Les empreses que poden predir amb precisió les vendes poden ajustar amb èxit els nivells de producció futurs, l'assignació de recursos i les estratègies de màrqueting que coincideixin amb el nivell de vendes anticipades. Aquestes accions ajuden a optimitzar les operacions i maximitzar els beneficis. Un model de regressió preveu el valor d'una variable dependent, en aquest cas, les vendes, basades en una variable independent. Un full de càlcul Excel pot manejar fàcilment aquest tipus d'equació.
Recollida de dades
Decidir sobre una variable independent. Per exemple, suposem que la vostra empresa produeix un producte amb vendes que s'uneixen de prop als canvis en el preu del petroli. La vostra experiència és que les vendes augmenten quan augmenta el preu del petroli. Per configurar la regressió, creeu una columna de full de càlcul per a les vostres vendes anuals durant alguns anys anteriors. Creeu una segona columna que mostri el canvi percentual del preu mitjà anual de l'oli en cada un dels anys de vendes. Per procedir, necessiteu l'eina d'anàlisi d'Excel, que podeu carregar de manera gratuïta seleccionant "Complementaris" al menú "Opcions".
Executant la regressió
Trieu "Regressió" de l'element "Anàlisi de dades" al menú "Dades". Marca el rang de la variable independent com l'eix X i el de la variable dependent com a eix Y. Doneu un interval de cel·les per a la sortida i marqueu les caselles dels residus. Quan premeu "D'acord", Excel calcularà la regressió lineal i mostrarà els resultats en el rang de sortida. La regressió representa una recta amb un pendent que millor s'ajusta a les dades. Excel mostra diverses estadístiques que us ajudaran a interpretar la força de la correlació entre les dues variables.
Interpretació dels resultats
L'estadística de quadricular R indica el rendiment de les variacions independents de les vendes. En aquest exemple, el R-quadrat del petroli versus les vendes és de 89,9, que és el percentatge de vendes del producte que s'explica pel percentatge de canvi en el preu del petroli. Qualsevol número superior a 85 indica una relació forta. El Y-intercept, en aquest exemple 380.000, mostra la quantitat de producte que vendria si el preu del petroli no es modifiqués. El coeficient de correlació, en aquest cas 15.000, indica que un augment del 1 per cent en el preu del petroli impulsaria les vendes de fins a 15.000 unitats.
Ús dels resultats
El valor de la regressió lineal depèn de com es pot predir la variable independent. Per exemple, podeu pagar als analistes de la indústria petroliera un pronòstic privat que preveu un augment del preu del petroli en un 6 per cent l'any vinent. Multipliqui el coeficient de correlació en 6 i afegiu el resultat - 90.000 - a la quantitat de Y-intercept de 380.000. La resposta, 470.000, és la quantitat d'unitats que probablement vendria si el preu del petroli augmentés un 6 per cent. Podeu utilitzar aquesta predicció per preparar el vostre calendari de producció per al proper any. També podeu executar la regressió utilitzant diferents moviments de preus del petroli per predir un resultat millor i pitjor. Per descomptat, aquestes són només prediccions i sorpreses sempre són possibles. També podeu executar regressions amb diverses variables independents, si escau.
