom_ufności];[sezonowość];[kompletność_danych];[agregacja])
Argumenty działają dokładnie tak samo jak dla omawianej wyżej funkcji REGLINX.ETS
. Dodatkowy opcjonalny argument [poziom_ufności]
jest wartością liczbową z przedziału (0, 1) i wskazuje poziom ufności. Wartość domyślna to 0,95, a więc 95%.
![Ilustracja przedstawia wykres liniowy. Po lewej stronie, na osi X wskazane są wartości od 0 zł do 120 tysięcy złotych, z podziałem co dwadzieścia tysięcy. Na osi Y znajdują się wskazane miesiące od stycznia do grudnia 20 roku, z podziałem co miesiąc, począwszy od stycznia. Wartości zaznaczone na wykresie niebieską linią określające sprzedaż: styczeń niemal 60 tysięcy, luty nieco ponad 40 tysięcy, marzec około 40 tysięcy, kwiecień ponad 60 tysięcy, maj około 55 tysięcy, czerwiec około 52 tysiące. Od czerwca do grudnia wskazana jest pomarańczową linią prognoza sprzedaży wskazująca wzrost z 52 tysięcy do około 70 tysięcy. Jest też zaznaczona pomarańczową linią dolna granica ufności sprzedaży, spada ona z 52 tysięcy do około 37 tysięcy w lipcu i delikatnie opada do grudnia 20 roku, do około 36 tysięcy. Ponadto od czerwca do grudnia wskazana jest pomarańczową linią górna granica ufności sprzedaży, rośnie ona od 52 tysięcy w czerwcu do 80 tysięcy w lipcu i następnie dalej rośnie równomiernie do około 100 tysięcy w grudniu.](https://static.zpe.gov.pl/portal/f/res-minimized/R1Z090p3veRbL/1664256298/25R3mvBWmw9Ed3nrG5iXHW2Ns3fpJBXN.png)
Na wykresie prognoza zaznaczona jest pogrubioną linią w kolorze innym niż dotychczasowe wyniki (w omawianym przypadku jest to kolor pomarańczowy). Oprócz linii głównej zauważyć też można dwie cienkie linie oznaczające przedział ufności, a więc zakres, w jakim powinno mieścić się 95% prognozowanych wartości dla każdego miesiąca.
Sezonowość
Ważnym aspektem podczas prognozowanie jest także uwzględnienie sezonowości. W niektórych branżach sezonowość odgrywa dużą rolę, więc prognozując przyszłe wyniki, warto jest wziąć również ten czynnik pod uwagę. Sezonowość zwykle jest uzależniona od pogody, pory roku, okresu wakacji lub świąt, czy też innych sytuacji powtarzających się w tym samym czasie.
Analogicznie do poprzedniego przykładu wykonajmy prognozę sprzedaży dla firmy zajmującej się sprzedażą i wynajmem sprzętu narciarskiego. W pliku załącznika znajdują się wyniki sprzedażowe firmy za lata 2020, 2021 oraz pierwsze półrocze 2022 roku. Aby prognoza uwzględniała sezonowość sprzedaży przeprowadźmy symulację sprzedaży w kolejnych 12 miesiącach. W tym celu ponownie zaznaczamy obszar danych, na podstawie których ma być przeprowadzona analiza i ze wstążki wybieramy zakładkę Dane
, a z obszaru Prognoza
wybieramy Arkusz prognozy
. Otrzymujemy w ten sposób następujący wynik.
![Ilustracja przedstawia fragment arkusza Excel. Widoczny jest obszar roboczy arkusza z kolumnami od A do E. W obszarze roboczym arkusza, w wersie pierwszym wpisano w komórce A nagłówek Miesiąc, w komórce B nagłówek Sprzedaż, a w komórce C nagłówek Prognoza (Sprzedaż), w komórce D Dolna granica ufności (Sprzedaż), w komórce E Górna granica ufności (Sprzedaż). W wierszu 10 w komórkach A i B wpisano kolejno wartości: wrzesień 20; 33121,66 zł. W wierszu 11 w komórkach A i B wpisano kolejno wartości: październik 20; 93524,11 zł. W wierszu 12 w komórkach A i B wpisano kolejno wartości: listopad 20; 100750,69 zł. W wierszu 13 w komórkach A i B wpisano kolejno wartości: grudzień 20; 102315,56 zł. W wierszu 14 w komórkach A i B wpisano kolejno wartości: styczeń 21; 111625,45 zł. W wierszu 15 w komórkach A i B wpisano kolejno wartości: luty 21; 111625,45 zł. W wierszu 16 w komórkach A i B wpisano kolejno wartości: marzec 21; 83725,65 zł. W wierszu 17 w komórkach A i B wpisano kolejno wartości: kwiecień 21; 62694,36 zł. W wierszu 18 w komórkach A i B wpisano kolejno wartości: maj 21; 53654,48 zł. W wierszu 19 w komórkach A i B wpisano kolejno wartości: czerwiec 21; 35418.45 zł. W wierszu 20 w komórkach A i B wpisano kolejno wartości: lipiec 21; 22639,48 zł. W wierszu 21 w komórkach A i B wpisano kolejno wartości: sierpień 21; 25689,21 zł. W wierszu 22 w komórkach A i B wpisano kolejno wartości: wrzesień 21; 39965,47 zł. W wierszu 23 w komórkach A i B wpisano kolejno wartości: październik 21; 91450,56 zł. W wierszu 24 w komórkach A i B wpisano kolejno wartości: listopad 21; 111625,45 zł. W wierszu 25 w komórkach A i B wpisano kolejno wartości: grudzień 21; 99259,98 zł. W wierszu 26 w komórkach A i B wpisano kolejno wartości: styczeń 22; 105459,77 zł. W wierszu 27 w komórkach A i B wpisano kolejno wartości: luty 22; 108564,22 zł. W wierszu 28 w komórkach A i B wpisano kolejno wartości: marzec 22; 93614,87 zł. W wierszu 29 w komórkach A i B wpisano kolejno wartości: kwiecień 22; 86102,13 zł. W wierszu 30 w komórkach A i B wpisano kolejno wartości: maj 22; 53687 zł. W wierszu 31 w komórkach A, B, C, D, E wpisano kolejno wartości: czerwiec 22; 36800,45 zł; 36800,45 zł; 36800,45 zł. W wierszu 32 w komórkach A, C, D, E wpisano kolejno wartości: lipiec 22; 26317,53 zł; 14868,11 zł; 37766,95 zł. W wierszu 33 w komórkach A, B, C, D, E wpisano kolejno wartości: sierpień 22; 28495,92 zł; 17046,45 zł; 39945,39 zł. W wierszu 34 w komórkach A, B, C, D, E wpisano kolejno wartości: wrzesień 22; 38854,77 zł; 27405,21 zł; 50304,33 zł. W wierszu 35 w komórkach A, B, C, D, E wpisano kolejno wartości: październik 22; 94322,35 zł; 82872,65 zł; 105772,06 zł. W wierszu 36 w komórkach A, B, C, D, E wpisano kolejno wartości: listopad 22; 100231,54 zł; 88781,63 zł; 11681,45 zł. W wierszu 37 w komórkach A, B, C, D, E wpisano kolejno wartości: grudzień 22; 103910,85 zł; 92460,66 zł; 115361,05 zł. Wiersze są naprzemiennie błękitne i białe. Obok danych w arkuszu otwarte jest okno w wykresem liniowym. Po lewej stronie, na osi X wskazane są wartości od 0 zł do 140 tysięcy złotych, z podziałem co dwadzieścia tysięcy. Na osi Y znajdują się wskazane miesiące od stycznia 2020 roku do czerwca 2023 roku, z podziałem co miesiąc, począwszy od stycznia. Wartości zaznaczone na wykresie niebieską linią oznaczające sprzedaż: styczeń 20 około 118 tysięcy, luty 20 nieco ponad 120 tysięcy, od marca 20 do kwietnia 20 spadek do 60 tysięcy, od kwietnia 20 do lipca 20 nadal tendencja spadkowa do około25 tysięcy. Od lipca 20 do września 20 powolna tendencja wzrostowa od 25 do około 32 tysięcy. Kolejno, wyraźna tendencja wzrostowa od września 20 do października 20 do ponad 90 tysięcy, a potem łagodna tendencja wzrostowa od października 20 do lutego 21 z 90 tysięcy do około 110 tysięcy. W lutym‑marcu 21 sprzedaż utrzymuje się na tym samym poziomie około 110 tysięcy, a następnie systematycznie spada od marca 21 do lipca 21 – ze 110 tysięcy spada sprzedaż do około 22 tysięcy. Między lipcem 21 a październikiem 21 widoczna jest wyraźna tendencja wzrostowa z około 22 tysięcy do około 92 tysięcy. Tendencja ta utrzymuje się do lutego 22, choć nie jest już tak gwałtowna. W lutym 22 sprzedaż ma wartość około 110 tysięcy. I od tego miesiąca ponownie spada aż do czerwca 22 uzyskując wynik około 30 tysięcy. Od czerwca 22 do czerwca 23 wskazana jest pomarańczowymi liniami prognoza sprzedaży, dolna granica ufności sprzedaży i górna granica ufności sprzedaży. Prognoza sprzedaży ukazuje początkowo spadek sprzedaży między czerwca 22 a lipcem 22 – od wartości 38 tysięcy do około 27 tysięcy. Potem, od lipca 22 do września 22 następuje systematyczny prognozowany wzrost do około 40 tysięcy, a następnie gwałtowny wzrost od września 22 do lutego 23, do wartości około 115 tysięcy i ponownie spadek do wartości około 38 tysięcy w czerwcu 23. Dolna granica ufności ukazuje początkowo spadek sprzedaży między czerwca 22 a lipcem 22 – od wartości 38 tysięcy do około 18 tysięcy. Potem, od lipca 22 do września 22 następuje systematyczny prognozowany wzrost do około 28 tysięcy, a następnie gwałtowny wzrost od września 22 do lutego 23, do wartości około 102 tysięcy i ponownie spadek do wartości około 24 tysięcy w czerwcu 23. Górna granica ufności ukazuje początkowo niewielki wzrost sprzedaży między czerwca 22 a lipcem 22 – od wartości 38 tysięcy do 40 tysięcy. Potem, od lipca 22 do września 22 następuje gwałtowny prognozowany wzrost do około 107 tysięcy, a następnie powolny, systematyczny wzrost od września 22 do lutego 23, do wartości około 125 tysięcy i ponownie spadek do wartości około 38 tysięcy w czerwcu 23.](https://static.zpe.gov.pl/portal/f/res-minimized/RaIlya4uYmcbN/1664256298/1phnB8sh6ATUyb9HpdFHeSxgCtjcpEQb.png)
Jak widać, dotychczasowe wyniki firmy były mocno uzależnione od pory roku. W miesiącach zimowych, tj. od października do lutego, można zaobserwować wyraźny wzrost sprzedaży i wynajmu sprzętu narciarskiego. W pozostałym okresie sprzedaż jest zdecydowanie niższa. Taki trend ma również odzwierciedlenie w prognozie, która na podstawie historycznych danych pokazuje, że w kolejnych dwunastu miesiącach istnieje bardzo duże prawdopodobieństwo, że ten trend zostanie utrzymany, a więc firma może spodziewać się w tych miesiącach większego popytu na swoje towary i usługi. Wykonana w ten sposób prognoza pozwala zarządzającym firmą nie tylko oszacować przyszłe zyski, lecz również pokazuje, na jakie stany magazynowe należy się przygotować w kolejnych miesiącach.
Program LibreOffice Calc nie posiada funkcjonalności Arkusz prognozy
. W programie LibreOffice Calc mamy możliwość prognozowania danych na dwa sposoby, jednak żaden z nich nie działa w ten sam sposób, co Arkusz prognozy
.
Krzywa regresji
Prześledźmy działanie tego narzędzia na podstawie firmy, której wyniki sprzedażowe za pierwsze półrocze 2020 roku wyglądają następująco.
![Ilustracja przedstawia fragment arkusza Calc. Widoczne są kolumny od A i B. W wersie pierwszym wpisano nagłówki: komórka A Miesiąc, komórka B Sprzedaż. W wierszu 2 w komórkach A i B wpisano kolejno wartości: styczeń 2020; 58321,65 zł. W wierszu 3 w komórkach A i B wpisano kolejno wartości: luty 2020; 42283,25 zł. W wierszu 4 w komórkach A i B wpisano kolejno wartości: marzec 2020; 40548,55 zł. W wierszu 5 w komórkach A i B wpisano kolejno wartości: kwiecień 2020; 62621,15 zł. W wierszu 6 w komórkach A i B wpisano kolejno wartości: maj 2020; 55974,26 zł. W wierszu 7 w komórkach A i B wpisano kolejno wartości: czerwiec 2020; 53469,41 zł.](https://static.zpe.gov.pl/portal/f/res-minimized/RJKATpHbyg3wC/1664256298/2Cg3vTUingljlDt8Z9f1S2utiDglUkLe.png)
Do kolejnych komórek w kolumnie A dodajmy okresy, dla których chcemy stworzyć prognozę danych. W ramach przykładu dodajmy okresy do grudnia.
![Ilustracja przedstawia fragment arkusza Calc. Widoczne są kolumny od A i B. W wersie pierwszym wpisano nagłówki: komórka A Miesiąc, komórka B Sprzedaż. W wierszu 2 w komórkach A i B wpisano kolejno wartości: styczeń 2020; 58321,65 zł. W wierszu 3 w komórkach A i B wpisano kolejno wartości: luty 2020; 42283,25 zł. W wierszu 4 w komórkach A i B wpisano kolejno wartości: marzec 2020; 40548,55 zł. W wierszu 5 w komórkach A i B wpisano kolejno wartości: kwiecień 2020; 62621,15 zł. W wierszu 6 w komórkach A i B wpisano kolejno wartości: maj 2020; 55974,26 zł. W wierszu 7 w komórkach A i B wpisano kolejno wartości: czerwiec 2020; 53469,41 zł. W wierszu 8 w komórce A wpisano wartość lipiec 2020. W wierszu 9 w komórce A wpisano wartość sierpień 2020. W wierszu 10 w komórce A wpisano wartość wrzesień 2020. W wierszu 11 w komórce A wpisano wartość październik 2020. W wierszu 12 w komórce A wpisano wartość listopad 2020. W wierszu 13 w komórce A wpisano wartość grudzień 2020.](https://static.zpe.gov.pl/portal/f/res-minimized/RgWoTeoC7ubLx/1664256299/DpLW9QolPt3GkdsuWdBCo7wc4Hyp4kFu.png)
Dane przedstawimy na wykresie. Na nim będziemy mogli nanieść krzywą regresji, która w naszym przykładzie będzie prognozować dane. Zaznaczmy więc komórki z zakresu A1:B13. Z menu głównego wybieramy Wstaw
, a następnie wybieramy opcję Wykres...
![Ilustracja przedstawia fragment arkusza Calc. Widoczny jest górny pasek menu, a poniżej obszar roboczy arkusza z kolumnami A i B. Na pasku menu zaznaczona i rozwinięta jest opcja: Wstaw wykres. W obszarze roboczym arkusza, w wersie pierwszym wpisano nagłówki: komórka A Miesiąc, komórka B Sprzedaż. W wierszu 2 w komórkach A i B wpisano kolejno wartości: styczeń 2020; 58321,65 zł. W wierszu 3 w komórkach A i B wpisano kolejno wartości: luty 2020; 42283,25 zł. W wierszu 4 w komórkach A i B wpisano kolejno wartości: marzec 2020; 40548,55 zł. W wierszu 5 w komórkach A i B wpisano kolejno wartości: kwiecień 2020; 62621,15 zł. W wierszu 6 w komórkach A i B wpisano kolejno wartości: maj 2020; 55974,26 zł. W wierszu 7 w komórkach A i B wpisano kolejno wartości: czerwiec 2020; 53469,41 zł. W wierszu 8 w komórce A wpisano wartość lipiec 2020. W wierszu 9 w komórce A wpisano wartość sierpień 2020. W wierszu 10 w komórce A wpisano wartość wrzesień 2020. W wierszu 11 w komórce A wpisano wartość październik 2020. W wierszu 12 w komórce A wpisano wartość listopad 2020. W wierszu 13 w komórce A wpisano wartość grudzień 2020. Obszar wpisanych danych jest podświetlony na niebiesko.](https://static.zpe.gov.pl/portal/f/res-minimized/RLifkkNzbzuJf/1664256299/2VBfvkBAYwJF8S94ESfLfNnUtxYUpxXs.png)
W oknie kreatora wykresu wybieramy liniowy typ wykresu – Tylko linie
. Następnie potwierdzamy tworzenie wykresu przyciskiem Zakończ
.
![Ilustracja przedstawia otwarte okno dialogowe Kreator wykresu w programie Calc. Po lewej stronie znajduje się menu z czterema krokami: 1. Typ wykresu (opcja podświetlona). 2. Zakres danych. 3. Seria danych. 4. Elementy wykresu. Obok okno wybierz typ wykresu. Wybrany typ liniowy. W oknie obok cztery rysunki z możliwymi formami wykresu i zaznaczona opcja tylko linie. Poniżej opcje: Kumuluj serię i Typ linii prosty. Na dolnym pasku w oknie przyciski: Pomoc, Wstecz, Dalej, Zakończ, Anuluj.](https://static.zpe.gov.pl/portal/f/res-minimized/R52hIpTpxs3Lv/1664256300/1tJLQYyOnoRx2cUrLai7zVFHrmELzWMd.png)
Na tym etapie tak prezentuje się wykres:
![Ilustracja przedstawia wykres liniowy. Po lewej stronie, na osi X wskazane są wartości od 0 zł do 70 tysięcy złotych, z podziałem co dziesięć tysięcy. Na osi Y znajdują się wskazane miesiące od stycznia do grudnia 2020 roku, z podziałem co miesiąc, począwszy od stycznia. Wartości zaznaczone na wykresie niebieską linią oznaczające sprzedaż: styczeń niemal 60 tysięcy, luty nieco ponad 40 tysięcy, marzec około 40 tysięcy, kwiecień ponad 60 tysięcy, maj około 55 tysięcy, czerwiec około 52 tysiące.](https://static.zpe.gov.pl/portal/f/res-minimized/RqWYvErM4Keiy/1664256300/1ZpaBD0VC9YIiLQ4AqjBXS7FgRf4I90X.png)
Jak widzimy, możemy odczytać z niego tylko dane rzeczywiste. Czas nanieść na wykres krzywą, która wskazywać będzie prognozowane wartości sprzedaży. Zaznaczmy obszar wykresu, następnie najeżdżamy kursorem na linię oznaczającą serię danych „Sprzedaż” i klikamy na nią prawym przyciskiem myszy. Z menu podręcznego wybieramy opcję Wstaw krzywą regresji...
![Ilustracja przedstawia fragment menu programu Calc. Zaznaczona jest opcja Wstaw krzywą regresji.](https://static.zpe.gov.pl/portal/f/res-minimized/R1BtxsZ1hKRZD/1664256300/1uqCTmLAkJ3cOQNbWksWjigefV90xJ7z.png)
W wyświetlonym oknie tworzenia krzywej regresji kliknijmy przycisk OK
, aby nanieść krzywą na wykres.
![Ilustracja przedstawia wykres liniowy. Po lewej stronie, na osi X wskazane są wartości od 0 zł do 70 tysięcy złotych, z podziałem co dziesięć tysięcy. Na osi Y znajdują się wskazane miesiące od stycznia do grudnia 2020 roku, z podziałem co miesiąc, począwszy od stycznia. Wartości zaznaczone na wykresie niebieską linią oznaczające sprzedaż: styczeń niemal 60 tysięcy, luty nieco ponad 40 tysięcy, marzec około 40 tysięcy, kwiecień ponad 60 tysięcy, maj około 55 tysięcy, czerwiec około 52 tysiące. Ponadto linią prostą oznaczona jest sprzedaż liniowa. Wynosi ona na początku, w styczniu 2020 roku niecałe 50 tysięcy i systematycznie rośnie do grudnia 2020 roku do wartości nieco ponad 60 tysięcy.](https://static.zpe.gov.pl/portal/f/res-minimized/RHol99r9OaNdq/1664256301/1wH7HHmPiofT8VKTD37LQDSGsQzsVX8U.png)
Dzięki automatycznie naniesionej na wykres krzywej regresji, możemy odczytać, że wartość sprzedaży w kolejnych miesiącach 2020 roku będzie rosła.
Więcej o tworzeniu krzywej regresji możesz przeczytać w e‑materiale Linie trendu w arkuszu kalkulacyjnymPqSzqtLSALinie trendu w arkuszu kalkulacyjnym
Funkcja REGLINX.ETS.ADD
W przypadku większej ilości danych, a zwłaszcza, gdy występują powtarzające się okresy, możemy skorzystać z funkcji REGLINX.ETS.ADD
.
Funkcja ta za pomocą Podwójnego (EDS) lub Potrójnego (ETS) Wygładzania Wykładniczego oraz bazując na danych historycznych oblicza addytywnąaddytywnyaddytywną prognozę wartości. Oto składnia funkcji:
REGLINX.ETS.ADD(cele, wartości, oś czasu, [długość_okresu], [zakończenie_danych], [agregacja])
cele
– okres lub punkt, dla którego obliczamy prognozę.
wartości
– zakres lub macierz, na podstawie których obliczone zostaną prognozowane wartości.
oś czasu
– macierz lub zakres z datami, dla których znane są wartości.
[długość_okresu]
– argument opcjonalny, oznacza metodę, za pomocą której obliczona zostanie prognoza. Wartość argumentu równa 1 (domyślna) lub dowolna liczba naturalna oznacza metodę ETS, a wartość 0 oznacza metodę EDS.
[zakończenie_danych]
– argument opcjonalny, wartość logiczna – domyślnie 1 (PRAWDA) lub 0 (FAŁSZ). Wartość 0 (FAŁSZ) doda brakujące punkty danych wraz z zerem jako wartością historyczną. Wartość 1 (PRAWDA) doda brakujące punkty danych poprzez interpolację między sąsiednimi punktami danych.
[agregacja]
– argument opcjonalny, liczba całkowita z przedziału <1, 7>, która oznacza metodę, za pomocą której elementy zostaną złączone w całość.
Agregacja | Funkcja |
---|---|
1 (wartość domyślna) |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
Przejdźmy do zakładki Arkusz2
i sprawdźmy działanie tej funkcji na przykładzie.
![Ilustracja przedstawia fragment arkusza Excel. Widoczny jest obszar roboczy arkusza z kolumnami od A do E. W obszarze roboczym arkusza, w wersie pierwszym wpisano w komórce A nagłówek Miesiąc, w komórce B nagłówek Sprzedaż, a w komórce C nagłówek Prognoza, w komórce D Dolna granica ufności, w komórce E Górna granica ufności. W wierszu 2 w komórkach A i B wpisano kolejno wartości: styczeń 2020; 115210,69 zł. W wierszu 3 w komórkach A i B wpisano kolejno wartości: luty 2020; 121451,82 zł. W wierszu 4 w komórkach A i B wpisano kolejno wartości: marzec 2020; 85211,45 zł. W wierszu 5 w komórkach A i B wpisano kolejno wartości: kwiecień 2020; 61152,15 zł. W wierszu 6 w komórkach A i B wpisano kolejno wartości: maj 2020; 55245,56 zł. W wierszu 7 w komórkach A i B wpisano kolejno wartości: czerwiec 2020; 33210,55 zł. W wierszu 8 w komórkach A i B wpisano kolejno wartości: lipiec 2020; 25165,89 zł. W wierszu 9 w komórkach A i B wpisano kolejno wartości: sierpień 2020; 26415,95 zł. W wierszu 10 w komórkach A i B wpisano kolejno wartości: wrzesień 2020; 33121,66 zł. W wierszu 11 w komórkach A i B wpisano kolejno wartości: październik 2020; 93524,11 zł. W wierszu 12 w komórkach A i B wpisano kolejno wartości: listopad 2020; 100750,69 zł. W wierszu 13 w komórkach A i B wpisano kolejno wartości: grudzień 2020; 102315,56 zł. W wierszu 14 w komórkach A i B wpisano kolejno wartości: styczeń 2021; 111625,45 zł. W wierszu 15 w komórkach A i B wpisano kolejno wartości: luty 2021; 111625,39 zł. W wierszu 16 w komórkach A i B wpisano kolejno wartości: marzec 2021; 83725,65 zł. W wierszu 17 w komórkach A i B wpisano kolejno wartości: kwiecień 2021; 62694,36 zł. W wierszu 18 w komórkach A i B wpisano kolejno wartości: maj 2021; 53654,48 zł. W wierszu 19 w komórkach A i B wpisano kolejno wartości: czerwiec 2021; 35418,45 zł. W wierszu 20 w komórkach A i B wpisano kolejno wartości: lipiec 2021; 22639,48 zł. W wierszu 21 w komórkach A i B wpisano kolejno wartości: sierpień 2021; 25689,21 zł. W wierszu 22 w komórkach A i B wpisano kolejno wartości: wrzesień 2021; 39965,47 zł. W wierszu 23 w komórkach A i B wpisano kolejno wartości: październik 2021; 91450,56 zł. W wierszu 24 w komórkach A i B wpisano kolejno wartości: listopad 2021; 96147,63 zł. W wierszu 25 w komórkach A i B wpisano kolejno wartości: grudzień 2021; 99259,98 zł. W wierszu 26 w komórkach A i B wpisano kolejno wartości: styczeń 2022; 105459,77 zł. W wierszu 27 w komórkach A i B wpisano kolejno wartości: luty 2022; 108564,22 zł. W wierszu 28 w komórkach A i B wpisano kolejno wartości: marzec 2022; 93614,87 zł. W wierszu 29 w komórkach A i B wpisano kolejno wartości: kwiecień 2022; 86102,13 zł. W wierszu 30 w komórkach A i B wpisano kolejno wartości: maj 2022; 53687,99 zł. W wierszu 31 w komórkach A i B wpisano kolejno wartości: czerwiec 2022; 36800,45 zł.](https://static.zpe.gov.pl/portal/f/res-minimized/R122QkFE9sr2V/1664256301/2UB4MfkQX6s0IOoypGJUU1NKet6hqoHr.png)
Wykonajmy prognozę sprzedaży dla firmy zajmującej się sprzedażą i wynajmem sprzętu narciarskiego. W arkuszu znajdują się wyniki sprzedażowe firmy za lata 2020, 2021 oraz pierwsze półrocze 2022 roku. Przeprowadźmy symulację sprzedaży w kolejnych 12 miesiącach.
W pierwszej kolejności do kolumny A musimy dodać daty, dla których chcemy obliczyć prognozę. Będą to kolejne miesiące od lipca 2022 do czerwca 2023, a do komórek C31:E31 skopiujemy wartość sprzedaży z komórki B31.
![Ilustracja przedstawia fragment arkusza Excel. Widoczny jest obszar roboczy arkusza z kolumnami od A do E. W obszarze roboczym arkusza, w wersie pierwszym wpisano w komórce A nagłówek Miesiąc, w komórce B nagłówek Sprzedaż, a w komórce C nagłówek Prognoza, w komórce D Dolna granica ufności, w komórce E Górna granica ufności. W wierszu 31 w komórkach A, B, C, D, E wpisano kolejno wartości: czerwiec 2022; 36800,45 zł; 36800,45; 36800,45 zł; 36800,45. W wierszu 32 w komórce A wpisano lipiec 2022. W wierszu 33 w komórce A wpisano sierpień 2022. W wierszu 34 w komórce A wpisano wrzesień 2022. W wierszu 35 w komórce A wpisano październik 2022. W wierszu 36 w komórce A wpisano listopad 2022. W wierszu 37 w komórce A wpisano grudzień 2022. W wierszu 38 w komórce A wpisano styczeń 2023. W wierszu 39 w komórce A wpisano luty 2023. W wierszu 40 w komórce A wpisano marzec 2023. W wierszu 41 w komórce A wpisano kwiecień 2023. W wierszu 42 w komórce A wpisano maj 2023. W wierszu 43 w komórce A wpisano czerwiec 2023.](https://static.zpe.gov.pl/portal/f/res-minimized/R1GA5gEWVtJNn/1664256301/53JZFxTaIsCs7MCVy8TWiQoOu5oQVuNV.png)
Przy tak przygotowanym arkuszu możemy rozpocząć prognozowanie wartości. Do komórki C32 wpiszemy formułę:
=REGLINX.ETS.ADD(A32;$B$2:$B$31;$A$2:$A$31)
A następnie skopiujemy ją w dół aż do komórki C43.
![Ilustracja przedstawia fragment arkusza Excel. Widoczny jest obszar roboczy arkusza z kolumnami od A do E. W obszarze roboczym arkusza, w wersie pierwszym wpisano w komórce A nagłówek Miesiąc, w komórce B nagłówek Sprzedaż, a w komórce C nagłówek Prognoza, w komórce D Dolna granica ufności, w komórce E Górna granica ufności. W wierszu 31 w komórkach A, B, C, D, E wpisano kolejno wartości: czerwiec 2022; 36800,45 zł; 36800,45; 36800,45 zł; 36800,45. W wierszu 32 w komórce A wpisano lipiec 2022, a w komórce C 26048,53 zł. W wierszu 33 w komórce A wpisano sierpień 2022, a w komórce C 29427,28 zł. W wierszu 34 w komórce A wpisano wrzesień 2022, a w komórce C 43088,19 zł. W wierszu 35 w komórce A wpisano październik 2022, a w komórce C 95063,01 zł. W wierszu 36 w komórce A wpisano listopad 2022, a w komórce C 100596,62 zł. W wierszu 37 w komórce A wpisano grudzień 2022, a w komórce C 104382,88 zł. W wierszu 38 w komórce A wpisano styczeń 2023, a w komórce C 111661,64 zł. W wierszu 39 w komórce A wpisano luty 2023, a w komórce C 115601,92 zł. W wierszu 40 w komórce A wpisano marzec 2023, a w komórce C 99867,96 zł. W wierszu 41 w komórce A wpisano kwiecień 2023, a w komórce C 89797,67 zł. W wierszu 42 w komórce A wpisano maj 2023, a w komórce C 57714,29 zł. W wierszu 43 w komórce A wpisano czerwiec 2023, a w komórce C 42485,29 zł.](https://static.zpe.gov.pl/portal/f/res-minimized/R1MA3QMHaHNuX/1664256301/1f1TXeWSxG6hhI2hZuzE90gBkOjLIb7f.png)
Teraz wyznaczymy dolną oraz górną granicę ufności. Zakładamy, że prognozowane wartości sprzedaży mogą wahać się o 5% zarówno w górę jak i w dół. Do komórki D32 wpiszemy więc formułę
=C32*0,95
A do komórki E32 wpiszemy formułę:
=C32*1,05
Obie formuły skopiujmy w dół, aż do wiersza o numerze 43.
![Ilustracja przedstawia fragment arkusza Excel. Widoczny jest obszar roboczy arkusza z kolumnami od A do E. W obszarze roboczym arkusza, w wersie pierwszym wpisano w komórce A nagłówek Miesiąc, w komórce B nagłówek Sprzedaż, a w komórce C nagłówek Prognoza, w komórce D Dolna granica ufności, w komórce E Górna granica ufności. W wierszu 31 w komórkach A, B, C, D, E wpisano kolejno wartości: czerwiec 2022; 36800,45 zł; 36800,45; 36800,45 zł; 36800,45. W wierszu 32 w komórce A wpisano lipiec 2022, a w komórce C 26048,53 zł, w komórce D 24746,11 zł, w komórce E 27350,96 zł. W wierszu 33 w komórce A wpisano sierpień 2022, a w komórce C 29427,28 zł, w komórce D 27955,91 zł, w komórce E 30898,64 zł. W wierszu 34 w komórce A wpisano wrzesień 2022, a w komórce C 43088,19 zł, w komórce D 40933,78 zł, w komórce E 45242,60 zł. W wierszu 35 w komórce A wpisano październik 2022, a w komórce C 95063,01 zł, w komórce D 90309,86 zł, w komórce E 99816,16 zł. W wierszu 36 w komórce A wpisano listopad 2022, a w komórce C 100596,62 zł, w komórce D 95566,79 zł, w komórce E 105626,45 zł. W wierszu 37 w komórce A wpisano grudzień 2022, a w komórce C 104382,88 zł, w komórce D 99163,74 zł, w komórce E 109602,02 zł. W wierszu 38 w komórce A wpisano styczeń 2023, a w komórce C 111661,64 zł, w komórce D 106078,56 zł, w komórce E 117244,72 zł. W wierszu 39 w komórce A wpisano luty 2023, a w komórce C 115601,92 zł, w komórce D 109821,83 zł, w komórce E 121382,02 zł. W wierszu 40 w komórce A wpisano marzec 2023, a w komórce C 99867,96 zł, w komórce D 94874,56 zł, w komórce E 104861,35 zł. W wierszu 41 w komórce A wpisano kwiecień 2023, a w komórce C 89797,67 zł, w komórce D 85307,78 zł, w komórce E 94287,55 zł. W wierszu 42 w komórce A wpisano maj 2023, a w komórce C 57714,29 zł, w komórce D 54828,57 zł, w komórce E 60600,00 zł. W wierszu 43 w komórce A wpisano czerwiec 2023, a w komórce C 42485,29 zł, w komórce D 40361,03 zł, w komórce E 44609,56 zł.](https://static.zpe.gov.pl/portal/f/res-minimized/RyGNGawLEjPMv/1664256302/29lIOAesTfD3XUBpwMTj11fQwpLE7px8.png)
W ten sposób obliczyliśmy prognozowane wartości dla następnego roku wraz z granicami ufności. Pozostało nam przedstawić te wartości na wykresie. Zaznaczmy więc komórki z zakresu A1:E43, a następnie tworzymy wykres w ten sam sposób jak zostało to pokazane na poprzednim przykładzie.
![Ilustracja przedstawia wykres liniowy. Po lewej stronie, na osi X wskazane są wartości od 0 zł do 120 tysięcy złotych, z podziałem co dwadzieścia tysięcy. Na osi Y znajdują się wskazane miesiące od stycznia 2020 roku do czerwca 2023 roku, z podziałem co miesiąc, począwszy od stycznia. Wartości zaznaczone na wykresie niebieską linią oznaczające sprzedaż: styczeń 2020 około 118 tysięcy, luty 2020 nieco ponad 120 tysięcy, od marca 2020 do kwietnia 2020 spadek do 60 tysięcy, od kwietnia 2020 do lipca 2020 nadal tendencja spadkowa do około25 tysięcy. Od lipca 2020 do września 2020 powolna tendencja wzrostowa od 25 do około 32 tysięcy. Kolejno, wyraźna tendencja wzrostowa od września 2020 do października 2020 do ponad 90 tysięcy, a potem łagodna tendencja wzrostowa od października 2020 do lutego 2021 z 90 tysięcy do około 110 tysięcy. W lutym‑marcu 2021 sprzedaż utrzymuje się na tym samym poziomie około 110 tysięcy, a następnie systematycznie spada od marca 2021 do lipca 2021 – ze 110 tysięcy spada sprzedaż do około 22 tysięcy. Między lipcem 2021 a październikiem 2021 widoczna jest wyraźna tendencja wzrostowa z około 22 tysięcy do około 92 tysięcy. Tendencja ta utrzymuje się do lutego 2022, choć nie jest już tak gwałtowna. W lutym 2022 sprzedaż ma wartość około 110 tysięcy. I od tego miesiąca ponownie spada aż do czerwca 2022 uzyskując wynik około 30 tysięcy. Od czerwca 2022 do czerwca 2023 wskazana jest czerwoną linią prognoza sprzedaży. Prognoza sprzedaży ukazuje początkowo spadek sprzedaży między czerwca 2022 a lipcem 2022 – od wartości 38 tysięcy do około 27 tysięcy. Potem, od lipca 2022 do września 2022 następuje systematyczny prognozowany wzrost do około 40 tysięcy, a następnie gwałtowny wzrost od września 2022 do lutego 2023, do wartości około 115 tysięcy i ponownie spadek do wartości około 38 tysięcy w czerwcu 2023. Dolna granica ufności zaznaczona żółtą linią ukazuje początkowo spadek sprzedaży między czerwca 2022 a lipcem 2022 – od wartości 38 tysięcy do około 18 tysięcy. Potem, od lipca 2022 do września 2022 następuje systematyczny prognozowany wzrost do około 28 tysięcy, a następnie gwałtowny wzrost od września 2022 do lutego 2023, do wartości około 102 tysięcy i ponownie spadek do wartości około 24 tysięcy w czerwcu 2023. Górna granica ufności zaznaczona zieloną linią ukazuje początkowo niewielki wzrost sprzedaży między czerwca 2022 a lipcem 2022 – od wartości 38 tysięcy do 40 tysięcy. Potem, od lipca 2022 do września 2022 następuje gwałtowny prognozowany wzrost do około 107 tysięcy, a następnie powolny, systematyczny wzrost od września 2022 do lutego 2023, do wartości około 125 tysięcy i ponownie spadek do wartości około 38 tysięcy w czerwcu 2023.](https://static.zpe.gov.pl/portal/f/res-minimized/R1RHTdpPmpOOJ/1664256302/13ewX3aT4HLlSGlCYDJJYNPpEL23Fwti.png)
Jak widać, dotychczasowe wyniki firmy były mocno uzależnione od pory roku. W miesiącach zimowych, tj. od października do lutego, można zaobserwować wyraźny wzrost sprzedaży i wynajmu sprzętu narciarskiego. W pozostałym okresie sprzedaż jest zdecydowanie niższa. Taki trend ma również odzwierciedlenie w prognozie, która na podstawie historycznych danych pokazuje, że w kolejnych dwunastu miesiącach istnieje bardzo duże prawdopodobieństwo, że ten trend zostanie utrzymany, a więc firma może spodziewać się w tych miesiącach większego popytu na swoje towary i usługi. Wykonana w ten sposób prognoza pozwala zarządzającym firmą nie tylko oszacować przyszłe zyski, lecz również pokazuje, na jakie stany magazynowe należy się przygotować w kolejnych miesiącach.
Słownik
będący wynikiem sumowania składników