Membuat model forecasting khususnya yang bertipe kuantitatif tentu tidak bisa dipisahkan dari data. Diperlukan adanya sumber data penunjang untuk dijadikan acuan kalkulasi.
Seorang pedagang bakso tidak cukup hanya menebak-nebak dan mengingat-ingat berapa mangkok bakso yang berhasil ia jual setiap harinya untuk bisa mengetahui proyeksi penjualan baksonya pada waktu-waktu mendatang. Melainkan ia harus mendokumentasikannya, mencatatnya, merekamnya.
Tujuannya adalah agar diperoleh angka riil penjualan yang didapat selama beberapa waktu terakhir. Mungkin dua bulan terkahir, tiga bulan terakhir, dan seterusnya.
Semakin banyak data yang terkumpul maka seharusnya menjadi masukan yang lebih baik untuk menganalisis kecenderungan yang dimiliki data tersebut.
Tahap Kedua: Analisis Kecenderungan Data
Sepintas, rekaman data penjualan hanyalah barisan angka-angka yang tidak bermakna. Akan tetapi, semenjak memasuki era digital keberadaan data ternyata begitu vital perannya. Data ibarat emas yang tersembunyi diantara gundukan tanah di perut bumi yang butuh untuk ditambang, difilter, dipilih, dan dipilah.
Pada umumnya data memiliki karakteristik tertentu. Entah itu berbentuk siklus, musiman, tren, hingga random. Rekam data penjualan memiliki keunikan tersendiri yang perlu dibaca oleh setiap pelaku bisnis.
Kecenderungan data berbeda-beda inilah yang mengharuskannya untuk diolah dengan berbagai jenis metode. Termasuk halnya forecasting untuk suatu data dengan karakteristik tertentu akan lebih cocok untuk dianalisa sesuai peruntukannya.
Untuk menjalankan tahapan ini kita bisa menggunakan aplikasi Microsoft Excel sebagai alat bantu dalam memeriksa karakteristik suatu data apakah ia bertipe data tren atau tidak.
Tahap Ketiga: Memilih Metode Forecasting
Ada cukup banyak metode forecasting yang dipakai untuk memproyeksi kondisi masa depan. Sebagaimana sudah disinggung sebelumnya, hal itu sangatlah ditentukan oleh kecenderungan data yang dianalisa.
