【excel怎么预估数据】在数据分析中，如何进行预测分析？

编辑指南：每个行业各领域只要有核心业务指标，就要预测核心业绩的未来趋势、销售、营销、运营、财务等。一方面可以大致掌握未来的趋势，另一方面可以提前计划和设置各部门的KPI，从而最大限度地完成或超过KPI。因此，数据分析师作为公司业务的战略官，掌握准确的预测方法至关重要。今天带大家来看看我们到底怎么预测。

01预测为什么重要？

到了年末年初，除了对上一年整体业绩的复盘和总结外，老板最关心的是“明年的销售预测是多少？”是。这个问题看起来很简单，但却让下属们挠头。这个预测是不敲脑袋就确定的，说高，根据同类流量自己挖坑，说低，老板就会diss。你不会了解业务现状的。

但是预测到底该怎么办？看那么复杂的数据，一定要使用最高级的工具吧？是python还是SPSS？我也不能！

事实上，我们可以使用Excel。是的，没听错。用我们平时认为很low的Excel可以做那么大的工作。不需要统计和编程知识，简单地扯一下，预测就完成了。现在以实际案例开始Excel的预测之旅。

在这篇文章中，我们将对老品牌的甜品店进行非常有趣的案例研究。我们有去年的销售量数据，并将预测2020年剩余月份的销售量。如前所述，预测是数据分析师最基本的技术之一，有助于企业预测未来的业绩趋势和机会。大企业和初创公司都依靠预测做出重要决定。例如：

使用预测来预测产品、服务用户的数量，在适当的时间使用运营预测来预测销售，相应地计划预算，开发KPI等来预测人力成本。因此，我建议今后的招聘计划。其他是数据分析师在实际工作中经常遇到的预测案例。如果你打算成为数据分析师，就必须学习预测分析。

02什么是预测？

什么是预测？

用最简单的术语来说，那是分析过去和现在的数据来预测未来的过程。我们主要根据时间序列数据进行定量预测。因此，在开始之前，让我们先看一些重要的时间系列术语。

时间序列通常是随着时间收集的数据，取决于时间变量。例如，每年飞行的乘客人数的时间系列数据。

时间系列数据包含以下几个重要组件：

趋势：趋势是事物发展或变化的总体方向。在上面的例子中，我们看到了时间序列的增加，这意味着飞行飞机的乘客的整体趋势在增加。下图的第二个图中所示。季节性：从上面的时间系列中可以看到的另一个明确的模式是以固定期间重复的模式，称为季节性。在一段时间内重复或重复的时间序列的可预测的变化或模式可以说是季节性的。下图中的第三幅图如下：随机性：消除趋势和季节性后，剩下的是随机和不规则的白噪音。下图的第四幅图中所示。

使用03 excel内置函数进行预测

让我们从

内置函数介绍

Excel中可用的最简单的函数开始。

Foreca

使用现有值或历史值预测或计算值。我们将通过基于线性回归函数的参数X值预测Y。

如果数据具有线性趋势(即Y路线依赖于X值)，则此函数的工作效果最佳，但请注意，如果数据具有明显的季节性，则函数不再适用。

那么，如何预测季节性数据呢？不要担心。Excel提供了另一个强大的高级预测功能。

Foreca

此函数通过三重指数平滑法执行此预测。这里不详细介绍指数平滑法，但使用此函数需要注意几个点。

Forec

a函数或三重指数平滑方法考虑了季节性

此方法是加权方法，越久远的值，权重越小，也就意味着，重要性越小

最重要的是，时间轴必须均匀分布，否则会产生错误。例如，它们可以是每月数据，每日数据，年度数据等。

Foreca

它返回基于历史数据检测到的季节性周期的长度，如有的数据是5个月重复一次，那么它的周期就是5。

Foreca

它返回指定目标日期的预测值的置信区间。默认的置信区间为95％。这意味着95％的预测值将在该值的范围内。

单纯的理解这些函数可能有些费力，所以我们从一个实际案例看看怎么一步步跑起来。

使用内置函数预测

下面就是本文中最令人期待的部分了。我们有一个甜点店的数据集，它包含从2018年1月到2020年8月的每月销售数据。我们将预测在2020年剩余月份的销售情况，以便店主可以相应地准备库存和工作人员。

这是示例数据：

我们将预测4个月的销售额：9月，10月，11月，12月

需要注意的是，使用的Excel版本必须是2016以后的版本。

基于Foreca函数进行预测

同时，也可以使用Foreca和Foreca检查季节性和置信区间。

04 用Excel预测模型进行预测

在Excel 2016及更高版本中进行预测可以更加直观和方便。我们可以直接使用预测模型执行这些步骤。

步骤1 –选择预测表

转到数据，然后选择预测表：

步骤2 –选择必要的选项

然后，您可以选择必要的选项，例如：结束日期，置信区间，并执行更多自定义。预测表为我们提供了表格值，例如预测，下置信度值和上置信度值以及数据的图形视图：

拖拖拽拽，连函数都不用输入，你已经在Excel中建立了第一个预测模型！很简单，是不是？

我们来看一下我们的预测结果：

通过查看我们的数据，我们注意到通常在十一月和附近月份会出现高峰，这可能是由于节日的原因。

受新冠疫情的影响，到4月和5月，这家商店的收益为零！太难了！在接下来的7月和8月，销售量有所回升。

我们的预测表明，这种趋势将在9月份继续增长。现在，商店可以查看未来几个月的预测数据以准备库存。他们还可以查看置信度，并了解波动的情况。

05 总结

预测很复杂，因为预测涉及到很多业务。预测又很重要，因为它关乎后续业绩的发展和政策的制定，同时，预测也很简单，简单到用Excel拖拉拽就能轻易实现。本文介绍了用Excel进行预测分析的具体方法，希望这种简单易操作的方法能够帮助到大家。

以上就是数据分析思维—预测分析部分的内容，部分数据分析思维请翻看历史文章，更多数据分析思维的文章持续更新中，敬请期待，如果觉得不错，也欢迎分享、点赞哈~

本文由 @数据分析星球 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Pexels，基于CC0协议