Excel FORECAST և հարակից գործառույթներ՝ բանաձևի օրինակներով

  • Կիսվել Սա
Michael Brown

Ձեռնարկը բացատրում է, թե ինչպես օգտագործել Excel FORECAST-ը և այլ հարակից գործառույթները բանաձևերի օրինակներով:

Microsoft Excel-ում կան մի քանի գործառույթներ, որոնք կարող են օգնել ձեզ ստեղծել գծային և էքսպոնենցիալ հարթեցման կանխատեսումներ՝ հիմնված պատմական տվյալների վրա, ինչպիսիք են վաճառքները, բյուջեները, դրամական միջոցների հոսքերը, բաժնետոմսերի գները և այլն:

Այս ձեռնարկի հիմնական ուշադրությունը կլինի երկու հիմնական կանխատեսման գործառույթների վրա, բայց մենք հակիրճ կանդրադառնանք նաև այլ գործառույթներին: օգնելու ձեզ հասկանալ դրանց նպատակը և հիմնական կիրառությունները:

    Excel-ի կանխատեսման գործառույթները

    Excel-ի վերջին տարբերակներում կան վեց տարբեր կանխատեսման գործառույթներ:

    Երկու ֆունկցիաները կատարում են գծային կանխատեսումներ.

    • ԿԱՆԽԱՏԵՍՈՒՄ - կանխատեսում է ապագա արժեքները` օգտագործելով գծային ռեգրեսիա; ժառանգված ֆունկցիա Excel 2013 և ավելի վաղ տարբերակների հետ համատեղելիության համար:
    • LINEAR - նույնական է FORECAST ֆունկցիային; Excel 2016-ում և Excel 2019-ում կանխատեսման գործառույթների նոր փաթեթի մի մասը:

    Չորս ETS գործառույթները նախատեսված են էքսպոնենցիալ հարթեցման կանխատեսումների համար: Այս գործառույթները հասանելի են միայն Excel-ում Office 365-ի, Excel 2019-ի և Excel 2016-ի համար:

    • ETS - կանխատեսում է ապագա արժեքները՝ հիմնված էքսպոնենցիալ հարթեցման ալգորիթմի վրա:
    • ETS.CONFINT - հաշվարկում է վստահության միջակայքը:
    • ETS.SEASONALITY - հաշվարկում է սեզոնային կամ այլ կրկնվող օրինաչափության երկարությունը:
    • ETS.STAT - վերադարձնում էFORECAST.ETS քանի որ երկու գործառույթներն էլ օգտագործում են նույն ալգորիթմը՝ սեզոնայնությունը հայտնաբերելու համար:

      Այս ֆունկցիան հասանելի է Excel-ում Office 365, Excel 2019 և Excel 2016-ի համար:

      FORECAST.ETS-ի շարահյուսությունը: SEASONALITY-ը հետևյալն է՝

      FORECAST.ETS.SEASONALITY(արժեքներ, ժամանակացույց, [տվյալների_ավարտում], [հավաքում])

      Մեր տվյալների հավաքածուի համար բանաձևը ստանում է հետևյալ ձևը.

      =FORECAST.ETS.SEASONALITY(B2:B22, A2:A22)

      Եվ վերադարձնում է սեզոնայնությունը 7, որը լիովին համապատասխանում է մեր պատմական տվյալների շաբաթական օրինակին.

      Excel FORECAST.ETS.STAT ֆունկցիան

      FORECAST.ETS.STAT ֆունկցիան վերադարձնում է որոշակի վիճակագրական արժեք, որը վերաբերում է ժամանակային շարքի էքսպոնենցիալ հարթեցման կանխատեսմանը:

      Ինչպես մյուս ETS գործառույթները, այն հասանելի է Excel-ում Office 365-ի, Excel 2019-ի և Excel 2016-ի համար:

      Ֆունկցիան ունի հետևյալ շարահյուսությունը՝

      FORECAST.ETS.STAT(արժեքներ, ժամանակացույց, վիճակագրության_տիպ, [սեզոնայնություն], [տվյալների_ավարտում], [համախմբում])

      statistic_type արգումենտը ցույց է տալիս, թե որ վիճակագրական արժեքը վերադարձնել՝

      1. Ալֆա (հիմնական արժեք) - հարթեցման արժեքը 0-ի և 1-ի միջև, որը վերահսկում է տվյալների կետերի կշիռը: Որքան մեծ է արժեքը, այնքան ավելի մեծ կշիռ է տրվում վերջին տվյալներին:
      2. Բետա (թրենդի արժեք) - 0-ի և 1-ի միջև ընկած արժեքը, որը որոշում է միտումի հաշվարկը: Որքան բարձր է արժեքը, այնքան ավելի մեծ կշիռ է տրվում վերջին միտումներին:
      3. Գամմա (սեզոնայնության արժեք) - արժեքը0-ի և 1-ի միջև, որը վերահսկում է ETS կանխատեսման սեզոնայնությունը: Որքան մեծ է արժեքը, այնքան ավելի մեծ կշիռ է տրվում վերջին սեզոնային ժամանակաշրջանին:
      4. MASE (նշանակում է բացարձակ մասշտաբային սխալ) - կանխատեսման ճշգրտության չափում:
      5. SMAPE (սիմետրիկ միջին բացարձակ տոկոսային սխալ) - ճշգրտության չափում, որը հիմնված է տոկոսային կամ հարաբերական սխալների վրա:
      6. MAE (միջին բացարձակ սխալը) - չափում է սխալի միջին մեծությունը: կանխատեսման սխալներ՝ անկախ դրանց ուղղությունից:
      7. RMSE (արմատի միջին քառակուսի սխալ) - կանխատեսված և դիտարկված արժեքների տարբերությունների չափում:
      8. Քայլ հայտնաբերված չափը - ժամանակացույցում հայտնաբերված քայլի չափը:

      Օրինակ, մեր ընտրանքային տվյալների հավաքածուի համար Alpha պարամետրը վերադարձնելու համար մենք օգտագործում ենք այս բանաձևը.

      =FORECAST.ETS.STAT(B2:B22, A2:A22, 1)

      Սքրինշոթը ցույց է տալիս այլ վիճակագրական արժեքների բանաձևերը. Այս ձեռնարկում քննարկված բոլոր բանաձևերը ուսումնասիրելու համար կարող եք ներբեռնել մեր Excel-ի կանխատեսման նմուշի աշխատանքային գիրքը: Շնորհակալ եմ կարդալու համար և հուսով եմ, որ հաջորդ շաբաթ կտեսնենք ձեզ մեր բլոգում:

      վիճակագրական արժեքներ ժամանակային շարքերի կանխատեսման համար:

    Excel FORECAST ֆունկցիան

    Excel-ում FORECAST ֆունկցիան օգտագործվում է ապագա արժեքը կանխատեսելու համար՝ օգտագործելով գծային ռեգրեսիա : Այլ կերպ ասած, FORECAST-ը նախագծում է ապագա արժեք լավագույն համապատասխանության գծի երկայնքով՝ հիմնված պատմական տվյալների վրա:

    FORECAST ֆունկցիայի շարահյուսությունը հետևյալն է. Որտեղ՝

    • X (պահանջվում է) - թվային x արժեք, որի համար ցանկանում եք գուշակել նոր y արժեք:
    • Հայտնիներ (պահանջվում է) - հայտնի կախված y արժեքների զանգված:
    • Հայտնի_x-ներ (պահանջվում է) - հայտնի անկախ x-արժեքների զանգված:

    FORECAST ֆունկցիան աշխատում է Excel-ի բոլոր տարբերակներում Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP և Excel 2000-ի համար:

    Ծանոթագրություն: Excel 2016 և 2019 թթ.-ում այս գործառույթը փոխարինվել է FORECAST.LINEAR-ով, սակայն դեռ հասանելի է հետընթաց համատեղելիության համար:

    Excel FORECAST.LINEAR ֆունկցիան

    FORECAST.LINEAR ֆունկցիան ժամանակակից նմանակն է: FORECAST ֆունկցիայի: Այն ունի նույն նպատակն ու շարահյուսությունը.

    FORECAST.LINEAR(x,known_y's, known_x's)

    Այս ֆունկցիան հասանելի է Excel-ում Office 365, Excel 2019 և Excel 2016-ի համար:

    Ինչպես FORECAST և FORECAST.LINEAR հաշվարկել ապագա արժեքները

    Երկու ֆունկցիաներն էլ հաշվարկում են ապագա y արժեքը՝ օգտագործելով գծային ռեգրեսիանհավասարում.

    y = a + bx

    Որտեղ a հաստատունը (հատվածը) է.

    Իսկ b գործակիցը ( գծի թեքություն) հետևյալն է՝

    x̄ և ȳ արժեքները հայտնի x արժեքների և y արժեքների նմուշային միջիններն են։

    Excel FORECAST ֆունկցիան չի աշխատում.

    Եթե ձեր FORECAST բանաձևը սխալ է վերադարձնում, դա, ամենայն հավանականությամբ, հետևյալ պատճառներով է.

    1. Եթե հայտնի_x-ի և հայտնի_y-ի միջակայքերը տարբեր են երկարություններ, թե դատարկ, #N/A! տեղի է ունենում սխալ:
    2. Եթե x արժեքը ոչ թվային է, ապա բանաձևը վերադարձնում է #VALUE! սխալ:
    3. Եթե հայտնի_x-երի շեղումը զրո է, ապա #DIV/0: սխալ է տեղի ունենում:

    Ինչպես օգտագործել FORECAST ֆունկցիան Excel-ում - բանաձևի օրինակ

    Ինչպես արդեն նշվեց, Excel FORECAST և FORECAST.LINEAR ֆունկցիաները նախատեսված են գծային միտումների կանխատեսման համար: Դրանք լավագույնս աշխատում են գծային տվյալների հավաքածուների համար և այն իրավիճակներում, երբ դուք ցանկանում եք կանխատեսել ընդհանուր միտում՝ անտեսելով տվյալների աննշան տատանումները:

    Որպես օրինակ, մենք կփորձենք կանխատեսել մեր վեբ կայքի տրաֆիկը հաջորդ 7 օրվա ընթացքում՝ հիմնվելով տվյալների վրա: նախորդ 3 շաբաթվա տվյալները:

    Բ2:B22-ում հայտնի y արժեքներով (այցելողների թիվը) և A2:A22-ում հայտնի x արժեքներով (ամսաթվերը) կանխատեսման բանաձևը հետևյալն է.

    Excel 2019 - Excel 2000 :

    =FORECAST(A23, $B$2:$B$22, $A$2:$A$22)

    Excel 2016 և Excel 2019 :

    =FORECAST.LINEAR(A23, $B$2:$B$22, $A$2:$A$22)

    Այնտեղ, որտեղ A23-ը նոր x արժեք է, որի համար ցանկանում եք կանխատեսել ապագանy-արժեք:

    Կախված ձեր Excel տարբերակից, տեղադրեք վերը նշված բանաձևերից մեկը 23-րդ շարքի ցանկացած դատարկ բջիջում, պատճենեք այն այնքան բջիջներում, որքան անհրաժեշտ է, և դուք կստանաք հետևյալ արդյունքը.

    Խնդրում ենք ուշադրություն դարձնել, որ մենք կողպենք միջակայքերը բջիջների բացարձակ հղումներով (օրինակ՝ $A$2:$A$2), որպեսզի կանխենք դրանք փոխելու բանաձևը այլ բջիջներում պատճենելու ժամանակ:

    Գծագրված գրաֆիկի վրա՝ մեր գծային կանխատեսումն ունի հետևյալ տեսքը.

    Նման գրաֆիկ ստեղծելու մանրամասն քայլերը նկարագրված են Գծային ռեգրեսիայի կանխատեսման գծապատկերում:

    Եթե ցանկանում եք գուշակել ապագա արժեքները՝ հիմնվելով ձեր պատմական տվյալների մեջ դիտված կրկնվող օրինաչափության վրա, ապա Excel FORECAST ֆունկցիայի փոխարեն օգտագործեք FORECAST.ETS: Եվ մեր ձեռնարկի հաջորդ բաժինը ցույց է տալիս, թե ինչպես դա անել:

    Excel FORECAST.ETS ֆունկցիան

    FORECAST.ETS ֆունկցիան օգտագործվում է էքսպոնենցիալ հարթեցման կանխատեսումներ կատարելու համար՝ հիմնված գոյություն ունեցող արժեքների մի շարք:

    Ավելի ճիշտ՝ այն կանխատեսում է ապագա արժեք՝ հիմնված Exponential Triple Smoothing (ETS) ալգորիթմի AAA տարբերակի վրա, այստեղից էլ ֆունկցիայի անվանումը: Այս ալգորիթմը հարթեցնում է տվյալների միտումների աննշան շեղումները՝ հայտնաբերելով սեզոնայնության օրինաչափությունները և վստահության միջակայքերը: «AAA» նշանակում է հավելումների սխալ, հավելումների միտում և հավելումների սեզոնայնություն:

    FORECAST.ETS ֆունկցիան հասանելի է Excel-ում Office 365-ի, Excel 2019-ի և Excel 2016-ի համար:

    ՍինտաքսըExcel FORECAST.ETS-ը հետևյալն է.

    FORECAST.ETS(նպատակային_ամսաթիվ, արժեքներ, ժամանակացույց, [սեզոնայնություն], [տվյալների_ավարտում], [համախմբում])

    Որտեղ՝

    • Target_date (պարտադիր) - տվյալների կետը, որի համար պետք է կանխատեսել արժեքը: Այն կարող է ներկայացվել ամսաթվով/ժամով կամ թվով:
    • Արժեքներ (պարտադիր) - պատմական տվյալների տիրույթ կամ զանգված, որի համար ցանկանում եք կանխատեսել ապագա արժեքները:
    • Ժամանակացույց (պահանջվում է) - ամսաթվերի/ժամանակների կամ անկախ թվային տվյալների զանգված՝ դրանց միջև հաստատուն քայլով:
    • Սեզոնայնություն (ըստ ցանկության) - թիվը, որը ներկայացնում է սեզոնային օրինաչափության երկարությունը՝
      • 1 կամ բաց թողնված (կանխադրված) – Excel-ը ինքնաբերաբար հայտնաբերում է սեզոնայնությունը՝ օգտագործելով դրական, ամբողջական թվեր:
      • 0 - սեզոնայնություն չկա, այսինքն՝ գծային կանխատեսում:

      Առավելագույն թույլատրելի սեզոնայնությունը 8760 է, որը տարվա ժամերի թիվն է: Սեզոնայնության ավելի բարձր թիվը կհանգեցնի #NUM-ի: սխալ:

    • Տվյալների լրացում (ըստ ցանկության) - հաշվում է բաց թողնված միավորները:
      • 1 կամ բաց թողնված (կանխադրված) - լրացրեք բաց թողնված կետերը որպես հարևան կետերի միջին (շերտավոր փոխադրում):
      • 0 - բաց թողնված կետերը վերաբերվեք որպես զրո:
    • Aggregation (ըստ ցանկության) - սահմանում է, թե ինչպես կարելի է համախմբել բազմաթիվ տվյալների արժեքներ նույն ժամանակի դրոշմակնիքով:
      • 1 կամ բաց թողնված (կանխադրված) - AVERAGE ֆունկցիան օգտագործվում է ագրեգացման համար:
      • Ձեր մյուս տարբերակներն են՝ 2 - COUNT, 3 -COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN և 7 - SUM:

    5 բան, որ դուք պետք է իմանաք FORECAST.ETS-ի մասին

    1. FORECAST.ETS ֆունկցիայի ճիշտ աշխատանքի համար ժամանակացույցը պետք է ունենա կանոնավոր ինտերվալ - ժամ, օրական, ամսական, եռամսյակային, տարեկան և այլն:
    2. Ֆունկցիան լավագույնս համապատասխանում է ոչ գծային տվյալների հավաքածուներ սեզոնային կամ այլ կրկնվող օրինաչափությամբ :
    3. Երբ Excel-ը չի կարողանում օրինաչափություն հայտնաբերել , ֆունկցիան վերադառնում է գծային կանխատեսմանը:
    4. Ֆունկցիան կարող է աշխատել անավարտ տվյալների հավաքածուներով որտեղ բացակայում են տվյալների մինչև 30% կետերը: Բաց թողնված կետերը վերաբերվում են տվյալների լրացման փաստարկի արժեքին:
    5. Չնայած պահանջվում է հետևողական քայլով ժամանակացույց, ամսաթվին կարող են լինել կրկնօրինակներ : /ժամանակային շարք. Միևնույն ժամանակի դրոշմակնիքով արժեքները հավաքվում են, ինչպես սահմանված է հավաքագրում արգումենտով:

    FORECAST.ETS ֆունկցիան չի աշխատում.

    Եթե ձեր բանաձևը սխալ է առաջացնում, Սա, ամենայն հավանականությամբ, կլինի հետևյալներից մեկը.

    1. #N/A-ն առաջանում է, եթե արժեքները և ժամանակացույցը զանգվածները տարբեր երկարություն ունեն:
    2. #VALUE! սխալը վերադարձվում է, եթե սեզոնայնությունը , տվյալների լրացումը կամ համախմբումը արգումենտը թվային չէ:
    3. #NUM! Սխալը կարող է առաջանալ հետևյալ պատճառներով.
      • Համապատասխան քայլի չափը չի կարող հայտնաբերվել ժամանակագծում :
      • սեզոնայնությունը արժեքը դուրս է աջակցվող միջակայքից (0 - 87600):
      • տվյալների լրացման արժեքը տարբեր է 0-ից կամ 1-ից:
      • ագրեգացիայի արժեքը վավեր տիրույթից դուրս է (1 - 7):

    Ինչպես օգտագործել FORECAST.ETS ֆունկցիան Excel-ում - բանաձեւի օրինակ

    Տեսնելու համար, թե ինչպես են էքսպոնենցիալ հարթեցմամբ հաշվարկված ապագա արժեքները տարբերվում գծային ռեգրեսիայի կանխատեսումից, եկեք FORECAST.ETS բանաձև կազմենք նույն տվյալների հավաքածուի համար, որը մենք օգտագործել ենք նախորդ օրինակում.

    =FORECAST.ETS (A23, $B$2:$B$22, $A$2:$A$22)

    Որտեղ.

    • A23-ը նպատակային ամսաթիվն է
    • $B$2:$B $22-ը պատմական տվյալներն են ( արժեքներ )
    • $A$2:$A$22-ը ամսաթվերն են ( ժամանակացույց )

    Բաց թողնելով վերջին երեք արգումենտները ( սեզոնայնություն , տվյալների լրացում կամ համախմբում ) մենք հիմնվում ենք Excel-ի լռելյայնների վրա: Եվ Excel-ը հիանալի կերպով կանխատեսում է միտումը.

    Excel FORECAST.ETS.CONFINT ֆունկցիան

    FORECAST.ETS.CONFINT ֆունկցիան օգտագործվում է վստահության միջակայքը հաշվարկելու համար: կանխատեսված արժեք:

    Վստահության միջակայքը կանխատեսման ճշգրտության չափանիշ է: Որքան փոքր է միջակայքը, այնքան ավելի վստահ է կանխատեսումը կոնկրետ տվյալների կետի համար:

    FORECAST.ETS.CONFINT-ը հասանելի է Excel-ում Office 365-ի, Excel 2019-ի և Excel 2016-ի համար:

    Ֆունկցիան ունի հետևյալ արգումենտները.

    FORECAST.ETS.CONFINT(target_date, values, timeline,[վստահության_մակարդակ], [սեզոնայնություն], [տվյալների լրացում], [համախմբում])

    Ինչպես տեսնում եք, FORECAST.ETS.CONFINT-ի շարահյուսությունը շատ նման է FORECAST.ETS ֆունկցիայի շարահյուսությանը, բացառությամբ այս լրացուցիչ արգումենտի. 3>

    Վստահության_մակարդակ (ըստ ցանկության) - թիվ 0-ի և 1-ի միջև, որը սահմանում է վստահության մակարդակը հաշվարկված միջակայքի համար: Սովորաբար, այն տրամադրվում է որպես տասնորդական թիվ, չնայած տոկոսները նույնպես ընդունվում են: Օրինակ, 90% վստահության մակարդակ սահմանելու համար դուք մուտքագրում եք կամ 0.9 կամ 90%:

    • Եթե բաց թողնվի, ապա օգտագործվում է 95% լռելյայն արժեքը, ինչը նշանակում է, որ ժամանակի 95% -ը կանխատեսված տվյալ է: Ակնկալվում է, որ կետը կնվազի այս շառավղով FORECAST.ETS-ի վերադարձած արժեքից:
    • Եթե վստահության մակարդակը աջակցվող միջակայքից դուրս է (0 - 1), բանաձևը վերադարձնում է #NUM! սխալ:

    FORECAST.ETS.CONFINT բանաձեւի օրինակ

    Որպեսզի տեսնենք, թե ինչպես է այն աշխատում գործնականում, եկեք հաշվարկենք վստահության միջակայքը մեր ընտրանքային տվյալների հավաքածուի համար.

    =FORECAST.ETS.CONFINT(A23, $B$2:$B$22, $A$2:$A$22)

    Որտեղ.

    • A23-ը նպատակային ամսաթիվն է
    • $B$2:$B$22-ը պատմական տվյալներն են
    • $A$2:$ A$22-ը ամսաթվերն են

    Վերջին 4 արգումենտները բաց են թողնվել, ինչը թույլ է տալիս Excel-ին օգտագործել լռելյայն ընտրանքները.

    • Սահմանել վստահության մակարդակը 95%:
    • Հայտնաբերել սեզոնայնությունը ինքնաբերաբար:
    • Լրացրեք բաց թողնված կետերը որպես հարևան կետերի միջին:
    • Հավաքեք տվյալների մի քանի արժեքներ նույն ժամանակի դրոշմակնիքով` օգտագործելով AVERAGE-ը:գործառույթը:

    Որպեսզի հասկանաք, թե իրականում ինչ են նշանակում վերադարձված արժեքները, նայեք ստորև ներկայացված սքրինշոթին (պատմական տվյալներ ունեցող որոշ տողեր թաքցված են տարածության համար):

    The D23 բանաձևը տալիս է 6441.22 արդյունք (կլորացվում է մինչև 2 տասնորդական կետ): Դա նշանակում է, որ ժամանակի 95%-ում ակնկալվում է, որ 11-մարտի կանխատեսումը կնվազի 61,075 (C3) կանխատեսվող արժեքի 6441,22-ի սահմաններում: Դա 61,075 ± 6441.22 է:

    Որպեսզի պարզեք, թե որ միջակայքում, որտեղ կանխատեսված արժեքները հավանական է ընկնեն, կարող եք հաշվարկել վստահության միջակայքի սահմանները յուրաքանչյուր տվյալների կետի համար:

    ստորին սահմանը ստանալու համար կանխատեսված արժեքից հանեք վստահության միջակայքը.

    =C23-D23

    վերին սահմանը ստանալու համար, կանխատեսված արժեքին ավելացրեք վստահության միջակայքը.

    =C23+D23

    Որտեղ C23-ը FORECAST.ETS-ի կողմից վերադարձված կանխատեսված արժեքն է, իսկ D23-ը FORECAST.ETS.CONFINT-ի կողմից վերադարձված վստահության միջակայքն է:

    Պատճենեք վերը նշված բանաձևերը, արդյունքները գծեք գծապատկերի վրա, և դուք կունենաք կանխատեսված արժեքների և վստահության միջակայքի հստակ տեսողական ներկայացում.

    Խորհուրդ: Որպեսզի ձեզ համար ինքնաբերաբար ստեղծվի նման գրաֆիկ, օգտագործեք Excel-ի կանխատեսման թերթիկի գործառույթը:

    Excel FORECAST.ETS.SEASONALITY ֆունկցիան

    FORECAST.ETS.SEASONALITY ֆունկցիան օգտագործվում է երկարությունը հաշվարկելու համար: կրկնվող օրինաչափություն նշված ժամանակացույցում: Այն սերտորեն կապված է

    Մայքլ Բրաունը նվիրված տեխնոլոգիայի էնտուզիաստ է, որը ձգտում է պարզեցնել բարդ գործընթացները՝ օգտագործելով ծրագրային գործիքները: Տեխնոլոգիական ոլորտում ավելի քան մեկ տասնամյակ փորձ ունենալով՝ նա կատարելագործել է իր հմտությունները Microsoft Excel-ում և Outlook-ում, ինչպես նաև Google Sheets-ում և Docs-ում: Մայքլի բլոգը նվիրված է իր գիտելիքներն ու փորձառությունը ուրիշների հետ կիսելուն՝ տրամադրելով հեշտ օգտագործվող խորհուրդներ և ձեռնարկներ՝ արտադրողականությունն ու արդյունավետությունը բարձրացնելու համար: Անկախ նրանից, թե դուք փորձառու մասնագետ եք, թե սկսնակ, Մայքլի բլոգը առաջարկում է արժեքավոր պատկերացումներ և գործնական խորհուրդներ՝ առավելագույն օգուտ քաղելու այս կարևոր ծրագրային գործիքներից: