Predecir tendencias con análisis de series temporales
Video: umh1263 2012-13 Lec014 Predicción con series temporales. Ajuste de Tendencia y Estacionalidad
Una extensión natural del análisis de regresión es el análisis de series de tiempo, que utiliza los datos del cliente últimos recogidos durante intervalos regulares para predecir los datos de clientes futuros en los mismos intervalos. análisis de series temporales puede ser utilizado para predecir cosas como
Las tarifas de suscripción
tren de pasajeros
Venta de productos
vistas de página web
Por ejemplo, los clientes tengan que registrarse para recibir actualizaciones con un sitio web es una manera de fomentar la generación de prospectos. Con los clientes proporcionando a sus direcciones de correo electrónico, sino que también están dando permiso para que una organización para comunicarse directamente, mercado, y (intento de) convertirlos en clientes de pago.
Video: Leccion Nº1 Predicción de Inventarios y Series de Tiempo
La figura muestra el número total de abonados desde enero de 2012 hasta febrero de 2014, frente un sitio web de la compañía de servicios B2B. Con estos datos, se puede utilizar el pasado patrón de abonados para predecir cuál será el futuro número de suscriptores.
Para estimar el número total de suscriptores en el futuro, siga estos pasos para utilizar el análisis de series de tiempo en Excel:
Crear un gráfico de líneas partir de los datos por mes y año en Excel. Insertar un gráfico de líneas en una hoja de Excel con los datos.
Añadir la columna acumulada como los valores de la serie en el gráfico en el cuadro de diálogo de edición de la serie.
Crear x-etiquetas de los ejes fecha, seleccionar tanto el mes y año columnas en el cuadro de diálogo Eje etiquetas.
La siguiente figura muestra el número acumulado de los suscriptores por mes y año.
Se puede ver que el patrón de suscriptores acumulativos es generalmente lineal (formando una línea que va hacia arriba). Mediante la adición de una ecuación de regresión, se puede predecir el número futuro de abonados (suponiendo que el crecimiento de suscriptores sigue presentando este patrón lineal).
Añadir una ecuación de regresión:
Haga clic en la línea de datos y el derecho; haga clic en “Agregar línea de tendencia.”
En el cuadro de diálogo Formato de línea de tendencia, seleccione el Mostrar ecuación en el gráfico”y la indicación del valor de R cuadrado en el Gráfico de cajas.
En una ecuación de regresión lineal la mejor línea de adaptación hace un buen trabajo de describir la relación. Esta r2 valor es 0,988, lo que significa esta línea explica 98,8% de la variación en las tasas de abonado, que es excelente.
La única variable independiente usada aquí es la secuencia de tiempo de más de 26 meses (de 1 a 26). La ecuación de regresión para los abonados para los 26 meses es:
Los suscriptores = 81.109 (x) 1.896,8
Ahora puede predecir el número de suscriptores de un mes determinado - por ejemplo, mayo de 2014, que sería el punto de datos 29 (3 en el futuro).
El número total estimado de los suscriptores de mayo es:
Los suscriptores de mayo = 81.109 (29) 1.896,8 = 4249
Cualquier juicio sobre el futuro es susceptible a errores. Es importante entender las limitaciones del uso de los datos del pasado para predecir el futuro.