Магазин обуви
Менеджер собрал данные о продажах обуви в магазине за 100 дней работы:
Затем представил данные графически.
Он хочет оценить: имеются ли внутренние закономерности (корреляции) в
этом временном ряду, пригодные для краткосрочного прогноза продаж.
Решение
На листе MS Excel менеджер создал еще одну таблицу, данные в которой
вычислил по формуле:
Продажи вчерашнего дня - Продажи сегодняшнего дня.
И запустил надстройку Автокорреляционная функция. Ввел
необходимые данные и нажал Выполнить.
Результат работы надстройки.
Вывод:
Менеджера постигло некоторое разочарование: из имеющихся данных
построить даже краткосрочный прогноз нельзя, необходимо накопить больше
данных.
Однако наличие максимума, выходящего за пределы критического уровня при L=2 говорит о том, что продажи, разделенные двумя днями коррелируют. Другими словами, если сегодня продажи относительно вчерашнего дня выросли, то послезавтра они упадут по сравнению с продажами завтрашнего дня.
Однако наличие максимума, выходящего за пределы критического уровня при L=2 говорит о том, что продажи, разделенные двумя днями коррелируют. Другими словами, если сегодня продажи относительно вчерашнего дня выросли, то послезавтра они упадут по сравнению с продажами завтрашнего дня.
-
Как это можно объяснить? По этому поводу возникли два предположения:
- поставки товара в магазин осуществляется 1 раз в три дня. При поступлении нового товара продажи растут, но к дню, предшествующему поставке, ассортимент обедняется, размерный ряд вымывается и продажи падают;
- график работы персонала в магазине: возможно, одна бригада продавцов продает больше, чем другая. Возможно, что на продажи влияют оба эти фактора. Разобраться в этом - работа менеджера. А надстройка "Автокорреляционная функция" только помогает выявить проблемы.