Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Analýza trendov a prognózovanie

Lekcia 9 z 14 Aktualizované 5. novembra 2026 Mierne pokročilý
Na tejto strane
  1. Pozeraj sa ďalej než na aktuálne čísla
  2. Identifikácia trendu
  3. Kĺzavé priemery
  4. Jednoduché prognózy
  5. Analýza bodov zlomu
  6. Porovnanie obdobie voči obdobiu
  7. Viac logiky pre prognózy
  8. Teraz si na rade ty
  9. Kľúčové poznatky

Pozeraj sa ďalej než na aktuálne čísla

Deskriptívna štatistika ti povie, čo sa stalo. Analýza trendov ti ukáže, čo sa deje. Prognózovanie ti naznačí, čo by sa mohlo stať. Tieto tri úrovne analýzy odpovedajú na tri odlišné otázky počas porady a ich zámena je drahá: nikto nerobí rovnaké rozhodnutie na základe historického faktu ako na základe projekcie. Vďaka ChatGPT zvládneš všetky tri úrovne bez napísania jediného riadku kódu.

Identifikácia trendu

Najjednoduchšou formou trendu je lineárny trend: idú tvoje dáta hore alebo dole a akou rýchlosťou? Užitočným reflexom je vyžiadať si trendovú čiaru a jej indikátor spoľahlivosti v jednej vete; inak budeš komentovať sklon, ktorého pevnosť nedokážeš overiť.

Plot monthly revenue for the last 12 months with a trend line.
Indicate the average monthly growth rate and whether the trend
is statistically significant.

ChatGPT vypočíta lineárnu regresiu, vykreslí čiaru a poskytne ti koeficient determinácie (R²), ktorý meria spoľahlivosť trendu. Hodnota R² blízka 1 znamená, že čiara dobre sumarizuje tvoich dvanásť bodov; nízke R² ťa varuje, že „trend“, ktorý si chcel oznámiť, je z väčšej časti šum a trinásty mesiac ho môže obrátiť.

Mnohé obchodné datasety navyše nasledujú cykly a nárast v decembri nemusí byť nutne dobrou správou: môže ísť jednoducho o bežný december. Aby si sa rozhodol, požiadaj o dekompozíciu.

Decompose monthly sales into 3 components:
underlying trend, seasonality, and residuals.
Display the 3 curves separately.

ChatGPT aplikuje metódu sezónnej dekompozície, ktorú ti môže špecifikovať, aby izoloval každú zložku. Na to, aby mala dekompozícia zmysel, potrebuje aspoň dva úplné cykly – dva roky mesačných dát pre ročnú sezónnosť. Následne jasne vidíš, či decembrový nárast vyplýva zo sezónneho efektu, alebo z reálneho rastu – a krivka rezíduí označuje mesiace, ktoré ani jedno z týchto vysvetlení nepokrýva.

Kĺzavé priemery

Kĺzavé priemery vyhladzujú výkyvy a zvýrazňujú základný trend. Pri denných tržbách víkendový prepad takmer vždy maskuje skutočný pohyb; prekrytie dvoch rôznych okien ti umožní čítať krátkodobý aj strednodobý vývoj na tom istom grafe.

Plot raw daily revenue and overlay a 7-day moving average
and a 30-day moving average.

Okno si vyberáš na základe granularity tvojich dát a cyklu, ktorý chceš eliminovať.

OknoPoužitieČo odhaľuje
7 dníDenné dátaTýždenný trend, eliminuje denný šum
30 dníDenné/týždenné dátaMesačný trend, eliminuje týždenné výkyvy
3 mesiaceMesačné dátaŠtvrťročný trend, vyhladzuje sezónnosť
12 mesiacovMesačné dátaRočný trend, eliminuje celú sezónnosť

Jednoduché prognózy

Pre rýchly odhad často stačí extrapolovať pozorovaný trend – za predpokladu, že priznáš neistotu, namiesto toho, aby si ju skrýval.

Project revenue for the next 3 months by extending
the linear trend of the last 12 months.
Display the 95% confidence interval.

Interval spoľahlivosti je rozhodujúcou časťou výsledku: ukazuje margin neistoty a čím viac sa rozširuje smerom do budúcnosti, tým menej spoľahlivá je prognóza. Je to tiež tvoja najlepšia ochrana na porade výboru. Oznámenie „medzi 480 tis. € a 620 tis. €“ ťa viaže menej než jedno číslo, ktoré nikto nemôže zaručiť, a spúšťa správnu konverzáciu: tú o tom, čo by posunulo výsledky z jedného konca rozsahu na druhý.

Akonáhle tvoje dáta vykazujú opakujúce sa vzorce, lineárna projekcia sa stáva zavádzajúcou a potrebuješ model, ktorý integruje cyklus.

Use a forecasting model that accounts for seasonality
to estimate sales for the next 6 months.
Compare the result with a simple linear projection.

ChatGPT dokáže využiť modely integrujúce sezónnosť, ako je exponenciálne vyhladzovanie Holt-Winters alebo sezónny model ARIMA, ktoré zachytávajú trend aj cyklus. Porovnanie požadované na konci promptu je samo o sebe poučné: rozdiel medzi dvoma krivkami presne meria váhu sezónnosti vo tvojom biznise.

Analýza bodov zlomu

Niekedy sa trend nedeformuje postupne: láme sa. Spustenie produktu, zmena ceny alebo externá udalosť posunie trajektóriu z mesiaca na mesiac a trendová čiara vypočítaná za celé obdobie potom nepopisuje nič reálne.

Identify breakpoints in the evolution of monthly revenue.
Are there months where the trend changes direction significantly?
For each breakpoint, indicate the date and the magnitude of the change.

Táto analýza je cenná pre pochopenie dopadu konkrétnych udalostí: spustenie produktov, zmeny cien, externé udalosti. Následne zosúlaď získané dátumy so svojím interným kalendárom – prehodnotenie cien, kampaň, odchod obchodného zástupcu. Toto zosúladenie a len ono mení krivku na vysvetlenie.

Porovnanie obdobie voči obdobiu

Dva pohľady sa navzájom dopĺňajú a nezhody často vznikajú preto, lebo dvaja zainteresovaní nepoužívajú ten istý. Porovnanie rok čo rok (Year-over-Year) neutralizuje sezónnosť, keďže každý mesiac je konfrontovaný so svojím náprotivkom z predchádzajúceho fiškálneho roka.

Compare sales month by month between 2025 and 2026.
Calculate the percentage variation for each month
and flag the months with a decline.

Sekvenčný rast naopak meria okamžitý pohyb z mesiaca na mesiac. Reaguje oveľa rýchlejšie na nedávne inflexie, za cenu vysokej citlivosti na sezónnosť.

Calculate sequential growth (month vs. previous month)
and display a bar chart with growth months in green
and decline months in red.

Viac logiky pre prognózy

Niektoré prognózy nemožno zredukovať na výpočet: vyžadujú si integráciu faktorov, ktoré tvoje historické dáta ešte neobsahujú, ako napríklad produkt, ktorý v minulom štvrťroku neexistoval.

Taking into account seasonality, the underlying trend,
and the fact that we are launching a new product in April,
estimate sales for the next quarter.
Explain your reasoning step by step.

Vyššia úroveň logiky – High alebo Extra High vo výbere ChatGPT, v závislosti od tvojho plánu – pomáha pri tomto type viacfaktorového uvažovania, kde musíš kombinovať kvantitatívnu analýzu s kontextovým úsudkom. Výsledok zostáva odhadom založeným na tvojich predpokladoch, nie faktom. Požadovanie vysvetlenia krok za krokom nie je rozmar: umožňuje ti napadnúť konkrétny predpoklad – napríklad tempo nábehu nového produktu – namiesto toho, aby si celé číslo odmietol preto, lebo nevieš, odkiaľ pochádza.

Tri úrovne čítania Tri stĺpce. Zistenie: čo sa stalo? Deskriptívna štatistika. Trend: čo sa deje? Trendová čiara a R², kĺzavé priemery, dekompozícia. Prognóza: čo by sa mohlo stať? Projekcia s intervalom spoľahlivosti, sezónne modely. TRENDY Tri úrovne čítania Zistenie Otázka Čo sa stalo? Nástroje Deskriptívna štatistika Trend Otázka Čo sa deje? Nástroje Čiara a R², kĺzavé priemery Prognóza Otázka Čo by sa mohlo stať? Nástroje Projekcia, interval Prognóza sa prezentuje ako rozsah spolu so svojimi predpokladmi.
Metóda lekcie; časové rady založené na článku „Extracting Insights with ChatGPT Data Analysis“ z Help Center OpenAI (november 2026).

Teraz si na rade ty

Tvoja prvá prognóza.

  1. Vykresli svoje mesačné tržby s trendovou čiarou a jej R²
  2. Ak máš aspoň dva roky histórie, dekomponuj trend, sezónnosť a rezíduá
  3. Projektuj nasledujúce tri mesiace s 95 % intervalom spoľahlivosti
  4. Porovnaj s modelom, ktorý integruje sezónnosť
  5. Prezentuj rozsah namiesto jedného čísla spolu s jeho predpokladmi

Oficiálne zdroje: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (Help Center OpenAI)

Kľúčové poznatky

  • Trendová čiara a R² merajú smer a spoľahlivosť trendu
  • Sezónna dekompozícia oddeľuje trend, sezónnosť a šum
  • Kĺzavé priemery vyhladzujú výkyvy – okno vyberaj podľa granularity
  • Každá prognóza musí obsahovať interval spoľahlivosti – žiadne jednotlivé čísla
  • Body zlomu identifikujú momenty, keď sa všetko zmenilo