Hur man gör prognoser i Excel baserat på historiska data (4 lämpliga metoder)

  • Dela Detta
Hugh West

Excel har fantastiska verktyg och funktioner för att förutsäga framtida värden Den har en prognos-knapp, som infördes i Excel 2016, FORECAST, och andra funktioner för både linjära och exponentiella data. I den här artikeln ska vi se hur man använder dessa Excel-verktyg för att prognostisera framtida värden baserat på historiska data.

Ladda ner övningsboken

Du kan ladda ner följande arbetsbok för din egen övning. Vi har använt autentiska data här och dubbelkontrollerat om resultaten som produceras med metoderna i den här artikeln stämmer överens med de verkliga värdena.

Prognos baserad på historiska uppgifter.xlsx

Vad är prognoser?

Formellt, Prognoser är ett tillvägagångssätt som använder historiska data som indata för att skapa kvalificerade förutsägelser om framtida trender. Prognoser används ofta av företag för att bestämma hur de ska fördela sina resurser eller planera för förväntade utgifter i framtiden.

Anta att du planerar att starta ett företag med en viss produkt. Jag är ingen affärsman, men jag antar att en av de första sakerna du vill veta om produkten är dess nuvarande och framtida efterfrågan på marknaden. Det handlar alltså om att förutsäga, uppskatta, gissa eller "förutse" framtiden. Om du har tillräckliga data som på något sätt följer en trend kan du komma tillräckligt nära enperfekt projicering.

Du kan dock inte förutsäga med 100 procents noggrannhet oavsett hur mycket tidigare och nuvarande data du har och hur perfekt du har identifierat säsongsvariationen. Så innan du fattar ett slutgiltigt beslut måste du dubbelkolla resultaten och ta hänsyn till andra faktorer också.

4 metoder för att göra prognoser i Excel baserat på historiska data

I den här artikeln har vi tagit prisuppgifter om råolja (Petroleum) från Världsbankens webbplats , för de senaste tio åren (april 2012 till mars 2022). Följande bild visar en del av förteckningen.

1. Använd knappen "Prognosblad" i Excel 2016, 2019, 2021 och 365

Prognosblad verktyget infördes för första gången i Excel 2016 , vilket gör att prognoser för tidsserier Det är bara att organisera källdata på ett korrekt sätt, så tar Excel hand om resten. Du behöver bara följa två enkla steg.

📌 Steg 1: Ordna data med tidsserier och motsvarande värden

  • Först ställer du in tidsvärdena i den vänstra kolumnen i stigande ordning. Ordna tidsdata i ett regelbundet intervall, dvs. dagligen, veckovis, månadsvis eller årligen.
  • Ange sedan motsvarande priser i den högra kolumnen.

📌 Steg 2: Skapa ett arbetsblad för prognoser

  • Gå nu till Fliken Data Klicka sedan på Prognosblad knappen från den Prognosgrupp .

Skapa ett kalkylblad för prognoser öppnas.

  • Välj nu den typ av graf från fönstret.
  • Du kan också välja slutdatum. av prognosen.

  • Slutligen trycker du på Skapa Du är klar!

Nu öppnas ett nytt arbetsblad i Excel. Detta nya arbetsblad innehåller våra nuvarande data tillsammans med de förväntade värdena. Det finns också en graf som visar de ursprungliga och förväntade data visuellt.

Anpassa prognosgrafen:

Du kan anpassa prognosdiagrammet på följande sätt. Titta på följande bild. Excel ger oss många anpassningsmöjligheter här.

1. Typ av diagram

Det finns två alternativ: Skapa ett kolumndiagram och Skapa ett linjediagram. Använd det av dessa alternativ som du tycker är mest bekvämt.

2. Prognos Slut

Här kan du ange när du vill avsluta prognosen.

3. Prognos Start

Ange startdatum för prognosen med detta.

4. Konfidensintervall

Standardvärdet är 95 %. Ju mindre det är, desto större är förtroendet för de förutspådda värdena. Du kan markera eller avmarkera den här kryssrutan beroende på om det är nödvändigt att visa prognosens noggrannhetsnivå.

5. Säsongsmässighet

Excel försöker ta reda på säsongsvariationer i dina historiska data om du väljer ' Upptäcker automatiskt Du kan också ställa in det manuellt genom att ange ett lämpligt värde.

6. Tidslinje Utbud

Excel ställer in den automatiskt när du markerar en cell i data. Dessutom kan du ändra den här enligt dina behov.

7. Värdeintervall

Du kan redigera detta intervall på samma sätt.

8. Fyll i saknade punkter med hjälp av

Du kan välja antingen interpolering eller så kan du ställa in de saknade punkterna som nollor. Excel kan interpolera de saknade uppgifterna (om du väljer det) om de är mindre än 30 % av de totala uppgifterna.

9. Aggregera dubbletter med hjälp av

Välj lämplig beräkningsmetod (Medelvärde, Median, Min, Max, Summa, CountA) när du har flera värden vid samma tidsstämpel.

10. Inkludera prognosstatistik

Du kan lägga till en tabell med information om utjämningskoefficienter och felmått genom att markera den här kryssrutan.

2. Använd Excel-funktioner för att göra prognoser utifrån tidigare uppgifter

Du kan också använda Excel-funktioner som t.ex. PROGNOS, TREND, och TILLVÄXT, att göra en prognos baserad på tidigare rekord. Låt oss se dem en efter en.

2.1 Använd funktionen FORECAST

MS Excel 2016 ersätter den FORECAST-funktionen med Funktionen FORECAST.LINEAR Vi kommer därför att använda den mer uppdaterade (för framtida kompatibilitetsproblem med Excel).

Syntax för funktionen FORECAST.LINEAR:

=FORECAST.LINEAR(x, knows_ys, known_xs)

Här, x står för måldatum, known_xs står för tidslinjen, och known_ys står för kända värden.

📌 Steg:

  • Först och främst infogar du följande formel i cell C17 .

=FORECAST.LINEAR(B17,C5:C16,B5:B16)

  • Tryck sedan på ENTER.

Läs mer: FORECAST-funktionen i Excel (med andra prognosfunktioner)

2.2 Tillämpa TREND-funktionen

MS Excel hjälper också till med TREND-funktionen för att göra en prognos baserad på historiska data. Denna funktion tillämpar Least Square-metoden för att förutsäga framtida värden.

Syntax för TREND-funktionen:

=TREND(known_ys, [known_xs], [new_xs], [const])

I fallet med följande dataset anger du formeln nedan i cell C125 för att få fram prognostiserade värden för April, maj och juni 2022 Tryck sedan på ENTER.

=TREND(C5:C124,B5:B124,B125:B127)

2.3 Använd GROWTH-funktionen

Funktion GROWTH fungerar med hjälp av exponentiell relation, medan TREND funktionen (som användes i den tidigare metoden) fungerar med linjärt förhållande. I övrigt är båda identiska med avseende på argument och tillämpning.

För att få fram prognostiserade värden för April, maj och juni 2022 , införa följande formel i cell C125 Tryck sedan på ENTER .

=GROWTH(C5:C124, B5:B124,B125:B127)

Läs mer: Hur man prognostiserar tillväxttakt i Excel (2 metoder)

Liknande läsningar

  • Hur man prognostiserar försäljningen i Excel (5 enkla sätt)
  • Prognostiserad försäljningstillväxt i Excel (6 metoder)
  • Hur man prognostiserar intäkter i Excel (6 enkla metoder)

3. Använd verktyg för glidande medelvärde och exponentiell utjämning

Det finns två typer av glidande medelvärden som används i statistiken: enkla och exponentiella glidande medelvärden. Vi kan också använda dem för att förutsäga framtida värden.

3.1 Använd enkelt glidande medelvärde

För att tillämpa tekniken för glidande medelvärde lägger vi till en ny kolumn som heter ' Glidande medelvärde '.

Följ nu följande steg.

📌 Steg:

  • Först och främst ska du gå till Fliken Data och klicka på Knapp för dataanalys Om du inte har den kan du aktivera den från här .
  • Välj sedan Glidande medelvärde från listan och tryck på OK .

  • Glidande medelvärde fönstret visas.
  • Välj nu Ingångsintervall som C5:C20 , sätta Intervall som 3, Utgångsområde som D5:D20 och markera Utmatning av diagram kryssrutan.
  • Därefter trycker du på OKEJ.

Du kan se det prognostiserade värdet för april 2022 i cell D20 .

Följande bild är dessutom en grafisk representation av prognosresultaten.

3.2 Tillämpa exponentiell utjämning

För mer exakta resultat kan du använda tekniken Exponential Smoothing Technique. Förfarandet för att tillämpa den i Excel är ganska likt det för Simple Moving Average. Låt oss se.

📌 Steg:

  • Gå först till Fliken Data >> klicka på Knapp för dataanalys >> välj Exponentiell utjämning från listan.
  • Tryck sedan på OK .

Fönstret Exponential Smoothing öppnas.

  • Nu inställd Ingångsintervall som C5:C20 (eller enligt dina uppgifter), Dämpningsfaktor som 0,3, och Utgångsområde som D5:D20 ; markera den Utmatning av diagram kryssrutan.
  • Tryck sedan på OK knapp.

Efter att ha tryckt på OK får du resultatet i c ell D20 .

Titta på följande diagram för att få en visuell förståelse av prognosen.

4. Använd verktyget Fill Handle Tool för att göra prognoser baserade på historiska data

Om dina uppgifter följer en linjär trend (ökande eller minskande), kan du tillämpa Handtag för fyllning Här är våra data och motsvarande diagram.

Detta tyder på att uppgifterna har en linjär trend.

Om vi antar att vi vill göra en prognos för April, maj och juni 2022 Följ följande snabba steg.

📌 Steg:

  • Välj först värdena C5:C16 och för muspekaren till det nedre högra hörnet av cell C16 Verktyget för fyllningshandtag visas.
  • Dra den nu till c ell C19 .

I följande diagram visas resultaten visuellt. Det är tydligt att Excel ignorerar de oregelbundna värdena (t.ex. plötslig ökning i Mar-22) och tar hänsyn till de mer regelbundna värdena.

Hur exakt kan Excel göra prognoser?

Det kan uppstå en fråga: " Hur exakt är Excel-prognosmetoderna? "Svaret är inte enkelt, eftersom prognoser beror på många faktorer. När vi arbetade med den här artikeln började till exempel kriget mellan Ukraina och Ryssland och råoljepriset steg plötsligt mycket mer än väntat.

Det beror alltså på dig, dvs. på hur perfekt du ställer in uppgifterna för prognostisering. Vi kan dock föreslå ett sätt att kontrollera att metoderna är perfekta.

Här har vi uppgifter för april 2012 till mars 2022. Om vi gör en prognos för de senaste månaderna och jämför resultaten med de kända värdena vet vi hur säkert vi kan lita på den.

Läs mer: Hur man beräknar prognosens noggrannhetsprocent i Excel (4 enkla metoder)

Slutsats

I den här artikeln har vi diskuterat 4 metoder för att prognostisera i Excel baserat på historiska data. Om du har några frågor om dem, låt oss veta i kommentarsfältet. För fler sådana artiklar, besök vår blogg. ExcelWIKI .

Hugh West är en mycket erfaren Excel-tränare och analytiker med över 10 års erfarenhet i branschen. Han har en kandidatexamen i redovisning och ekonomi och en magisterexamen i företagsekonomi. Hugh har en passion för undervisning och har utvecklat ett unikt undervisningssätt som är lätt att följa och förstå. Hans expertkunskap om Excel har hjälpt tusentals studenter och yrkesverksamma över hela världen att förbättra sina färdigheter och utmärka sig i sina karriärer. Genom sin blogg delar Hugh med sig av sin kunskap med världen, och erbjuder gratis Excel-handledning och onlineutbildning för att hjälpa individer och företag att nå sin fulla potential.