Алгоритм прогнозирования объёма продаж в MS Excel

Содержание
  1. Исходные данные
  2. Составляющие прогноза
  3. Виды моделей
  4. ДДС — считать деньги
  5. Бюджет компании пример Excel
  6. Анализ выполнения плана продаж в Excel
  7. Планирование продаж и денежных потоков предприятия
  8. Методы планирования продаж и денежных потоков
  9. Модель прогнозирования продаж и денежных потоков
  10. Качественные прогнозы приносят деньги
  11. Три подхода
  12. Процесс управления денежными потоками предприятия
  13. Система управления денежными потоками
  14. Метод построения множественной модели регрессии
  15. Для расчета значений тренда:
  16. Для расчета коэффициентов сезонности:
  17. Алгоритм анализа временного ряда и прогнозирования
  18. Процедура прогнозирования
  19. Способ 1: линия тренда
  20. Способ 2: оператор ПРЕДСКАЗ
  21. Способ 3: оператор ТЕНДЕНЦИЯ
  22. Почему анализ денежных потоков важен?
  23. Другие похожие шаблоны
  24. Ставка дисконтирования как ключевой элемент в оценке.
  25. Заключение

Исходные данные

Для начала, давайте определимся, какие у нас есть исходные данные и что нам нужно получить на выходе. Фактически, все что у нас есть, это некоторые исторические данные. Если мы говорим о прогнозировании продаж, то историческими данными будут продажи за предыдущие периоды.

Примечание. Собранные в разные моменты времени значения одной и той же величины образуют временной ряд. Каждое значение такого временного ряда называется измерением. Например: данные о продажах за последние 5 лет по месяцам — временной ряд; продажи за январь прошлого года — измерение.

Составляющие прогноза

Следующий шаг: давайте определимся, что нам нужно учесть при построении прогноза. Когда мы исследуем наши данные, нам необходимо учесть следующие факторы:

  • Изменение нашей пронозируемой величины (например, продаж) подчиняется некоторому закону. Другими словами, в временном ряде можно проследить некую тенденцию. В математике такая тенденция называется трендом.
  • Изменение значений в временном ряде может зависить от промежутка времени. Другими словами, при построении модели необходимо будет учесть коэффициент сезонности. Например, продажи арбузов в январе и августе не могут быть одинаковыми, т.к. это сезонный продукт и летом продажи значительно выше.
  • Изменение значений в временном ряде периодически повторяется, т.е. наблюдается некоторая цикличность.

Эти три пункта в совокупность образуют регулярную составляющую временного ряда.

Примечание. Не обязательно все три элемента регулярной составляющей должны присутствовать в временном ряде.

Однако, помимо регулярной составляющей, в временном ряде присутствует еще некоторое случайное отклонение. Интуитивно это понятно — продажи могут зависеть от многих факторов, некоторые из которых могут быть случайными.

Вывод. Чтобы комплексно описать временной ряд, необходимо учесть 2 главных компонента: регулярную составляющую (тренд + сезонность + цикличность) и случайную составляющую.

Виды моделей

Следующий вопрос, на который нужно ответить при построении прогноза: “А какие модели временного ряда бывают?”

Обычно выделяют два основных вида:

  • Аддитивная модель: Уровень временного ряда = Тренд + Сезонность + Случайные отклонения
  • Мультипликативная модель: Уровень временного ряда = Тренд * Сезонность * Случайные отклонения

Иногда также выделают смешанную модель в отдельную группу:

  • Смешанная модель: Уровень временного ряда = Тренд * Сезонность + Случайные отклонения

С моделями мы определились, но теперь возникает еще один вопрос: “А когда какую модель лучше использовать?”

Классический вариант такой:
— Аддитивная модель используется, если амплитуда колебаний более-менее постоянная;
— Мультипликативная — если амплитуда колебаний зависит от значения сезонной компоненты.

Пример:

ДДС — считать деньги

По ДДС фиксируем поступления и списания денег со всех счетов компании. В результате собственник всегда знает, сколько у него денег и на каких счетах они лежат.

В ДДС вбивают каждую сумму, которая приходит и уходит со счёта. Просто чтобы видеть, сколько денег у компании есть прямо сейчас

Бюджет компании пример Excel

Бюджетирование в Excel заключается в создании форм бюджетов в формате Excel и связывании этих форм при помощи формул и макросов. Формы бюджетов, в том числе бюджета доходов и расходов, бюджета движения денежных средств могут быть различными, с укрупненными статьями или более подробные, разбиты на длительные периоды (например, годовой бюджет по кварталам) или на более короткие периоды (например, месячный бюджет по неделям) – в зависимости от потребности финансового менеджмента в компании.

Ниже приведен Бюджет доходов и расходов (пример составления в эксель) и пример Бюджета движения денежных средств.

Рисунок 1. Бюджет доходов и расходов предприятия образец Excel.

Рисунок 2. Бюджет движения денежных средств пример в Excel.

Анализ выполнения плана продаж в Excel

По каждой товарной позиции собираются данные о фактических продажах за период (за месяц, как правило).

Наша примерная таблица элементарна. Но на предприятии имеет смысл продукты распределить по товарным позициям, привести артикулы, продажи в штуках. Для более детального анализа – указать себестоимость, рассчитать рентабельность и прибыль.

Анализ выполнения плана по позициям позволяет сравнить текущие показатели с предшествующими и с запланированными. Если на каком-то участке произошло резкое изменение, требуется более детальное изучение направления.

Когда статистические данные введены и оформлены, необходимо оценить выполнение плана по товарным позициям. Таблица для сравнения может выглядеть так:

Для расчета процента выполнения плана нужно фактические показатели разделить на плановые, установить для ячеек в Excel процентный формат.

Планирование продаж и денежных потоков предприятия

Прогнозирование продаж и денежных потоков является важной задачей компании. Оценка будущих поступлений от реализации продукции позволяет планировать денежные потоки, которые могут быть направлены на повышение эффективности, производительности и стоимости предприятия для инвесторов.

★ ABC и XYZ-анализ товарного ассортимента в Excel за 5 минут

Цель оценки объема продаж – оценка результативности и эффективности предприятия, точки безубыточности и финансового запаса прочности в перспективе.

Цель оценки денежных потоков – оценка потенциала компании для развития инноваций и реализации инвестиционных проектов.

Продажи компании и денежные потоки тесно взаимосвязаны между собой следующей формулой:

где: CFi (Cash Flow) – денежный поток.

Методы планирования продаж и денежных потоков

Существует множество различных методов прогнозирования объема продаж (денежных потоков): модель скользящего среднего (MA, Moving Average), модель авторегрессии (AR, AutoRegressive), модель авторегрессии скользящего среднего (Autoregressive Moving Average model, ARMA), модель Бокса-Дженкинса и др. В данной статье мы более подробно разберем прогнозирование с помощью модели авторегрессии.

Авторегрессионные модели (англ. AR, AutoRegressive model) используются для описания устойчивых (стационарных) процессов в экономике, когда на будущие значения прогнозируемой величины влияют предыдущие значения. Авторегрессионные модели (AR) используются в прогнозировании как макроэкономических показателей (ВВП, инфляция и др.), так и для оценки микроэкономических показателей: объем будущих продаж, чистой прибыли, размера денежных потоков т.д.

Модель прогнозирования продаж и денежных потоков

Авторегрессионная модель планирования объема продаж и денежных потоков имеет следующий аналитический вид:

где:

Yi – прогноз денежного потока или объема продаж;

Yi-1 – значение денежного потока и продаж в предыдущем периоде;

α, β – коэффициенты в модели авторегрессии;

ξ – случайная величина (белый шум).

Качественные прогнозы приносят деньги

Из знания уровня будущих продаж предприниматели могут извлечь значительную выгоду: направить оборотные средства на более востребованные SKU, избежать упущенной выгоды, сократить долю просроченных и невостребованных товаров.
Методология прогнозирования экспортных продаж нефти и булочек в районном кафе будет отличаться, но в обоих случаях можно построить точные прогнозы при помощи Excel или специального статистического П.О.

Три подхода

Все модели можно разделить на три типа:
а) Простые и наивные методы. К ним относится простая экстраполяция на основе среднего значения или темпа прироста, подбор коэффициентов сезонности или продолжение тренда. Эти методы подходят для быстрого прогноза «на коленке».
б) Модели класса ARIMA. Особенности временных рядов заключается в том, что прошлые значения связаны с текущими и будущими. Для краткосрочного прогнозирования рядов с устойчивой структурой достаточно данных о продажах в прошлых периодах.
в) Математическое моделирование. Используются в случаях когда прогнозируемая переменная сильно зависит от внешних факторов: погода, ключевая ставка ЦБ, рекламный бюджет, уровень цен…
Подходы можно комбинировать для улучшения точности прогноза.
ОПРЕДЕЛЕНИЕ
Временной ряд (динамический ряд) — это значение признака, измеренного в хронологическом порядке через постоянные временные промежутки.
Главная особенность динамических рядов в том, что они являются зависимыми. Предыдущие показатели связаны с текущими и будущими, а сам ряд можно разложить на компоненты:
  • тренд;
  • сезонность;
  • цикличность;
  • случайные отклонения.

Процесс управления денежными потоками предприятия

Процесс управления денежными потоками предприятия базируется на определенных принципах, основными из которых являются:

1. Принцип информативной достоверности. Как и каждая управляющая система, управление денежными потоками должно быть обеспечено необходимой информационной базой. Источником информации для проведения анализа движения денежных потоков, прежде всего, является отчет о движении денежных средств (ранее форма 4 баланса), сам бухгалтерский баланс, отчет о финансовых результатах и приложения к балансу.

2. Принцип обеспечения сбалансированности. Управление денежными потоками предприятия имеет дело со многими видами и разновидностями денежных потоков предприятия. Их подчиненность единым целям и задачам управления требует обеспечения сбалансированности денежных потоков предприятия по видам, объемам, временным интервалам и другим существенным характеристикам. Реализация этого принципа связана с оптимизацией денежных потоков предприятия в процессе управления ими.

3. Принцип обеспечения эффективности. Денежные потоки характеризуются существенной неравномерностью поступления и расходования денежных средств в разрезе отдельных временных интервалов, что приводит к формированию объемов временно свободных денежных средств. По существу эти временно свободные остатки денежных средств носят характер непроизводительных активов (до момента их использования в хозяйственном процессе), которые теряют свою стоимость во времени, от инфляции и по другим причинам. Реализация принципа эффективности в процессе управления денежными потоками заключается в обеспечении эффективного их использования путем осуществления финансовых инвестиций предприятия.

4. Принцип обеспечения ликвидности. Высокая неравномерность отдельных видов денежных потоков порождает временный дефицит денежных средств, который отрицательно сказывается на уровне его платежеспособности. Поэтому в процессе управления денежными потоками необходимо обеспечивать достаточный уровень их ликвидности на протяжении всего рассматриваемого периода. Реализация этого принципа обеспечивается путем соответствующей синхронизации положительного и отрицательного денежных потоков в разрезе каждого временного интервала рассматриваемого периода.

С учетом рассмотренных принципов организуется конкретный процесс управления денежными потоками предприятия.

Система управления денежными потоками

Если объектом управления выступают денежные потоки предприятия, связанные с осуществлением различных хозяйственных и финансовых операций, то субъектом управления является финансовая служба, состав и численность которой зависит от размера, структуры предприятия, количества операций, направлений деятельности и других факторов:

  1. в малых предприятиях главный бухгалтер часто совмещает функции начальника финансового и планового отделов;

  2. в средних – выделяются бухгалтерия, отдел финансового планирования и оперативного управления;

  3. в крупных компаниях структура финансовой службы существенно расширяется – под общим руководством финансового директора находятся бухгалтерия, отделы финансового планирования и оперативного управления, а также аналитический отдел, отдел ценных бумаг и валют.

Что же касается элементов системы управления денежными потоками, то к ним следует отнести финансовые методы и инструменты, нормативно-правовое, информационное и программное обеспечения:

  • среди финансовых методов, оказывающих непосредственное воздействие на организацию, динамику и структуру денежных потоков предприятия, можно выделить систему расчетов с дебиторами и кредиторами; взаимоотношения с учредителями (акционерами), контрагентами, государственными органами; кредитование; финансирование; фондообразование; инвестирование; страхование; налогообложение; факторинг и др.;
  • финансовые инструменты объединяют деньги, кредиты, налоги, формы расчетов, инвестиции, цены, векселя и другие инструменты фондового рынка, нормы амортизации, дивиденды, депозиты и прочие инструменты, состав которых определяется особенностями организации финансов на предприятии;
  • нормативно-правовое обеспечение предприятия состоит из системы государственных законодательно-нормативных актов, установленных норм и нормативов, устава хозяйствующего субъекта, внутренних приказов и распоряжений, договорной базы.

В современных условиях необходимым условием успеха бизнеса является своевременное получение информации и оперативное реагирование на нее, поэтому важным элементом управления денежными потоками предприятия является внутрифирменная отчетность.

Таким образом, система управления денежными потоками на предприятии – это совокупность методов, инструментов и специфических приемов целенаправленного, непрерывного воздействия со стороны финансовой службы предприятия на движение денежных средств для достижения поставленной цели.

Метод построения множественной модели регрессии

Название данного метода говорит само за себя. Он является, пожалуй, наиболее трудоемким из всех, однако позволяет получить наиболее объективный прогноз за счет учета множественных факторов, влияющих на величину будущих денежных потоков. Реализуется это путем построения модели статистической регрессии (в виде функции, где на зависимую переменную оказывают влияние различные факторы как ряд независимых переменных

Y= a + b*X1 + c*X2 + …+ z*Xn + ε
(
ε — случайная переменная)

Для проверки построенной регрессии используется коэффициент детерминации, который характеризует силу связи факторов с зависимой переменной. Например, для прогнозирования поступлений денежных средств (как зависимой переменной Y) в качестве независимых факторов X могут выступать дебиторская задолженность и объем выполненных услуг, но не подтвержденных актами.

Для расчета значений тренда:

1. Определим коэффициенты уравнения линейного тренда y=bx+a с помощью функции Excel =Линейн(). Для этого в ячейки Excel вводим функцию =линейн(объёмы продаж за 5 лет; номера периодов; 1;0).

Выделяем 2 ячейки, в левой — формула =линейн(), нажимаем комбинацию клавиш в следующей последовательности (F2 + Ctrl+Shift+Enter). Excel рассчитает для нас значение коэффициентов a и b.

2. Рассчитываем значения тренда. Для этого в уравнение y=bx+a подставляем рассчитанные коэффициенты тренда b и а, x – номер периода во временном ряде. Получаем y-значения линейного тренда для каждого периода.

Для расчета коэффициентов сезонности:

1.Рассчитываем отклонение фактических значений от значений тренда. Для этого фактические значения делим на значения тренда;

2.Для каждого месяца определяем среднее отклонение за последние 5 лет.

3.Определяем общий индекс сезонности — среднее значение коэффициентов, рассчитанных в 4 пункте;

4.Рассчитываем коэффициенты сезонности

Алгоритм анализа временного ряда и прогнозирования

Алгоритм анализа временного ряда для прогнозирования продаж в Excel можно построить в три шага:

  1. Выделяем трендовую составляющую, используя функцию регрессии.
  2. Определяем сезонную составляющую в виде коэффициентов.
  3. Вычисляем прогнозные значения на определенный период.

Нужно понимать, что точный прогноз возможен только при индивидуализации модели прогнозирования. Ведь разные временные ряды имеют разные характеристики.

Процедура прогнозирования

Целью любого прогнозирования является выявление текущей тенденции, и определение предполагаемого результата в отношении изучаемого объекта на определенный момент времени в будущем.

Способ 1: линия тренда

Одним из самых популярных видов графического прогнозирования в Экселе является экстраполяция выполненная построением линии тренда.

Попробуем предсказать сумму прибыли предприятия через 3 года на основе данных по этому показателю за предыдущие 12 лет.

  1. Строим график зависимости на основе табличных данных, состоящих из аргументов и значений функции. Для этого выделяем табличную область, а затем, находясь во вкладке «Вставка», кликаем по значку нужного вида диаграммы, который находится в блоке «Диаграммы». Затем выбираем подходящий для конкретной ситуации тип. Лучше всего выбрать точечную диаграмму. Можно выбрать и другой вид, но тогда, чтобы данные отображались корректно, придется выполнить редактирование, в частности убрать линию аргумента и выбрать другую шкалу горизонтальной оси.
  2. Теперь нам нужно построить линию тренда. Делаем щелчок правой кнопкой мыши по любой из точек диаграммы. В активировавшемся контекстном меню останавливаем выбор на пункте «Добавить линию тренда».
  3. Открывается окно форматирования линии тренда. В нем можно выбрать один из шести видов аппроксимации:
    • Линейная
    • Логарифмическая
    • Экспоненциальная
    • Степенная
    • Полиномиальная
    • Линейная фильтрация.

    Давайте для начала выберем линейную аппроксимацию.

    В блоке настроек «Прогноз» в поле «Вперед на» устанавливаем число «3,0», так как нам нужно составить прогноз на три года вперед. Кроме того, можно установить галочки около настроек «Показывать уравнение на диаграмме» и «Поместить на диаграмме величину достоверности аппроксимации (R^2)». Последний показатель отображает качество линии тренда. После того, как настройки произведены, жмем на кнопку «Закрыть».

  4. Линия тренда построена и по ней мы можем определить примерную величину прибыли через три года. Как видим, к тому времени она должна перевалить за 4500 тыс. рублей. Коэффициент R2, как уже было сказано выше, отображает качество линии тренда. В нашем случае величина R2 составляет 0,89. Чем выше коэффициент, тем выше достоверность линии. Максимальная величина его может быть равной 1. Принято считать, что при коэффициенте свыше 0,85 линия тренда является достоверной.
  5. Если же вас не устраивает уровень достоверности, то можно вернуться в окно формата линии тренда и выбрать любой другой тип аппроксимации. Можно перепробовать все доступные варианты, чтобы найти наиболее точный.

    Нужно заметить, что эффективным прогноз с помощью экстраполяции через линию тренда может быть, если период прогнозирования не превышает 30% от анализируемой базы периодов. То есть, при анализе периода в 12 лет мы не можем составить эффективный прогноз более чем на 3-4 года. Но даже в этом случае он будет относительно достоверным, если за это время не будет никаких форс-мажоров или наоборот чрезвычайно благоприятных обстоятельств, которых не было в предыдущих периодах.

Способ 2: оператор ПРЕДСКАЗ

Экстраполяцию для табличных данных можно произвести через стандартную функцию Эксель ПРЕДСКАЗ. Этот аргумент относится к категории статистических инструментов и имеет следующий синтаксис:

=ПРЕДСКАЗ(X;известные_значения_y;известные значения_x)

«X» – это аргумент, значение функции для которого нужно определить. В нашем случае в качестве аргумента будет выступать год, на который следует произвести прогнозирование.

«Известные значения y» — база известных значений функции. В нашем случае в её роли выступает величина прибыли за предыдущие периоды.

«Известные значения x» — это аргументы, которым соответствуют известные значения функции. В их роли у нас выступает нумерация годов, за которые была собрана информация о прибыли предыдущих лет.

Естественно, что в качестве аргумента не обязательно должен выступать временной отрезок. Например, им может являться температура, а значением функции может выступать уровень расширения воды при нагревании.

При вычислении данным способом используется метод линейной регрессии.

Давайте разберем нюансы применения оператора ПРЕДСКАЗ на конкретном примере. Возьмем всю ту же таблицу. Нам нужно будет узнать прогноз прибыли на 2018 год.

  1. Выделяем незаполненную ячейку на листе, куда планируется выводить результат обработки. Жмем на кнопку «Вставить функцию».
  2. Открывается Мастер функций. В категории «Статистические» выделяем наименование «ПРЕДСКАЗ», а затем щелкаем по кнопке «OK».
  3. Запускается окно аргументов. В поле «X» указываем величину аргумента, к которому нужно отыскать значение функции. В нашем случаем это 2018 год. Поэтому вносим запись «2018». Но лучше указать этот показатель в ячейке на листе, а в поле «X» просто дать ссылку на него. Это позволит в будущем автоматизировать вычисления и при надобности легко изменять год.

    В поле «Известные значения y» указываем координаты столбца «Прибыль предприятия». Это можно сделать, установив курсор в поле, а затем, зажав левую кнопку мыши и выделив соответствующий столбец на листе.

    Аналогичным образом в поле «Известные значения x» вносим адрес столбца «Год» с данными за прошедший период.

    После того, как вся информация внесена, жмем на кнопку «OK».

  4. Оператор производит расчет на основании введенных данных и выводит результат на экран. На 2018 год планируется прибыль в районе 4564,7 тыс. рублей. На основе полученной таблицы мы можем построить график при помощи инструментов создания диаграммы, о которых шла речь выше.
  5. Если поменять год в ячейке, которая использовалась для ввода аргумента, то соответственно изменится результат, а также автоматически обновится график. Например, по прогнозам в 2019 году сумма прибыли составит 4637,8 тыс. рублей.

Но не стоит забывать, что, как и при построении линии тренда, отрезок времени до прогнозируемого периода не должен превышать 30% от всего срока, за который накапливалась база данных.

Способ 3: оператор ТЕНДЕНЦИЯ

Для прогнозирования можно использовать ещё одну функцию – ТЕНДЕНЦИЯ. Она также относится к категории статистических операторов. Её синтаксис во многом напоминает синтаксис инструмента ПРЕДСКАЗ и выглядит следующим образом:

=ТЕНДЕНЦИЯ(Известные значения_y;известные значения_x; новые_значения_x;[конст])

Как видим, аргументы «Известные значения y» и «Известные значения x» полностью соответствуют аналогичным элементам оператора ПРЕДСКАЗ, а аргумент «Новые значения x» соответствует аргументу «X» предыдущего инструмента. Кроме того, у ТЕНДЕНЦИЯ имеется дополнительный аргумент «Константа», но он не является обязательным и используется только при наличии постоянных факторов.

Данный оператор наиболее эффективно используется при наличии линейной зависимости функции.

Посмотрим, как этот инструмент будет работать все с тем же массивом данных. Чтобы сравнить полученные результаты, точкой прогнозирования определим 2019 год.

  1. Производим обозначение ячейки для вывода результата и запускаем Мастер функций обычным способом. В категории «Статистические» находим и выделяем наименование «ТЕНДЕНЦИЯ». Жмем на кнопку «OK».
  2. Открывается окно аргументов оператора ТЕНДЕНЦИЯ. В поле «Известные значения y» уже описанным выше способом заносим координаты колонки «Прибыль предприятия». В поле «Известные значения x» вводим адрес столбца «Год». В поле «Новые значения x» заносим ссылку на ячейку, где находится номер года, на который нужно указать прогноз. В нашем случае это 2019 год. Поле «Константа» оставляем пустым. Щелкаем по кнопке «OK».
  3. Оператор обрабатывает данные и выводит результат на экран. Как видим, сумма прогнозируемой прибыли на 2019 год, рассчитанная методом линейной зависимости, составит, как и при предыдущем методе расчета, 4637,8 тыс. рублей.

Почему анализ денежных потоков важен?

Если в компании не уделяется должного внимания анализу и управлению денежным потокам, то ей весьма сложно предсказывать возможные кассовые разрывы. Это приводит к тому, что в конце месяца у нее может не оказаться денег, чтобы оплатить текущие счета за поставки товара, аренду офиса, заработную плату сотрудников и даже на уплату налогов.

Регулярное возникновение кассовых разрывов приводит предприятие к проблемам как с поставщиками товаров и услуг, так и с клиентами. Поставщики, недовольные проблемами с оплатой, отменяют скидки, приостанавливают отгрузку товаров. Возникает товарный дефицит, клиенты не могут получить востребованный товар, и по этой причине не спешат оплатить счета за уже произведенные отгрузки и оказанные услуги. Растет дебиторская задолженность, что еще больше усугубляет финансовые проблемы с поставщиками. Возникает «замкнутый круг.» Такая ситуация резко сказывается на обороте предприятия, снижает его прибыльность и рентабельность.

Таким образом, неплатежеспособность предприятия возникает в тот момент, когда денежный поток становится отрицательным. Важно, что такая ситуация может возникнуть даже в том случае, когда формально предприятие остается прибыльным. Именно с этим связаны проблемы доходных, но неликвидных компаний, стоящих на грани банкротства.

Другие похожие шаблоны

Простой бюджет расходов
Excel

 

Ставка дисконтирования как ключевой элемент в оценке.

Ключевые слова: дисконтирование, ставка дисконтирования, безрисковая ставка

По мере роста значения бета-коэффициента увеличивается риск инвесторов.

Следующий способ определения ставки дисконтирования — это ее расчет на основе рентабельности капитала.

Заключение

Чтобы быстро прикинуть продажи в следующей неделе / месяце / году воспользуйтесь одним из наивных методов.
Для краткосрочного прогнозирования временных рядов с устойчивой структурой подходят модели класса ARIMA.
Для долгосрочного моделирования сложных и зависимых от внешних факторов процессов используйте модели машинного обучения.
 
Источники

  • https://blog.sf.education/analytics-prognozirovanie-v-excel/
  • https://vc.ru/finance/61091-shablony-finansovyh-otchetov-dlya-malogo-biznesa-dds-opiu-balans
  • https://www.1CashFlow.ru/vnedrenie-byudzhetirovanie-na-primery-v-excel-i-ne-tolko
  • https://exceltable.com/master-klass/kak-sostavit-plan-prodaj-na-mesyac
  • https://finzz.ru/planirovanie-prodazh-i-denezhnyx-potokov-po-modeli-ar-v-excel.html
  • https://tidydata.ru/forecasting
  • https://afdanalyse.ru/publ/investicionnyj_analiz/analiz_denezhnogo_potoka/upravlenie_denezhnymi_potokami/28-1-0-171
  • https://zen.yandex.ru/media/id/5ad880039e29a252e4838439/metody-prognozirovaniia-denejnyh-potokov-5b04959c1aa80cf17bff526c
  • https://4analytics.ru/prognozirovanie/kak-rasschitat-prognoz-prodaj-s-uchetom-rosta-i-sezonnosti-v-excel.html
  • https://exceltable.com/otchety/prognozirovanie-prodazh-v-excel
  • https://lumpics.ru/forecasting-in-excel/
  • http://vExcele.ru/index/analiz_denezhnykh_potokov/0-27
  • https://templates.office.com/ru-ru/%D0%BE%D1%82%D1%87%D0%B5%D1%82-%D0%BE-%D0%B4%D0%B2%D0%B8%D0%B6%D0%B5%D0%BD%D0%B8%D0%B8-%D0%B4%D0%B5%D0%BD%D0%B5%D0%B6%D0%BD%D1%8B%D1%85-%D1%81%D1%80%D0%B5%D0%B4%D1%81%D1%82%D0%B2-tm03107637
  • https://moluch.ru/archive/181/46702/

Понравилась статья? Поделиться с друзьями:
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: