Exemples danalyse de sensibilité dans LuckyTemplates

Je souhaite approfondir et vous montrer comment implémenter des exemples d'analyse de sensibilité dans votre modèle LuckyTemplates. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog.

L'analyse de sensibilité est un modèle financier très important. Il aide les entreprises à prédire le résultat d'un certain scénario , comme les changements de clients et de coûts, par rapport aux gains globaux de l'entreprise.

Dans un précédent didacticiel sur la prévision des bénéfices, j'ai passé en revue un aperçu d'exemples d'analyse de sensibilité. Si vous souhaitez découvrir quelques excellentes techniques de prévision de la rentabilité, n'hésitez pas à cliquer sur ce lien .

Mais pour ce didacticiel ici, je souhaite me concentrer sur quelques exemples utiles d'analyse de sensibilité de l' exemple de rapport Profit Predictions .

Si vous voulez savoir comment faire cela, c'est exactement ce que je vais vous apprendre ici. Vous apprendrez également à obtenir les pourcentages sur différents axes et pourrez modifier les résultats en fonction de certains calculs.

Table des matières

• Ajout de nouveaux paramètres
• Vérification du modèle de base
• Travailler sur la connexion
• Conclusion

Ajout de nouveaux paramètres

La première chose que vous devez faire est de créer les nombres qui peuvent affecter les résultats à l'intérieur d'une mesure. Juste pour que vous le sachiez, c'est une partie très importante de cette analyse.

Tout d'abord, cliquez sur Nouveau paramètre .

Deuxièmement, vous devez créer les paramètres applicables pour vos tables dans la fenêtre des paramètres What-if .

Après cela, vous pouvez créer un tableau similaire à celui que j'ai créé pour Customer Change Scenarios w/ Cost Change Scenarios . Ce tableau montrera les changements apportés au bénéfice lorsqu'il y a une augmentation ou une diminution des clients et des coûts.

J'avais créé ce tableau au préalable en utilisant la formule des scénarios de coût . Il va utiliser la fonction de table GENERATESERIES et vous donner la table que vous avez spécifiée, par exemple, les scénarios de coût.

J'ai également créé une table pour les scénarios client qui ressemble à ceci en utilisant toujours la fonction GENERATESERIES .

Ces scénarios sont basés sur l'hypothèse que vous pouvez augmenter vos clients, peut-être grâce à un peu de marketing. De plus, une autre chose à considérer est les prix des matières premières ou les taux de change pour les vendeurs - les effets de tous ces scénarios sur les bénéfices globaux sont ce que je veux démontrer ici.

Vérification du modèle de base

Après avoir généré les tables de scénarios, vous pouvez voir à quoi cela ressemble en ce qui concerne les relations de modèle. Ce que je veux approfondir ici, ce sont les modèles pour les scénarios de coût et les scénarios client . Vous pouvez remarquer que ces modèles n'ont pas réellement d'impact sur le modèle de base.

Je les ai juste mis sur le côté pour préciser qu'ils ne sont que des tables de support. Je dois juste l'intégrer dans ce type d'analyse prédictive que je vais faire en utilisant une logique avancée.

Une fois que cela se produit, la mesure crée réellement une connexion et c'est la principale raison pour laquelle l'analyse de scénario fonctionne très bien dans LuckyTemplates . L'objectif ici est de prévoir et de comparer les résultats de différents scénarios.

Vous pouvez utiliser des colonnes, comme celle ci-dessous, qui proviennent de ces deux tables de support que j'ai mentionnées précédemment.

Il est également possible de créer plusieurs exemples d'analyse de sensibilité comme ce tableau car c'est la mesure qui génère cette action. Il vous suffit d'introduire les « paramètres de simulation » qui sont définis dans la matrice et de les connecter via des mesures.

Travailler sur la connexion

Maintenant, je vais vous montrer comment travailler avec la formule et vous montrer comment les différentes mesures sont liées.

Tout d'abord, j'ai Prévision de profit dans l'exemple de rapport et c'est pour la prévision de profit d'origine. J'ai également le nombre de scénarios de profit qui est ajusté en fonction du "paramètre de simulation" que j'avais.

Par exemple, il y a une augmentation du nombre de clients de 10 % (10 %) et une diminution des coûts de 10 % (10 %). Comme vous pouvez le voir, les chiffres des scénarios de profit augmentent proportionnellement à 27 millions de dollars. Ledit nombre est bien au-dessus de mes prévisions et dans le Profit Scenario Diff. nombre; vous pouvez voir la différence entre ma prévision initiale et la prévision du scénario.

Maintenant, les mesures mentionnées sont ce que l'on peut voir dans le tableau d'analyse de sensibilité du scénario . Pour résumer, le nombre dans le scénario de profit est déterminé par les paramètres des scénarios de client et de coût. 

Dans le tableau Scénarios de changement de client vs Scénarios de changement de coût , vous pouvez voir que la différence de 6 millions de dollars dans les résultats coïncide en fait avec cette partie du tableau.

Je suis sûr que vous pouvez voir la connexion juste là. Ce ne sont là que quelques-uns des exemples d'analyse de sensibilité dont vous pouvez vraiment tirer des enseignements.

Exécution d'une analyse de sensibilité pour LuckyTemplates à l'aide de DAX
Développement d'une logique d'analyse de sensibilité à l'aide de DAX dans LuckyTemplates
Techniques d'analyse de scénarios à l'aide de plusieurs paramètres "What If"

Conclusion

J'espère que cela fonctionne et fonctionne bien dans votre modèle. Si vous souhaitez en savoir plus sur la manière de configurer tout cela et sur la manière de dériver vos prévisions, de superposer vos scénarios et de résoudre les différences, consultez la session ci-dessous.

Si vous avez des idées ou des commentaires sur ces exemples d'analyse de sensibilité, faites-le moi savoir dans les commentaires.

Bonne chance!