Декомпозиция - это метод прогнозирования, который разделяет или разлагает исторические данные на различные компоненты и использует их для создания прогноза, который является более точным, чем простая линия тренда. Прогнозируя каждый компонент отдельно перед их объединением, вы можете оценить важность каждого из них и выделить или снизить их в соответствии с изменяющимися рыночными или экономическими условиями.
Прогнозирование с помощью линии тренда
Самый простой способ спрогнозировать любую переменную - просто удлинить линию тренда на основе исторических данных. Независимо от того, выполняете ли вы это вручную с помощью регрессионного анализа или с помощью электронной таблицы, такой как Excel, вы можете установить тенденцию и распространить ее на будущее. Недостаток этого метода в том, что он не учитывает предсказуемые колебания тренда. Например, вы можете спрогнозировать прогноз розничных продаж в размере 8 процентов на следующий год на основе исторической информации, но если вы смотрите на продажи в четвертом квартале, когда происходит большая часть вашего бизнеса, вы бы не достигли цели, если бы не учли. для сезонного изменения.
Подход декомпозиции
Подход декомпозиции к прогнозированию учитывает, что прогноз не может быть завершен, если вы не включите все компоненты исторических данных. Хотя компоненты могут различаться, в зависимости от прогнозируемой переменной, вы можете включать долгосрочную базовую линию тренда, циклическое изменение, такое как деловой цикл, который будет колебаться вокруг тренда, и сезонную переменную, которая может быть основана на о погоде или праздничной активности потребителей. В зависимости от переменной, которую вы пытаетесь прогнозировать, вы можете даже включить недельную переменную.
Разложение исторических данных
Чтобы проиллюстрировать, как работает декомпозиционное прогнозирование, рассмотрим в качестве примера прогнозирование розничных продаж. Для упрощения предположим, что единственная переменная, применяемая к долгосрочному тренду, - это сезонная составляющая. Вы можете создать линию тренда с помощью регрессионного анализа. Чтобы определить сезонную составляющую, используя ваши исторические данные, разделите фактическую стоимость продаж на значение тренда в этой точке. После того, как вы выполните это для всех своих наборов исторических данных, вы можете вычислить среднее значение для каждого из четырех сезонов, чтобы получить сезонные факторы. Чтобы спрогнозировать продажи на четвертый квартал, умножьте прогнозируемое значение тренда для этого будущего квартала на сезонный фактор. Прогноз, который вы рассчитываете с помощью этого метода, более точен, чем использование только линии тренда.
Расширение модели
Формула прогнозирования продаж: R = ST, в которой «R» соответствует выручке от продаж, «S» - сезонной составляющей, а «T» - это основная линия тренда. Модель может быть расширена за счет включения других компонентов, таких как циклический компонент. Очевидно, что чем больше компонентов, тем сложнее вычисления, и именно тогда может пригодиться такая программа, как Excel. Как и в случае со всеми моделями прогнозирования, вы должны интерпретировать и объяснять важность используемых данных.
