콘텐츠
Forecast는 판매 데이터를 축적하는 회사에서 사용하는 비즈니스 도구입니다. 이 프로세스에서 회사는 과거의 판매 정보를 사용하고 다양한 방법을 적용하여 향후 판매에서 기대할 수있는 정도를 예측합니다. 또한 예측은 트래픽을 판매 시점으로 유도하는 데 사용 된 마케팅 전술과 같은 다른 요인을 고려합니다. 예측 기술에는 양적 및 질적 측면의 두 가지 주요한 형태가 있습니다.
정량적 방법 - 소개
양적 방법은 두 가지 기본 범주 - 시간 순서 방법과 설명 방법으로 구분됩니다. 시계열 방법은 데이터와 관련된 기록 패턴만을 기반으로 예측을하고 설명 방법은 다른 요인을 추가합니다. 예측의 "옳고 그른"방법은 없지만, 많은 기업가들은 단순히 판매 수치 이상을 고려하므로 설명 방법을 선호합니다.
정량적 방법 - 설명 요인
설명 방법은 비즈니스맨이 신뢰할 수있는 예측을 할 수 있도록 다양한 요소를 고려할 수 있습니다. 예를 들어, 여름날 재미 공원의 빈도는 날씨에 따라 변동합니다. 화창한 날을 사용하면 이전 화창한 날의 과거 정보를 정확하게 예측할 수 있습니다. 반면 비오는 날은 다른 비오는 날의 기록 데이터와 비교할 수 있습니다.
정성적인 방법 - 개요
질적 방법은 미래에 더 중점을두고 예측을하기 위해 과거 데이터를 사용하지 않습니다. 예를 들어 질적 방법은 진행중인 홍보와 같은 요소를 고려합니다. 예를 들어 광고를하지 않은 경우보다 할인 쿠폰을 배포하는 경우 기업가는 더 많은 매출을 예측할 수 있습니다. 이것을 탐색 방법이라고도 부르지 만 질적 범주로 분류됩니다.
예측 문제 - 템플릿
기업가들은 종종 "예측"에 문제가 생길 때 불평을합니다. 예를 들어, 하루에 500 개의 판매를 예측했지만 200 개의 판매량 만 얻었습니다. "예측"모델은 완벽하지는 않지만 전반적으로 정확해야합니다. 어쩌면 2010 년 7 월 4 일에 제품 500 대를 판매 했겠지만 2011 년에는 200 대를 판매했습니다. 무엇이 잘못 되었습니까? 어쩌면 2010 년 7 월 4 일이 주말에 떨어져 2011 년에 수요일에 하락했기 때문일 수도 있습니다.