Il metodo di livellamento esponenziale utilizza le medie storiche di una variabile in un periodo per cercare di prevederne il comportamento futuro.
Pertanto, si tratta di prevedere cosa accadrà e ciò che fa è smussare le serie temporali. L'obiettivo è ridurre le fluttuazioni ed essere in grado di osservare una tendenza che a volte non è chiara ad occhio nudo. È ampiamente utilizzato, soprattutto in previsione delle vendite e si è dimostrato più che accettabile.
Il metodo di livellamento esponenziale
Diamo un'occhiata a un semplice metodo di calcolo. La formula, che mostriamo in dettaglio nell'esempio, include una domanda effettiva (Do) e una previsione (Po). D'altra parte, il fattore di livellamento (alfa) espresso in tante volte uno. La formula sarebbe questa:
Quello che facciamo, come vedremo alla fine, è lisciare la serie. Aggiungere alla previsione del periodo precedente (Po) la differenza tra questa e la domanda (Do) moltiplicata per il fattore di livellamento (alfa). Con questo si ottengono valori con minore variabilità e si può osservare meglio l'evoluzione delle serie temporali.
Naturalmente, ci sono modelli un po' più complessi. Da un lato il modello Box-Jenkins e dall'altro il modello Holt-Winter. Quest'ultimo è molto utile per la sua semplicità e facilità d'uso. Non entreremo in dettagli specifici, poiché supereremmo il nostro obiettivo di mostrare l'economia in modo semplice.
I vantaggi dei metodi di livellamento esponenziale
I vantaggi sono soprattutto semplicità e facilità di applicazione, ma ce ne sono alcuni in più. Mostriamo i più rilevanti di seguito:
- Non ha bisogno di molti dati storici, a differenza di altri metodi come ARIMA.
- Ha una precisione maggiore rispetto ad altri quando si utilizzano tecniche di modellazione esponenziale.
- È un metodo che gode di una grande flessibilità, utilizzando dati di domanda che possono essere scelti dal ricercatore.
- Il cosiddetto livellamento esponenziale doppio consente di ridurre i problemi di previsione quando il fattore di livellamento è maggiore di 0,5. Uno dei suoi pochi inconvenienti.
Esempio di livellamento esponenziale
Immagina un'azienda che vende patatine. Il direttore commerciale della casa madre messicana contatta il suo omologo in Spagna. Questo ti dice che stai per fare una previsione di vendita per Valencia. Ma ovviamente, l'unico indicatore con cui devi iniziare sono le vendite in una città del Messico in cui i dati possono essere confrontati. Utilizzare un fattore per livellare la serie del 35%.
Come possiamo vedere in figura, applicando la formula si ottengono i valori di previsione. Il primo (P1), da gennaio 2015, sono le vendite di Città del Messico per quel mese. La colonna della domanda è i dati effettivi per quell'anno. Da lì, inserendo la formula, è possibile creare il resto dei dati nella colonna di previsione.
Possiamo verificare che il livellamento esponenziale non fa altro che ridurre le fluttuazioni e osserviamo che non sembra esserci una tendenza chiara. Tuttavia, la previsione è il più delle volte al di sopra della domanda effettiva che è stata infine prodotta. Anche se in un periodo successivo questo è molto maggiore.