Naive Prognose in Excel: Schritt-für-Schritt-Beispiel

Eine naive Prognose ist eine Prognose, bei der die Prognose für einen bestimmten Zeitraum einfach dem in der vorherigen Periode beobachteten Wert entspricht.

Angenommen, wir haben in den ersten drei Monaten des Jahres die folgenden Verkäufe eines bestimmten Produkts:

Die Umsatzprognose im April würde einfach dem tatsächlichen Umsatz des Vormonats März entsprechen:

Obwohl diese Methode einfach ist, funktioniert sie in der Praxis überraschend gut.

Dieses Tutorial bietet ein schrittweises Beispiel für die Durchführung naiver Prognosen in Excel.

Schritt 1: Geben Sie die Daten ein

Zuerst geben wir die Verkaufsdaten für einen Zeitraum von 12 Monaten bei einem imaginären Unternehmen ein:

Schritt 2: Erstellen Sie die Prognosen

Als Nächstes verwenden wir die folgenden Formeln, um naive Prognosen für jeden Monat zu erstellen:

Schritt 3: Messen Sie die Genauigkeit der Prognosen

Schließlich müssen wir die Genauigkeit der Prognosen messen. Zwei gängige Metriken zur Messung der Genauigkeit sind:

• Mittlerer absoluter prozentualer Fehler
• Mittlere absolute Abweichung

Die folgende Abbildung zeigt, wie der mittlere absolute prozentuale Fehler berechnet wird:

Der mittlere absolute prozentuale Fehler beträgt 9,9%.

Und das folgende Bild zeigt, wie die mittlere absolute Abweichung berechnet wird:

Die mittlere absolute Abweichung beträgt 3,45.

Um zu wissen, ob diese Vorhersage nützlich ist, können wir sie mit anderen Vorhersagemodellen vergleichen und sehen, ob die Genauigkeitsmessungen besser oder schlechter sind.