Как рассчитать прогноз выполнения плана в Excel: 5 рабочих методов с примерами

Вы ведёте отчётность по продажам, производству или другим показателям и нужно спрогнозировать, выполните ли вы план к концу месяца/квартала? Excel позволяет автоматизировать расчёт прогноза с учётом текущей динамики, сезонности или даже внешних факторов. Но как выбрать правильный метод среди десятков формул и инструментов?

В этой статье разберём 5 проверенных способов прогнозирования — от простейшей линейной экстраполяции до адаптивных моделей с учётом трендов. Вы узнаете, как:

• 📊 Спрогнозировать выполнение плана по фактическим данным за период
• 📈 Построить график динамики с линией тренда и довер. интервалами
• ⚙️ Автоматизировать расчёты с помощью ФОРЕКАСТ.ЛИНЕЙН() и ТЕНДЕНЦИЯ()
• ⚠️ Избежать типичных ошибок, искажающих результат (например, игнорирование выбросов)

Все методы проиллюстрированы реальными примерами из продаж, логистики и производства — с формулами, скриншотами и файлами для скачивания. Даже если вы новичок в Excel, после этой статьи сможете построить прогноз за 10 минут.

1. Базовый метод: линейная экстраполяция по фактическим данным

Самый простой способ спрогнозировать выполнение плана — линейная экстраполяция. Он подходит, если динамика показателя стабильна (например, равномерный рост продаж). Суть метода: текущий темп прироста проецируется на оставшийся период.

Допустим, план на месяц — 1000 единиц, а за 10 дней фактически выполнено 300. Чтобы узнать прогноз на конец месяца:

1. Рассчитайте среднедневной темп: =300/10 = 30 ед./день.
2. Умножьте на количество оставшихся дней: =30 * (30-10) = 600.
3. Прибавьте к факту: =300 + 600 = 900 (прогноз на месяц).

В Excel эту логику можно записать одной формулой:

=ФАКТ_ЗНАЧЕНИЕ + (ФАКТ_ЗНАЧЕНИЕ / ПРОШЕДШИЕ_ДНИ) * (ОБЩИЕ_ДНИ - ПРОШЕДШИЕ_ДНИ)

⚠️ Внимание: Если в данных есть выбросы (например, один день с аномально высокими продажами), линейная экстраполяция исказит результат. Перед расчётом удалите атипичные значения или используйте МЕДИАНА() вместо среднего.

2. Прогнозирование с учётом тренда: функция ТЕНДЕНЦИЯ()

Если динамика нелинейна (например, продажи растут ускоряющимися темпами), используйте функцию ТЕНДЕНЦИЯ(). Она строит линию тренда по методу наименьших квадратов и прогнозирует значения на будущие периоды.

Синтаксис:

=ТЕНДЕНЦИЯ(известные_значения_y; известные_значения_x; новые_значения_x)

Пример: у вас есть данные по продажам за 6 месяцев (январь–июнь), и нужно спрогнозировать июль–декабрь.

• 📌 Известные_значения_y — столбец с фактическими продажами (например, B2:B7).
• 📌 Известные_значения_x — номера месяцев (1–6) или даты.
• 📌 Новые_значения_x — номера месяцев для прогноза (7–12).

Убедитесь, что данные упорядочены по времени|Замените пропуски на 0 или используйте ЕСЛИОШИБКА()|Проверьте, что новые_значения_x продолжают ряд (например, если последнее известное значение — 6, первое новое должно быть 7)|Сравните график тренда с реальными данными на адекватность-->

Результат функции ТЕНДЕНЦИЯ() — массив прогнозных значений. Чтобы его отобразить, выделите диапазон ячеек, введите формулу и нажмите Ctrl+Shift+Enter (в новых версиях Excel массив автоматически "проливается").

3. Инструмент "Прогноз" в Excel: автоматизированный анализ

В Excel 2016+ есть встроенный инструмент Прогноз (вкладка Данные → Прогноз → Прогнозный лист). Он создаёт отдельный лист с графиком и таблицей прогноза, используя экспоненциальное сглаживание (ETS-модель).

Как им пользоваться:

1. Выделите данные с датами и значениями (например, продажи по дням).
2. Перейдите в Данные → Прогноз → Прогнозный лист.
3. Укажите конец периода прогноза (например, конец месяца).
4. Настройте доверительный интервал (по умолчанию 95%).
5. Нажмите Создать.

Инструмент автоматически:

• 🔹 Построит график с фактическими данными и прогнозом.
• 🔹 Добавит верхнюю/нижнюю границы довер. интервала.
• 🔹 Сгенерирует таблицу с прогнозными значениями и статистикой (например, RSquare — коэффициент детерминации).

⚠️ Внимание: Инструмент "Прогноз" игнорирует пустые ячейки и текстовые значения. Если в ваших данных есть пропуски, замените их на 0 или используйте СРЗНАЧЕСЛИ() для заполнения.

4. Скользящее среднее для сглаживания колебаний

Если данные сильно "скачут" (например, продажи по дням недели), скользящее среднее поможет сгладить колебания и выявить тренд. Метод подходит для краткосрочных прогнозов (на 1–3 периода вперёд).

Формула скользящего среднего для 3 периодов:

=СРЗНАЧ(B2:B4)

Где B2:B4 — значения за текущий и 2 предыдущих периода. Далее протяните формулу вниз.

Для прогноза на следующий период используйте последнее значение скользящего среднего. Например, если последние 3 дня продажи были 100, 120 и 110 ед., прогноз на 4-й день:

=СРЗНАЧ(100; 120; 110) = 110 ед.

Чем больше период сглаживания (например, 7 дней вместо 3), тем плавнее будет тренд, но меньше реакция на изменения. Для сезонных данных (например, продажи по дням недели) оптимален период 7.

5. Продвинутые методы: экспоненциальное сглаживание и регрессия

Для сложных данных с трендом и сезонностью (например, продажи мороженого по месяцам) подойдёт:

• 📉 Экспоненциальное сглаживание (функция ЭКСП.СГЛАЖ() в Excel 2016+). Учитывает вес последних наблюдений.
• 📈 Множественная регрессия (инструмент Анализ данных → Регрессия). Позволяет учитывать несколько факторов (например, продажи в зависимости от температуры и акций).

Пример формулы экспоненциального сглаживания (для α=0,3):

=ЭКСП.СГЛАЖ(текущее_значение; предыдущий_прогноз; 0,3; 1)

Где:

• текущее_значение — фактическое значение за период (например, B2).
• предыдущий_прогноз — прогноз за прошлый период (в первой ячейке = первому фактическому значению).
• 0,3 — параметр сглаживания (чем выше, тем сильнее реакция на новые данные).
• 1 — флаг для аддитивной модели (для мультипликативной используйте 0).

Критическая деталь: параметр сглаживания (α) подбирается эмпирически. Для стабильных данных используйте 0,1–0,3, для волатильных — 0,4–0,6.

6. Визуализация прогноза: графики с линиями тренда и довер. интервалами

Любой прогноз нужно визуализировать, чтобы оценить его адекватность. В Excel это делается за 3 шага:

1. Постройте график по фактическим данным (например, Вставка → График с маркерами).
2. Добавьте линию тренда: кликните правой кнопкой по точке на графике → Добавить линию тренда. Выберите тип (линейная, полиномиальная, экспоненциальная).
3. Отметьте галочки Показать уравнение на диаграмме и Поместить на диаграмму величину достоверности аппроксимации (R²).

Для отображения доверительных интервалов (например, 95%):

• 🔹 Используйте инструмент Прогноз (см. раздел 3) — он автоматически строит интервалы.
• 🔹 Или рассчитайте их вручную: =ПРОГНОЗ.ЛИНЕЙН(x; известные_y; известные_x) ± 2*СТАНДОТКЛОН(ошибки).

Пример графика с трендом и интервалами:

⚠️ Внимание: Если коэффициент детерминации (R²) на графике тренда < 0,7, модель плохо описывает данные. Попробуйте другой тип тренда (например, полиномиальный вместо линейного) или исключите выбросы.

FAQ: Ответы на частые вопросы

=СРЗНАЧ(ABS((фактические - прогнозные) / фактические)) * 100%