Seizoensinvloeden analyseren met Excel

Samenvatting

Schommelingen veroorzaakt door seizoensinvloeden maken het moeilijk om cijfertrends af te leiden en om toekomstprognoses te maken. Grafisch ziet een seizoensgevoelige reeks er vaak uit als een zaagtandpatroon.
In dit artikel bekijken we hoe we seizoensinvloeden kunnen elimineren en trends kunnen bepalen binnen deze zaagtandpatronen.

Seizoensinvloeden elimineren

We gaan als voorbeeld uit van de volgende omzetcijferreeks in de tijd:

Kolom A toont de volgnummerreeks van de maanden die we gaan analyseren voor seizoensgevoeligheid. We doen dit voor de periode die loopt van januari 2005 tot en met mei 2009 in kolom B. In kolom C hebben we de omzet over deze maanden weergegeven.
We tonen in de afbeelding overigens maar een deel van de gegevens: de gegevens over de periode juli 2006 tot en met mei 2008 hebben we verborgen gehouden.

Als we aan de hand van deze omzetreeks een grafiek samenstellen zien we het karakteristieke zaagtandbeeld ontstaan:

Uit dit zaagtandbeeld kunnen we met enige moeite een enigszins stijgende lijn ontwaren, maar meer ook niet.

Trendlijn bepalen

Om een trendlijn te kunnen bepalen stellen we als eerste de gemiddelde maandelijkse omzet vast. Dit doen we door te werken met een 'schuivend' gemiddelde voor iedere periode in de beschikbare reeks van historische omzetgegevens. Als we werken met een omzet op maandbasis wordt het schuivend gemiddelde bepaald op basis van een 12-maandenperiode. Het aldus bepaalde gemiddelde duiden we aan als 'ongecorrigeerde' trend.

De term 'ongecorrigeerd' heeft te maken met het feit dat bij twaalf maanden het gemiddelde ergens tussen de zesde en zevende maand valt. Als we bijvoorbeeld het schuivend gemiddelde willen bepalen voor de kalendermaanden ...