Voorbeelden van gevoeligheidsanalyse in LuckyTemplates

Ik wil dieper duiken en u laten zien hoe u enkele voorbeelden van gevoeligheidsanalyse kunt implementeren in uw LuckyTemplates-model. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Gevoeligheidsanalyse is een zeer belangrijk financieel model. Het helpt bedrijven bij het voorspellen van de uitkomst van een bepaald scenario , zoals klant- en kostenveranderingen, voor de algehele winst van het bedrijf.

In een eerdere tutorial over winstvoorspelling heb ik een voorbeeld van voorbeelden van gevoeligheidsanalyses bekeken. Als u enkele geweldige technieken voor het voorspellen van winstgevendheid wilt bekijken, klik dan gerust op deze link .

Maar voor deze zelfstudie hier wil ik me concentreren op en ingaan op enkele nuttige voorbeelden van gevoeligheidsanalyse uit het voorbeeldrapport Profit Predictions .

Als je wilt weten hoe je dit moet doen, dat is precies wat ik je hier ga leren. U leert ook hoe u de percentages in verschillende assen kunt krijgen en hoe u de resultaten kunt wijzigen op basis van enkele berekeningen.

Inhoudsopgave

• Nieuwe parameters toevoegen
• Het kernmodel controleren
• Werken aan de verbinding
• Conclusie

Nieuwe parameters toevoegen

Het eerste dat u hoeft te doen, is de getallen maken die van invloed kunnen zijn op de resultaten binnen een meting. Zodat u het weet, dit is een zeer belangrijk onderdeel van deze analyse.

Klik eerst op Nieuwe parameter .

Ten tweede moet u de toepasselijke parameters voor uw tabellen maken in het What-if-parametervenster .

Daarna kunt u een tabel maken die lijkt op de tabel die ik heb gemaakt voor Scenario's voor klantwijzigingen met scenario's voor kostenwijziging . Deze tabel toont de veranderingen in de winst bij een toe- of afname van klanten en kosten.

Die tabel had ik van tevoren gemaakt met de formule voor Kostenscenario's . Het gaat de tabelfunctie GENERATESERIES gebruiken en u de tabel geven die u hebt opgegeven, bijvoorbeeld de kostenscenario's.

Ik heb ook een tabel gemaakt voor klantscenario's die er zo uitziet, nog steeds met behulp van de functie GENERATESERIES .

Deze scenario's zijn gebaseerd op de veronderstelling dat u uw klanten kunt vergroten, misschien door wat marketing. Daarnaast is een ander ding om te overwegen de grondstoffenprijzen of wisselkoersen voor de verkopers - de effecten van al deze scenario's op de totale winst is wat ik hier wil demonstreren.

Het kernmodel controleren

Na het genereren van de scenariotabellen kunt u vervolgens zien hoe het eruit ziet als het gaat om modelrelaties. Wat ik hier wil uitdiepen zijn de modellen voor Kostenscenario's en Klantscenario's . Je merkt dat deze modellen eigenlijk geen impact hebben in het kernmodel.

Ik leg ze gewoon aan de kant om duidelijk te maken dat het slechts ondersteunende tafels zijn. Ik moet het gewoon integreren in dit voorspellende type analyse dat ik ga doen met behulp van geavanceerde logica.

Zodra dit gebeurt, creëert de meting daadwerkelijk verbinding en dat is de belangrijkste reden waarom scenarioanalyse echt goed werkt binnen LuckyTemplates . Het doel hier is om verschillende scenarioresultaten te voorspellen en te vergelijken.

U kunt kolommen gebruiken, zoals die hieronder, die afkomstig zijn van de twee ondersteunende tabellen die ik eerder noemde.

Het is ook mogelijk om meerdere voorbeelden van gevoeligheidsanalyses te maken, zoals deze tabel, omdat het de meting is die deze actie genereert. U hoeft alleen maar de "wat-als-parameters" die in de matrix zijn ingesteld, in te voeren en ze via maatregelen te verbinden.

Werken aan de verbinding

Nu laat ik je zien hoe je de formule doorwerkt en hoe de verschillende maten met elkaar verbonden zijn.

Allereerst heb ik Winstprognose in het voorbeeldrapport en dit is voor de oorspronkelijke winstprognose. Ik heb ook het nummer Winstscenario's dat is aangepast op basis van de "wat-als-parameter" die ik had.

Er is bijvoorbeeld een klanttoename van 10 procent (10%) en een kostendaling van 10 procent (10%). Zoals u kunt zien, stijgen de cijfers in de winstscenario's proportioneel tot $ 27 miljoen. Het genoemde aantal ligt ver boven mijn prognose en in het Winstscenario Diff. nummer; je kunt het verschil zien tussen mijn oorspronkelijke voorspelling en de scenariovoorspelling.

Nu zijn de genoemde maatregelen te zien in de tabel Scenariogevoeligheidsanalyse . Samenvattend wordt het aantal in het Winstscenario bepaald door de parameters voor de klant- en kostenscenario's. 

In de tabel Klantveranderingsscenario's versus kostenwijzigingsscenario's kunt u zien dat het verschil van $ 6 miljoen in de resultaten eigenlijk samenvalt met dit deel van de tabel.

Ik weet zeker dat je het verband daar kunt zien. Dat zijn slechts enkele voorbeelden van gevoeligheidsanalyses waar u echt van kunt leren.

Gevoeligheidsanalyse uitvoeren voor LuckyTemplates DAX gebruiken
Logica voor gevoeligheidsanalyse ontwikkelen DAX gebruiken in LuckyTemplates
Scenario-analysetechnieken Meerdere 'Wat als'-parameters gebruiken

Conclusie

Ik hoop dat dit werkt en goed werkt binnen uw model. Als u meer wilt weten over hoe u dit allemaal kunt instellen en hoe u uw prognose kunt afleiden, uw scenario's kunt overlappen en de verschillen kunt uitwerken, bekijk dan de onderstaande sessie.

Als je gedachten of feedback hebt over deze voorbeelden van gevoeligheidsanalyse, laat het me dan weten in de reacties.

Veel succes!