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.
Para estimar o número acumulado de assinantes no futuro, siga estes passos para utilizar análise de séries temporais no Excel:
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.
Adicione a coluna cumulativo como os valores da série no gráfico na caixa de diálogo Editar Series.
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.
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).
Adicionar uma equação de regressão:
Clique na linha de dados e para a direita; clique # 147 Adicionar Trendline # 148.;
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.
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.