Den Umsatz- und Margenplan aus Ihren eigenen Ist-Daten aufbauen, Bedarf prognostizieren, Pricing-Szenarien gegen eine Basis vergleichen und den Plan dann bei jeder Aktualisierung Ihrer Daten gegen die Ist-Werte verfolgen.
Das Modell liest sechs Monate Fittings-Verkäufe, behält sie als Ist-Perioden und plant die nächsten sechs. Die Basis ist der heutige Preis mit den heutigen Kosten, ohne Änderung.
Wählen Sie die Quelle, eine monatliche Granularität und das Datum, an dem die Prognose beginnt. Stück, Umsatz und Kosten werden aus Ihren eigenen Verkaufsdaten summiert, der Plan beginnt also bei dem, was tatsächlich gelaufen ist.
Preisänderung, Stückkosten und Preiselastizität sind Eingaben mit einem Standardwert. Die Basis verwendet diese Standardwerte, jeder andere Fall ist also eine Änderung gegenüber ihr.
Eine Bedarfsprognose je Fittings-Produkt liefert die Stückzahlen, mit denen der Plan arbeitet, mit einer wahrscheinlichen Spanne und einem Nachweis, wie jeder Lauf abgeschnitten hat.
Historische Zeilen zeigen den tatsächlichen Bedarf. Prognosezeilen zeigen den Erwartungswert und das untere und obere Ende der Spanne, in die 8 von 10 Ergebnissen fallen sollten.
Jeder Lauf bewertet mehrere Methoden an vergangenen Perioden und behält die beste. Version 4 hat Gradient Boosting behalten, bei 7,9 % gewichtetem Fehler.
Version v4: what the run used
| Method | WAPE | Used | Weight / note |
|---|---|---|---|
| Seasonal smoothing | 10.8% | No | |
| Seasonal ARIMA | 9.1% | No | |
| Prophet | 11.6% | No | |
| Gradient boosting, per series | 7.9% | Yes | |
| Pooled Gradient Boosting (all series) | 8.6% | No |
Das Entscheidungsmodell oben auf der Seite zeigt drei Fälle in einem Diagramm: die Basis, einen Anstieg der Harzkosten um 12 % und denselben Anstieg mit einer Preiserhöhung um 4 %. Hier sehen Sie, wie jeder Fall definiert ist und wie breit sein Ergebnis ausfallen könnte.
Ein Szenario beginnt mit den Eingaben der Basis. Eines erhöht die Stückkosten per Formel; das andere erhöht sie und setzt eine Preisänderung von 4 %.
Scenarios are named what-if cases that override input defaults.
| Scenario | Assignments | Trials |
|---|---|---|
| Base Baseline | Uses input defaults | 100 |
| Resin cost +12% Scenario | Unit cost: formula | 100 |
| Resin +12%, price +4% Scenario | Price change: 0.04, Unit cost: formula | 100 |
Geben Sie einer unsicheren Eingabe eine Spanne, und jedes Szenario rechnet viele Durchläufe. Mit der Erhöhung landet die Marge im März in 90 % davon zwischen etwa $285 Tsd. und $349 Tsd.
Resin +12%, price +4% · 100 trials. The shaded band spans the 5th–95th percentiles; the line shows the median.
Veröffentlichen Sie das gewählte Szenario, behalten Sie die Prognoseversion, auf der es aufbaut, und vergleichen Sie die Ist-Werte jedes Monats in einer View mit dem Plan. Nach drei Monaten liegt die Fittings-Marge $14.170 unter dem bisherigen Plan von $937.510 (1,5 %), und der Dezember verdient einen genaueren Blick.
Plan aus dem gewählten Szenario, Ist-Werte aus der Verkaufshistorie, Abweichung als Formelspalten. Der Dezember liegt 3,5 % unter Plan, noch innerhalb der Spanne, die die Durchläufe gezeigt haben. Beispieldaten.
Durch Veröffentlichen erhalten die Ergebnisse des Modells eine schreibgeschützte Seite, mit dem gewählten Szenario gegen die Basis, bereit zum Drucken.
Eine Aktualisierung im Januar hat Version 5 trainiert, die schlechter abgeschnitten hat, also bleibt Version 4 im Einsatz. Sie wechseln Versionen nur, wenn Sie das wollen.
Die Funktionen, die die Arbeit leisten, was jedes Abonnement hinzufügt und wo Sie beginnen.
Verwandte Lösungen: Preiserhöhungsmanagement, Kosten-, Zoll- & Frachtrückgewinnung, Kunden- & Produktprofitabilität.
Nein. Revomo führt den kommerziellen Plan: Umsatz, Preis und Marge, aufgebaut aus Ihren eigenen Verkaufsdaten, mit Szenarien. Konsolidierung, Währungsumrechnung und Konzernbudgetierung bleiben in Ihrem FP&A-Tool oder ERP. Revomo liest aus den Systemen, die das Geschäft steuern, und veröffentlicht dorthin zurück; es ersetzt sie nicht.
Nein. Eine Bedarfsprognose probiert für jede Reihe mehrere Methoden aus, bewertet jede an vergangenen Perioden und behält die beste, und jede Version zeigt, was sie versucht hat und wie groß ihr Fehler ist. Im Plan selbst ist jeder Hebel eine benannte Eingabe, und jedes Szenario zeigt, welche Eingaben es gegenüber der Basis ändert.
Basis, Prognose und Ist-Werte lesen dieselben Daten an einem Ort. Ein Szenario ändert nur die Eingaben, die von der Basis abweichen, Prognosen behalten ihre Versionen, und Plan gegen Ist ist eine View, die sich aktualisiert, wenn die Daten aktualisiert werden, statt einer Datei, die jeden Monat neu gebaut wird.
Nicht mit einer eigenen Sperre. Die Ergebnisse eines Entscheidungsmodells bleiben so, wie sie berechnet wurden, bis jemand es erneut berechnet, und Rollenberechtigungen legen fest, wer das darf. Durch Veröffentlichen erhalten alle eine schreibgeschützte Seite der Ergebnisse. Für eine feste Kopie laden Sie die Plan-View herunter und behalten sie als Dataset.
Nicht von sich aus. Die View Plan gegen Ist aktualisiert sich, wenn ihre Daten aktualisiert werden, und eine Formatierungsregel kann jeden Monat unter Ihrem Schwellenwert markieren. Berichte und Dashboards in Analytics & Insights können dieselbe View den Personen zeigen, die sie brauchen.
Die Verkaufshistorie nach Monat, mit Produkt, Kunde und Menge, dazu Preis und Kosten für Umsatz und Marge. Laden Sie sie als Dateien oder verbinden Sie eine unterstützte Quelle in Data & Context Studio. Welcher Plan, welche Prognosen und welche Szenarien zuerst entstehen, wird im Activation and Success Plan vereinbart.
Bringen Sie den Plan dieses Jahres und die Verfehlung des letzten Quartals mit. Wir gehen eine Basis, Szenarien und Plan gegen Ist an Beispieldaten durch.