大数据财务决策【ch07】收入预测与利润规划 教学课件.pptxVIP

;;;;;;;;;;;;;;;;;首先引入一家沙发制造销售企业的案例，并介绍其基本情况。案例基本模型中共包含 四张表，分别为该企业的销售数据表、产品表、门店信息表和日历表，如图7-11所示。销 售数据表中的“数量”（产品销量）体现公司的业务发展状况，是我们关注的核心指标。但 为了对数据进行不同维度与不同颗粒度的分析，我们同时引入其他三张表与销售数据表相 关联构建分析模型。其中，产品表列示该企业在售产品的不同风格、样式、产品名称及各 自的单价，该表通过相同的“产品ID”字段与销售数据表相关联。门店信息表介绍不同城 市分店的具体信息，包括店长姓名、年龄、销售目标值等，通过相同的“门店”字段与销 售数据表相关联。日历表是根据销售期间制作的一张2015.1.1至2016.12.31的日期信息表， 并提取相应的年份、季度、月份等信息，通过日历表的“日期”字段和销售数据表的“订 单日期”两张表产生关联。各表的基本结构如图7-12所示。;;;;;;置信区间：可以看到在预测线上除了折线，还包括上下阴影部分构成的扇形部分， 给出了预测数据的上下限。扇形面积的大小是由置信区间决定的，置信度越高，扇形面积 越大，前例中默认的置信度为95%,我们分别将置信度更改为75%与99%,预测结果分别 如图7-27和图7-28所示。;季节性设置：在前例中，系统根据历史数据明显的增长趋势，形成逐月递增的预测 线。然而从实际数据观测看，尽管该企业处于高速增长的阶段，但销售数据也存在明显的 季节性特征。例如，销售额每年年初较低，然后持续上涨，同时在每年的10月份左右又会 出现一个低谷，然后继续增长，每年12月达到年内最高。图7-29的预测折线不再是一条严格单调向上的曲线，如2017年1月销售额低于2016 年12月的，同时在2017年10月左右也出现了阶段性低谷。;;;;;;;;;;;;;;;;;