tag:blogger.com,1999:blog-3962204125219897882.post4621247662752540867..comments2024-02-12T06:51:40.856-08:00Comments on Jakten: Starbreeze - DLC-genomgång del 2, Topplaceringar89Ollehttp://www.blogger.com/profile/02916772296127331761noreply@blogger.comBlogger2125tag:blogger.com,1999:blog-3962204125219897882.post-85387163831595858802014-07-28T01:20:18.656-07:002014-07-28T01:20:18.656-07:00Gjorde det för Q3. Har funderat på att även göra d...Gjorde det för Q3. Har funderat på att även göra det för Q4 men har inte riktigt tid att sitta med det just nu (det krävs en hel del trigande för att få ihop alla nivårer). Det krävs också väldigt många antaganden för att få ordning på det vilket gör metoden osäker. Vet inte om jag kommer göra det igen i dagsläget.<br />http://jakten.blogspot.se/2014/04/starbreeze-q3-20132014-prognos.html89Ollehttps://www.blogger.com/profile/02916772296127331761noreply@blogger.comtag:blogger.com,1999:blog-3962204125219897882.post-5366623759152024062014-07-26T07:29:56.232-07:002014-07-26T07:29:56.232-07:00Har samma data som du har men har inte haft tid at...Har samma data som du har men har inte haft tid att bearbeta och presentera det. Ett sätt som jag funderade på var att ge varje placering ett värde Säg att placering 1=100%, 25=75% etc multiplicera med tiden / dygn (perioderna Garry använt för att dra ner data är ju olika över året) Det borde då ge en jämförelse siffra där du direkt kan läsa av att produkt X nådde jämförelsetalet Y efter en månad. Denna data kan också presenteras i diagram form och då datan enbart ökar så borde du lätt kunna se och jämföra varje produkt och se vilken som sålt bäst. Om man vill räkna med summer sale och helger så kan man lägga in en multiplikator vid dessa tillfällen dvs att varje värde vid summersale multipliceras med 3 (dvs 3 gånger normal försäljning per tidsenhet)Anonymousnoreply@blogger.com