sir
Заслуженный посетитель
Всего сообщений: 729
Дата регистрации: 27.04.2007
|
Создано:
09.05.2011 23:40:29
|
| Цитата |
|---|
Belyakov пишет:
Есть модель с низкой погрешностью. Работает по следующей схеме - перебирает несколько уравнений регрессии, начиная с линейного и заканчивая линейно-циклическим. Затем из них выбирает наилучшее — с минимальным стандартным отклонением. В результате чего и получается прогнозирующая функция. Можно получить прогноз на любое количество месяцев вперед. Находится здесь — http://www.virtualexpert.ru/ShowPlanning.aspx. Но в Excel такое не сделаешь. |
Этот подход уже обсуждался на этом форуме. Его нельзя использовать в маркетинге. В частности для прогноза цен это совершенно не допустимо. Если ретроспектива цен идеально ложится на прямую - это совершенно не значит!!, что прогнозировать их надо прямой.
Прямая обязательно пересечет ноль и станет отрицательной, а это не реально.
В маркетинге нужна модель. В частности цена не должна пересекать ноль. Значит ориентироваться на коэффициент корреляции нельзя. Нужна функция,которая не пересекает ноль.
|
|
|
Belyakov
Заглянувший
Всего сообщений: 6
Дата регистрации: 06.05.2011
|
Создано:
10.05.2011 08:53:30
|
|
|
|
sir
Заслуженный посетитель
Всего сообщений: 729
Дата регистрации: 27.04.2007
|
Создано:
10.05.2011 13:08:00
|
| Цитата |
|---|
Belyakov пишет:
При этом подходе функция может быть любой |
Не любой, а такой, которая не пересекает ноль!
|
|
|
Иван
Посетитель
Всего сообщений: 38
Дата регистрации: 03.03.2011
|
Создано:
10.05.2011 14:28:37
|
Т.е. нам нужна функция по закономерности которой у нас развиваются события ? К примеру временной ряд из доходностей по месяцам.
|
|
|
Александр
Посетитель
Всего сообщений: 11
Дата регистрации: 07.11.2007
|
Создано:
10.05.2011 15:07:20
|
Иван, я эту тему уже поднимал :) можете ознакомиться
http://www.4p.ru/main/forum/index.php...ssage37449
|
|
|
Belyakov
Заглянувший
Всего сообщений: 6
Дата регистрации: 06.05.2011
|
Создано:
10.05.2011 18:26:44
|
| Цитата |
|---|
Иван пишет:
Т.е. нам нужна функция по закономерности которой у нас развиваются события ? К примеру временной ряд из доходностей по месяцам. |
Иван, извините, но я не понял вопроса. Можете уточнить?
|
|
|
Belyakov
Заглянувший
Всего сообщений: 6
Дата регистрации: 06.05.2011
|
Создано:
10.05.2011 18:35:27
|
|
|
|
sir
Заслуженный посетитель
Всего сообщений: 729
Дата регистрации: 27.04.2007
|
Создано:
10.05.2011 23:19:37
|
Даже если оставить в стороне вопрос о необходимости модели для решения конкретной маркетинговой задачи, то в отношении различных функций для прогноза можно сказать следующее.
Если данные не сильно разбросаны, то коэффициенты корреляции будут довольно высокими для всех функций. А между собой они не будут сильно отличатся. Если данные сильно разбросаны, то коэффициенты корреляции будут довольно низкими для всех функций прогноза, но отличаться друг от друга они опять же сильно не будут. Максимум во втором, третьем знаке после запятой.
:superman:
|
|
|
Belyakov
Заглянувший
Всего сообщений: 6
Дата регистрации: 06.05.2011
|
Создано:
10.05.2011 23:38:52
|
| Цитата |
|---|
sir пишет:
Даже если оставить в стороне вопрос о необходимости модели для решения конкретной маркетинговой задачи, то в отношении различных функций для прогноза можно сказать следующее.
Если данные не сильно разбросаны, то коэффициенты корреляции будут довольно высокими для всех функций. А между собой они не будут сильно отличатся. Если данные сильно разбросаны, то коэффициенты корреляции будут довольно низкими для всех функций прогноза, но отличаться друг от друга они опять же сильно не будут. Максимум во втором, третьем знаке после запятой.
|
Простой пример из практики. Не всегда, но очень часто продажи имеют сезонный характер. В этом случае для циклической функции исходные данные имеют не сильный разброс и коэффициент корреляции высок, а для линейной функции теже исходные данные имеют сильный разброс и коэффициент корреляции низок. Из опыта скажу, что при этом погрешность линейной и циклической функции соотносятся примерно так - 25% и 5%.
|
|
|
Иван
Посетитель
Всего сообщений: 38
Дата регистрации: 03.03.2011
|
Создано:
11.05.2011 08:00:07
|
| Цитата |
|---|
Belyakov пишет:
Цитата Иван пишет: Т.е. нам нужна функция по закономерности которой у нас развиваются события ? К примеру временной ряд из доходностей по месяцам.
Иван, извините, но я не понял вопроса. Можете уточнить? |
Как определить по какой функции у нас развиваются события: линейной, циклической.... ?
|
|
|
Belyakov
Заглянувший
Всего сообщений: 6
Дата регистрации: 06.05.2011
|
Создано:
11.05.2011 08:23:59
|
| Цитата |
|---|
Иван пишет:
Как определить по какой функции у нас развиваются события: линейной, циклической.... ? |
Программа перебирает несколько уравнений регрессии, начиная с линейного и заканчивая линейно-циклическим. Затем из них выбирает наилучшее — с минимальным стандартным отклонением. В результате чего и получается прогнозирующая функция с высоким коэффициентом корреляции.
|
|
|
Елена
Посетитель
Всего сообщений: 16
Дата регистрации: 28.04.2011
|
Создано:
11.05.2011 12:09:45
|
Иван, прочла все сообщения темы. Интересно, по итогам ответов Вы придумали как дальше действовать?
|
|
|
Иван
Посетитель
Всего сообщений: 38
Дата регистрации: 03.03.2011
|
Создано:
11.05.2011 12:32:18
|
Честно говоря нет, я рассчитывал коэффициенты корреляции и проводил сглаживание...но дальше не понимаю что делать, если еще учесть что прогнозированию учусь сам из информации в интернете. Есть у меня документ где рассказывается о дисперсии и корреляционном анализе информация полезная и даже для меня более или менее понятная, но у нас разные магазины: прилавки, самообслуживание (причем с разным геоположением) и при проверке на одном магазине модель работает а на другом нет.
|
|
|
Елена
Посетитель
Всего сообщений: 16
Дата регистрации: 28.04.2011
|
Создано:
11.05.2011 12:53:39
|
Я думаю, что можно сделать следующее: для прогноза на месяц.
Анализируете средние продажи за квартал (продажи за 3 месяца/3) продажи за апрель, сравниваете отклонение в процентах. продажи за квартал/апрель, продажи за март/апрель. Вы увидите что стало лучше продавать ,а что хуже. Анализируете почему так. Если есть история за прошлый год - обязательно её изучаете, сравниваете динамику. Учитываете внешние факторы. Ну какие-то особенности каждого магазина. Тогда получится более-менее предсказуемая картина. Да, обязательно все расчеты нужно делать как в деньгах, так и в килограммах. Потому что есть просто рост продаж за счет инфляции.
Для прогноза на год можно посчитать CAGR. - усредненный темп роста за год. формула есть в инете, там легко. Посчитаете, потом сопоставите с фактом за квартал и скорректируете.
|
|
|
Александр Котляров
Посетитель
Всего сообщений: 11
Дата регистрации: 16.09.2010
|
Создано:
13.05.2011 16:51:41
|
 |
Иван,
| Цитата |
|---|
Иван пишет:
у нас разные магазины: прилавки, самообслуживание (причем с разным геоположением) и при проверке на одном магазине модель работает а на другом нет. |
Иван, добрый день,
Я прошу прощения, если уже предлагали Вам следующий вариант:
1)Сгруппировать торговые точки по принципу схожести модели прогнозирования
2)Прогнозировать продажи по группам ТТ
3)(опционально)декомпозировать продажи ключевым индикативам и попробовать выявить закономерности
На моей практике был случай (в торгово-производственном холдинге), когда хороший результат (редко выбрасывало за уровень +-5%) давала следующая модель продаж:
1)План продаж выстраивался по иерархии: товарная группа/филиал/канал сбыта.
2)Определялись ключевые индикативы продаж (у нас их было порядка 10, среди них:цена, объем, кол-во клиентов, количество отгруженных SKU и т.д. в т.ч. и усредненные показатели на клиента).
3)Определялся прогноз продаж помесячно с учетом факта индикативов продаж предыдущих периодов, сезонности продаж, заданных темпов развития продаж, а также графика промо-активностей в канале сбыта (рассчитанный эмпирическим путем коэффициент роста в определенной доле структуры продаж(отображает не 100% охват активностями канал сбыта)).
Собственно все. Много работы на старте, далее на обновление уходит порядка пары-тройки часов (обновляли по факту на 20 число месяца с прогнозом на конец периода и по факту окончания месяца). Однако есть одно большое НО!, данная модель хорошо показывает себя с управляемыми каналами сбыта (розница, региональная дистрибуция), но часто сбоит с оптом и ввиду специфики продаж по этому каналу.
|
|
|
Артем Смоленцев
Постоянный посетитель
Всего сообщений: 226
Дата регистрации: 19.10.2007
|
Создано:
14.05.2011 23:54:04
|
| Цитата |
|---|
Belyakov пишет:
Есть модель с низкой погрешностью. Работает по следующей схеме - перебирает несколько уравнений регрессии, начиная с линейного и заканчивая линейно-циклическим. Затем из них выбирает наилучшее — с минимальным стандартным отклонением. В результате чего и получается прогнозирующая функция. Можно получить прогноз на любое количество месяцев вперед. Находится здесь — http://www.virtualexpert.ru/ShowPlanning.aspx. Но в Excel такое не сделаешь. |
Почему не сделать? Я делал! Ручками линию тренда перебираешь и выбираешь нужную! Прогнозировал на месяц вперед. Погрешность +-5% как и полагается! )
http://artem-yola.livejournal.com/ - интересные истории о маркетинге и рекламе
|
|
|
Андрей Фишер
Посетитель
Всего сообщений: 41
Дата регистрации: 14.09.2010
|
Создано:
27.10.2011 02:49:19
|
|
Здравствуйте, уважаемые коллеги, хочу представить вам новую программу для прогнозирования Forecast4AC PRO
http://zakup.vl.ru/forum/viewtopic.php?f=13&t=6875
Предлагаю вам протестировать её возможности и высказать свое мнение и пожелания.
Каждому, кто предложит новые конструктивные пожелания для развития программы, которые еще не упоминались на форуме и относящиеся к области применения программы — бесплатная годовая лицензия.
Forecast4AC — полнофункциональная программа для прогнозирования на базе MS Excel. Рекомендуется для работы с большими массивами данных. Легко рассчитает прогноз от 1-го дня до 27 лет. Кроме того, программа обладает целым набором возможностей для прогнозирования.
Возможности Forecast4AC PRO:
• Прогнозирование по дням, месяцам, кварталам
• 8 уравнений тренда с возможностью автоматического выбора оптимального
• Расчет коэффициентов сезонности, очищенных от роста
• Расчет коэффициентов сезонности для прогноза по методу скользящей средней
• Верхняя и нижняя границы прогноза с возможностью задать доверительный интервал
• Анализ каждого этапа вычисления прогноза
Легко интегрировать в имеющиеся бизнес процессы, т.к. прогноз можно рассчитать на основании данных OLAP-кубов, аналитических BI систем, сводных таблиц и отчетов в Excel из учетных систем.
Интуитивно понятный интерфейс, простота установки и настройки позволяет моментально приступить к работе.
Скачать можно тут:
http://zakup.vl.ru/forum/viewtopic.php?f=13&t=6875
|
|
|
