Практика прогнозирования

Что делать если нет данных?

0

Помните, когда я говорил о заблуждениях о прогнозировании, то говорил о том, что можно построить прогноз даже не имея данных под рукой. Конечно, прежде чем я Вам открою секрет как это сделать, я сразу бы хотел Вас предупредить о возможных последствиях его применения. Степень точности будет вызывать сомнение у всех, главное оперировать факторами, против которых не будет аргументов у оппонентов. Ну и самое главное, чтобы Вы принимали на себя все риски и ту степень ответственности, которая на Вас лежит.

Например, Вы маркетолог-аналитик и Вас попросили оценить объем спроса на продукт X.

Давайте подумаем, совсем ли у нас нет данных? Помните, я говорил, что можно использовать количество дней? Ну вот это Вам 100% фактор, против которого у оппонента не найдется ни одного аргумента. Если Вы торговая компания, анализируем ресурсы: количество менеджеров по продажам, объем инвестиций в направление, количество точек продаж, текущий уровень складов, объем продаж товаров заменителей, динамика их продаж, если в Вашем товарном портфеле уже есть такой продукт. Это то, от чего Вы можете оттолкнуться и что для Вас будет ограничением.

Объем рынка, скажите Вы, а что такое объем рынка, если Вы выводите новый товар, которого раньше не было на рынке. Может быть Вы работаете в Apple и разрабатываете новый продукт, который перевернет весь рынок?

Ну а если Вы работаете уже по проторенной дорожке, тогда Вы можете найти уже некий опыт вывода похожего товара, посмотрите какие ресурсы использовались той компании, переложите на свой рынок и свою компанию и Вы получите первое приближение. Если вывод продукта на Ваш взгляд рискованное, попробуйте поработать на статистику, запустить товар на узком рынке (в одном магазине, филиале и т.д.), прощупайте рынок и после того, как живая статистика на руках, принимайте решение о запуске продукта в коммерцию. Это такое же маркетинговое исследование, которое Вы можете заказать любому агентству, но живое, а не абстрактное. Если риск запуска достаточно велик, и проведение исследование силами стороннего агентства Вам не по карману, проведите опрос своими силами в местах реализации, посмотрите на отклик, как реагирует Ваш клиент на такое предложение. Кабинетное исследование тоже очень хороший инструмент при малом бюджете, нельзя и его откидывать, иногда оно даже позволяет добыть такую информацию, которая в заказном исследовании будет стоить очень больших денег.

Если Вы столкнулись с такой ситуацией и по-прежнему находитесь в тупике, присылайте Вашу задачу на адрес электронной почты cases@fsecrets.ru и я Вам посоветую как ее решить.

Удачи Вам в работе!

О других секретах прогнозирования и анализа данных, читайте на странице моего блога.


Среднее арифметическое и средневзвешенное

12

Применение средних при построении прогнозов очень важно, например, когда Вы используете один из моих секретов, в которых я показывал как можно построить самый простой прогноз.

Обычно, когда используют «среднее» принято понимать что используют среднее арифметическое. Но прежде чем его использовать, давайте я на примере покажу, когда можно это делать а когда нет.

Например, Ваш объем продаж от реализации яблок составил 30 кг, что в стоимостном выражении составило 1500 рублей, средняя стоимость 1 кг яблок, как легко посчитать составляет 50 руб./кг.

Объем продаж груш 40 кг на сумму 2400 руб., 60 руб./кг.

Вот Вам задачка, оцените среднюю стоимость 1 кг. фруктов за период реализации.

Неискушенный аналитик поступит так, 50+60 пополам 55 руб. А вот и нет скажу я Вам, неправильно!

Я буду решать эту задачу так: (1500+2400)/(30+40) = 55.7 руб. за 1 кг фруктов. И это будет правильно.

Т.е. если Вы 70 кг. фруктов умножите на среднюю стоимость реализации, Вы получите объем продаж в стоимостном выражении.

А все потому, что мы с Вами использовали разные средние, Вы использовали среднее арифметическое, а я средневзвешенное.

Давайте разберемся когда надо применять среднее, а когда средневзвешенное. Все очень просто, когда Вы находите среднюю стоимость 1 товарной единицы в товарной категории, это средневзвешенное. Если Вы считаете среднее средних — это средневзвешенное, но никак не среднеарифметическое.

В методе прогноза продаж по средним, я применял среднее арифметическое.

А вот Вам и формула расчета среднего арифметического:

S = (S1+S2+S3+…+Sn)/n — средняя цена

Средневзвешенное рассчитывается так:

S=S1*V1+S2*V2+S3*V3+…Sn*Vn, где V -это веса.Средняя цена.

Vi=доля продаж товара в общем объеме продаж товарной категории в единицах.

Сумма Vi = общий объем продаж товарной категории в единицах.

В том, случае если все Vi=1/n, среднее арифметическое будет равно средневзвешенному.

Если все товары в товарной категории имеют равный объем продаж, то среднее арифметическое будет равно средневзвешенному.

Если бы объем продаж груш и яблок в нашем примере было одинаковым, тогда бы мы получили одинаковый ответ на при решении задачи. Но получить одинаковый ответ, это еще не означает решить правильно, поэтому будьте внимательны.

Вы спросите, а как же я посчитал веса? Я Вам скажу, что я сразу нашел сумму двух дробей, в моем случае веса равны:

30/(30+40) — доля продаж яблок и 40/(30+40) — доля продаж груш. 50*30/(30+40)+60*40/(30+40) = (1500+2400)/(30+40).

Удачных вам прогнозов!

О других секретах прогнозирования и анализа данных, Вы можете узнать из моего блога.

PS Если Вам сложно понять какое среднее применять, присылайте ваши кейсы на адрес электронной почты cases@fsecrets.ru и я Вам помогу. Как говорила, сова из мультфильма про Винни-пуха — «Совершенно безвозмездно!».


Оцениваем качество модели методом Ex-post

0

Прежде чем Вы будете применять любую модель для прогнозирования, необходимо оценить ее качество. Конечно, самый простой способ подождать недельку-другую да и посмотреть на реальный объем продаж и сравнить с тем показателем, который Вы получили по Вашей модели, но если Вы строите среднесрочный или долгосрочный прогноз, то ждать Вам никто не позволит.
Давайте разберемся как ее применять. Например, Вы имеете объем продаж за 15 периодов в прошлом, постройте модель прогноза продаж на 13-ти периодах и проверьте качество на двух последних. Что это Вам даст, во-первых, Вы сможете оценить качество модели еще до начала момента ее применения. Во-вторых, Вы сможете посмотреть на сколько Ваша модель устойчива на Вашем изменяющемся рынке. Если погрешность небольшая, то модель довольно устойчива и ее можно применять.

Ограничения по применению:

  • рынок нестабилен — если рынок сильно меняется со временем, то даже применяя данный метод и убедившись что модель устойчива, применение метода не гарантирует Вам точность прогноза. Внимательно анализируйте внешние факторы.
  • Данных об объемах продаж недостаточно, чтобы отбросить два ли даже один период. В таком случае, конечно, Вам придется накопить некую статистику и в дальнейшем улучшить ее качество.

Только не отчаиваетесь, если Вы не сможете проверить качество модели до ее применения в рабочей ситуации, на страницах моего блога Вы найдете массу полезных секретов, как построить прогноз, обладая малым объемом информации или вовсе ее не имея.

Удачных Вам прогнозов!


Количество дней в помощь

0

Сегодня я открою Вам еще один небольшой секрет как увеличить точность прогнозов.
Вы когда-нибудь применяли фактор при формировании прогноза количество дней в месяце? А количество рабочих дней? Нет? Попробуйте и Вы очень сильно удивитесь как можно увеличить точность Ваших прогнозов.

Давайте разберемся как это сделать. Например, Вы имеете данные о продажах за 12 (за 3, 4, 5 подставьте свою величину) последних месяцев. Разделите объем продаж на количество дней в месяце, возможно в результате этого показатель «объем продаж за 1 день» станет описываться очень простым законом. Даже, если в результате этого действия, Вы сможете упростить модель хотя бы немного, это уже хорошо. Если нет не отчаиваетесь, попробуйте разделить на количество рабочих дней в месяце, возможно, этот фактор будет давать лучшие результаты.

Если же Ваши точки продаж работают по определенному режиму, например, 6 дней в неделю. Тогда делите объем продаж на количество рабочих дней Вашей точки и возможно в результате этого Вы упростите модель.

А теперь переходим к прогнозу. Например, Вы выяснили, что объем продаж на один рабочий день растет линейно, A*x+B, тогда прогноз продаж в будущем (A*x+B)*R, где R — количество рабочих дней.

А количество рабочих дней в будущем можно посмотреть в любом календаре. В данном случае, если Вы не заметили, я применил комбинацию методов.
Все просто — пользуйтесь на здоровье!
Удачных Вам прогнозов!
О других секретах прогнозирования и анализа данных Вы узнаете на страницах моего блога.


Увеличиваем точность за счет комбинации методов

0

Наверняка в своей практике прогнозирования Вы сталкивались с ситуацией, когда необходимо увеличить точность прогноза, но даже применив все методы, описанные в книгах по прогнозированию, не находили оптимальную модель с приемлемой для Вашей компании погрешностью прогноза.

Вы начинали усложнять модели, но даже в этом случае рост точности прогноза не окупал Ваших усилий по формированию прогноза.

Если Вы попробовали увеличить степень детализации и даже это не привело к желаемым результатам и не объяснило почему же модель не работает, попробуйте комбинировать 2 модели, возможно, это именно то, что Вам нужно. Скорее всего, продажи продукта описываются именно комбинацией 2-х моделей, одна из которых затухает, а другая возрастает.

Ну а прогноз продаж в данном случае будет: M1+M2, где M1 — это модель первого метода, M2 — соответственно второго.

Если, Вы не заметили, то применение уровневых сдвигов это и есть комбинация 2-х моделей. Возможно, именно уровневый сдвиг и произошел на анализируемом Вами промежутке времени.

Удачных прогнозов!

О других секретах прогнозирования и о способах их применения Вы узнаете на страницах моего блога.


Вверх
Яндекс.Метрика