Как посчитать run rate в excel
В учебниках по микроэкономике пишут, что «главной целью любой компании является получение прибыли». Однако венчурные инвесторы не устают нести деньги в компании, которые «сидят в убытках» десятки лет. Airbnb 8 лет оставался убыточным, но привлек за это время $4 млрд инвестиций. А LendingClub (платформа для p2p-кредитования), облачный сервис Box и регистратор доменных имен GoDaddy, оставаясь убыточными, вообще вышли на IPO. EBITDA у молодых технологических компаний нередко отрицательная, чего не может себе позволить зрелый бизнес.
Все потому, что для венчурных инвесторов «прибыль – ничто, аудитория – все». Именно эти убыточные стартапы имели достаточно большую клиентскую аудиторию, привлекательную бизнес-модель и потенциал взрывного роста. И именно такие показатели, как клиентская база, ценность клиента и его срок жизни, лежат в основе оценки стартапа.
Я разделю «стартаперские» метрики на финансовые и нефинансовые.
Финансовые метрики стартапа
В первую очередь нужно определиться, на какой стадии у нас находится компания. В западной литературе выделяют следующие показатели, на которые нужно смотреть инвестору, в зависимости от стадии:
- Pre-seed / Seed / Startup: Burn rate;
- Early growth / Expansion: Run rate;
- Exit: выручка (revenue).
Burn rate – сколько компания тратит за период времени – дословно «уровень сжигания» средств. Период можно установить любой – месяц, квартал, год. Расходы, как и в классическом бизнесе, нужно делить на постоянные (не зависят от объема производства – аренда офиса, зарплата административному персоналу, проценты по кредиту) и переменные (зависят от объема производства – себестоимость, зарплата сэйлзов, комиссии партнерам).
Выделяют Gross Burn Rate (все затраты компании) и Net Burn Rate (все затраты компании минус выручка). Отрицательный Net Burn Rate говорит о том, что компания является прибыльной, поскольку зарабатывает больше, чем тратит.
Gross Burn Rate компании Spotify за шесть месяцев 2018 года был $2,9 млрд, а Net Burn rate – $563 млн.
Инвесторам важно понимать, сколько стартап протянет на инвестициях при таком уровне трат. Четких рекомендуемых границ для этого показателя нет. Все зависит от размера бизнеса, наличия клиентской базы и рациональности самой компании. На практике часто случается такое, что основная доля (больше половины) Burn Rate приходится на зарплату разработчикам и маркетинговые расходы, ведь главное – «запилить» продукт и потом продвигать его. Перед компанией стоит задача показать инвесторам график сжигания средств и убедить их в том, что они будут потрачены эффективно.
Run Rate – показатель, который анализирует, на какую выручку в год выйдет компания, двигаясь текущими темпами. То есть недельный/месячный/квартальный итог конвертируется в годовые результаты. Формула у него такая:
Run Rate компании Spotify за шесть месяцев 2018 года составил $4,8 млрд.
При помощи этого показателя инвестор может понять, на какой уровень выручки компания выйдет, сохраняя текущие темпы. Однако он не учитывает, например, сезонность бизнеса. В качестве альтернативы можно рассчитать дополнительный показатель – постоянный ежемесячный доход (Monthly Recurring Revenue, MRR) по формуле:
MRR = Количество клиентов x Средний доход с клиента
Тогда инвестор понимает, на какую выручку в год он может рассчитывать с учетом сезонности бизнеса и без учета нетипичных разовых доходов.
Еще одним важным показателем является денежный поток компании (cash flow), то есть все доходы и расходы компании. Как и в классическом бизнесе, он делится на операционный (текущая деятельность), инвестиционный (новые направления) и финансовый (заемные средства).
Операционный денежный поток компании Spotify за шесть месяцев 2018 года был $114 млн, инвестиционный – $122 мдн, финансовый – $98 млн. Итоговый денежный поток – $334 млн.
С помощью этой метрики инвесторы оценивают платежеспособность компании, в которую они вложились, и могут спрогнозировать возникновение кассового разрыва.
Теперь поговорим о более специфичных метриках, таких как CLTV (Customer Life Time Value). CLTV – это приведенная стоимость денежных потоков, которые генерирует один клиент в течение времени использования продукта/услуги. Особенно часто эта метрика применяется в e-commerce.
Для расчета этого показателя нужно из всех доходов, которые принесет клиент, вычесть затраты на его привлечение, себестоимость продукта, операционные расходы на одного клиента.
Эта универсальная метрика показывает инвестору, сколько денег в среднем принесет один пользователь за все время использования продукта. Чем больше показатель, тем перспективнее компания для инвестора.
Мой опыт доказывает, что этот показатель – один из важнейших, независимо от отрасли. Компания может делать хорошую выручку, иметь много клиентов, но когда CLTV отрицательный, то вложенные деньги вернутся очень нескоро.
С показателем CLTV также принято связывать термин «юнит-экономика» – по сути, расчет доходов и расходов продукта за период времени (lifetime продукта). Эта метрика показывает, прибылен ли продукт или услуга в расчете на одну единицу.
В этом же контексте стоит упомянуть отдельно про показатель CAC – client acquisition cost или затраты на привлечение одного клиента.
CAC = Расходы на маркетинг и продажи / Кол-во новых пользователей
Если компания тратит $10 тысяч на продвижение своего продукта в месяц и получает 20 клиентов, это значит, что CAC – $500. Среди инвесторов считается, что наиболее успешной является бизнес-модель, в которой CLTV в три раза больше, чем CAC. То есть компания зарабатывает на одном клиенте втрое больше, чем она потратила на его привлечение.
Return on Advertising Spending (ROAS) – эта метрика показывает, как отбиваются инвестиции стартапа в рекламу (отношение выручки к расходам на рекламу). Если вы тратите $10 тысяч на рекламу, а выручка составляет $30 тысяч, показатель ROAS будет $3, то есть на каждый потраченный на рекламу доллар вы зарабатываете $3.
Нередко стартапы тратят много на продвижение своих продуктов, поэтому важно понимать, например, эффективность рекламных кампаний, какой прирост выручки они дали. Практика показывает, что правильно выбранный канал продвижения – половина успеха, поэтому прежде чем тратить деньги на маркетинг, необходимо иметь портрет целевого клиента и понимать канал, через который клиент получит самую эффективную коммуникацию.
Показатель ARPU (Average Revenue Per User) – показатель чаще всего используется в телеком-отрасли и показывает выручку, которую приносит абонент в месяц. По сути, это средний чек, который активный (читай, платящий) пользователь сгенерирует за месяц
Например, ARPU телеком-оператора Tele 2 в 2016 году был 228 рублей, а в 2017 году – 252 рубля. Столько его средний активный абонент тратил в месяц на оплату услуг связи.
Эта метрика показывает, насколько платежеспособны клиенты, с ее помощью удобно анализировать каналы продаж (какой приносит клиентов «пожирнее») и сами продукты – изменение их востребованности за период.
Выручка на одного сэйлза – достаточно распространенная метрика, которую анализирует инвестор, если бизнес-модель компании подразумевает штат сэйлзов, который необходимо правильно мотивировать.
Выручка на одного клиента – важный показатель для понимания востребованности продукта у клиентов и его сравнения с ситуацией на рынке. При анализе этого показателя инвестору стоит крепко задуматься, если получившийся результат ниже среднерыночного чека на подобные услуги.
Нефинансовые метрики стартапа
К показателям активности (посещаемости), как правило, относят:
- DAU (Daily Active Users) — количество активных пользователей в день;
- WAU (Weekly Active Users) — количество уникальных пользователей, которые зашли в приложение в течение недели;
- MAU (Monthly Active Users) — количество активных пользователей в месяц;
- LDAU, LWAU, LMAU (Loyal DAU, WAU, MAU) – количество уникальных лояльных пользователей в день, неделю, месяц.
Инвесторы используют эти метрики для анализа лояльности аудитории компаний, где есть приложение, сайт или абонентская база (телеком).
Можно также проанализировать такой показатель, как отношение DAU к MAU, который иногда называют Sticky Factor — регулярность входа (в приложение) пользователей: показывает, насколько пользователь лоялен.
Churn (retention) rate – уровень оттока клиентов в течение определенного периода времени. В начале месяца у вас было 100 клиентов, в течение месяца пришло еще 50, а ушло 30. Это значит, что ваш churn rate равен 30/ 100-+50-30 = 25%.
Инвестору важно понимать, сколько платящих пользователей перестали быть клиентами компании и сравнить получившийся результат с рыночными бенчмарками, которые обычно публикуют в отраслевой аналитике. Например, в SaaS-сервисах хорошим уровнем churn rate считается 3-5%.
Доля рынка – отношение оборота компании к объему рынка, к которому она себя относит. Любому инвестору важно знать, какую долю рынка купленная им компания занимает сейчас и на ближайшем горизонте. Эта метрика является стратегической и необходима для сравнения компании с ближайшими конкурентами.
Конечно, инвестор не будет отслеживать сразу все упомянутые метрики. Ему необходимо в зависимости от отрасли и бизнес-модели определить основные метрики и нужные бенчмарки, а также выбрать комфортный период (месяц, квартал) мониторинга.
Наличие большого количества действующих кредитов и постоянно изменяющиеся в сторону либерализации условия кредитования привели к росту популярности такого банковского продукта как рефинансирование кредитов. В настоящее время почти все банки, предоставляющие ипотечные кредиты, готовы финансировать приобретение загородных домов, таунхаусов и коттеджей.2 декабря Закон.ру проведет бесплатный вебинар о взыскании упущенной выгоды и особенностях ее расчета. Спикерами выступят специалисты "Экспертной группы VETA": юридический советник Ильяс Янбаев и управляющий партнер Илья Жарский.
В Торгово-промышленной палате Российской Федерации состоялся круглый стол «Социальное предпринимательство в России». Участники круглого стола обсудили состояние и перспективы социального предпринимательства в России. Круглый стол «Упущенная выгода: теория и практика взыскания» состоялся в Нижнем Новгороде. Мероприятие, которое проходило в «Феста кафе», собрало более 30 практикующих юристов и вызвало живой отклик среди участников. Усиление мер господдержки и сотрудничества с институтами развития поможет банковскому сектору активизировать кредитование и способствовать наметившемуся росту промышленного производстваRun Rate: прогноз выполнения плана продаж
Рассмотрим такой показатель, используемый в продажах, как Run Rate. Руководство некоторых организаций считает его единственно верным для прогнозирования выполнения плана продаж , но я бы не идеализировала данный показатель . Обозначим его основные плюсы и минусы .
Так что же такое Run Rate?
Run - (от англ.) идти, бежать.
Rate - (от англ.) скорость, тепм, процент.
Так вот, в продажах Run Rate - это показатель, позволяющий определить какой процент/значение выполнения плана продаж достигнет отдел продаж на конец периода, двигаясь существующими темпами продаж на момент измерения показателя.
1. Для прогнозирования планового показателя выполнения плана продаж (в процентах):
(продажи на момент измерения/количество прошедших рабочих дней) (количество рабочих дней за весь период/значение продаж за весь период)Пример: отдел продаж на момент прогнозирования продал 50 единиц продукции за 10 рабочих дней. План продаж до конца месяца: продать 150 единиц продукции. Осталось 12 рабочих дней до конца месяца. На какой процент выполнения плана продаж выходит отдел продаж на конец месяца?
Получается, отдел продаж, продавая теми же темпами, выйдет на плановый показатель 73%.
2. Вторая формула прогнозирует значение продаж на конец периода (выручку, кол-во единиц продукции и т.д.):
(продажи на момент измерения/количество прошедших рабочих дней)Возьмем вышеуказанный пример:
RR= (50/10)*22=110
Получается, что отдел продаж, работая теми же темпами, на конец месяца продаст 110 единиц продукции.
Таким же образом можно прогнозировать выручку в деньгах на конец периода.
Итак, плюсы и минусы данного метода:
1. 1. С помощью данного показателя легко прогнозировать % выполнения плана продаж на конец периода, но только в том случае, если ваш отдел продаж работает равномерно в течение месяца (периода), что во многих организациях это неверно, и основной объем продаж приходится на конец месяца. Почему? Напишу в другой статье.
2. 2. С помощью данного метода можно научно обосновать для начальства свой прогноз продаж до конца месяца, используя формулы, и сделать красивую презентацию.
3. С помощью данного метода можно «привести в чувства» своих менеджеров по продажам, придавая ускорение и показывая, что при таких результатах выполнения плана продаж премии им не получить.
4. Данный показатель можно применить к более длительному периоду исчисления, например, ни к дням, а к неделям, или же к месяцам, чтобы прогнозировать на какой процент выполнения годового плана продаж выходит компания. Но этот показатель сработает опять таки в том случае, если наложить корректирующий коэффициент на сезонность, если таковая есть в компании.
В работе я бы вам не рекомендовала полностью полагаться на данный показатель, если вам необходимы точные прогнозы. Прогноз продаж более точный можно построить, анализируя большой массив информации за предыдущие периоды. В следующих статьях я напишу о таких способах.
Научитесь использовать все прикладные инструменты из функционала MS Excel.
В статье будет приведен расчет показателей эффективности проекта, с учетом дисконтирования.
- ЧДД или чистый дисконтированный доход от инвестиционного проекта;
- Внутренняя норма доходности.
Рассмотрим эти два показателя подробнее и рассчитаем пример работы с ними в Excel. Еще больше о возможностях Excel можно узнать на нашем открытом курсе «Аналитика в Excel».
Что такое NPV
Net Present Value (NPV, чистый дисконтированный доход) — один из самых распространенных показателей эффективности инвестиционного проекта.
Это разность между дисконтированными по времени поступлениями от проекта и инвестиционными затратами на него.
Метод расчета NPV:
- Определяем текущую стоимость затрат (инвестиции в проект)
- Производим расчет текущей стоимости денежных поступлений от проекта, для этого доходы за каждый отчетный период приводятся к текущей дате
CF – денежный поток;
r – ставка дисконта.
3. Сравниваем текущую стоимость инвестиций (наши затраты) в проект (Io) с текущей стоимостью доходов (PV). Разница между ними будет чистый дисконтированный доход — NPV.
NPV показывает инвестору доход или убыток от вложений средств в проект по сравнению с доходом от хранения денег в банке.
Если NPV больше 0, то инвестиции принесут больше дохода, нежели чем аналогичный вклад в банке.
Формула 1 модифицируется если инвестиционные вложения в проект осуществляются в несколько этапов (периодов).
CF – денежный поток;
I – сумма инвестиционных вложений в проект в t-ом периоде;
r – ставка дисконтирования;
n – количество периодов.
Internal Rate of Return (Внутренняя норма доходности, IRR) определяет ставку дисконтирования при которой инвестиции равны 0 (NPV=0), или другими словами затраты на проект равны его доходам.
IRR = r, при которой NPV = f(r) = 0, находим из формулы:
Этот показатель показывает норму доходности или возможные затраты при вложении денежных средств в проект (в процентах).
Пример расчета NPV в Excel
В MS Excel 2010 для расчета NPV используется функция =ЧПС().
Найдем чистый дисконтированный доход (NPV) проекта, требующего вложений инвестиций на 90 тыс. руб., и денежный поток которого распределен по времени рис 1. , и ставка дисконта равна 10%.
Рассчитаем показатель NPV по формуле Excel:
D3 – ставка дисконта;
C3 – вложения в 0 периоде (наши инвестиционные затраты в проект);
C4:C11 – денежный поток проекта за 8 периодов.
В итоге показатель чистого дисконтированного дохода равен 51,07 >0, это говорит о том, что в проект стоит инвестировать.
Расчет IRR в Excel
Для определения IRR в Excel используется встроенная функция
Но так как у нас в примере данные поступали в равные интервалы времени можно использовать функцию
Доходность вложения в проект равна 38%.
В завершение картинка финансового анализа проекта целиком.
Научитесь использовать все прикладные инструменты из функционала MS Excel.
Научитесь использовать все прикладные инструменты из функционала MS Excel.
Любому бизнесу интересно заглянуть в будущее и правильно ответить на вопрос: «А сколько денег мы заработаем за следующий период?» Ответить на такого рода вопросы позволяют различные методики прогнозирования. В данной статье мы с вами рассмотрим несколько таких методик и произведем все необходимые расчеты в Excel. Еще больше про анализ данных в Excel мы рассказываем на нашем открытом курсе «Аналитика в Excel».
Постановка задачи
Исходные данные
Для начала, давайте определимся, какие у нас есть исходные данные и что нам нужно получить на выходе. Фактически, все что у нас есть, это некоторые исторические данные. Если мы говорим о прогнозировании продаж, то историческими данными будут продажи за предыдущие периоды.
Примечание. Собранные в разные моменты времени значения одной и той же величины образуют временной ряд. Каждое значение такого временного ряда называется измерением. Например: данные о продажах за последние 5 лет по месяцам — временной ряд; продажи за январь прошлого года — измерение.
Составляющие прогноза
Следующий шаг: давайте определимся, что нам нужно учесть при построении прогноза. Когда мы исследуем наши данные, нам необходимо учесть следующие факторы:
- Изменение нашей пронозируемой величины (например, продаж) подчиняется некоторому закону. Другими словами, в временном ряде можно проследить некую тенденцию. В математике такая тенденция называется трендом.
- Изменение значений в временном ряде может зависить от промежутка времени. Другими словами, при построении модели необходимо будет учесть коэффициент сезонности. Например, продажи арбузов в январе и августе не могут быть одинаковыми, т.к. это сезонный продукт и летом продажи значительно выше.
- Изменение значений в временном ряде периодически повторяется, т.е. наблюдается некоторая цикличность.
Эти три пункта в совокупность образуют регулярную составляющую временного ряда.
Примечание. Не обязательно все три элемента регулярной составляющей должны присутствовать в временном ряде.
Вывод. Чтобы комплексно описать временной ряд, необходимо учесть 2 главных компонента: регулярную составляющую (тренд + сезонность + цикличность) и случайную составляющую.
Виды моделей
Следующий вопрос, на который нужно ответить при построении прогноза: “А какие модели временного ряда бывают?”
Обычно выделяют два основных вида:
- Аддитивная модель: Уровень временного ряда = Тренд + Сезонность + Случайные отклонения
- Мультипликативная модель: Уровень временного ряда = Тренд X Сезонность X Случайные отклонения
Иногда также выделают смешанную модель в отдельную группу:
- Смешанная модель: Уровень временного ряда = Тренд X Сезонность + Случайные отклонения
С моделями мы определились, но теперь возникает еще один вопрос: «А когда какую модель лучше использовать?»
Классический вариант такой:
— Аддитивная модель используется, если амплитуда колебаний более-менее постоянная;
— Мультипликативная – если амплитуда колебаний зависит от значения сезонной компоненты.
Решение задачи с помощью Excel
Итак, необходимые теоретические знания мы с вами получили, пришло время применить их на практике. Мы будем с вами использовать классическую аддитивную модель для построения прогноза. Однако, мы построим с вами два прогноза:
- с использованием линейного тренда
- с использованием полиномиального тренда
Во всех руководствах, как правило, разбирается только линейный тренд, поэтому полиномиальная модель будет крайне полезна для вас и вашей работы!
Научитесь использовать все прикладные инструменты из функционала MS Excel.
Модель с линейным трендом
Пусть у нас есть исходная информация по продажам за 2 года:
Учитывая, что мы используем линейный тренд, то нам необходимо найти коэффициенты уравнения
Рассчитать коэффициенты данного уравнения можно с помощью формулы массива и функции ЛИНЕЙН. Нам необходимо будет сделать следующую последовательность действий:
- Выделяем две ячейки рядом
- Ставим курсор в поле формул и вводим формулу =ЛИНЕЙН(C4:C27;B4:B27)
- Нажимаем Ctrl+Shift+Enter, чтобы активировать формулу массива
Теперь нам нужно рассчитать для каждого периода значение линейного тренда. Сделать это крайне просто — достаточно в полученное уравнение подставить известные номера периодов. Например, в нашем случае, мы прописываем формулу =B4*$F$4+$G$4 в ячейке I4 и протягиваем ее вниз по всем периодам.
Нам осталось рассчитать коэффициент сезонности для каждого периода. Учитывая, что у нас есть исторические данные за два года, разумно будет учесть это при расчете. Можем сделать следующим образом: в ячейке J4 прописываем формулу =(C4+C16)/СРЗНАЧ($C$4:$C$27)/2 и протягиваем вниз на 12 месяцев (т.е. до J15).
Что нам это дало? Мы посчитали, сколько суммарно продавалось каждый январь/каждый февраль и так далее, а потом разделили это на среднее значение продаж за все два периода.
То есть мы выяснили, как продажи двух январей отклонялись от средних продаж за два года, как продажи двух февралей отклонялись и так далее. Это и дает нам коэффициент сезонности. В конце формулы делим на 2, т.к. в расчете фигурировало 2 периода.
Примечание. Рассчитали только 12 коэффициентов, т.к. один коэффициент учитывает продажи сразу за 2 аналогичных периода.
Итак, теперь мы на финишной прямой. Нам осталось рассчитать тренд для будущих периодов и учесть коэффициент сезонности для них. Давайте амбициозно построим прогноз на год вперед.
Сначала создаем столбец, в котором прописываем номера будущих периодов. В нашем случае нумерация начинается с 25 периода.
Далее, для расчета значения тренда просто прописываем уже известную нам формулу =L4*$F$4+$G$4 и протягиваем вниз на все 12 прогнозируемых периодов.
И последний штрих — умножаем полученное значение на коэффициент сезонности. Вуаля, это и есть итоговый ответ в данной модели!
Модель с полиномиальным трендом
Конструкция, которую мы только что с вами построили, достаточно проста. Но у нее есть один большой минус — далеко не всегда она дает достоверные результаты.
Посмотрите сами, какая модель более точно аппроксимирует наши точки — линейный тренд (прямая зеленая линия) или полиномиальный тренд (красная кривая)? Ответ очевиден. Поэтому сейчас мы с вами и разберем, как построить полиномиальную модель в Excel.
Пусть все исходные данные у нас будут такими же. Для простоты модели будем учитывать только тренд, без сезонной составляющей.
Для начала давайте определимся, чем полиномиальный тренд отличается от обычного линейного. Правильно — формой уравнения. У линейного тренда мы разбирали обычный график прямой:
У полиномиального тренда же уравнение выглядит иначе:
где конечная степень определяется степенью полинома.
Т.е. для полинома 4 степени необходимо найти коэффициенты уравнения:
Согласитесь, выглядит немного страшно. Однако, ничего страшного нет, и мы с легкостью можем решить эту задачку с помощью уже известных нам методов.
- Ставим в ячейку F4 курсор и вводим формулу =ИНДЕКС(ЛИНЕЙН($C$4:$C$27;$B$4:$B$27^);1;1). Функция ЛИНЕЙН позволяет произвести расчет коэффициентов, а с помощью функции ИНДЕКС мы вытаскиваем нужный нам коэффициент. В данном случае за выбор коэффициента отвечает самый последний аргумент. У нас стоит 1 — это коэффициент при самой высокой степени (т.е. при 4 степени, коэффициент). Кстати, узнать о самых полезных математических формулах Excel можно в нашем бесплатном гайде «Математические функции Excel».
- Аналогично прописываем формулу =ИНДЕКС(ЛИНЕЙН($C$4:$C$27;$B$4:$B$27^);1;2) в ячейке ниже.
- Делаем такие же действия, пока не найдем все коэффициенты.
Кстати говоря, мы можем легко сами себя проверить. Давайте построим график наших продаж и добавим к нему полиномиальный тренд.
- Выделяем столбец с продажами
- Выбираем «Вставка» → «График» → «Точечный» → «Точечная диаграмма»
- Нажимаем на любую точку графика правой кнопкой мыши и выбираем «Добавить линию тренда»
- В открывшемся справа меню выбираем «Полиномиальная модель», меняем степень на 4 и ставим галочку на «Показывать уравнение на диаграмме»
Теперь вы наглядно можете видеть, как рассчитанный тренд аппроксимирует исходные данные и как выглядит само уравнение. Можно сравнить уравнение на графике с вашими коэффициентами. Сходится? Значит сделали все верно!
Помимо всего прочего, вы можете сразу оценить точность аппроксимации (не полностью, но хотя бы первично). Это делается с помощью коэффициента R^2. Тут у вас снова есть два пути:
- Вы можете вывести коэффициент на график, поставив галочку «Поместить на диаграмму величину достоверности аппроксимации»
- Вы можете рассчитать коэффициент R^2 самостоятельно по формуле =ИНДЕКС(ЛИНЕЙН($C$4:$C$27;$B$4:$B$27^;;1);3;1)
Заключение
Мы с вами подробно разобрали вопрос прогнозирования — изучили необходимые термины и виды моделей, построили аддитивную модель в Excel с использованием линейного и полиномиального тренда, а также научились отображать результаты своих вычислений на графиках. Все это позволит вам эффективно внедрять полученные знания на работе, усложнять существующие модели и уточнять прогнозы. Чем большим количеством методов и инструментов вы будете владеть, тем выше будет ваш профессиональный уровень и статус на рынке труда.
Если вас интересуют еще какие-то модели прогнозирования — напишите нам об этом, и мы постараемся осветить эти темы в дальнейших своих статьях! Или запишитесь на курс «Excel Academy» от SF Education, где мы рассказываем про возможности Excel, необходимые для анализа.
Автор: Алексанян Андрон, эксперт SF Education
Научитесь использовать все прикладные инструменты из функционала MS Excel.
Читайте также: