एक्सेल टू इंटरपोल का उपयोग कैसे करें

भविष्य के पैटर्न और मूल्यों की भविष्यवाणी करने के लिए मौजूदा डेटा का उपयोग करके प्रक्षेप का अनुमान लगाया जाता है। पूर्वानुमान में सक्षम होने से हर कारोबारी नेता को लागत में कटौती, विकास में निवेश और विपणन रणनीतियों की स्थापना के लिए सही निर्णय लेने में मदद मिलती है। सटीक डेटा गणना प्राप्त करने के लिए एक्सेल इंटरपोलेट फ़ंक्शन का उपयोग करें। ध्यान रखें कि व्यावसायिक संख्याओं का पूर्वानुमान अक्सर मौसम के पूर्वानुमान की तरह होता है; अप्रत्याशित बारिश के दिनों से निपटने के लिए कई चीजें बदल सकती हैं और कारोबारी नेताओं को फुर्तीला होने की जरूरत है।

एक्सेल इंटरपोलेट फ़ंक्शन

एक्सेल लॉन्च करें और एक वर्कशीट खोलें, जिसमें से आप प्रक्षेपित डेटा निकालना चाहते हैं। यदि आप एक वर्कशीट बना रहे हैं, तो उन मानों के साथ कॉलम बनाएँ, जो एक्स-एक्सिस और वाई-एक्सिस के अनुरूप होंगे। उदाहरण के लिए, यदि आप लक्ष्य राजस्व का पूर्वानुमान लगाना चाहते हैं, तो आप इस डेटा को तब तक प्रक्षेपित कर सकते हैं जब तक आपके पास कुछ बुनियादी डेटा बिंदु हैं। कॉलम A मासिक तिथियों पर निर्धारित समय-सीमा है। आपके राजस्व लक्ष्य कॉलम बी में हैं। कॉलम सी इंटरपोलेटेड पूर्वानुमानित डेटा को रिकॉर्ड करेगा। आपके पास मौजूद डेटा दर्ज करें जो कि बेची गई मौजूदा इकाइयों की दो पंक्तियाँ हो सकती हैं और राजस्व और पंक्ति 12 में एक लक्ष्य राजस्व लक्ष्य। यह आपके उत्पादन का अनुमान लगाने के लिए 12 महीने की अवधि का सुझाव देता है।

एक बार जब आपके पास स्प्रेडशीट में टाइप किए गए डेटा और लक्ष्य हैं, तो कॉलम C में पहली डेटा पंक्ति पर क्लिक करें और फ़ंक्शन बार में INTERPOLATE टाइप करें और बार के सामने fx चुनें। एक बॉक्स पॉप अप फ़ंक्शन नाम से पॉप अप करता है। हमारे उदाहरण में, x- अक्ष को दिनांक स्तंभ द्वारा दर्शाया गया है। इस लक्ष्य को प्राप्त करने के लिए आवश्यक लक्ष्य होने के साथ वित्तीय लक्ष्य को y- अक्ष पर दर्शाया गया है। आप श्रेणी में शीर्ष पर चुनकर, माउस को क्लिक करके और स्तंभ में सीमा के अंत तक स्क्रॉल करके कार्यपत्रक में चयन करके श्रेणी की जानकारी दर्ज करते हैं। फ़ंक्शन तर्क फ़ील्ड से टॉगल करने के लिए टैब का उपयोग करें।

X फ़ंक्शन तर्क फ़ील्ड के लिए 12 डेटा बिंदुओं की श्रेणी का चयन करें। Y फ़ंक्शन तर्क फ़ील्ड के लिए 12 राजस्व लक्ष्यों की श्रेणी का चयन करें। लापता डेटा है तो ठीक है। लक्ष्य फ़ील्ड में, कॉलम A में पहले डेटा बिंदु दर्ज करें और फिर प्रक्षेप की विधि का चयन करें। यदि आप डेटा को फिर से बना रहे हैं तो आप आगे या पीछे जा सकते हैं। सभी जानकारी दर्ज करने के बाद, ठीक पर क्लिक करें। कॉलम C के बाकी फॉर्मूला को कॉपी करें। Column B से गायब डेटा फ़ील्ड अब Column C में पूर्वानुमानित हैं।

लीनियर या नॉनलाइनियर इंटरपोलेशन

कई व्यावसायिक नेताओं को वर्तमान या भविष्य के मूल्य कारक की गणना करने के लिए एक्सेल "फॉरवर्ड" फ़ंक्शन में रुचि है। यह रैखिक डेटा अनुमानों का उपयोग करता है। स्केलिंग करते समय यह राजस्व या यहां तक ​​कि उत्पादन लागत का अनुमान लगाने में मदद करता है। यह अन्य मूल्यों को निर्धारित करने के लिए दो मूल्यों के बीच के अंतर का उपयोग करता है। "स्टेप वैल्यू" के साथ विचार यह है कि मूल्यों का रैखिक विकास होता है। जब तक यह रैखिक घटक सही है, तब तक चरण मान प्रक्षेप में त्रुटि का मार्जिन न्यूनतम और महत्वहीन है। Microsoft Excel में, प्रक्षेप मानों को पूरा करने के लिए पूर्वानुमान फ़ंक्शन का उपयोग करें।

नॉनलाइनियर प्रक्षेप व्यवसाय मालिकों के लिए भी उपयोगी है जब पहले कॉलम में जानकारी, एक्स-अक्ष डेटा डेटा बिंदु आंदोलन के साथ असंगत है। नॉनलाइनियर इंटरपलेशन पद्धति वार्षिक बिक्री चक्रों को देखते समय लाभकारी होती है और इन्वेंट्री नियंत्रण में मदद करती है।

वापस बीजगणित की मूल बातें

Microsoft Excel सभी के लिए पूर्वानुमान को आसान बनाता है, विशेष रूप से हम में से जो हमारे हाई स्कूल बीजगणित के अधिकांश आधारों को भूल गए हैं। ग्राफ पर रेखा या वक्र बनाने के लिए विभिन्न बिंदुओं पर अंतर का अंतर आ रहा है। व्यापार मालिकों के लिए, यह आदर्श रूप से विकास वक्र है। एक्सेल इन ग्राफ बिंदुओं को निर्धारित करने के लिए निम्नलिखित समीकरण का उपयोग करता है:

y = y1 + (x -x1) [(y2-y1) / (x2 -x1)]

यदि y- अक्ष समय है और x- अक्ष डॉलर का प्रतिनिधित्व करता है, तो यह समीकरण समय की विशिष्ट अवधियों में डॉलर में परिवर्तन की गणना कर रहा है। हम y की मांग कर रहे हैं, जो कि उस समय की अवधि है जब हम एक विशिष्ट डॉलर मूल्य का अनुमान लगा रहे हैं। यह आपको एक बिंदु देता है; एक्सेल कई बिंदुओं के माध्यम से इसे स्थानांतरित करता है, y3, y4, y5, आदि के लिए डेटा पॉइंट्स क्षमता की मांग करता है .... एक्सेल प्रक्रिया को आसान बनाने के लिए अधिक गतिशील डेटा पूर्वानुमान बनाता है।

लोकप्रिय पोस्ट