Project 1 Forecasting Analysis Report
Project 1 Forecasting Analysis Report
FORECASTING
ANALYSIS
6.53
REPORT
Adilah Rummanah M Gani
Terdapat data financial, buatlah sebuah summary dari data tersebut
SOAL 1 menggunakan pivot data. Jika diperlukan discovery data tersebut menjadi
charts atau tabel. Apa key takeaway dari summary data tersebut? Berikan
insights yang berguna untuk membuat keputusan bisnis!
Company ID
11259 419111 440141 859252 5606
2011
2991 189607 236286 425893 2010
2991
5606 126033 127245 253278
8549 175752 65756 241508
11259
7171 109874 119888 229762
Grand Total 1020377 989316 2009693 0 100000 200000 300000 400000 500000
Total Sales
Krisis Finansial Global (2008-2009): Leverage yang Tinggi akibat Liabilitas > Aset
Lonjakan liabilitas pada tahun 2008 mungkin terkait dengan dampak krisis Jika liabilitas secara konsisten lebih tinggi daripada aset,
finansial global yang mempengaruhi banyak perusahaan pada periode perusahaan mungkin memiliki tingkat leverage yang tinggi. Ini
tersebut. dapat meningkatkan potensi imbal hasil, tetapi juga membawa
Perbandingan Liabilitas dan Aset: risiko keuangan yang lebih besar. Liabilitas yang berlebihan dapat
Rasio liabilitas terhadap aset menurun seiring waktu, menunjukkan lebih mengancam keberlanjutan bisnis. Analisis risiko dan proyeksi kas
sedikit ketergantungan pada utang dan lebih banyak pada modal sendiri
7/1/20XX
perusahaan penting untuk memahami dampak jangka panjang 3
dari
atau sumber pendanaan internal struktur keuangan yang tidak seimbang.
SOAL 2
DATA CLEANING HUBUNGAN VARIABEL DENGAN SALES
Lakukan data preparation dengan terlebih Develop suatu hypothesis dari fitur-fitur yang
dahulu cleaning data, apakah ada missing ada dan bagaimana fitur tersebut dapat
value, duplikasi data? mempengaruhi sales (positive/negative/no
correlation pada seles)
SALES OVERALL
FORECASTING ANALYSIS
Bagaimana gambaran sales overall?. Lakukan analisis regresi untuk forecasting
Deskripsikan insights apa saja yang bisa nilai sales. Jelaskan interpretasi dari hasil
ditemukan? analisisnya! (Interpretasi evaluasi model dan
parameternya)
4
DATA CLEANING
Lakukan data preparation dengan terlebih dahulu cleaning data, apakah ada missing value, duplikasi data?
lanjut menggunakan Vlookup untuk mencari Data hasil : SALES UNTUK COMPANY ID YANG BEROPERASI DARI TH 1990-2011
Total Salesnya
Company ID sales
11259 4699289.571
2991 2249403
CEK OUTLIERS
COMPANY ID Total Sales
TOTAL SALES UNTUK COMPANY ID YANG BEROPERASI DARI TH 1990- 11259
2991
4699289.571
2249403
2011 8549 1539787
5606 1356464
Q1 18663.94 2136
7171
1238198.8
1167254.6
Q3 110205.1 8762
2751
1086606
1027833.412
T 8446
1300
495956
492116
3144 479638.824
7/1/20XX Pitch deck title
L 4598
10984
6
472876.171
472441.9
SALES OVERALL
SALES OVERALL
lanjut untuk memahami faktor-faktor yang
40000
mungkin menyebabkannya, seperti perubahan
5735
pasar, strategi pemasaran, atau faktor internal 8539
30000
perusahaan. 10499
4990
20000
10519
Company 8539 :
Penjualan Company 8539 juga mengalami 10000
Hubungan variabel CapEx terhadap Sales Hubungan variabel AltmanZ terhadap Sales
3300
3300 y = 2.3177x + 2295.5
R² = 0.8058 3100
3100 y = 1781.6x + 1558.9
2900 R² = 0.3511
2900
2700
2700
2500 2500
2300 2300
2100 2100
0.45 100.45 200.45 300.45 400.45 500.45 0.45 0.55 0.65 0.75 0.85
Korelasi ini menunjukkan ada hubungan positif yang kuat antara Korelasi antara AltmanZ terhadap Sales tidak sekuat CapEx dengan
besarnya Capital Expenditures (investasi modal) dan nilai penjualan sales namun korelasi yang positif ini mengindikasikan bahwa nilai
(Sales). Sales yang meningkat seiring dengan meningkatnya nilai AltmanZ.
•Artinya, ketika perusahaan mengalokasikan lebih banyak anggaran Meskipun, Atman Z-Score digunakan terutama untuk menilai risiko
untuk investasi modal (CapEx), itu cenderung berkorelasi positif kebangkrutan suatu perusahaan dan bukan sebagai ukuran
dengan peningkatan dalam penjualan. langsung untuk pertumbuhan penjualan.
DISTRIBUSI DATA SALES
Berikut adalah data distiribusi sales dengan Average of Sales by Company ID 10519
company ID 10519. 3500
Average of Sales
penjualan yang sangat sukses atau transaksi 2000
besar yang jarang terjadi. Namun, skewness
positif juga bisa menunjukkan ketidakstabilan 1500
1/1/1994
7/1/1998
1/1/1990
7/1/1990
1/1/1991
7/1/1991
1/1/1992
7/1/1992
1/1/1993
7/1/1993
7/1/1994
1/1/1995
7/1/1995
1/1/1996
7/1/1996
1/1/1997
7/1/1997
1/1/1998
1/1/1999
7/1/1999
1/1/2000
7/1/2000
1/1/2001
7/1/2001
1/1/2002
7/1/2002
1/1/2003
7/1/2003
1/1/2004
7/1/2004
1/1/2005
7/1/2005
1/1/2006
7/1/2006
1/1/2007
7/1/2007
1/1/2008
7/1/2008
1/1/2009
7/1/2009
1/1/2010
7/1/2010
1/1/2011
7/1/2011
1/1/2012
7/1/2012
1/1/2013
7/1/2013
oleh faktor-faktor yang dimasukkan
ke dalam model tersebut.
Sales Forecast(Sales) Lower Confidence Bound(Sales) Upper Confidence Bound(Sales) Linear (Sales)
Interpretasi lainnya:
2.Evaluasi Model:
2. Model regresi ini memiliki tingkat keakuratan yang terbatas dalam memprediksi nilai penjualan. Sebagian besar
variasi penjualan mungkin disebabkan oleh faktor-faktor lain yang tidak dimasukkan ke dalam model tersebut.
3.Improvement Possibilities:
2. R^2 yang rendah menunjukkan bahwa model perlu ditingkatkan atau diperluas untuk mencakup faktor-faktor
tambahan yang mungkin mempengaruhi penjualan. Mungkin ada variabel-variabel penting lain yang belum
dimasukkan ke dalam model.