Общие рассуждения о прогнозировании

Общие рассуждения о прогнозировании.

Того, кто не задумывается о далеких трудностях, непременно поджидают близкие неприятности

Конфуций

 

 

Лирическое отступление

 

Вдумаемся, откуда вообще появились такие понятия, как вероятность, например? Все дело в недостаточности наших знаний о мире. Если мы хотим ответить на вопрос «какое число выпадет при бросании кости», нам достаточно знать, каков будет импульс, момент вращения и высота над поверхностью в момент отрыва кости от руки. Ну хорошо, клинические педанты могут еще учесть плотность воздуха, направление и силу ветра и значение гравитационной постоянной в данной точке пространства. Но для определения этих значений нам в свою очередь необходимо точно знать, каковы будут факторы, приводящие именно к такой последовательности сокращения мышц. Нам же неизвестно не только какие именно факторы влияют на процесс, но и каково количественное влияние каждого из них в отдельности и их произвольных комбинаций. Поэтому единственным честным ответом будет «одно из шести возможных».

Однако человечество все-таки хочет большего. Поэтому появляется понятие случайности как меры нашего незнания. Отсюда следует один важный практический вывод: чем больше мы сможем идентифицировать факторов, влияющих на поведение случайной величины, тем меньше будет мера этого незнания, этой самой случайности. Фактически именно за этот процесс определения границ познанного и платят деньги прогнозисту. В простом случае — за фразу «вероятность выпадения 6 составляет ровно 1/6». Но на практике скорее за фразу «поскольку данная кость имеет смещение центра тяжести на XX мм под углом YY, распределение вероятностей будет следующим...». Именно в таком выводе содержится вполне практическая ценность, именно здесь казино зарабатывают свои деньги, хоть и не пользуются «кривыми» костями.

 

Практическая постановка задачи

 

Нет, я вовсе не собираюсь пересказывать содержимое учебника по матстатистике или прогнозированию — на то есть библиотека. Эти заметки скорее нацелены на то, чтобы максимально просто, если не сказать примитивно, рассказать о способах получения ответа на вопросы, связанные с необходимостью предсказания поведения величин в непосредственной практической жизни — в частности, при управлении товарными потоками. Очевидно, что планирование потоков невозможно без знания предполагаемого расхода. Расход может быть любым — продажа в розничном магазине, отгрузка со склада дистрибьютора в торговую точку, отгрузка со склада сырья и материалов в производство... Так что если я иногда буду для простоты говорить «продажа» - на самом деле это, конечно же, расход, отгрузка потребителю, внешнему по отношению к нашей системе. И нас нигде здесь не будет интересовать встречное движение денежного потока, который замыкает собой акт продажи. Таким образом, задача, которую мы будем решать — прогнозирование спроса на продукт.

 

Для начала расставим все по полочкам.
Поскольку мы собираемся заниматься прикладным прогнозированием в рассуждении управления запасами, важно сразу договориться о предмете.

Продажи или спрос? Out of Stock (дефектура на сленге)

Продажи и спрос часто путают, и не потому, что не понимают их различия, а потому, что в повседневной гонке постоянно работают с значениями продаж, тогда как при планировании нужно работать со спросом. Проблема в том, что учетные системы измеряют (регистрируют) именно факты продаж, а не то, каков был спрос потребителя. А если наблюдается нехватка товара, полностью спрос удовлетворить нельзя.

 

 

Продажа = Спрос — Упущенный спрос из-за OOS

Для прогнозирования спроса нам нужно знать, каков был спрос в прошлом, а это напрямую почти никогда не известно. Поэтому изобретаются механизмы, позволяющие предположить, каков был реальный спрос. Часто такой механизм называется «восстановление спроса (из продаж)». Это еще не все.

Структура спроса. События.

Спрос — процесс композитный. Условно его можно разделить на составляющие, которые назвать

  • «независимый» (independent demand). Такой спрос порождает поведение потребителя в нормальных условиях, это его естественное значение, если на потребителя не оказывается давление каких-то временных факторов. Также будем употреблять его синонимы — естественный, регулярный спрос.
  • «зависимый». Или «наведенный» спрос, обусловленный как раз воздействием на потребителя. Этот вид спроса всегда ограничен по времени и связан с некими «событиями» (events).

Ежедневный пример — всякие маркетинговые акции, которые, собственно, и заточены только на то, чтобы склонить покупателя к покупке того, в чем он в настоящий момент не нуждается и/или увеличить размер покупки.

 

 

На картинке мы видим, что спрос каждого из периодов на самом деле представляет из себя сумму естественного и наведенного спроса.

Интересная особенность маркетинговых мероприятий: они имеют эффект последействия в виде «хвоста» уменьшения продаж после окончания акции.

 

 

Эффект у наших зарубежных друзей часто называют ‘unloading’. Я как-то забыл спросить, откуда название, но мне кажется, что во время периода стимулирования спроса происходит «загрузка» канала продаж, в результате канал насыщается, а после снятия давления происходит обратный процесс - «разгрузка», продажи падают, т.к. падает потребность — у всех всего в избытке. Кстати, этот эффект маркетологи предпочитают не учитывать, когда рапортуют об успехах акции. Уж не знаю, отчего так.

Помимо собственно маркетинга иногда можно выделить и другие виды событий — аномальная погода, например. В общем, любое изменение спроса, которое мы можем идентифицировать и которое имеет даты начала и конца, называется событием.

Выбросы.

Иногда в продажах (и в спросе соответственно!) наблюдаются аномально высокие значения. Чаще всего они связаны всего с несколькими клиентами, но в данном случае это нам не важно. Важно то, что мы не в состоянии найти причины таких всплесков, они нерегулярны, это некое разовое событие. В процессе прогнозирования такие всплески называют «выбросы» (outliers).

 

 

Такой спрос часто называют нерегулярным. Что с ним делать? Это зависит. Если мы не можем объяснить причины такого поведения, лучше предполагать, что «так звезды сложились» и считать, что в будущем такое событие маловероятно, мы не будем планировать его появление в будущем.

В итоге спрос можно декомпозировать как
Полный Спрос D = регулярный спрос + нерегулярный спрос + events

Важно! Спрос будущих периодов точно так же будет содержать эти компоненты. Но процесс прогнозирования этих компонент выполняется с помощью разных подходов и инструментов. В данном разделе мы преимущественно будем разбирать прогнозирование регулярного спроса и применяемые для этого математические инструменты.

В итоге можно крупно расписать последовательность действий для рождения прогноза спроса будущих периодов:

  1. идентифицировать OOS и восстановить спрос из продаж
  2. идентифицировать события и вычесть те добавки, которые они вносят
  3. найти выбросы и вычесть из спроса нерегулярную составляющую
  4. получившийся регулярный спрос скормить алгоритму и получить прогноз регулярного спроса
  5. спланировать будущие акции, спрогнозировать их эффект, добавить к регулярному спросу

Шаги 1 - 3 имеют общепринятое название "очистка истории". Каждый из них является совсем не тривиальной задачей, и это тема для отдельного обсуждения.

И, наконец, важный постулат: зависимый спрос в разные отрезки времени может (должен, вообще-то) быть разным, однако независимый спрос будет вести себя подобным образом как в прошлом, так и в будущем. Это предположение основано на представлении о расходе как процессе с внутренней логикой, опирающейся на четкие понятия потребительской ценности продукта, размера рынка и доли компании на нем. Если это предположение неверно — что ж, придется идти к цыганке. Впрочем, есть еще экспертно-коллективное прогнозирование, но это уже вне рамок нашего вопроса, хотя в ряде случаев экспертная оценка — единственный метод даже при наличии достаточных исторических данных.

Мы же займемся математическими методами прогнозирования. Однако и здесь невозможно обойтись без участия эксперта. Настоящий профессионал в области прогнозирования умеет выбрать адекватный метод, а также свести воедино результаты количественных методов и экспертное мнение. В конце концов, обоснованные предположения лучше, чем не обоснованные. Об этом мы будем вспоминать постоянно, а пока завершим страницу цитатой известнейшего Спироса Макридакиса:

 

Человек обладает уникальным знанием и внутренней информацией, недоступной количественным методам. Удивительно, однако, что эмпирические исследования и лабораторные эксперименты показали, что построенные на их основе прогнозы не являются такими точными, как те, которые получены посредством численных методов. Человек старается быть оптимистом и недооценивает степень неопределенности будущего. К тому же стоимость прогнозирования, выполняемого оценочными методами, часто оказывается значительно выше, чем при использовании количественных методов.