Prevendo Trends com Análise de Séries Temporais

Uma extensão natural da análise de regressão é a análise de séries temporais, que usa dados de clientes passados ​​recolhidos ao longo intervalos regulares para prever dados de clientes futuras nos mesmos intervalos. análise de séries temporais podem ser usados ​​para prever coisas como

  • taxas de inscrição

  • Train ridership

  • vendas de produtos

  • visualizações de páginas Web

Por exemplo, exigir que os clientes se inscrever para atualizações com um site é uma maneira de fomentar a geração de leads. Com os clientes fornecendo os seus endereços de e-mail, eles também estão dando permissão para que uma organização para se comunicar diretamente, no mercado, e (tentar) convertê-los em clientes pagantes.

A figura mostra o número total de assinantes de janeiro de 2012 a fevereiro 2014 a partir de um website empresa de serviços B2B. Com esses dados, você pode usar o padrão anterior de assinantes de prever o que o futuro número de assinantes será.

image0.jpg

Para estimar o número acumulado de assinantes no futuro, siga estes passos para utilizar análise de séries temporais no Excel:

  1. Criar um gráfico de linha a partir dos dados por mês e ano em Excel. Inserir um gráfico de linha em uma folha de Excel com os dados.

  2. Adicione a coluna cumulativo como os valores da série no gráfico na caixa de diálogo Editar Series.

  3. Para criar x-eixo de data etiquetas, selecione ambas o mês eo ano colunas na caixa de diálogo Axis Labels.

    A figura a seguir mostra o número acumulado de assinantes por mês e ano.

    image1.jpg

    Você pode ver que o padrão de assinantes cumulativos é geralmente linear (formando uma linha que vai acima). Ao adicionar uma equação de regressão, você pode prever o futuro número de assinantes (assumindo que o crescimento de assinantes continua a apresentar esse padrão linear).

  4. Adicionar uma equação de regressão:

  5. Clique na linha de dados e para a direita; clique # 147 Adicionar Trendline # 148.;

  6. Na caixa de diálogo Format Trendline, seleccionar a equação no Quadro # 148- e exibição dos valores de R-Squared em caixas de gráfico.

Em uma equação de regressão linear a melhor linha de montagem faz um bom trabalho de descrever o relacionamento. este r2 valor é 0,988, o que significa que esta linha explica 98,8% da variação das taxas de assinantes, o que é excelente.

image2.jpg

A única variável independente utilizada aqui é a seqüência de tempo ao longo de 26 meses (de 1 a 26). A equação de regressão para os assinantes para os 26 meses é:

Inscritos = 81,109 (x) 1.896,8

Agora você pode prever o número de assinantes para um mês específico - digamos, maio de 2014, o que seria o ponto de dados 29 (3 para o futuro).

O número total estimado de assinantes para maio é:

Maio Assinantes = 81,109 (29) +1896,8 = 4249

Qualquer decisão sobre o futuro é suscetível a erros. É importante compreender as limitações do uso de dados do passado para prever o futuro.

menu