Le aziende che possono prevedere con precisione le vendite possono regolare con successo i livelli di produzione futuri, l'allocazione delle risorse e le strategie di marketing per adeguarsi al livello delle vendite previste. Queste azioni aiutano a ottimizzare le operazioni e massimizzare i profitti. Un modello di regressione prevede il valore di una variabile dipendente, in questo caso le vendite, in base a una variabile indipendente. Un foglio di calcolo di Excel può facilmente gestire questo tipo di equazione.
Raccolta di dati
Decidi su una variabile indipendente. Ad esempio, supponiamo che la tua azienda produca un prodotto con vendite strettamente correlate alle variazioni del prezzo del petrolio. La vostra esperienza è che le vendite aumentano quando il prezzo del petrolio aumenta. Per impostare la regressione, crea una colonna di fogli di calcolo per le tue vendite annuali su un numero di anni precedenti. Creare una seconda colonna che mostri la variazione percentuale del prezzo medio annuo del petrolio in ciascuno degli anni di vendita. Per procedere, è necessario Excel Analysis ToolPak, che è possibile caricare gratuitamente selezionando "Componenti aggiuntivi" nel menu "Opzioni".
Esecuzione della regressione
Scegli "Regressione" dalla voce "Analisi dati" nel menu "Dati". Segna l'intervallo della variabile indipendente come l'asse X e quello della variabile dipendente come l'asse Y. Dare un intervallo di celle per l'output e contrassegnare le caselle per i residui. Quando si preme "OK", Excel calcolerà la regressione lineare e visualizzerà i risultati nell'intervallo di output. La regressione rappresenta una linea retta con una pendenza che meglio si adatta ai dati. Excel visualizza diverse statistiche per aiutarti a interpretare la forza della correlazione tra le due variabili.
Interpretazione dei risultati
La statistica R al quadrato indica quanto bene la variabile indipendente prevede le vendite. In questo esempio, l'R-quadrato del petrolio rispetto alle vendite è 89,9, che è la percentuale delle vendite del prodotto spiegata dalla variazione percentuale del prezzo del petrolio. Qualsiasi numero sopra 85 indica una relazione forte. L'intercetta Y, in questo esempio 380.000, mostra la quantità di prodotto che venderebbe se il prezzo del petrolio rimanesse invariato. Il coefficiente di correlazione, in questo caso 15.000, indica che un aumento dell'1% del prezzo del petrolio farebbe aumentare le vendite di 15.000 unità.
Utilizzando i risultati
Il valore della regressione lineare dipende da quanto è possibile prevedere la variabile indipendente. Ad esempio, potresti pagare gli analisti del settore petrolifero per una previsione privata che prevede un aumento del 6% del prezzo del petrolio nel prossimo anno. Moltiplicare il coefficiente di correlazione per 6 e aggiungere il risultato - 90.000 - alla quantità dell'intercetta Y di 380.000. La risposta, 470.000, è il numero di unità che probabilmente venderebbe se il prezzo del petrolio aumentasse del 6%. È possibile utilizzare questa previsione per preparare il programma di produzione per l'anno successivo. È inoltre possibile eseguire la regressione utilizzando diversi movimenti del prezzo del petrolio per prevedere un risultato migliore e il caso peggiore. Naturalmente, queste sono solo previsioni e le sorprese sono sempre possibili. È anche possibile eseguire regressioni con più variabili indipendenti, se appropriato.
