தளவாட மேலாண்மை மற்றும் விநியோகச் சங்கிலி

Seasonal Adjustment Calculator

Base Demand

Seasonal Index

என்றால் என்ன Seasonal Adjustment Calculator?

▾

பருவகால சரிசெய்தல் என்பது அடிப்படையான போக்கை வெளிப்படுத்தவும் மற்றும் அர்த்தமுள்ள கால-அதிக-கால ஒப்பீடுகளை செயல்படுத்தவும் தேவை தரவுகளிலிருந்து தொடர்ச்சியான பருவகால வடிவங்களை அகற்றும் செயல்முறையாகும். பருவகால சரிசெய்தல் கால்குலேட்டர் சப்ளை செயின் தொழில் வல்லுநர்கள் மற்றும் தேவை திட்டமிடுபவர்களுக்கு 'உண்மையான' தேவை வளர்ச்சியை ஒவ்வொரு ஆண்டும் மீண்டும் மீண்டும் வரும் மாதிரிகளிலிருந்து பிரிக்க உதவுகிறது - விடுமுறை உச்சநிலைகள், கோடைகால மந்தநிலைகள், பள்ளிக்கு திரும்புதல் மற்றும் தொழில் சார்ந்த சுழற்சிகள். பருவகால சரிசெய்தல் இல்லாமல், நவம்பரில் 30% தேவை அதிகரிப்பு, அது வெறுமனே வருடாந்திர விடுமுறை உச்சமாக இருக்கும்போது வளர்ச்சியைப் போல் தோன்றலாம். கால்குலேட்டர் பருவகால குறியீடுகளைக் கணக்கிடுகிறது - ஒவ்வொரு காலகட்டத்தின் தேவையும் ஆண்டு சராசரியுடன் எவ்வாறு ஒப்பிடுகிறது என்பதைக் காட்டும் பெருக்கல் காரணிகள் - விகிதம்-க்கு-மூவிங்-சராசரி முறையைப் பயன்படுத்தி (கிளாசிக்கல் சிதைவு). எடுத்துக்காட்டாக, டிசம்பர் பருவகால குறியீடு 1.4 என்றால் டிசம்பர் தேவை பொதுவாக ஆண்டு மாத சராசரியை விட 40% அதிகமாகும். கணக்கிடப்பட்டவுடன், பருவகால குறியீடுகள் இரண்டு திசைகளில் பயன்படுத்தப்படுகின்றன: (1) உண்மையான போக்கை வெளிப்படுத்த வரலாற்றுத் தரவை பருவநிலையாக்குதல், மற்றும் (2) பருவகால மாறுபாடு உள்ளடங்கிய எதிர்கால தேவையை முன்னிறுத்துவதற்கான முன்னறிவிப்புகளை மறு-பருவநிலையாக்குதல். சரக்கு முன்-கட்டமைப்பு திட்டமிடல் (உச்ச பருவத்திற்கு முன்னதாக உருவாக்குதல்), பட்ஜெட் முன்கணிப்பு, பணியாளர் முடிவுகள் மற்றும் உற்பத்தி திட்டமிடல் ஆகியவற்றிற்கு பருவகால சரிசெய்தல் முக்கியமானது. சில்லறை விற்பனை (விடுமுறைக் காலம்), ஐஸ்கிரீம் மற்றும் பானங்கள் (கோடைக்காலம்), வரிச் சேவைகள் (Q1) மற்றும் தோட்டக்கலை/வெளிப்புற மரச்சாமான்கள் (வசந்த காலம்) ஆகியவை வலுவான பருவகாலத் தொழில்களில் அடங்கும். இந்த கால்குலேட்டர் அசாதாரணமான ஒரு முறை நிகழ்வுகளையும் (COVID சீர்குலைவு, இயற்கை பேரழிவுகள்) கையாளுகிறது, அவை சரிசெய்யப்படாவிட்டால் பருவகால குறியீட்டு கணக்கீடுகளை சிதைக்கும்.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

சூத்திரம்

▾

f(x)

பருவகால அட்டவணை (SI) = காலத்தின் சராசரி தேவை / சராசரி ஆண்டு தேவை
பருவநிலை மாற்றப்பட்ட தேவை = உண்மையான தேவை / பருவகால குறியீடு
பருவகால முன்னறிவிப்பு = போக்கு முன்னறிவிப்பு × பருவகால அட்டவணை
ஆண்டு சராசரி = மொத்த வருடாந்திர தேவை / காலங்களின் எண்ணிக்கை
SI இயல்பாக்கம்: SI_normalized = SI / (அனைத்து SI இன் சராசரி) — குறியீடுகளின் சராசரியை 1.0க்கு உறுதி செய்கிறது

மாறி விளக்கம்

▾

குறியீடு	அலகு	விவரிப்பு
SI_m	—	SI_m அளவுரு பருவகால சரிசெய்தல் கணக்கீட்டில் ஒரு முக்கிய அளவு உள்ளீட்டைக் குறிக்கிறது, அதன் நிலையான அலகில் அளவிடப்படுகிறது மற்றும் கணித சூத்திரத்தின் மூலம் கணக்கிடப்பட்ட முடிவை நேரடியாக பாதிக்கிறது.
D_actual	—	D_actual அளவுரு பருவகால சரிசெய்தல் கணக்கீட்டில் ஒரு முக்கிய அளவு உள்ளீட்டைக் குறிக்கிறது, அதன் நிலையான அலகில் அளவிடப்படுகிறது மற்றும் கணித சூத்திரத்தின் மூலம் கணக்கிடப்பட்ட முடிவை நேரடியாக பாதிக்கிறது.
D_deseas	—	D_deseas அளவுரு பருவகால சரிசெய்தல் கணக்கீட்டில் ஒரு முக்கிய அளவு உள்ளீட்டைக் குறிக்கிறது, அதன் நிலையான அலகில் அளவிடப்படுகிறது மற்றும் கணித சூத்திரத்தின் மூலம் கணக்கிடப்பட்ட முடிவை நேரடியாக பாதிக்கிறது.
F_trend	—	F_trend அளவுரு பருவகால சரிசெய்தல் கணக்கீட்டில் ஒரு முக்கிய அளவு உள்ளீட்டைக் குறிக்கிறது, அதன் நிலையான அலகில் அளவிடப்படுகிறது மற்றும் கணித சூத்திரத்தின் மூலம் கணக்கிடப்பட்ட முடிவை நேரடியாக பாதிக்கிறது.
F_seasonal	—	F_seasonal அளவுரு பருவகால சரிசெய்தல் கணக்கீட்டில் ஒரு முக்கிய அளவு உள்ளீட்டைக் குறிக்கிறது, அதன் நிலையான அலகில் அளவிடப்படுகிறது மற்றும் கணித சூத்திரத்தின் மூலம் கணக்கிடப்பட்ட முடிவை நேரடியாக பாதிக்கிறது.
CMA	—	CMA அளவுரு பருவகால சரிசெய்தல் கணக்கீட்டில் ஒரு முக்கிய அளவு உள்ளீட்டைக் குறிக்கிறது, அதன் நிலையான அலகில் அளவிடப்படுகிறது மற்றும் கணித சூத்திரத்தின் மூலம் கணக்கிடப்பட்ட முடிவை நேரடியாக பாதிக்கிறது.

எப்படி Seasonal Adjustment Calculator

▾

1குறைந்தபட்சம் 2 ஆண்டுகள் (முன்னுரிமை 3+) மாதாந்திர அல்லது வாராந்திர தேவைத் தரவைச் சேகரிக்கவும் - அதிக ஆண்டுகள் அதிக நிலையான பருவகால குறியீடுகளை வழங்குகிறது.
2போக்கு கூறுகளை தனிமைப்படுத்த 12-மாத மையமாக நகரும் சராசரியைக் கணக்கிடுங்கள்.
3ஒவ்வொரு மாதத்திற்கான விகிதத்தைப் பெற, உண்மையான மாதத் தேவையை நகரும் சராசரியால் வகுக்கவும்.
4ஒவ்வொரு மாதத்திற்கான மூலப் பருவக் குறியீட்டைப் பெற, வருடங்களில் சராசரியாக ஒரே மாத விகிதங்கள் (எ.கா., சராசரி அனைத்து ஜனவரி விகிதங்களும்).
5அனைத்து 12 மாதங்களிலும் சராசரியாக 1.0 ஆக குறியீடுகளை இயல்பாக்குங்கள்.
6பருவநிலை மாற்றப்பட்ட ('போக்கு') தேவையைப் பெற, வரலாற்று உண்மையான தேவையை பருவகால குறியீட்டால் வகுக்கவும்.
7பருவகாலச் சரிப்படுத்தப்பட்ட முன்னறிவிப்புகளை உருவாக்க, உங்கள் போக்கு முன்னறிவிப்பைப் பருவக் குறியீட்டால் பெருக்கவும்.

தீர்க்கப்பட்ட எடுத்துக்காட்டுகள்

▾

எடுத்துக்காட்டு 1பொம்மை விற்பனையாளர் - விடுமுறை சீசன் சரிசெய்தல்

கொடுக்கப்பட்டது:10000, 2.8, 0.6

முடிவு:டிசம்பர் SI=2.8 (சராசரிக்கு மேல் 180%); ஜனவரி SI=0.6 (சராசரிக்குக் கீழே 40%); தேவையான டிசம்பர் சரக்கு உருவாக்கம்: 28,000 அலகுகள்

டிசம்பர் தேவை 2.8× சாதாரண மாதாந்திர தேவை. சில்லறை விற்பனையாளருக்கு டிசம்பரில் 28,000 யூனிட்கள் தயாராக இருக்க வேண்டும் - செப்டம்பர்/அக்டோபரில் 8-12 வார சப்ளையர் முன்னணி நேரங்கள் கொடுக்கப்பட்டால் முன்கூட்டியே ஆர்டர் செய்ய வேண்டும்.

எடுத்துக்காட்டு 2ஐஸ்கிரீம் உற்பத்தியாளர் - மாதாந்திர குறியீடுகள்

கொடுக்கப்பட்டது:{'ஜன': 0.55, 'பிப்': 0.6, 'மார்ச்': 0.8, 'ஏப்.': 1.0, 'மே': 1.2, 'ஜூன்': 1.45, 'ஜூலை': 1.6, 'ஆகஸ்ட்': 1.5, 'செப்': 1.1, 'நவம்பர், 5: 5. 5 'டிசம்பர்': 0.7}

முடிவு:உச்சம்: ஜூலை (1.60); தொட்டி: ஜனவரி (0.55); பருவகால ஊசலாட்டம்: 191% உச்சத்திலிருந்து தொட்டி

ஜனவரியில் உற்பத்தி சராசரி மாத விகிதத்தில் 55% ஆக இருக்க வேண்டும்; ஜூலை உற்பத்தி (அல்லது சரக்கு உருவாக்கம்) சராசரியாக 160% இருக்க வேண்டும். தொழிலாளர் மற்றும் மூலப்பொருள் கொள்முதல் திட்டங்கள் இந்த குறியீடுகளை பிரதிபலிக்க வேண்டும்.

எடுத்துக்காட்டு 3டிரெண்ட் கண்டறிதலுக்கான பருவநிலை நீக்கம்

கொடுக்கப்பட்டது:15000, 1.35

முடிவு:பருவநிலை மாற்றப்பட்ட நவம்பர் தேவை = 15000/1.35 = 11,111 யூனிட்கள் (அக். பருவநிலை மாற்றப்பட்டது: 10,526) — உண்மையான அடிப்படை வளர்ச்சி: +5.6%

பருவநிலையை மாற்றாமல், நவம்பர் (15K) உடன் அக்டோபர் (9K என்று சொல்லுங்கள்) ஒப்பிடுவது +67% வளர்ச்சியைக் காட்டுகிறது - ஆனால் அது பருவகாலம்தான். பருவநிலை மாற்றப்பட்ட ஒப்பீடு உண்மையான 5.6% போக்கு வளர்ச்சியை வெளிப்படுத்துகிறது.

எடுத்துக்காட்டு 4முன் கட்ட கணக்கீடு

கொடுக்கப்பட்டது:[1.2, 1.8, 2.4], 8000, 12000

முடிவு:அக்டோபர் தேவை: 14,400; நவம்பர்: 21,600; டிசம்பர்: 28,800 | உற்பத்தி 8K/மாதம் மட்டுமே செய்ய முடியும் → செப்டம்பர் இறுதிக்குள் 29,400 யூனிட்கள் முன் கட்டமைக்கப்பட வேண்டும்

உற்பத்தி திறன் மாதத்திற்கு 8K மட்டுமே ஆனால் உச்ச தேவைக்கு டிசம்பரில் 28.8K தேவைப்படுகிறது. ஸ்டாக்அவுட்களைத் தவிர்க்க, Q2/Q3 இல் தொடங்கும் 29.4K யூனிட்களை முன்கூட்டியே உருவாக்குவது அவசியம்.

நடைமுறை பயன்பாடுகள்

▾

🏗️

சில்லறை வாங்குபவர்கள் விடுமுறைப் பொருட்களுக்கான பருவகால கொள்முதல் அளவுகளை மாதங்களுக்கு முன்பே நிர்ணயம் செய்கிறார்கள், இது தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் பருவகால சரிசெய்தல் கணக்கிற்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகிறது.

🔬

CPG உற்பத்தியாளர்கள், கோடை அல்லது விடுமுறை உச்சநிலைகளுக்கு முன்னதாகவே உற்பத்தியைத் திட்டமிடுகின்றனர், இது தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் பருவகால சரிசெய்தல் கணக்கிற்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகிறது, அங்கு துல்லியமான பருவகால சரிசெய்தல் கணக்கீடுகள் தகவலறிந்த முடிவெடுத்தல், மூலோபாய திட்டமிடல் மற்றும் செயல்திறன் மேம்படுத்தல் ஆகியவற்றை நேரடியாக ஆதரிக்கின்றன.

📊

S&OP குழுக்கள் நிதித் திட்டமிடலுக்கான பருவகால சரிசெய்யப்பட்ட வருவாய் முன்னறிவிப்புகளை உருவாக்குகின்றன, தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் பருவகால சரிசெய்தல் கணக்கிற்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகிறது.

🏥

பொருளாதார நிபுணர்கள் மற்றும் அரசாங்க புள்ளியியல் வல்லுநர்கள் பொது அறிக்கையிடலுக்கான பொருளாதாரத் தரவைச் சரிசெய்து, தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் பருவகால சரிசெய்தல் கணக்கிற்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகின்றனர்.

சிறப்பு நிகழ்வுகள்

▾

பருவகால சரிசெய்தல் கணக்கீட்டில், பருவகால சரிசெய்தல் முடிவுகளை விளக்கும் போது இந்த சூழ்நிலைக்கு கூடுதல் எச்சரிக்கை தேவை. நிலையான சூத்திரம் இந்த விளிம்பில் உள்ள அனைத்து காரணிகளையும் முழுமையாகக் கணக்கிடாது, மேலும் துணை பகுப்பாய்வு அல்லது நிபுணர் ஆலோசனைக்கு உத்தரவாதம் அளிக்கப்படலாம். பருவகால சரிசெய்தல் கணக்கீடுகள் தரமற்ற பிரதேசத்தில் விழும்போது, அனுமானங்களை ஆவணப்படுத்துதல், உணர்திறன் பகுப்பாய்வுகளை இயக்குதல் மற்றும் மாற்று முறைகளுடன் குறுக்கு-குறிப்பு முடிவுகள் ஆகியவை தொழில்முறை சிறந்த நடைமுறையில் அடங்கும்.

{'case': 'Climate-Driven Categories', 'note': "சூடாக்கும் எண்ணெய், பனி அகற்றும் தயாரிப்புகள் மற்றும் AC யூனிட்கள் வானிலை சார்ந்த தேவையைக் கொண்டிருக்கின்றன, அவை முற்றிலும் சீரான பருவகால முறையைப் பின்பற்றுவதில்லை. வானிலை முன்னறிவிப்புகளை அடிப்படை பருவகால குறியீடுகளின் மேல் தேவை இயக்கியாக இணைக்கவும்."}. பருவகால சரிசெய்தல் கணக்கீட்டில், பருவகால சரிசெய்தல் முடிவுகளை விளக்கும் போது இந்த சூழ்நிலைக்கு கூடுதல் எச்சரிக்கை தேவை. நிலையான சூத்திரம் இந்த விளிம்பில் உள்ள அனைத்து காரணிகளையும் முழுமையாகக் கணக்கிடாது, மேலும் துணை பகுப்பாய்வு அல்லது நிபுணர் ஆலோசனைக்கு உத்தரவாதம் அளிக்கப்படலாம். பருவகால சரிசெய்தல் கணக்கீடுகள் தரமற்ற பிரதேசத்தில் விழும்போது, அனுமானங்களை ஆவணப்படுத்துதல், உணர்திறன் பகுப்பாய்வுகளை இயக்குதல் மற்றும் மாற்று முறைகளுடன் குறுக்கு-குறிப்பு முடிவுகள் ஆகியவை தொழில்முறை சிறந்த நடைமுறையில் அடங்கும்.

பருவகால சரிசெய்தல் கால்க் குறிப்பு தரவு

▾

தொழில்	உச்ச மாதம்(கள்)	மாதம்(கள்)	பருவகால குறியீட்டு வரம்பு
பொது சில்லறை/நுகர்வோர்	நவம்பர்-டிசம்பர்	ஜனவரி-பிப்	0.5–2.8
வெளிப்புற / தோட்டம்	மார்ச்-மே	நவம்பர்–ஜன	0.3–2.5
ஐஸ்கிரீம்/பானங்கள்	ஜூன்-ஆகஸ்ட்	டிசம்பர்-பிப்	0.55–1.60
வரி/நிதி சேவைகள்	ஜனவரி-ஏப்	ஜூலை-செப்	0.6–1.9
காய்ச்சல் / குளிர் மருந்து	அக்டோபர்-பிப்	ஜூன்-ஆகஸ்ட்	0.5–2.2
பள்ளிக்குத் திரும்பு	ஜூலை-செப்	நவம்பர்-ஏப்	0.6–2.0

அடிக்கடி கேட்கப்படும் கேள்விகள்

▾

பருவகால சரிசெய்தல் கால்குலேட்டர் கணக்கீடுகளின் சூழலில் இது மிகவும் முக்கியமானது, துல்லியமானது முடிவெடுப்பதை நேரடியாக பாதிக்கிறது. பல தொழில்களில் உள்ள வல்லுநர்கள், அனுமானங்களைச் சரிபார்க்கவும், செயல்முறைகளை மேம்படுத்தவும், பொருந்தக்கூடிய தரநிலைகளுக்கு இணங்குவதை உறுதிப்படுத்தவும் துல்லியமான பருவகால சரிசெய்தல் கால்குலேட்டர் கணக்கீடுகளை நம்பியுள்ளனர். அடிப்படை முறையைப் புரிந்துகொள்வது, முடிவுகளைச் சரியாகப் புரிந்துகொள்ள பயனர்களுக்கு உதவுகிறது மற்றும் கூடுதல் பகுப்பாய்வு எப்போது உத்தரவாதமளிக்கப்படலாம் என்பதைக் கண்டறிய உதவுகிறது.

தவிர்க்க வேண்டிய பொதுவான தவறுகள்

▾

💡

நிபுணர் குறிப்பு

உங்கள் நடப்பு ஆண்டின் உண்மையான தேவை மற்றும் ஒவ்வொரு வாரமும் பருவகாலமாக எதிர்பார்க்கப்படும் தேவையைக் காட்டும் பருவகால குறியீட்டு டாஷ்போர்டை உருவாக்கவும். இது ஒரு முன்கூட்டிய எச்சரிக்கை சமிக்ஞையை அளிக்கிறது: தொடர்ந்து 3 வாரங்களுக்கு பருவகால எதிர்பார்ப்பை விட 15% குறைவாக இயங்கினால், உங்கள் முன்னறிவிப்பு அதிக ஸ்டாக் ஏற்படுவதற்கு முன்பு கீழ்நோக்கிய திருத்தம் தேவை.

⭐

உங்களுக்கு தெரியுமா?

U.S. Bureau of Labour Statistics அனைத்து முக்கிய பொருளாதார புள்ளிவிவரங்களையும் (வேலையின்மை, CPI, சில்லறை விற்பனை) வெளியிடும் முன் பருவகாலமாக சரிசெய்கிறது, ஏனெனில் மூலத் தரவு இல்லையெனில் விடுமுறை ஷாப்பிங் காரணமாக ஒவ்வொரு ஆண்டும் டிசம்பர் சில்லறை விற்பனை 'அதிகரிக்கும்' - போக்கு பகுப்பாய்வு கிட்டத்தட்ட சாத்தியமற்றது.

Regional Guides

▾

🇺🇸 US▾

அமெரிக்க வழக்கமான அலகுகள் மற்றும் தரங்களைப் பயன்படுத்துகிறது

🇬🇧 UK▾

மெட்ரிக் அல்லது பிரிட்டிஷ் தரங்களைப் பயன்படுத்தலாம்

🇪🇺 EU▾

EU/SI மரபுகளைப் பின்பற்றுகிறது

குறிப்புகள்

📖கடினத்தன்மை:மேம்பட்ட

Formula-verified for precision

Reviewed October 2026

Our methodology

வாராந்திர கணித உதவிக்குறிப்புகளைப் பெறுங்கள்

ஒவ்வொரு வாரமும் கால்குலேட்டர் உதவிக்குறிப்புகளைப் பெறும் 12,000+ சந்தாதாரர்களுடன் சேரவும்.

🔒

100% இலவசம்

பதிவு தேவையில்லை

✓

துல்லியமான

சரிபார்க்கப்பட்ட சூத்திரங்கள்

⚡

உடனடி

தட்டச்சு செய்யும்போது முடிவுகள்

📱

மொபைல் தயார்

அனைத்து சாதனங்கள்