编辑导语：在各行业各领域，只要有核心的业务指标，都要预测核心业绩未来的走势，销售，市场营销，运营，财务等。一方面可以对未来的发展趋势有个大致的掌握，另一方面也可以提前规划，设定各下属部门的KPI，以便尽可能地完成或者超过KPI。所以，数据分析师作为公司业务的策略官，掌握正确的预测方法，无疑是非常重要的，今天就带大家一起来看看，我们究竟怎么做预测？

01 为什么预测很重要？

每逢年末年初，除了对上一年的整体业绩做复盘和总结外，老板最关心的一件事莫过于：“下一年的销售额预测是多少？”这个问题看似很简单，但却让下属主管们挠秃了头，因为这个预测不是拍拍脑袋就敲定，说高了，顺势就给自己挖了个坑，说低了，老板就会diss你没有了解业务现状。

可是预测到底该怎么做呢？看到那么复杂的数据，肯定要用很高端的工具才可以吧？Python还是SPSS呢？我都不会啊啊！！！

其实我们可以用Excel，是的，没有听错，就用我们平时觉得很low的Excel就能完成那么高大上的操作，无需任何统计和编程知识，简单妥妥拽拽，预测就完成了，下面我们就以一个实际案例开始我们的Excel的预测之旅吧！

在本文中，我们将对一家老牌的甜品店进行非常有趣的案例研究。我们有以往年月的销售量数据，将预测2020年剩余月份的销售量。
正如在前面所提到的，预测是数据分析师最基本的技术之一，可以帮助公司预测未来的业绩趋势和机会。大型公司和初创公司都会依赖预测来做出关键的决定。例如：

• 使用预测来预测产品、服务的用户量，并在合适的时间点进行运营
• 使用预测来预测销售并相应地计划预算，制定KPI等
• 使用预测来预测人力成本，并因此建议未来的招聘计划
• 其他

这些是数据分析师在实际工作中会经常遇到的预测案例。如果你打算成为一名数据分析师，一定要学会预测分析。

02  什么是预测？

什么是预测？

用最简单的术语来说，它是在分析过去和现在的数据，进而预测未来的过程。我们主要根据时间序列数据进行定量预测。因此，在开始之前，我们先了解一些关键的时间序列术语。

时间序列通常是随时间推移而收集的数据，并且取决于时间变量。例如，这里有一个每年飞行的乘客数量的时间序列数据：

时间序列数据中包含了一些重要的组成部分，我们需要将这些组成部分拆解：

• 趋势性：趋势是事物发展或变化的总体方向。在上面的例子中，我们看到时间序列呈增长趋势，这意味着在飞机上飞行的乘客数量整体趋势上是在增加。如下图中第二张图所示。
• 季节性：在上述时间序列中可以看到的另一个清晰的模式，就是该模式以固定的时间周期重复，我们称为季节性。在特定时间周期内重复出现或重复的时间序列中任何可预测的变化或模式都可以说是季节性。下图中第三张图所示。
• 随机性：去除趋势性和季节性后，剩下的就是一些随机的、无任何规律的白噪声。下图中第四张图所示。

03 用Excel内置函数进行预测