Moving Averages A2 Business

Fazendo uso de médias móveis - em tutor2u HQ Eu tenho tentado começar minha cabeça em volta onde nosso Web site estará em 1-2 anos - um tipo de uma previsão de vendas, mas usando o volume não dados de valor. Então eu pensei Id tentar algumas médias móveis (BUSS3 - previsão de vendas). O que me levou a experimentar o exercício foi uma boa notícia do nosso serviço do Google Analytics (um pequeno pedaço de código em cada página da T2U registra todas as atividades imagináveis ​​no site. Usuários no site tutor2u. net durante o primeiro mês desde que começamos a usar o Google Analytics (em agosto de 2006).Eu estava ciente de que o tráfego diário do site (demanda) sobe e desce em um padrão semelhante a cada semana (ocupado de segunda a quinta-feira Muito mais silencioso na sexta-feira, sábado e domingo).Existem também picos sazonais bem estabelecidos e depressões no tráfego do nosso site. É muito ocupado na corrida para exames e durante o período de tempo que vai muito mais silencioso durante as férias escolares (embora Não tanto durante o período crucial de revisão da Páscoa) Mas, o que dizer da tendência O que os dados mostram, e podemos extrapolar uma tendência semelhante ao longo do próximo ano ou dois, comecei por olhar para uma medida da atividade do site - o número de pessoas Que recebem o feed RSS diário do Google Feedburner do nosso Blog de Economia entregue à sua caixa de entrada. Economia foi o nosso primeiro assunto, e weve oferecido um feed RSS para pouco mais de três anos (feeds para outros assuntos foram adicionados mais tarde). Os dados do Google Feedburner mostraram grande variação no número de pessoas que clicam em um link de conteúdo a cada dia. Essas variações são causadas pelas questões temporais e sazonais acima, mas também pelo volume e tipo de novo conteúdo incluído na alimentação diária. No entanto, a Média Móvel de 30 dias de pessoas que visitam o Blog de Economia via Feedburner mostra uma linha de tendência muito mais clara: Posso razoavelmente extrapolar mais crescimento nestes dados para 2010 e 2011 Possivelmente. Theres nada nos dados históricos para sugerir um provável tail-off em RSS subscrições. E estou confiante de que podemos continuar a adicionar lotes de conteúdo útil para o Blog de Economia, que incentivará os assinantes a clicar em seus feeds RSS ou e-mails diários. Mas à medida que o número de concorrentes cresce (por exemplo, o EBEA começou um Blog de Economia, assim como Philip Allan Updates), então temos que competir mais para a atenção de nossos usuários. No outro lado, mais e mais professores estão fazendo uso de feeds RSS para ajudá-los a filtrar a informação disponível na Web, então talvez possamos continuar a explorar essa tendência. Quando eu olhar para o conjunto de dados de visitantes diários do site, uma média móvel diferente é necessária. Eu preciso de algo que idealmente suaviza as variações semanais e sazonais. Então desta vez optei por uma média móvel de 365 dias. I. e. O número médio diário de usuários únicos do site, mas calculado nos últimos 365 dias. O gráfico abaixo ilustra essa linha de tendência particular: A linha de tendência mostra um caso menos convincente para a extrapolação. Parece que nós flatlined por um ano ou assim de volta em meados de-final de 2007 e início de 2008. É só desde que lançou o nosso novo assunto blogs que weve visto um rápido crescimento no diário usuários de site exclusivo. Parece que atingimos uma nova alta diária quase todas as semanas recentemente. Mas alguém olhando para investir no site gostaria de ver um gradiente mais nítida que 365 dias de média móvel eu suspeitoMoving Médias e Extrapolação Estes dois métodos fazem uso extensivo de vendas e outros dados para fazer previsões sobre o futuro. Uma média móvel toma uma série de dados e suaviza as flutuações nos dados para mostrar uma média. O objetivo é extrair os extremos de dados de período para período. As médias móveis são frequentemente calculadas numa base trimestral ou semanal. A extrapolação envolve o uso de tendências estabelecidas por dados históricos para fazer previsões sobre valores futuros. A suposição básica de extrapolação é que o padrão continuará no futuro a menos que a evidência sugira o contrário. Para entender melhor estas técnicas, consulte o gráfico a seguir, que mostra as vendas trimestrais (m) para uma grande empresa, do primeiro trimestre do ano para o quarto trimestre (ano 10): A linha azul mostra o número real de vendas trimestrais. Como você pode ver o total de vendas varia trimestre a quarto, embora você possa adivinhar de olhar para os dados que a tendência geral é para um stead aumento nas vendas. A linha vermelha mostra a média móvel trimestral. Isso é calculado adicionando os últimos quatro trimestres de vendas (por exemplo Q1 Q2 Q3 Q4) e, em seguida, dividindo por quatro. Esta técnica suaviza as variações trimestrais e dá uma boa indicação da tendência geral das vendas trimestrais. Observando o gráfico, como as médias móveis e a extrapolação podem ajudar a gerência a prever as vendas a partir do ano 11 A média móvel ajuda a apontar a tendência de crescimento (expressa como taxa de crescimento percentual), e é essa que a extrapolação usaria primeiro para prever o caminho da Vendas futuras. Isso pode ser feito matematicamente usando uma planilha. Como alternativa, uma tendência extrapolada pode ser simplesmente desenhada no gráfico como uma estimativa aproximada, como mostrado abaixo: Quão útil é a extrapolação Os principais benefícios e desvantagens são resumidos abaixo: Vantagens de usar a extrapolação Um método simples de previsão Poucos dados necessários Rápido e barato Desvantagens de usar a extrapolação Não confiável se houver flutuações significativas nos dados históricos Assume que a tendência passada continuará no futuro improvável em muitos ambientes de negócios competitivos Ignora fatores qualitativos (por exemplo, mudanças nos gostos e modas) S-cool, Recolha e análise de dados do mercado (ou seja, de consumidores e consumidores potenciais), a fim de fornecer bens e serviços que atendam às suas necessidades. Trata-se de uma investigação destinada a recolher dados primários, ou seja, informação obtida especificamente para o estudo em questão. Pode ser recolhido em três maneiras principais - observação, questionários e experimentação. A observação envolve observar as pessoas e monitorar e registrar seu comportamento (por exemplo, padrões de visualização de televisão, câmeras que monitoram fluxos de tráfego, auditorias de varejo que medem quais marcas de consumidores de produtos estão comprando). Os questionários são um meio de contato direto com os consumidores e podem assumir uma variedade de formas. Questionários pessoais (tais como entrevistas de porta em porta), questionários postais, questionários telefónicos e questionários de grupo (como pedir as atitudes de um grupo de consumidores para um novo produto). Questionários podem ser um processo muito caro e demorado e pode ser muito difícil eliminar o elemento de viés na forma como eles são realizados. É importante que cada entrevistado tenha que fazer as mesmas perguntas na mesma ordem, sem nenhuma ajuda ou ênfase colocada em certas perguntas / respostas. Experimentação envolve a introdução de uma variedade de atividades de marketing no mercado e, em seguida, medir o efeito de cada um destes sobre os consumidores. Por exemplo, o marketing de teste, onde um novo produto é lançado em uma pequena área geográfica e, em seguida, a resposta dos consumidores para ele vai ditar se o produto é lançado nacionalmente. Trata-se da recolha de dados secundários, previamente recolhidos por outros e não concebidos especificamente para o estudo em questão, mas que, no entanto, são relevantes. Os dados secundários são muito mais baratos e mais rápidos de coletar do que os dados primários, mas podem estar desatualizados quando pesquisados. As principais fontes de dados secundários são livros de referência, publicações governamentais e relatórios de empresas. A investigação primária e secundária fornecerá ao negócio muitos dados relativos aos seus mercados e aos seus consumidores. Esses dados podem então ser usados ​​para descrever a situação atual no mercado, para tentar prever o que acontecerá no futuro no mercado e para explicar as tendências que ocorreram. A empresa também pode usar os dados de pesquisa de mercado para segmentar o mercado. Trata-se de quebrar o mercado em grupos distintos de consumidores que têm características semelhantes, de modo a oferecer a cada grupo um produto que melhor atenda às suas necessidades. As principais formas de segmentar um mercado são: Por características do consumidor. Isso envolve a investigação de suas atitudes, hobbies, interesses e estilos de vida. Por demografia. Sua idade, sexo, renda, tipo de casa e grupo socioeconômico. Por localização. Etc. A segmentação eficaz do mercado pode levar à identificação de novas oportunidades (por exemplo, lacunas no mercado de um produto), ao potencial de vendas dos produtos e ao aumento da participação no mercado, da receita e rentabilidade. A investigação quantitativa envolve a realização de estudos de mercado através da recolha de uma amostra da população e da realização de perguntas pré-estabelecidas através de um questionário (normalmente 200 inquiridos), a fim de descobrir os prováveis ​​níveis de procura a diferentes níveis de preços, E o comprador típico dos produtos da empresa. Os dados são numéricos e podem ser analisados ​​graficamente e estatisticamente. Existem vários tipos de amostras que podem ser usadas para coletar dados quantitativos: Amostragem aleatória - isso dá a cada membro do público uma chance igual de ser usado na amostra. Os inquiridos são frequentemente escolhidos por computador a partir de uma lista telefónica do Registo Eleitoral. Amostragem de quotas - este método envolve os consumidores agrupados em segmentos que partilham certas características (por exemplo, idade ou sexo). Os entrevistadores são então orientados a escolher um certo número de entrevistados de cada segmento. No entanto, o número de pessoas entrevistadas em cada segmento não é geralmente representativo da população como um todo. Amostragem de clusters - isto normalmente envolve os consumidores sendo agrupados em grupos geográficos (ou clusters) e, em seguida, uma amostra aleatória sendo realizada dentro de cada local. Amostragem estratificada - os consumidores são agrupados em segmentos novamente (ou estratos) com base em algum conhecimento prévio de como a população é dividida. O número de pessoas escolhidas para serem entrevistadas de cada estrato é proporcional à população como um todo. Pesquisas qualitativas tentam obter uma visão das motivações que levam um consumidor a se comportar de uma maneira particular. Geralmente é conduzido através de discussões em grupo (muitas vezes chamadas de grupos focais), a fim de descobrir o raciocínio por trás das compras dos consumidores. A discussão de grupo é muitas vezes presidida por um psicólogo de forma descontraída, o que deve incentivar os consumidores a discutir seus hábitos de compra e pré-concepções sobre certos produtos e marcas. Isso envolve a tentativa de estimar resultados futuros (por exemplo, o nível de vendas). A previsão pode ser feita de várias maneiras: Extrapolação - isso envolve a identificação da tendência que existia em dados passados ​​e, em seguida, continuar isso no futuro. Isso geralmente é feito usando um pacote de software para estabelecer uma linha de melhor ajuste para dados passados ​​e, em seguida, simplesmente estendendo essa linha para o futuro. A Técnica Delphi - envolve o uso de um painel de especialistas em negócios e previsão que discutem e concordam com previsões de longo alcance para questões e eventos importantes. Pesquisa de mercado - isso pode ser usado para tentar estabelecer as intenções de compra dos consumidores. Análise de séries temporais - também tenta prever níveis futuros a partir de dados passados. Existem 4 componentes principais de dados de séries temporais. A tendência, flutuações cíclicas (devido aos ciclos econômicos de recessões e booms), flutuações sazonais e flutuações aleatórias. Claramente, tentar prever e prever o que vai acontecer no futuro não é fácil e muitas variáveis ​​mudarão no curto prazo e no longo prazo, o que afetará a precisão das previsões. É sempre aconselhável que as empresas utilizem uma variedade de técnicas de previsão para chegar a valores adequados e aceitáveis ​​para o futuro (por exemplo, custos, receitas, níveis de vendas, lucros, etc.). Há uma variedade de técnicas que uma empresa pode usar para analisar os dados que coleta através de seus métodos de pesquisa de mercado. A média - esta é a soma dos itens divididos pelo número de itens. A mediana - este é o número do meio em um conjunto de dados. O modo - este é o número, ou valor, que ocorre mais freqüentemente em um conjunto de dados. O intervalo - esta é a diferença entre o valor mais alto eo valor mais baixo em um conjunto de dados. O intervalo interquartil - este considera o intervalo dentro do 50 central de um conjunto de dados. Por conseguinte, ignora o topo 25 e o fundo 25 e é menos propenso a distorção por valores extremos. O desvio padrão - esta é uma medida do desvio do valor médio em um conjunto de dados. Intervalo de Confiança - esta é uma medida da exatidão provável dos resultados de uma amostra. Com um intervalo de confiança de 95, há uma probabilidade de 0.95 que a média verdadeira seja onde a amostra acredita que vai estar (em outras palavras, os resultados da amostra estarão corretos 19 vezes em 20). Números de índice - esta é uma medida estatística que é projetada para fazer alterações em um conjunto de dados (como números de vendas) mais fácil de gerenciar e interpretar. Trata-se de dar um item de dados de um valor de 100 (o período base), e ajustando os outros itens de dados na proporção dele. Por exemplo . Se as vendas de uma empresa em particular forem 163200.000 no ano 1, 163220.000 no ano 2 e 163270.000 no ano 3, então os números de índice podem ser usados ​​para ajudar a identificar a tendência dentro dos dados. As vendas no ano 1 serão dadas um índice de 100 (isso é conhecido como o ano-base). Ano 2 tem 16320.000 vendas mais do que no ano 1 - este é um aumento de 10, por isso o número de índice no ano 2 será 110. Ano 3 tem 16370.000 vendas mais do que o ano 1 - este é um aumento de 35, por isso o Número de índice no ano 3 será 135. Média móvel - esta é outra maneira de identificar a tendência em um conjunto de dados. Ele permite que valores extremos sejam ignorados, de modo a mostrar o padrão subjacente em um conjunto de dados. Por exemplo, considere os seguintes dados referentes a vendas ao longo de um período de 5 anos para uma empresa: O valor médio das vendas durante este período de 5 anos é encontrado adicionando todos os 5 valores juntos e dividindo a resposta resultante por 5 (163563000 / 5 163112,600). No entanto, uma média móvel de 3 anos pode dar uma indicação mais realista das mudanças na tendência ao longo dos 5 anos. Isto é calculado somando os dados dos primeiros três anos, e dividindo o número resultante por 3 (163285,000 / 3 16395,000). Este processo é então repetido para o próximo período de 3 anos (isto é, anos 2, 3 e 4). Isto dá uma cifra de 163317000/3 163105667. O próximo período de três anos abrange os anos 3, 4 e 5. Isso dá uma resposta de 163343000/3 163114333. Estes números mostram como a tendência se moveu dentro dos dados ao longo do período de 5 anos. Baixe o Pacote de Aplicativos de Revisão do iPhone Obtenha 10 dos aplicativos de revisão poderosos do S-cools pelo preço de 1 com o Pacote de SuperApps de nível A.