Практика прогнозирования

Русские идут (Прогноз или Prognoz)

0

Недавно познакомился с очень интересным решением от компании Прогноз. Решение разработано в Перми и история компании очень напоминает историю компании SAS. Решение российского разработчика очень интересно, потому что аккумулируют в себя действительно многие модные фичи. Компания уделяет большое внимание визуалу и функциям управления. Имеет очень симпатичный мобильный клиент. Конечно, буду справедлив и воздержусь о том, чтобы называть эту платформу BI-платформой. Скорее я бы сравнивал его с многими решениями, построенными на базе OLAP. В этом классе решений я бы их особо выделил.

Компания ставит себе действительно амбициозные задачи по превращению себя в глобального мегавендора, и стоит отметить, что попасть в квадрат Гартнера наверное дорогого стоит. Да и спецы Гартнера пока скорее относят эту платформу к нишевым решениям.

Очень хочется надеяться, что компания не затеряется на фоне лидеров.  Посмотрим на динамику в следующем году.

С точки зрения ценовой политики у них все Далее >

Какая точность прогноза является приемлемой?

0

Добрый день, буквально вчера одна читательница задала очень интересный вопрос:

Необходим Ваш квалифицированный совет относительно точности прогнозирования. Какой критерий, или коефициэнт «попадания» прогноза  является допустимым при составлении Прогноза на новый продукт в ассортиментной линейке? Является ли коэф. 61-67% критическим?

Мой ответ звучал так:

Вообще говоря такой показатель довольно низок. НО! Тут нужно вам самим определиться, что значит низок. Продажи на новый продукт довольно вариативны, и для каких-то групп товаров и 60% считается нормальными. Другое дело купите товара больше или произведете, будет перезапас, соответственно появятся издержки на его хранение. Вообще говоря обычно продажи нового товара прогнозируют по бенчу / подобию реализации похожих групп товаров, у меня в разделе для новичков есть описание данного метода чуть подробнее. Главное не точность прогнозирования, главное какие деньги вы потеряете на единицу ошибки и если деньги на единицу небольшие, то возможно, что и на 30% продукции не столь большие, Далее >

Что Data mining может, а чего нет?

0

Недавно натолкнулся на очень интересное интервью с Питером Фэйдером (Peter Fader) с редактором журнала CIO Insight Алланом Алтером (Allan Alter), мастером по количественным ислледованиям в маркетинге бизнес-школы Wharton, который обращается к IT-директорам компаний: «хватит накапливать множество абонентских данных и не правильно применять алгоритмы Data mining-а».

Несмотря на то, что интервью бралось еще в далеком 2007 году, мне оно кажется очень актуальным, тем более после появления новых трендов, таких как Big Data. Я уже ни раз говорил о том, что не всегда продвинутый инструментарий позволяет получить гораздо лучшие результаты при аналитической обработке данных, чем при построении простейших моделей в том же Excel. После прочтения этого интервью я еще больше укрепился в этом мнении.

Статья на столько понравилась, что решил сделать перевод для читателей блога.

CIO INSIGHT: Питер, расскажите о сильных и слабых сторонах использования инструментария Data Mining и Business Intelligence.

FADER: 

Инструментарий Далее >

Оптимизация работ по прогнозированию

0

Сегодня я хотел бы поговорить об усилиях и времени, которые мы тратим на прогнозирование и о том, как можно оптимизировать эту работу, фокусируясь на главном.

Интересный алгорит предложил Даррин Оливер (Darrin Oliver). Он предложил ввести интегральную оценку качества работы FVA (forecact value added), которая рассчитывается делением самой точности прогноза по отношению к факту, на статистическую точность прогноза, получаемую при использовании статистического алгоритма или применения мат. методов.

С точки зрения практического применения инструмент довольно интересен тем, что он позволяет сосредоточить работу над созданием прогноза по SKU действительно на прогнозировании важных продуктов.

 Как это работает, напротив каждого SKU рассчитываем показатель FVA.

Для примера, если итоговый показатель равен 90%, в то время как статистический всего 80%. Значит Вы проделали хорошую работу, и время затраченное на подготовку прогноза действительно прошло не даром, FVA>1. Если FVA меньше или равен единицы, забудьте о том, чтобы делать прогноз вручную по таким SKU, компьютерный Далее >

Бесплатный шаблон по прогнозированию

3

Бесплатная надстройка для Excel от коллеги из Индии.

Удачи в применении!

Вверх