admin

admin

Записей (225), комментариев (66)

Нет информации об авторе

Записи автора admin

Data Mining

0

Давайте разберемся что такое Data Mining и как его можно применять при прогнозировании. Корпоративная база данных любого современного предприятия обычно содержит набор данных, хранящих записи о тех или иных фактах либо объектах (например, о товарах, их продажах, клиентах, счетах). Как правило, каждая запись в подобной таблице описывает какой-то конкретный объект или факт. Например, запись в таблице продаж отражает тот факт, что такой-то товар продан такому-то клиенту тогда-то таким-то менеджером, и по большому счету ничего, кроме этих сведений, не содержит. Однако совокупность большого количества таких записей, накопленных за несколько лет, может стать источником дополнительной, гораздо более ценной информации, которую нельзя получить на основе одной конкретной записи, а именно — сведений о закономерностях, тенденциях или взаимозависимостях между какими-либо данными. Примерами подобной информации являются сведения о том, как зависят продажи определенного товара от дня недели, времени суток или времени года, какие категории покупателей чаще всего приобретают тот или иной товар, какая часть Далее >

Прогнозирование сверху и снизу

0

Рано или поздно, формируя прогноз продаж по большому объему товарных категорий (SKU), структурных подразделений Вы придете к пониманию, что процесс необходимо оптимизировать. Давайте разберемся с такими понятиями как прогноз «сверху-вниз» и «снизу-вверх». Например, Ваша цель сформировать КПЭ (ключевые показатели эффективности) по всем структурным подразделениям. Вы начинаете упорно формировать прогноз по одной товарной категории, по второй, по третьей и т.д. Затем находите сумму объемов продаж всех товарных категорий в рамках одного структурного подразделения, затем второго и т.д., пока не сформируете прогноз в целом по предприятию. Такой способ прогнозирования часто называют «снизу-вверх». А что если Вы решили поступить наоборот, Вы сначала построили динамику продаж в целом по предприятию, несомненно это можно сделать даже быстрее, Вы же будете работать с меньшим количеством данных. Но Ваша задача сводилось к формированию КПЭ подразделений. И после того как прогноз продаж в целом по предприятию готов, Вы переходите к делению общей выручки на структурные подразделения согласно Далее >

Прогноз по средним

2

Открою Вам небольшой секрет, Вы можете начинать строить прогноз, зная математику на уровне 5-ого класса.

Самый простой прогноз, который Вы можете построить не обладая глубоким математическим и статистическим аппаратом, является прогноз по среднему значению за несколько последних периодов. Конечно, он не будет учитывать динамики, сезонных факторов и так далее. Но зато он достаточно устойчивый.

Итак, вы имеет ряд продаж. S1, S2, S3, S4, S5, S6 Для того, чтобы построить прогноз продаж на 7-ой месяц используйте формулу S7 = (S1+S2+S3+S4+S5+S6)/6. Если динамика роста или падения очень явная, уменьшайте кол-во используемых периодов. S7 = (S5+S6)/2. Иногда даже S7=S6. Посчитайте относительный прирост продаж в % за последний период. S6/S5-1 – в этом диапазоне скорее всего будет погрешность Вашего прогноза. Если данная погрешность для Вас велика, тогда этот метод Вам скорее всего не подойдет.

О других секретах и методах прогнозирования Вы можете узнать на страницах моего блога. Удачи в прогнозах!

//

Рост или прирост?

2

Если Вы работаете маркетологом-аналитиком, в отделе планирования или просто пишите аналитические записки руководству, Вам приходится оперировать с цифрами. При этом часто молодые сотрудники грешат тем, что путают рост и прирост. Вообще говоря это 2 разных понятия.

Пусть

S1 продажи в первый год

S2 продажи во второй год

Тогда рост в процентах рассчитывается как:

S2/S1*100%, и никогда рост не бывает отрицательным.

А вот прирост:

(S2/S1-1)*100% и при этом если число положительные то продажи выросли, а если отрицательное, то продажи упали.

Коллеги, будьте внимательны к словам. Удачи в работе!

//

Заблуждения о прогнозировании

0

Основные заблуждения:

  • Чем сложнее модель, тем лучше. Не всегда справедливое утверждение, иногда бывают случаи, когда более простая модель лучше анализирует ситуацию в будущем, оставаясь устойчивой к непредвиденным факторам.
  • Чем больше исторических данных, тем лучше модель. Мне так часто приходится слушать от коллег, что для того, чтобы строить точный прогноз необходимо обладать историческими данными минимум за 2, а лучше за 3 года. В корне неверное утверждение, ситуация на рынке так часто меняется, что применение большого массива исторических данных иногда приводит к тому, что модель становится сильно неустойчивой по истечении короткого промежутка времени.
  • Построив точную модель, которая неплохо себя показала в течение года, у меня нет сомнений, что данная модель будет отлично работать и дальше. Опять же неверное утверждение. Процесс прогнозирования должен быть непрерывным, для того, чтобы вовремя адаптировать его к изменяющейся рыночной ситуации.
  • Хочу построить точную модель, чтобы она учитывала всевозможные факторы и

Далее >

admin's RSS Feed
Вверх