توفر أرقام الفهرس طريقة بسيطة وسهلة الاستخدام لتقديم أنواع مختلفة من البيانات وتحليل التغيرات بمرور الوقت. أنشئ فهرسًا بسلسلة زمنية من المعلومات ، باستخدام قسمة بسيطة وضرب لحساب أرقام الفهرس وتحويل أنواع مختلفة من البيانات إلى تنسيق موحد. استخدم الإخراج للتحليلات المختلفة ، بما في ذلك قياس نمو موضوعك ومقارنة ومقارنة مع مجموعات أخرى من البيانات.
استخدم فهرس للتبسيط
يقيس الفهرس التغييرات مقابل قيمة أساسية بطريقة مبسطة. بعض الأمثلة المعروفة تشمل مؤشر أسعار المستهلك (CPI) ومؤشر ستاندرد آند بورز 500 ، والمعروف باسم ستاندرد آند بورز 500. العمل مع مجموعة من الأعداد الكبيرة في بعض الأحيان يكون غير فعال ومربك ، ويسمح لك المؤشر باستخدام مبسط قيمة للمقارنة بسهولة وتتبع نقاط البيانات الأخرى بمرور الوقت.
على سبيل المثال ، توفر الولايات المتحدة ككل حوالي 140 مليون فرصة عمل. باستخدام مؤشر لتبسيط الأرقام ، يمكنك بسهولة مقارنة نسبة نمو وظائفها بمرور الوقت إلى ولاية تكساس ، على الرغم من أن تكساس لديها حوالي 20 مليون وظيفة فقط. إن تحويل البيانات إلى قيم فهرس يجعل من السهل رؤية النسبة المئوية للتغيير كل عام عند مقارنة مجموعتي البيانات جنبًا إلى جنب ، على الرغم من أن حجم الوظائف لكل الولايات المتحدة تقزم عدد الوظائف في ولاية تكساس.
يبدأ المؤشر بقيمة أساسية ، ويتم تعيينه عادةً على 100 ، بغض النظر عما إذا كان المؤشر يقيس وحدات البيانات بالدولار أو اليورو أو عدد الموظفين ، على سبيل المثال. ثم يتم تطبيع كل قيمة لاحقة في الفهرس إلى هذه القيمة الأساسية. عند الاطلاع على النسبة المئوية للتغيير بين قيم الفهرس المحسوبة المختلفة ، ستجد أنها مطابقة تمامًا لتغير النسبة المئوية للبيانات غير المقيسة أو غير المفهرسة. يسمح لك استخدام فهرس لقياس التغييرات في البيانات بحساب النسبة المئوية للتغيير بين النقاط في الفهرس دون الحاجة إلى معرفة أرقام البيانات الفعلية. تصبح نقاط المؤشر طبيعية عند تقسيم كل رقم حسب قيمته الأساسية ، مما يعني تحويل القيم على المقاييس المختلفة إلى مقياس مشترك لسهولة المقارنة.
حساب قيم الفهرس
تتضمن الخطوة الأولى في إنشاء فهرس تحديد القيمة الأساسية. لسلسلة زمنية من مبيعات الشركة السنوية ، على سبيل المثال ، يقول العام الأول ، كانت المبيعات 150،000 دولار. يتم تعيين مقدار سنة الأساس هذه على مساواة بقيمة مؤشر البداية 100. تصبح كل قيمة مضافة طبيعية مقابل القيمة الأساسية. لحساب قيمة نقطة البيانات التالية في هذه السلسلة الزمنية المفهرسة ، لنفترض أن السنة الثانية من المبيعات السنوية تعادل 225،000 دولار. يمكنك تقسيم نقطة البيانات الجديدة (225،000 دولار) من النقطة الأصلية ($ 150،000) ، وضرب النتيجة بـ 100 كما يلي للحصول على قيمة مؤشر عام 2 بقيمة 167.
(مبيعات السنة الثانية من 250،000 دولار / مبيعات سنة الأساس من 150،000 دولار) * 100 = 167
ويتم تطبيع كل سنة جديدة من البيانات في وقت لاحق مقابل سنة الأساس البالغة 000 150 دولار بنفس الطريقة. إذا كان للسنوات 3 و 4 و 5 مبيعات بمبلغ 325،000 دولار ، و 385،000 دولار ، و 415،000 دولار ، فإن قيم المؤشر المحسوبة المقابلة ستكون 217 و 257 و 277 على التوالي.
قضايا التفسير
عند استخدام فهرس لتتبع التغييرات بمرور الوقت ، قد تجد أن البيانات تتغير ويصبح أقل قابلية للمقارنة مع البيانات الأصلية أو الأساسية. على سبيل المثال ، عند تتبع مبيعات وحدة المنتج على مدار الوقت ، قد يواجه السعر زيادة دائمة. على الرغم من أن مبيعات وحدات المنتج لم تتم فعليًا ، فإن المؤشر يظهر النمو نظرًا لسعر المنتج الجديد والأعلى. من حيث قياس مؤشر التغيرات مع مرور الوقت باستخدام سلة السوق من السلع والخدمات ، مثل مؤشر أسعار المستهلك ، قد تزيد بعض السلع أو المنتجات في السعر ، وتغير في الجودة أو غيرها من الميزات التي تجعلها لم تعد قابلة للمقارنة مقابل القيمة الأساسية الأصلية لل الفهرس أو نقاط البيانات السابقة الخاصة به. إن التعويض عن هذه المشكلة ، على الرغم من أنه ليس حلا مثاليا ، يتطلب تحديث السلة الأساسية للبضائع ونقاط البيانات السابقة بشكل دوري لتعكس هذه الأنواع من التغييرات والتعويض عنها.
