Moving Averages A2 Business

Explore Business Moving Averages and Extrapolation Estos dos métodos hacen uso extensivo de ventas y otros datos para hacer predicciones sobre el futuro. Un promedio móvil toma una serie de datos y suaviza las fluctuaciones en los datos para mostrar un promedio. El objetivo es sacar los extremos de los datos de período a período. Los promedios móviles suelen ser calculados sobre una base trimestral o semanal. La extrapolación implica el uso de las tendencias establecidas por los datos históricos para hacer predicciones sobre los valores futuros. El supuesto básico de la extrapolación es que el patrón continuará en el futuro a menos que la evidencia sugiera otra cosa. Para entender más a fondo estas técnicas, vea el siguiente gráfico que muestra las ventas trimestrales (m) para una gran empresa desde el primer trimestre del año 2006 al cuarto trimestre (año 10): La línea azul muestra la cifra de ventas trimestral real. Como se puede ver el total de ventas varía trimestre a trimestre, aunque usted podría adivinar a partir de mirar los datos que la tendencia general es un aumento de stead en las ventas. La línea roja muestra la media móvil trimestral. Esto se calcula sumando los últimos cuatro trimestres de ventas (por ejemplo, Q1 Q2 Q3 Q4) y luego se divide por cuatro. Esta técnica suaviza las variaciones trimestrales y da una buena indicación de la tendencia general de las ventas trimestrales. En cuanto a la gráfica, ¿cómo podrían las medias móviles y la extrapolación ayudar a la administración a predecir las ventas desde el año 11 en adelante? La media móvil ayuda a señalar la tendencia de crecimiento (expresada como un porcentaje de tasa de crecimiento), y es lo que la extrapolación utilizaría primero para predecir la trayectoria de Ventas futuras. Esto se puede hacer matemáticamente utilizando una hoja de cálculo. Alternativamente, una tendencia extrapolada se puede dibujar simplemente en la carta como estimación aproximada, como se muestra abajo: Qué útil es la extrapolación Los principales beneficios e inconvenientes se resumen a continuación: Ventajas de utilizar la extrapolación Un método simple de pronóstico No se requieren muchos datos Rápido y barato Desventajas de usar la extrapolación No es fiable si hay fluctuaciones significativas en los datos históricos Asume que la tendencia pasada continuará hacia el futuro improbable en muchos entornos empresariales competitivos Ignora los factores cualitativos (por ejemplo, cambios en los gustos y modas) S-cool, Recopilar y analizar datos del mercado (es decir, de consumidores y consumidores potenciales) con el fin de proporcionar bienes y servicios que satisfagan sus necesidades. Se trata de una investigación destinada a reunir datos primarios, es decir, información obtenida específicamente para el estudio en cuestión. Se puede recopilar de tres maneras principales: observación, cuestionarios y experimentación. La observación consiste en mirar a la gente y monitorear y registrar su comportamiento (por ejemplo, patrones de visualización de televisión, cámaras que controlan los flujos de tráfico, auditorías minoristas que miden qué marcas de consumidores de productos están comprando). Los cuestionarios son un medio de contacto directo con los consumidores y pueden adoptar diversas formas. Cuestionarios personales (tales como entrevistas puerta a puerta), cuestionarios postales, cuestionarios telefónicos y cuestionarios de grupo (como pedir las actitudes de un grupo de consumidores hacia un nuevo producto). Los cuestionarios pueden ser un proceso muy costoso y que consume mucho tiempo y puede ser muy difícil eliminar el elemento de sesgo en la forma en que se llevan a cabo. Es importante que cada encuestado debe hacerse las mismas preguntas en el mismo orden, sin ayuda o énfasis en ciertas preguntas / respuestas. La experimentación implica la introducción de una variedad de actividades de mercadeo en el mercado y luego medir el efecto de cada una de ellas sobre los consumidores. Por ejemplo, la comercialización de pruebas, en la que se lanza un nuevo producto en un área geográfica pequeña y, a continuación, la respuesta de los consumidores hacia ella determinará si el producto se lanzará a nivel nacional. Esta es la recopilación de datos secundarios, que previamente ha sido recopilada por otros y no está diseñada específicamente para el estudio en cuestión, pero es sin embargo relevante. Los datos secundarios son mucho más baratos y más rápidos de reunir que los datos primarios, pero pueden estar desfasados ​​en el momento en que se investigan. Las principales fuentes de datos secundarios son libros de referencia, publicaciones gubernamentales y informes de empresas. La investigación primaria y secundaria proporcionará al negocio muchos datos relacionados con sus mercados y sus consumidores. Estos datos pueden utilizarse para describir la situación actual en el mercado, para intentar predecir lo que sucederá en el futuro en el mercado y para explicar las tendencias que se han producido. La empresa también puede utilizar los datos de investigación de mercado para segmentar el mercado. Esto implica romper el mercado en distintos grupos de consumidores que tienen características similares, para ofrecer a cada grupo un producto que mejor satisfaga sus necesidades. Las principales formas de segmentar un mercado son: Por características del consumidor. Esto implica investigar sus actitudes, pasatiempos, intereses y estilos de vida. Por datos demográficos. Su edad, sexo, ingreso, tipo de vivienda y grupo socioeconómico. Por ubicación. La segmentación efectiva del mercado puede conducir a la identificación de nuevas oportunidades (es decir, las lagunas en el mercado de un producto), el potencial de ventas de los productos que se están realizando y el aumento de la cuota de mercado, los ingresos y rentabilidad. La investigación cuantitativa consiste en llevar a cabo una investigación de mercado tomando una muestra de la población y preguntándoles por medio de un cuestionario (normalmente 200 encuestados) para descubrir los niveles probables de demanda a diferentes niveles de precios, ventas estimadas de un nuevo producto, Y el típico comprador de los productos de la compañía. Los datos son numéricos y pueden ser analizados gráficamente y estadísticamente. Existen varios tipos de muestras que pueden usarse para recopilar datos cuantitativos: Muestreo aleatorio - esto da a cada miembro del público la misma oportunidad de ser utilizado en la muestra. Los encuestados a menudo son escogidos por computadora desde una guía telefónica del Registro Electoral. Muestreo de cuotas: este método implica que los consumidores se agrupan en segmentos que comparten ciertas características (por ejemplo, edad o sexo). A los entrevistadores se les dice que escojan un cierto número de encuestados de cada segmento. Sin embargo, el número de personas entrevistadas en cada segmento no suele ser representativo de la población en su conjunto. Muestreo por grupos - esto normalmente implica que los consumidores se agrupan en grupos geográficos (o grupos) y luego se realiza una muestra aleatoria dentro de cada lugar. Muestreo estratificado - los consumidores se agrupan en segmentos de nuevo (o estratos) sobre la base de algunos conocimientos previos de cómo se divide la población. El número de personas elegidas para ser entrevistadas de cada estrato es proporcional a la población en su conjunto. La investigación cualitativa intenta obtener una visión de las motivaciones que llevan a un consumidor a comportarse de una manera particular. Por lo general se lleva a cabo a través de discusiones de grupo (a menudo llamados grupos de enfoque) con el fin de descubrir la racionalidad detrás de las compras de los consumidores. La discusión en grupo es a menudo presidida por un psicólogo de manera relajada, lo que debería animar a los consumidores a discutir sus hábitos de compra y preconcepciones sobre ciertos productos y marcas. Esto implica tratar de estimar resultados futuros (por ejemplo, el nivel de ventas). La predicción se puede hacer de varias maneras: Extrapolación - esto implica identificar la tendencia que existía en los datos pasados ​​y luego continuar esto en el futuro. Esto se hace a menudo mediante el uso de un paquete de software para establecer una línea de mejor ajuste para los datos pasados, y luego simplemente ampliar esta línea en el futuro. La técnica de Delphi - esto implica usar un panel de expertos en negocios y pronósticos que discuten y acuerdan pronósticos a largo plazo para asuntos y eventos importantes. Investigación de mercado - esto se puede utilizar para tratar de establecer las intenciones de compra de los consumidores. Análisis de series temporales - esto también intenta predecir los niveles futuros de datos pasados. Hay 4 componentes principales de los datos de series de tiempo. La tendencia, las fluctuaciones cíclicas (debido a los ciclos económicos de recesiones y auges), fluctuaciones estacionales y fluctuaciones aleatorias. Claramente, tratar de predecir y predecir lo que sucederá en el futuro no es fácil y muchas variables cambiarán tanto a corto como a largo plazo, lo que afectará la precisión de las previsiones. Siempre es recomendable que las empresas utilicen una variedad de técnicas de pronóstico para llegar a cifras adecuadas y aceptables para el futuro (por ejemplo, costos, ingresos, niveles de ventas, beneficios, etc.). Hay una variedad de técnicas que una empresa puede utilizar para analizar los datos que recoge a través de sus métodos de investigación de mercado. La media - esta es la suma de los ítems dividida por el número de ítems. La mediana: este es el número medio de un conjunto de datos. El modo - este es el número, o valor, que ocurre con más frecuencia en un conjunto de datos. El rango: es la diferencia entre el valor más alto y el valor más bajo en un conjunto de datos. El rango intercuartílico - este considera el rango dentro de la central 50 de un conjunto de datos. Por lo tanto, ignora la parte superior 25 y la parte inferior 25 y es menos propensa a la distorsión por valores extremos. La desviación estándar - esto es una medida de la desviación del valor medio en un conjunto de datos. Intervalo de confianza: es una medida de la exactitud probable de los resultados de una muestra. Con un intervalo de confianza de 95, hay una probabilidad de 0.95 de que el promedio verdadero será donde la muestra cree que va a mentir (en otras palabras, los resultados de la muestra serán correctos 19 veces de 20). Números de índice: se trata de una medida estadística diseñada para facilitar la gestión e interpretación de los cambios en un conjunto de datos (como cifras de ventas). Se trata de dar a un elemento de datos un valor de 100 (el período base) y de ajustar los otros elementos de datos en proporción a éste. Por ejemplo . Si las ventas de un negocio en particular son 163.200.000 en el año 1, 163220.000 en el año 2 y 163270.000 en el año 3, los números de índice se pueden utilizar para ayudar a identificar la tendencia dentro de los datos. Las ventas en el año 1 se dará un índice de 100 (esto se conoce como el año base). Año 2 tiene 16320.000 ventas más que en el año 1 - esto es un aumento de 10, por lo que el número de índice en el año 2 será de 110. Año 3 tiene 16370.000 ventas más que el año 1 - esto es un aumento de 35, por lo que el Número de índice en el año 3 será 135. Promedio móvil - esta es otra manera de identificar la tendencia en un conjunto de datos. Permite superponer los valores extremos, para mostrar el patrón subyacente en un conjunto de datos. Por ejemplo, considere los siguientes datos referentes a las ventas durante un período de 5 años para una empresa: El valor medio de las ventas durante este período de 5 años se encuentra agregando los 5 valores juntos y dividiendo la respuesta resultante por 5 (163563,000 / 5 163112,600). Sin embargo, una media móvil de 3 años puede dar una indicación más realista de los cambios en la tendencia a lo largo de los 5 años. Esto se calcula sumando los datos de los primeros tres años y dividiendo la cifra resultante en 3 (163285.000 / 3 16395.000). Este proceso se repite a continuación para los próximos 3 años (es decir, los años 2, 3 y 4). Esto da una cifra de 163317.000 / 3 163105,667. El próximo período de 3 años cubre los años 3, 4 y 5. Esto da una respuesta de 163343,000 / 3 163114,333. Estas cifras muestran cómo la tendencia se ha movido dentro de los datos a lo largo del período de 5 años. Descargue el Paquete de Aplicaciones de Revisión de iPhone Obtenga 10 de las potentes aplicaciones de revisión de S-cools por el precio de 1 con el Paquete de Super Aplicaciones de Nivel A. Explore Business Haciendo uso de promedios móviles - en tutor2u HQ He estado intentando dar la vuelta a mi Sitio web en 1-2 años - una especie de pronóstico de ventas, pero utilizando el volumen no los datos de valor. Así que pensé que probaría algunas medias móviles (BUSS3 - previsión de ventas). Lo que me llevó a probar el ejercicio fue una buena noticia de nuestro servicio de Google Analytics (un pedacito de código en cada página T2U registra cada actividad imaginable en el sitio.) Pasamos un hito importante para nosotros la semana pasada - 1 millón mensual único Usuarios en el sitio. tutor2u durante el primer mes desde que empezamos a usar Google Analytics (en agosto de 2006).Tenía conocimiento de que el tráfico diario del sitio (demanda) sube y baja en un patrón similar cada semana (ocupado de lunes a jueves mucho Más silenciosos los viernes, sábados y domingos), también hay picos estacionales bien establecidos en el tráfico de nuestro sitio web. Es muy ocupado en el período previo a los exámenes y durante el período de tiempo va mucho más tranquilo durante las vacaciones escolares (aunque no Pero ¿qué pasa con la tendencia ¿Qué muestran los datos, y podemos extrapolar una tendencia similar durante el próximo año o dos comencé por mirar una medida de la actividad del sitio web - el número de personas que Obtener el feed RSS diario de Google Feedburner de nuestro Blog de Economía entregado a su bandeja de entrada. La economía fue nuestra primera asignatura, y hemos ofrecido un feed RSS por poco más de tres años (se agregaron más tarde para otros temas). Los datos de Google Feedburner mostraron una amplia variación en el número de personas que hacen clic en un enlace de contenido cada día. Estas variaciones son causadas por el tiempo y los temas estacionales de arriba, pero también por el volumen y el tipo de nuevo contenido incluido en la alimentación diaria. Sin embargo, la media móvil de 30 días de las personas que visitan el Blog de Economía a través de Feedburner muestra una línea de tendencia mucho más clara: ¿Puedo razonablemente extrapolar el crecimiento adicional en estos datos para 2010 y 2011 Posiblemente. No hay nada en los datos históricos para sugerir una posible caída en las suscripciones de RSS. Y estoy seguro de que podemos seguir agregando un montón de contenido útil para el Blog de Economía, que alentará a los suscriptores a hacer clic en sus feeds RSS o correos electrónicos diarios. Pero a medida que crece el número de competidores (por ejemplo, el EBEA ha comenzado un Blog de Economía, al igual que Philip Allan Updates), entonces tenemos que competir más para la atención de nuestros usuarios. Por otro lado, cada vez más maestros están haciendo uso de feeds RSS para ayudarles a filtrar la información disponible en la Web, así que tal vez podamos seguir aprovechando esa tendencia. Cuando miro el conjunto de datos de visitantes diarios del sitio web, se requiere un promedio móvil diferente. Necesito algo que idealmente suaviza las variaciones semanales y estacionales. Así que esta vez opté por un promedio móvil de 365 días. Es decir. El número medio de usuarios diarios únicos del sitio web, pero calculado durante los últimos 365 días. La siguiente gráfica ilustra la línea de tendencia en particular: La línea de tendencia muestra un caso menos convincente de extrapolación. Parece que hemos sido aplastados durante un año más o menos a mediados de 2007 y principios de 2008. Es sólo desde que lanzamos nuestro nuevo tema de los blogs que hemos visto un rápido crecimiento en los usuarios diarios del sitio web único. Parece que hemos alcanzado un nuevo máximo diario casi cada semana recientemente. Pero alguien que mira invertir en el Web site quisiera ver un gradiente más agudo a ese promedio móvil 365-day sospecho