凡事预则立，不预则废。——老祖宗们的哲学里，凡事都要预先准备、评估、测算和计划，不然什么事都会失败。

管理就是预测和计划、组织、指挥、协调以及控制。——西方古典管理理论大师亨利·法约尔也把预测视为管理的头号要素，无预测，非管理。

预测和我们息息相关、终身为伴。当你早上被闹钟唤醒，决定再睡5分钟，在半梦半醒之间，你就要预测晚5分钟起床会不会让你上班迟到而被扣钱。早餐包子店门口排起了长龙，今天早餐吃什么而不会迟到?是耗时排队买包子或者图省事在便利店买面包，这也需要你计算时间、做出预测。来到办公室你发现今天领导脸色难看、打电话发火，根据过往经验预测推断，你的领导十有八九是在周会上被大领导训斥了，所以这次你向领导请年假的计划还是等下周再说吧……

正如上面的例子，预算时间，做出正确抉择，可以避免上班迟到扣钱;预估形势，推测可行性，可以增加请假成功率。如果说趋利避害是动物的天性，那么基于数据、计算、经验和分析来进行预测而优化行为，则是人类智慧最伟大的闪光点了。

预测的出发点可以是经验和直觉，但相对更加靠谱的则是数据和分析。Excel作为进行数据处理和预测分析最常见的工具，足够应付我们日常工作生活中与预测有关的千百个案例，从某种角度上讲，封Excel为预测帝一点儿也不为过。

图1. 某网店销售额预测表

例如，某网店各月销售额如图1所示，现在我们要通过Excel对7月份销量进行预测，而基于Excel的常见预测方法无非以下几种：

1、简单平均法：

以往若干时期的简单平均数就是对未来的预测数。任何事物和规律都具有一定延续性，站在过去守望不远的将来，不会有太大问题。

在c9中输入公式average(b3：b8)即可预测出7月份的销售额。

2、简单移动平均法：

预测所用的历史资料要随预测期的推移而顺延。我们假设预测时用1-3月的资料，我们可以用两种方法实现用该法预测销售额：一是在d6输入公式average(b3:b5)，拖曳d6到d9，这样就可以预测出4-7月的销售额;二是运用excel的数据分析功能，选取工具菜单中的数据分析项，然后选择移动平均，在输入区域输入b3：b8，输出区域输入d4：d9，也可以得到相同的结果。

3加权移动平均法：

加权移动平均法在简单移动平均法的基础上对所用的资料分别确定一定的权数，算出加权平均数即为预测数。还是用上例，在e6输入公式sum(b3*1+b4*2+b5*3)/6，把e6拖曳到e9即可预测出4-7月的销售额。

4指数平滑法：

指数平滑法是通过导入平滑系数对本期的实际数和本期的预测数进行加权平均计算后作为下期预测数的一种方法。仍用上例(b3为2月实际销售额，f3的数据都为2月份的预测销售额)，假设平滑系数为0.3，我们也可以用两种方法实现。用该法预测销售额：一是在f4输入公式0.3*b3+0.7*f3，把f4拖曳到f9即可;二是运用数据分析功能，在工具菜单中选取数据分析项后，选择指数平滑，在输入区域输入b2：b9，阻尼系数输入0.7，输出区域输入f2：f11，也可得到2-7月份的预测销售额。

5直线回归分析法：

直线回归分析法就是运用直线回归方程来进行预测。手工情况下进行直线回归分析需要进行大量的计算，而利用excel中的forecast函数能很快地计算出预测数。我们还是用上面的例子，在g9输入公式forecast(a9,b3:b8,a3:a8)，就可得到7月份的预测销售额。

除此之外，还有曲线回归分析法，方法类似，只是趋势线由直线变为各种曲线，在此不再赘述。

销售预测和成本分析，在各行各业的应用十分广泛，除了上面讲到的几个简单方法，使用excel中的LINEST函数和 Trend函数来做销售预测和成本分析，也非常实用。

某厂家生产某种产品的单件成本与产量的关系如图2所示，现在收到一笔350件的订单，请做出成本预测。

图2 某产品单件成本与产量关系图

6. Trend函数

我们在E2单元格输入公式:

=TREND(OFFSET(B1,MATCH(D2,A:A)-1,,2),OFFSET(A1,MATCH(D2,A:A)-1,,2),D2)

Trend函数预测的结果是：139.25元。

公式剖析：

Trend函数是做线性预测的函数，但本例中的A列和B列并非线性关系(y=ax+b)。所以需要分段插值。即在A列查找到相邻的小值和大值。如350位于100~500之间。

MATCH(D2,A:A)-1：利用match函数的模糊查找功能，找到比样本小且最接近的值。如比350小的是100。

OFFSET(B1,match()-1,,2)：用offset返回小值和大值的所在B列区域。如350对应B列的是B6:B7，同理A列的区域A6:A7

D2：是样本值。本例是350。

7. LINEST函数

我们在E2单元格输入公式：

=D2*INDEX(LINEST($B$2:$B$8,$A$2:$A$8),1)+INDEX(LINEST($B$2:$B$8,$A$2:$A$8),2)

LINEST函数预测的结果是：150.63元

公式剖析：

LINEST():如果我们知道A列和B列对应的线型关系式(y=ax+b)，那么我们可以直接把X值代入求值。而LINEST函数可以根据两组数据，直接取得a和b的值。关系式为: y=-0.105x+187.5

INDEX(linest(),1)可以取值第一个值，即a的值。同理当为2时可以取出b的值。

由于预测原理不同，LINEST函数和 Trend函数得到的结果和方法不相同是正常的。

通过上面两个例子，我们大致了解了应用Excel进行数据预测的一般方法。其实这只是Excel数据处理分析和预测功能的冰山一角，当应用Excel进行足球数据分析与赛果预测时，我们将面对更加复杂而混沌的初始数据和“噪声信号”干扰，小巫见大巫，遇到Boss怎么破?8月13号，中国电子表格应用大会成都站，笔者将给你答案，我们不见不散!