L’analisi per la pianificazione della domanda in Excel di solito coinvolge grandi tabelle di dati. Per comprendere la domanda di un prodotto, è necessario esaminare la sua storia. Le analisi con una cronologia degli ordini superiore a un anno o più possono avere oltre 100.000 record. Ecco una tecnica per eseguire formule analitiche veloci su molte migliaia di righe.
Lo storico degli ordini uscirà da un sistema gestionale, solitamente un MRP / ERP. Ogni record rappresenta un singolo ordine per un prodotto, quindi è una cronologia delle transazioni grezza e irregolare. È utile effetuare uno smorzamanto su questa domanda, quindi un calcolo analitico comune è la media mobile. Una media mobile su n giorni è molto meglio di una media settimanale o mensile e consente ai pianificatori della domanda di calcolare un livello di servizio per ogni parte .
Il modo più semplice per calcolare questo valore utilizzando la formula MEDIA di Excel 
su un intervallo fisso di celle che rappresenta il periodo medio mobile. Il problema con questo metodo è che richiede che la cronologia degli ordini abbia valori zero per i giorni senza ordine. Dopotutto, nella nostra analisi vogliamo sapere qual è la domanda media per tutti i giorni (di calendario o lavorativi) non solo i giorni in cui capita di avere ordini per quel prodotto.
Inoltre, la data dell’ordine non è necessariamente la data più rilevante. Una data molto migliore è solitamente la data di scadenza o di impegno ovvero quando l’ordine dovrebbe essere spedito. Quindi, combinare il portafoglio ordini con tutti quei record di date extra non è pratico.
Nell’analisi per la pianificazione della domanda, vogliamo calcolare le medie mobili e i livelli di servizio per ogni prodotto, su ogni ordine e giorno. Ciò richiede un’unica formula che possiamo applicare alla cronologia degli ordini e vedere come cambia la domanda mediata nel tempo.
Sembra che questa formula coinvolgerà SOMMA.SE e CONTA.SE. Più precisamente, più condizioni SOMMA.SE e CONTA.SE per il codice prodotto e gli intervalli di date. A partire da Excel 2007 è possibile utilizzare le formule SOMMA.SE e CONTA.SE, nelle versioni di Excel 2003 è possibile utilizzare SOMMApossono utilizzare le formule matrice MATRICE.SOMMA.PRODOTTO o SOMMA(SE(…)).
Il problema è che SOMMA.SE è una formula che richiede molta elaborazione. Prova a incollare una formula SOMMA.SE su ogni riga di una tabella con oltre 10.000 righe e guarda quanto tempo ci vuole. Possiamo evitare di fare SOMMA.SE (e CONTA.SE ecc.) su un ampio intervallo di criteri ordinando prima.
Excel ordina molto velocemente. È possibile ordinare una tabella dei dati della domanda in base al codice prodotto e alla data in un istante. Puoi scegliere di utilizzare una tabella pivot o il comando Dati | Ordina nella barra multifunzione o nella barra dei menu. L’intervallo ordinato può quindi essere identificato utilizzando i numeri della prima e dell’ultima riga. La prima e l’ultima riga di un elenco continuo di codici prodotto sostituisce l’inserimento del codice prodotto come criterio. Ciò rende i tuoi intervalli criteri molto più piccoli e il calcolo della formula molto più veloce.
Scarica un esempio di analisi della domanda e potrai vedere esattamente come funziona. 
Questa ha una semplice analisi della media mobile per la cronologia della domanda con 65.000 righe per renderla compatibile con Excel 2003.
I dati provenivano originariamente da un’importazione di file di testo con i campi ItemCode, Qty, OrderDate e CommitDate. Il collegamento della connessione dati non è attivo in questo esempio, ma puoi configurarlo facilmente per il file originale , oppure aggiungi la tua cronologia delle richieste utilizzando file di testo per connetterti ai dati di sistema .
Dopo aver aggiornato i dati della domanda, premi il pulsante “Update” nel foglio Ordini. La prima cosa che fa la macro è ordinare i dati della cronologia della domanda per ItemCode e CommitDate. Questo mette tutti gli ItemCodes in un intervallo continuo e le date in ordine cronologico. Il passaggio successivo consiste nell’incollare le formule che calcolano il numero della prima e dell’ultima riga per ogni intervallo ItemCode. Lo useremo per specificare un intervallo che copre ogni blocco di righe ItemCode.
Questo esempio di analisi della domanda viene creato con il modello di sviluppo Fast Excel che è un download gratuito e contiene molte funzioni utili per impostare le formule una volta e applicarle a migliaia di record con un clic di un pulsante. Utilizziamo il modello per creare sistemi di pianificazione e schedulazione e la pianificazione della domanda è un’applicazione sempre più diffusa. Ci sono alcuni tutorial video sui modelli qui per aiutarti a utilizzare il modello. La funzione Ordina, gli intervalli denominati dinamici e gli incolla multipli sono trattati in Tutorial modello di query .
Torniamo all’esempio di analisi della domanda. È possibile specificare un intervallo utilizzando i numeri della prima riga e dell’ultima riga utilizzando INDICE, INDIRETTO o SCARTO. Preferisco usare INDICE come di seguito
INDICE (DateRange, ItemFirstRow):INDICE (DateRange, ItemLastRow)
per esempio. INDICE($E:$E;$G11):INDICE($E$E;$H11)
Ora l’intervallo per SOMMA.SE è alto quanto il numero di record per quella particolare parte. Questo rende il calcolo molto più veloce. La formula della media mobile effettiva è così:
MATRICE.SOMMA.PRODOTTO(–(INDICE($E:$E;$G11):INDICE($E:$E;$H11)>$E11-I$6),–(INDICE($E:$E;$G11):INDICE($E:$E;$H11)<=$E11),INDICE($B:$B;$G11):INDICE($B:$B;$H11))/I$6
Dove la cella I6 contiene il numero di giorni nel periodo medio mobile.
Dopo aver ottenuto un valore medio mobile nel tempo, è possibile applicare un livello di servizio a ciascun record. Ciò significa che i pianificatori della domanda possono calcolare qual è la domanda media giornaliera per i periodi in cui è stata la più alta. Ecco una discussione più dettagliata su analisi della domanda, medie mobili e livelli di servizio .
Utilizza questa tecnica per misurare la variazione della domanda e la frequenza degli ordini sull’intera cronologia degli ordini. Si tratta di metriche preziose da utilizzare per analizzare il modello degli ordini e comprendere alcune caratteristiche chiave che ci aiutano a prevedere come cambierà la domanda in futuro.