Einmaleffekte in Prognosefunktion Prognose.ets berücksichtigen

Hallo Andreas,
<br />Leider hat meine Antwort etwas gedauert, da ich gesundheitlich außer Gefecht gesetzt war.
<br />Ich habe auch schon überlegt, den Zeitraum auszuklammern. Da ich für die anderen Bereiche die Prognose aber über 2 Jahre ziehe, bringe ich so eine zusätzliche Unschärfe rein. Und da das Tool automatisiert mit Daten gefüttert werden soll, hätten wir das Problem bei allen künftigen organisatorischen Änderungen auch.
<br />Aber aktuell scheint es mir so, als wenn das Anliegen Excel an seine Grenzen bringt (wobei Excel ja dafür auch nicht wirklich gebaut ist). Zerlegen könnte man es tatsächlich, indem man die Daten der originären EInheit und die der neu zugewonnen Kollegen separat prognostiziert und dann aggregiert. Das dürfte gehen, dass muss ich mir mal angucken. Ist aber auch nur eine (nicht ganz so) Quick&Dirty-Lösung.
<br />Trotzdem Danke für den Hirnschmalz, den du reingesteckt hast. Ich bastel daran mal weiter.
<br />MfG
<br />Marcus
<br />

Hier hatten wir vor gut einem Jahr eine Umstrukturierung, durch die Mitarbeiterzahl auf einen Schlag um gut 70 % stieg. Ich nehme an, dass die grundsätzliche Entwicklung, die Anzahl der Zu- und Abgänge in einem ähnlichen Verhältnis ansteigt wie das auch vorher der Fall war. Excel berücksichtigt in der Prognose diesen Einmaleffekt jedoch voll mit rein, was zu einem starken Anstieg der Mitarbeiterzahlen führt.Die Frage ist nun, ob ich eine Möglichkeit habe, diesen Einmaleffekt in der Prognosefunktion "auszuklammern", um wieder eine valide Prognose zu erhalten.

Es ist sehr schwierig Voraussagen zu machen, speziell für die Zukunft.
<br />Lösche die Daten der Vergangenheit bis einschließlich dem Zeitpunkt der Umstrukturierung. Das gibt dann über den Daumen einen linearen Anstieg.
<br />Ist das eine verläßliche Prognose? Einmal kurz überlegen ... nein.
<br />
Der Anstieg wird nur solange konstant weitergehen bis ein Sättigungseffekt eintritt und alle möglichen Stellen besetzt sind. Dann wird es die nächste Umstrukturierung geben die im günstigen Fall durch Invenstitionen begleitet werden, andernfalls heißt es Stellenabbau.
<br />Andreas.
<br />

Hallo Andreas,
<br />Danke für den Hinweis. Das lineare Wachstum ist den Dummy-Daten geschuldet (da ich keine Originaldaten nutzen werde), das haben wir in den Originaldaten bisher so nicht.
<br />Das ist für mich nachvollziehbar, und mit ist auch die Problematik der Zukunftsprognosen auf diese Art bewusst. Das ganze wird eingebettet in ein Tool, in dem wir weitere EInflussfaktoren hinzurechnen können, um künftige Entwicklungen zu berücksichtigen. Den Sättigungseffekt sehen wir aktuell nicht kommmen (stark wachsender Markt bei Fachkräftemangel), ich werde das Thema aber mit aufnehmen und schauen, ob und wie wir das integrieren wollen.
<br />Meine Frage bezog sich aber auf eine Lösungsmöglichkeit, den Einfluss dieses einmaligen Effektes bei der Prognose auszublenden.
<br />Schönen Tag noch.
<br />MfG
<br />Marcus
<br />

Ein sinniger Weg wäre wenn Du die Zu- und Abgänge ausrechnest und dann die Extremwerte ausfilterst, so erhältst Du die jeweiligen Differenzen zum Vorgänger ohne die Sprünge.
<br />Nun startest Du mit dem heutigen Datum und der aktuellen Anzahl und rechnest anhand der Differenzen fiktive Mitarbeiterzahlen.
<br />Ein Diagramm, bzw. Prognose anhand der Daten sollte Deinen Erwartungen entsprechen, Quick&Dirty:
<br />


<br />Andreas.
<br />

Meine Frage bezog sich aber auf eine Lösungsmöglichkeit, den Einfluss dieses einmaligen Effektes bei der Prognose auszublenden.

B28: =RUNDEN(PROGNOSE.ETS($A28;B$16:B$27;$A$16:$A$27;1;1);0)
C28: =RUNDEN(PROGNOSE.ETS($A28;C$16:C$27;$A$16:$A$27;1;1);0)
<br />runterziehen.
<br />Anders wird es nicht gehen. Es sei denn Du rechnest die Daten vor dem Knick + Differenz um.
<br />Andreas.
<br />