財務規劃的 AI 預測：免費逐步教學

大多數預測教學一開始都要求你建立模型。這篇則從你已經有的檔案開始：一張每月營收或支出表，可能是從會計系統匯出的，而且可能有點凌亂。

到最後，你將得到一份 12 個月預測、圍繞它的兩個情境，以及一套判斷這些數字是否可信的方法。跟著做完全免費。

開始前你需要什麼

三件事，而第一件是唯一真正重要的：

1. 每月歷史資料，每個期間一列。 至少 12 個月，24 個月更好。兩欄就夠：月份，以及你想預測的數字。如果你的歷史資料只以 PDF 報告存在，先將它轉成試算表。
2. 能讀取檔案的工具。 本教學使用 RowSpeak 財務預測，因為免費方案涵蓋整個練習，但這些提示詞也適用於任何能讀取試算表的 AI 工具。如果你正在工具之間做選擇，我們的 AI 財務分析 指南比較了各類工具。
3. 十五分鐘。

你不需要知道什麼是時間序列，也不需要挑選預測方法。那是工具負責的部分。

你的檔案應該大致如下：

如果你的月份分散在欄而非列，或每季有獨立工作表，不要手動重塑。步驟 1 會處理，而 資料清理 是工作流程的一部分，而非前置條件。

步驟 1：整理檔案，並找出其中問題

先貼上這段。別忍不住直接跳到預測。

這個檔案包含每月財務歷史資料。在任何預測之前：
1. 找出日期欄與數值欄，並告訴我你選了哪些。
2. 若資料尚未整理成每月一列，請重塑成每月一列。
3. 列出所有缺失、為零或空白的月份。
4. 告訴我第一個月、最後一個月，以及完整月份的總數。
5. 標記任何比相鄰月份高或低超過 50% 的數值。
先不要預測。只要回報你發現的內容。

你應該會得到： 一份乾淨的每月序列、完整期間的計數，以及缺口與尖峰清單。

為什麼要有這一步： 一份建立在 24 個月中 19 個可用月份、且有一個重複 12 月的預測，會看起來完美平滑，卻是錯的。你在圖表上看不出來，但可以在這份清單中看出來。

這是良好的步驟 1 回覆樣貌：工具會說明它標準化了哪些欄位、填入了哪些儲存格，然後交回一個檔案：

繼續之前先做決定。 對工具找到的每個缺口與尖峰，選一個處理方式：

• 真實的尖峰（一筆大型一次性交易、一筆退款、一個季節性高峰）保留，但要註記。
• 屬於錯誤的尖峰則更正或排除。
• 缺失的月份要不是從其他來源補上，就是排除，絕不猜測。

明確告訴工具你的決定。「排除 2024-07，系統遷移讓它不可靠」是比沉默更好的預測輸入。

步驟 2：建立基準預測

使用清理後的每月序列，產生 12 個月預測。
- 以表格顯示預測，包含月份與預測值。
- 說明你使用了哪種方法，以及為何適合這份資料。
- 告訴我歷史資料顯示的是趨勢、季節性，或兩者皆非，並附上證據。
- 為每個預測月份提供一個範圍，而不只是單一數字。
- 列出你的預測所依賴的假設。
然後將歷史資料與預測繪製在同一張圖上，並讓預測在視覺上明顯可辨。

你應該會得到： 12 個預測月份、所使用的方法說明、趨勢與季節性判讀、一個範圍，以及簡短的假設清單。

真正要讀的兩個部分是方法與假設。「根據 24 個月歷史資料，採用含每月季節性的線性趨勢」是值得知道的事。如果工具說不出它做了什麼，你就無法為那個數字辯護。

範圍比單點估計更重要。 一筆 290,000 的預測，範圍 240,000 到 340,000，是對難題的誠實回答。單一個充滿信心的數字則不是。

就圖表本身而言，歷史資料用實線、預測用虛線並加上陰影帶狀區，是值得遵循的慣例。更多關於如何做對的內容，請見 圖表與圖形。

完成後的步驟 2 大致如下：標題中寫明方法，並在圖表旁標出離群值與月增減變動：

注意標題說明了使用哪種方法。那就是你在自己的輸出中要留意的細節。

步驟 3：加入情境

計畫需要的不只是一條線。這裡正是預測轉變成財務規劃的地方。

使用基準預測，再建立兩個情境：
- 下行情境：從第 4 個月起，成長率放緩至歷史速率的一半。
- 上行情境：近期最強趨勢維持不變。
每個情境顯示 12 個月總額與最後一個月數值。
然後給我一張表格，並排比較三個情境，並用白話告訴我，每個情境要在現實世界中成真，必須具備什麼條件。

你應該會得到： 三欄可以放到決策者面前的內容，以及每個情境所依賴的條件。

最後那句指令才是讓情境有用的關鍵。「上行情境需要第 4 季企業銷售管道以目前速率成交」是團隊可以同意或不同意的說法。「上行情境：340 萬」則不是。

步驟 4：壓力測試

在它離開你的辦公桌之前，做四項檢查。

它比明顯的答案更好嗎？ 問：如果我只是假設明年等於去年加上平均成長率，預測會是多少？你的預測有何不同，為什麼？ 如果精密答案與天真答案幾乎相同，就用天真答案。它比較容易解釋。

它在沒見過的資料上站得住腳嗎？ 問：只使用我歷史資料結束前 12 個月以前的資料重新建立預測，然後將你的預測與實際發生情況比較。 這是你能執行最具資訊價值的一項測試。如果該方法嚴重錯過過去 12 個月，它很可能也會錯過接下來 12 個月。

形狀合理嗎？ 看圖表，不要看表格。它是否保留你的業務實際具有的季節性模式？如果 12 月總會突增，它是否也突增？變成平坦直線的預測，通常已失去季節性。

總數合理嗎？ 將 12 個月預測總額與過去 12 個月實際值比較。如果它暗示 60% 成長，那麼上游有地方出錯，或者你確實有一個非凡的年度在前方，而你應該能說出原因。

何時不該信任這份預測

有四種情況不適用本教學的方法，統計預測會誤導你：

• 歷史資料少於 12 個月。 工具沒有足夠資料可學習模式。改用依驅動因子的估計：數量乘以價格、人數乘以成本。
• 結構性變化。 新的定價模式、一項收購、你剛進入的市場，或你剛停產的產品。歷史資料不再描述同一門業務。
• 這個數字取決於少數已知事件。 如果下一季營收取決於三筆企業交易是否成交，趨勢線就是錯誤工具。預測那些交易。
• 有人得為它負責。 董事會承諾或契約條款計算需要一個由人負責、具有明確驅動因子的模型，而不是一份投影。用這份預測來挑戰那個模型，而不是取代它。

常見錯誤

• 清理前就預測。 步驟 1 存在有其原因。缺口與重複項會完美地隱藏在一張平滑圖表中。
• 未說明就丟掉一次性項目。 排除一筆巨額一次性交易往往是正確的。默默這麼做意味著下一季沒人記得基準為何移動。
• 混淆比較基準。 與去年比較、與預算比較，以及與前次預測比較，是三種不同的對話。標明你展示的是哪一種。
• 每個月更改提示詞。 如果你在 1 月用不同措辭重新執行，你不會知道預測的變化是真實的，還是你自己造成的。保存提示詞並重複使用。
• 只呈現單點估計。 你在步驟 2 要求了範圍。把它顯示出來。

每個月這樣做

這套工作流程的價值在於重複，而不是第一次執行。將步驟 1 到步驟 3 的提示詞保存在文件中。每個月加入新的實際值，重新執行相同提示詞，並多問一個問題：

比較我先前對本月的預測與實際結果。說明差距的金額與百分比，並告訴我我先前陳述的假設中，哪些最後證明是錯的。

連續執行六個月，會比任何單一預測教會你更多關於你業務的事。它也是讓預測流程對閱讀者而言可信的那個問題。

RowSpeak 會在匯出的 .xlsx 檔案中保留公式，所以你下載的預測仍是一份可運作的試算表，而不是一組固定值。免費方案是每月 10 次對話，無需信用卡，足以涵蓋本教學從頭到尾；如果你的歷史資料是以報告而非試算表形式送來，也支援 PDF 與圖片輸入。請注意，目前沒有直接的 Google Sheets 連接：請匯出為 xlsx 或 csv、上傳，然後重新匯入結果。

一旦預測穩定下來，自然的下一步就是把它變成可重複進行的東西：每月版本可用 自動化報告工作流程，如果有多人需要持續查看，則可用 Excel 到儀表板檢視。

下一步

現在就在你自己的檔案上執行步驟 1 與步驟 2，然後再加入情境。大多數人會在步驟 1 發現一些他們不知道資料裡有的東西，而那已經值得這十五分鐘。

相關閱讀：在 Excel 中以 AI 進行現金流預測 將相同方法套用於現金而非營收，AI 財務分析 涵蓋差異分析與報告，而 管理報告 則將輸出轉化成主管會閱讀的內容。

常見問題

有沒有真正免費的方式可以做 AI 財務預測？ 對這種規模的工作流程來說有。RowSpeak 的免費方案是每月 10 次對話，無需信用卡，足以涵蓋本教學。一般 AI 聊天工具也有免費方案，不過它們處理凌亂試算表檔案較不可靠。

我需要多少歷史資料？ 12 個月是可見任何季節性模式的最低要求，24 個月則會變得相當可靠。少於 12 個月，請使用依驅動因子的估計，而不是趨勢預測。

它會有多準確？ 這取決於你的業務，而不是工具；誠實找出答案的方法就是步驟 4 的回測。用截至一年前的資料重新建立預測，並與實際發生情況比較。那會給你屬於自己數字的真實誤差率。

AI 能取代 FP&A 嗎？ 不能。它產出投影與評論初稿。選擇假設、挑戰假設，以及對計畫負責，是 FP&A 的工作，也是會議中真正重要的部分。

預測與規劃有何不同？ 預測是你對將會發生什麼的最佳估計。規劃是你決定要怎麼做，並附上目標與負責人。步驟 3 是橋樑：情境將一個估計變成一組選擇。