你的网店预测晚5分钟起床会被扣钱吗？

管理是预测、计划、组织、指导、协调和控制。 ——西方古典管理理论大师亨利·法约尔也将预测视为管理的第一要素。 没有预测就不是管理。

预测与我们息息相关，并将成为我们终生的伴侣。 当你早上被闹钟吵醒，决定再睡5分钟，半睡半醒的时候，你要预测晚起5分钟是否会导致你上班迟到而被扣分。 早餐包店门前排起了长队。 今天早餐吃什么才不会迟到呢？ 是排队买包子费时间，还是去便利店买面包省时间？ 这也需要你计算时间并做出预测。 你来到办公室，发现领导今天脸色很难看，还在电话里生气。 根据以往的经验，你的领导很有可能会在周会上受到高层领导的训斥，所以你这次向领导请年假的计划还是要等等。 我们下周再讨论吧……

就像上面的例子一样，预算时间并做出正确的决定可以避免上班迟到和扣钱； 预判情况、预测可行性，可以提高请假的成功率。 如果说趋利避害是动物的天性，那么基于数据、计算、经验和分析来预测和优化行为就是人类智慧的最大闪光点。

预测的出发点可以是经验和直觉，但数据和分析相对更可靠。 Excel作为最常用的数据处理和预测分析工具，足以处理我们日常工作和生活中数千个与预测相关的案例。 从某种角度来看，称Excel为预测皇帝并不为过。

图 1. 某在线商店的销售预测表

例如，一家网上商店的每月销售额如图1所示。现在我们需要使用Excel来预测7月份的销售额。 基于Excel的常见预测方法有以下几种：

1、简单平均法：

过去时期的简单平均值就是对未来的预测。 一切事物和规律都有一定的连续性。 如果我们站在过去，展望不久的将来，就不会有太大问题。

在c9中输入公式(b3:b8)，预测7月份的销量。

2、简单移动平均法：

预测中使用的历史数据应延伸到预测期间。 我们假设在预测时使用一月至三月的数据。 我们可以通过两种方式利用这个方法来预测销量：一是在d6中输入公式(b3:b5)，将d6拖到d9中，这样我们就可以预测4-7月份的销量； 第二种是利用excel的数据分析功能，在工具菜单中选择数据分析项，然后选择移动平均，在输入区输入b3:b8，在输出区输入d4:d9，也可以得到相同的结果。 。

3 加权移动平均法：

加权移动平均法是在简单移动平均法的基础上，对所使用的数据确定一定的权重，计算加权平均数作为预测数。 仍沿用上面的例子，在e6中输入公式sum(b3*1+b4*2+b5*3)/6，将e6拖至e9，即可预测4月至7月的销量。

4 指数平滑法：

指数平滑法是通过引入平滑系数计算当期实际数与当期预测数的加权平均值作为下一期预测数的方法。 仍然使用上面的例子（b3是2月份的实际销售额，f3中的数据是2月份的预测销售额），假设平滑系数为0.3，我们也可以用两种方法来实现。 使用此方法预测销售额：首先在f4中输入公式0.3*b3+0.7*f3，并将f4拖至f9； 其次，使用数据分析功能，选择工具菜单中的数据分析项，选择指数平滑。 在输入区域输入b2:b9，阻尼系数输入0.7，在输出区域输入f2:f11。 您还可以获取二月至七月的销售预测。

5 线性回归分析方法：

线性回归分析方法利用线性回归方程进行预测。 手动进行线性回归分析需要大量计算，但使用excel中的函数可以快速计算出预测数字。 我们还是沿用上面的例子，在g9中输入公式(a9,b3:b8,a3:a8)即可得到7月份的预测销量。

此外，还有曲线回归分析方法。 方法类似，只不过趋势线由直线变为各种曲线，这里不再赘述。

销售预测和成本分析广泛应用于各行各业。 除了上面提到的简单方法外，利用excel中的函数和趋势函数来做销售预测和成本分析也很实用。

某厂家生产的某产品的单位成本与产量的关系如图2所示。现收到350件的订单，请做一下成本预测。

图2 某种产品的单位成本与产量的关系

6. 趋势功能

我们在单元格 E2 中输入公式：

=趋势((B1,匹配(D2,A:A)-1,,2),(A1,匹配(D2,A:A)-1,,2),D2)

Trend函数预测的结果是：139.25元。

公式分析：

Trend 函数是线性预测的函数，但本例中 A 列和 B 列之间的关系不是线性的 (y=ax+b)。 所以需要分段插值。 即找到A列中相邻的小值和大值。例如350在100到500之间。

MATCH(D2,A:A)-1：利用match函数的模糊搜索功能，找到较小且最接近样本的值。 例如，100 小于 350。

(B1,match()-1,,2)：用于返回B列中小值和大值所在的区域。 例如350对应B列的B6:B7，同理，A列的区域A6:A7

D2：是样本值。 在本例中为 350。

7. 功能

我们在单元格 E2 中输入公式：

=D2*INDEX(($B$2:$B$8,$A$2:$A$8),1)+INDEX(($B$2:$B$8,$A$2:$A$8),2)

函数预测的结果是：150.63元

公式分析：

()：如果我们知道A列和B列对应的线性关系（y=ax+b），那么我们可以直接将X值代入评估中。 该函数可以根据两组数据直接获取a和b的值。 关系式为：y=-0.105x+187.5

INDEX((),1)可以取第一个值，即a的值。 同理，b为2时即可取出。

由于预测原理不同，该函数与Trend函数得到的结果和方法有所不同，属于正常现象。

通过上面两个例子，我们对使用Excel进行数据预测的一般方法有了一个大致的了解。 其实，这只是Excel数据处理、分析和预测功能的冰山一角。 在使用Excel进行足球数据分析和比赛结果预测时，我们会面临更加复杂、混乱的初始数据和“噪声信号”的干扰。 如何打败Boss？ 8月13日，在中国电子表格应用大会成都站，笔者将为您给出答案。 到时候那里见！