allt du behöver veta om What-If Scenarios

enkelt uttryckt, what-if scenarioanalys är ett sätt att förstå hur förändringar i en sak påverkar en annan.

för att förklara vad detta betyder, låt oss gå direkt till ett exempel.

låt oss säga att du säljer bröd på en marknad. Du tar ut $2 per bröd, och du säljer 100 loafs om dagen. Ett exempel på vad-om-analys skulle vara att fråga: Vad skulle hända med mina intäkter om jag debiterade mer för varje bröd?

i det enkla fallet, där volymen bröd som säljs inte beror på brödets pris, är analysen väldigt lätt. En X% ökning av priset per limpa kommer att leda till en X% ökning av försäljningen.

men låt oss föreställa oss att situationen är lite mer komplex, och att mängden bröd du säljer beror på det pris du tar ut. Kanske försöker du ändra dina prisnivåer till olika punkter, och du märker att ett mönster dyker upp:

kanske är du en matematiskt lutande brödförsäljare, och du inser att du kan passa en ekvation ganska snyggt på dina datapunkter:

ovanstående ger oss ett sätt att förstå hur volymen bröd som säljs hänför sig till priset per limpa. Nu när vi har denna förståelse kan vi gå tillbaka till vår ursprungliga fråga och svara på hur intäkterna förändras beroende på det pris du tar ut.

vi kan välja ett par olika prisnivåer och utarbeta en uppskattning av vad dina intäkter skulle vara vid var och en av de olika prispunkterna:

några av dessa prispunkter kan vara de du redan har testat, men skönheten i denna analys är att det också låter oss svara på vad-om frågor om prispunkter som vi inte har testat.

och där har du det. Du har just genomfört en grundläggande what-if-analys, som tittar på hur förändringar i en sak (priset på bröd) påverkar en annan (dina intäkter).

om du har sett exempel på what-if-analyser tidigare kan de se mycket mer komplexa ut än detta. I verkligheten om, what-if analyser alla följer samma grundläggande förfarande:

1. Ställ en fråga om hur en förändring i A skulle påverka B
2. förstå hur A och B är relaterade; vanligtvis görs detta genom att skapa en ekvation som relaterar de två.
3. beräkna eller visualisera värdena för B för alla de olika värdena för A som du är intresserad av.

vilka är fördelarna med What-If Scenario analys?

fördelarna med vad-om-analys sträcker sig långt bortom brödtillverkning. Tänk om analys hjälper till att svara på frågor om alla typer av affärsbeslut:

• ska jag öppna en ny premiss?
• ska jag ändra min prisstruktur?
• ska jag köra en marknadsföringskampanj?

Observera att frågorna ovan kommer från ett brett spektrum av olika affärsområden. Om du är involverad i att fatta affärsbeslut, oavsett ditt fokus, kan du dra nytta av att bygga what-if scenarioanalyser.

Hur Bygger Du What-If Scenarier?

Låt oss titta på hur man bygger what-if scenarioanalyser i två olika verktyg; Excel och Causal.

bygga en what-if-scenarioanalys i Excel

Excel har ett avsnitt av ‘what-if’ – verktyg för att hjälpa användare att förstå frågor som de som ställs i avsnitten ovan.

det vanligaste bland dessa verktyg är vad Excel kallar Scenario Manager.

för att använda scenario manager måste du först bygga upp en modell. Det här är inte så svårt som det kanske låter, en modell är helt enkelt en uppsättning ingångar, med en utgång som är en funktion av dessa ingångar.

till exempel kan vi skapa en modell med insatspriset på bröd och bröd som säljs och produktionen som intäkter:

priset på bröd kan vara vad du vill att det ska vara, bröd som säljs bör vara en funktion av priset på bröd, och intäkterna bör vara de två sista siffrorna multipliceras tillsammans.

när du har gjort det kan du gå vidare och öppna Scenario Manager och bygga dina scenarier genom att klicka på ‘Lägg till…’

när du skapar var och en av dina scenarier vill du:

• ge det ett namn som beskriver scenariets natur.
• definiera vad de föränderliga cellerna är, dvs de celler vars värden ändras mellan scenarier.
• definiera värdet(erna) för dina förändrade celler; dvs vilket värde de ska ta i det här scenariot.

som ett exempel har vi skapat två scenarier där bröd säljs till olika priser:

när du har skapat dina scenarier kan du trycka på ‘Visa’ för att se hur resultatet från din modell (intäkter) skiljer sig mellan de scenarier du har definierat:

Excel berättar effektivt hur våra intäkter skiljer sig åt i de två olika brödprisscenarierna vi tittade på, $2 och $3. Vi kan se här att våra intäkter är högre i $ 2-scenariot, och vi kan använda den insikten för att informera vår prisstrategi.

excels scenario manager är ett bra verktyg för att analysera modeller som redan är inbyggda i Excel, men det har en stor nackdel. Om du skapar komplexa modeller och flyttar celler runt kan det ofta bryta dina scenarier. Detta händer eftersom scenariohanterarens förändrade celler är fixade och inte svarar på ändringar i din modell.

bygga en what-if scenario analys i Kausal

om ovanstående kände lite clunky så oroa dig inte, what-if scenarier är mycket lättare att bygga i Kausal.

vi börjar med att bygga vår modell. I Kausal byggs modeller upp av variabler. Låt oss börja med att skapa en variabel för priset på bröd och ge det ett värde av $2:

vi skapar sedan en annan variabel för mängden bröd som säljs. För att göra detta kommer vi att använda en godtycklig ekvation vars produktion minskar med brödets pris:

vi valde ekvationen bara så att den skulle matcha några av datapunkterna tidigare i inlägget och minska snabbt när du steg priset på bröd.

för att avsluta vår modell kan vi sedan skapa en variabel som heter Revenue som är produkten av de två befintliga variablerna:

nu när vi har vår modell kan vi börja skapa vår what-if-analys.

Causal låter dig bygga scenarier och ändra vilka variabler du vill ha i varje scenario. Som ett exempel har jag skapat ett $3 bröd scenario och ändrat priset på bröd variabel inom det scenariot till $3.

för att förstå skillnaderna mellan våra scenarier kan vi skapa visualiseringar som tabeller eller stapeldiagram för att förstå hur vår produktion (intäkter) ändras beroende på ingångar (Brödpris):

What-If-analys i Causal vs Excel

vi har tittat på två olika metoder ovan, så nu är det dags att fråga: ska du använda Causal eller Excel för what-if-analyser?

medan Excel är ett vanligt verktyg i de flesta yrken, har Causal ett antal fördelar jämfört med det:

• kausala modeller är inte bara lätta att dela, men de är också interaktiva. Personer som tittar på dina modeller kan ändra dina ingångar och scenarier och se hur deras förändringar påverkar modellen.
• Kausalmodeller är uppbyggda kring variabler, snarare än rader och kolumner. Vi tenderar naturligtvis att tänka i termer av variabler, vilket gör Kausal snabb att lära sig och lätt att använda.
• Kausal kan enkelt redogöra för osäkerhet. Kanske är vi inte helt säkra på hur försäljningen påverkas av priset på bröd; Causal kan hantera detta genom att låta dig bygga osäkerhet i dina variabler:

en interaktiv demo

intresserad av att ge Kausal en go? Ha en lek med demomodellen nedan och tryck sedan på Använd den här mallen för att se hur den är byggd.