Naive prognose in excel: schritt-für-schritt-beispiel

Eine naive Prognose ist eine Prognose, bei der die Prognose für einen bestimmten Zeitraum einfach dem in der vorherigen Periode beobachteten Wert entspricht.

Angenommen, wir haben in den ersten drei Monaten des Jahres die folgenden Verkäufe eines bestimmten Produkts:

Die Umsatzprognose für April würde einfach den tatsächlichen Verkäufen für den vorangegangenen März entsprechen:

Obwohl diese Methode einfach ist, funktioniert sie in der Praxis meist überraschend gut.

Dieses Tutorial bietet ein schrittweises Beispiel für die Durchführung naiver Prognosen in Excel.

Schritt 1: Geben Sie die Daten ein

Zunächst geben wir Umsatzdaten über einen Zeitraum von 12 Monaten bei einem imaginären Unternehmen ein:

Schritt 2: Erstellen Sie die Prognose

Als Nächstes verwenden wir die folgenden Formeln, um naive Prognosen für jeden Monat zu erstellen:

Schritt 3: Prognosegenauigkeit messen

Schließlich müssen wir die Genauigkeit der Prognosen messen. Zwei gängige Metriken zur Messung der Genauigkeit sind:

• Mittlerer absoluter Fehler in Prozent
• Bedeutet absolute Abweichung

Das folgende Bild zeigt, wie der durchschnittliche absolute prozentuale Fehler berechnet wird:

Der durchschnittliche absolute prozentuale Fehler beträgt 9,9 % .

Und das folgende Bild zeigt, wie die durchschnittliche absolute Abweichung berechnet wird:

Die absolute durchschnittliche Abweichung beträgt 3,45 .

Um herauszufinden, ob diese Prognose nützlich ist, können wir sie mit anderen Prognosemodellen vergleichen und sehen, ob die Messgenauigkeit besser oder schlechter ist.