Анализ и определение групп прогнозирования

Знакомство с принципами МКП стоит начать с классификаций. Так, при прогнозировании объемов продаж, может быть использована применяемая организацией внутренняя классификация товаров, например (сверху вниз):

  • Тип продукции > торговая марка > группа товаров > подгруппа товаров > товар,
  • Пример: Корма для животных > PURINA > Корма для кошек > Влажные корма для кошек > ГУРМЕ ГОЛД Мусс Д/К Индейка 24х85г.

Классификации могут кардинально отличаться, важно чтобы они отражали реальность, т.е. были действительно функциональны и полезны в реальной практике. Качество прогнозирования во многом зависит от того, насколько используемые классификации удовлетворяют этим требованиям. В приведенном примере мы можем наблюдать разные уровни классификации, их здесь 5. Так, товар представляет 0-й уровень, подгруппа — 1-й, и т.д. до типа продукции, представляющего, соответственно, 4-й уровень.

пример классификации товаров в Novo Forecast Server
Рисунок 1. Пример классификации

Каждый объект классификации на каждом из уровней классификации составляет с другими объектами группу классификации. МКП основывается на том факте, что прогнозирование для целой группы классификации с последующим пропорциональным распределением прогноза между отдельными объектами классификации может дать более точные результаты, чем прогнозирование для каждого отдельного объекта классификации. Другими словами, зачастую «поведение» объектов классификации может быть более предсказуемым (поддающимся прогнозированию) в группе, чем по отдельности. Следует отметить, что это утверждение справедливо не для всех объектов и не для всех классификаций. Объекты входят в несколько групп классификации на нескольких уровнях. Чем выше уровень классификации, тем крупнее группа классификации, в неё входит больше объектов.

Уровни и группы классификации
Рисунок 2. Пример, демонстрирующий классификации, группы и уровни классификаций


Таким образом, встает задача определения уровня прогнозирования для объекта классификации. Для этого необходимо либо установить, что прогноз для данного объекта классификации лучше строить отдельно, выбрав, таким образом, самый нижний, 0-й уровень прогнозирования (в приведенном выше примере — уровень товара), либо (в противном случае) определить уровень группы классификации, дающей наилучший прогноз. Такая группа называется группой прогнозирования. Сам объект классификации на самом нижнем уровне классификации тоже можно считать группой прогнозирования, в которую входит только этот объект классификации.

Novo Forecast Engine осуществляет определение групп прогнозирования (уровней прогнозирования) автоматически, как один из этапов МКП, этот этап называется Анализом. В результате Анализа каждому объекту классификации, по которому может быть построен прогноз, должна быть сопоставлена группа прогнозирования. Ясно, что у нескольких объектов классификации может быть одна и та же группа прогнозирования.

Входящими данными для Анализа являются:

  1. Классификации – наборы иерархически связанных идентификаторов объектов и групп классификации, каждый идентификатор должен встречаться в иерархии только один раз. Иначе говоря, объект классификации (также, как и группа классификации) не может повторяться в разных ветках иерархии.
  2. Статистические данные. Те же, которые используются в дальнейшем для непосредственно прогнозирования. Статистическая запись (единица статистических данных) должна содержать: основное значение, дату, а также идентификаторы (по одному идентификатору самого нижнего, 0-го, уровня каждой из используемых классификаций), позволяющие однозначно соотнести запись к только одному объекту классификации каждой из используемых классификаций. В рассмотренном примере прогнозирования «по товарам» используется только одна классификация, соответственно, достаточно, чтобы каждая статистическая запись содержала только один идентификатор.

Т.к. классификаций может быть несколько, то сочетание идентификаторов 0-го уровня всех используемых классификаций определяет объект прогнозирования. В случае с одной классификацией объект прогнозирования будет равен объекту классификации.
Рассмотрим в качестве примера более сложный случай, когда используется не одна, а несколько классификаций (две или больше). Практическим примером может служить прогнозирование по сочетанию «товар-клиент», т.е., прогнозирование продаж определенных товаров определенным клиентам. Именно такое сочетание и является объектом прогнозирования, в отличие от объекта классификации. Прогнозирование по сочетанию «товар-клиент» в бизнес-практике нередко называют «прогнозированием снизу» или просто «прогнозированием по клиентам», в отличие от «прогнозирования по товарам», называемом также «прогнозированием сверху». В случае с прогнозированием по сочетанию товар-клиент следует использовать 2 классификации:

  1. Классификация товаров, подобная описанной выше.
  2. Классификация клиентов, используемая в организации.

На 0-м уровне (самом нижнем) уровне классификации клиентов находится так называемый «клиент», это может быть магазин по конкретному адресу, относящийся к некоторому каналу сбыта, который в классификации представляет более высокий уровень, т.е., группу классификации. Такая двухуровневая классификация канал сбыта > клиент может быть проиллюстрирована следующими примерами: Традиционные магазины > Продукты, город X ул. Y д. 5 или Торговые сети > Торговая сеть Z, город X ул. Y д. 10.

Объект прогнозирования

Рисунок 3. Пример объектов прогнозирования

В таком случае, на вход для этапа Анализа должны поступить обе классификации, а каждая статистическая запись в статистических данных должна содержать два классификатора: товара и клиента. На выходе этапа Анализа в приведенном примере будут 2 набора данных, определяющих группы прогнозирования для товаров — по товарам и по клиентам. На последующих этапах МКП Novo Forecast Engine создает на их основе синтетические группы прогнозирования, которые используются для прогнозирования по группам и дальнейшего распределения результатов.

Теоретически количество классификаций не ограничено, на практике же оно лимитируется различными факторами, такими как реальные потребности, вычислительные мощности, ограничения программного обеспечения.

Оставить комментарий

Вы комментируете как Гость.

Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
+7 (495) 215 10 82
ООО "Ново Биай" © 121205, Москва, территория инновационного центра «Сколково», Большой бульвар, 42, стр. 1, этаж 2, офис 2.177, ресепшн 3

Исследования осуществляются Novo BI при грантовой поддержке Фонда «Сколково»

 Исследования осуществляются Novo BI при грантовой поддержке Фонда «Сколково»
ИНН 7813219842
Государственная аккредитация Минкомсвязи России № 8353