La scomposizione è una tecnica di previsione che separa o scompone i dati storici in diversi componenti e li utilizza per creare una previsione più accurata di una semplice linea di tendenza. Prevedendo ogni componente separatamente prima di combinarli, è possibile valutare l'importanza di ciascuno ed enfatizzarli o scartarli in base al mutare delle condizioni economiche o di mercato.
Previsione con linea di tendenza
Il modo più semplice per prevedere qualsiasi variabile è semplicemente estendere una linea di tendenza basata su dati storici. Sia che tu lo realizzi manualmente con l'analisi di regressione o utilizzando un foglio di calcolo come Excel, puoi stabilire una tendenza ed estenderla nel futuro. Il difetto di questo metodo è che non tiene conto delle fluttuazioni prevedibili attorno al trend. Ad esempio, potresti prevedere una proiezione delle vendite al dettaglio dell'8% per il prossimo anno sulla base di informazioni storiche, ma se stai osservando le vendite del quarto trimestre, quando si verifica la maggior parte della tua attività, mancherai il segno se non prendi in considerazione per la variazione stagionale.
Approccio alla decomposizione
L'approccio di scomposizione alla previsione riconosce che una previsione non può essere completata a meno che non si includano tutti i componenti dei dati storici. Sebbene i componenti possano variare, a seconda della variabile che stai prevedendo, potresti includere una linea di tendenza sottostante a lungo termine, una variazione ciclica come un ciclo economico, che oscillerebbe attorno alla tendenza e una variabile stagionale, che potrebbe essere basata sul tempo o sull'attività dei consumatori durante le vacanze A seconda della variabile che stai tentando di prevedere, potresti anche includere una variabile settimanale.
Scomposizione dei dati storici
Per illustrare come funziona la previsione di scomposizione, si consideri la proiezione delle vendite al dettaglio come esempio. Per semplificazione, supponiamo che l'unica variabile applicata all'andamento di lungo periodo sia una componente stagionale. È possibile creare la linea di tendenza utilizzando l'analisi di regressione. Per determinare la componente stagionale, utilizzando i tuoi dati storici, dividi il valore effettivo delle vendite per il valore del trend in quel punto. Dopo aver completato questa operazione per tutti i tuoi set di dati storici, puoi calcolare una media per ciascuna delle quattro stagioni per ricavare i fattori stagionali. Per proiettare le vendite per il quarto trimestre, moltiplicare il valore del trend previsto per quel trimestre futuro per il fattore stagionale. La proiezione calcolata con questo metodo è più accurata rispetto all'utilizzo della sola linea di tendenza.
Espansione del modello
La formula per la previsione delle vendite è R = ST, in cui "R" è uguale al fatturato, "S" è uguale alla componente stagionale e "T" è la linea di tendenza sottostante. Il modello può essere ampliato per includere altri componenti, come un componente ciclico. Ovviamente, più componenti ci sono, più difficili sono i calcoli, ed è allora che un programma come Excel torna utile. Come per tutti i modelli di previsione, sta a te interpretare e spiegare l'importanza dei dati che utilizzi.
