红足一1世官网足球推荐 红足一1世官网足球推荐 红足一1世官网足球推荐

建立预测模型常遇到的几个误区

随着科技的进步和AI技术的发展,分工越来越细化。传统的供应链遇到了前所未有的挑战,比如销售预测。过去依靠人的经验进行决策的粗略预测方法正在逐渐转变为使用大数据分析工具或专门的预测软件来完成输出。预测结果相对更可靠。但是如果不了解预测模型,很可能会造成很多误解。

1、预测模型是万能的神。

无论传统的时间序列算法、机器学习、深度学习等预测技术,都只是根据历史过去表现的规律来推断未来的变化。再先进的预测技术也不是万能的,更不能预测复杂的外部变化。变化,美国总统,台海局势?无法准确预测,外部环境错综复杂,瞬息万变,单靠数学模型无法企及。

第二,如果不能完全代替人,模型就没有价值。

“模型完全可以代替人,那么模型就没有价值了?” 你敢说吗?不敢,如果能被替代,华为这个行业龙头已经做到了。他们为什么聘请规划师?像IBM这样的公司光是开发和销售预测模型就可以赚很多钱如何构建预测模型,现在部门计划员10个左右,完全取代了计划员,你让他们做什么。刘宝红老师曾经说过“有预测模型总比没有好”,更何况现在有些还比较好。根据历史表现,预测模型的性能优于某些规划器。计划是供应链的大脑,是一项专业的工作。专业的工作应该由专业的人来做。如果你还是无法改变自己的想法或提升自己的能力,建议尽快换人。观念和思维的转变是规划职位的重要部分。况且计划跟不上变化,预测也不准确。它需要依靠组织过程来快速响应。一味追求预测模型的准确性是本末倒置。连清华北大都有数学博士。最后会“无处可去”或无用在其他地方,对人才是一种极大的浪费。一味追求预测模型的准确性是本末倒置。连清华北大都有数学博士。最后会“无处可去”或无用在其他地方,对人才是一种极大的浪费。一味追求预测模型的准确性是本末倒置。连清华北大都有数学博士。最后会“无处可去”或无用在其他地方,对人才是一种极大的浪费。

3. 考虑所有业务决策变量。

我们都知道在做回归分析的时候,希望探究相关业务决策变量对业务的影响,相应的业务变量会作为影响因素纳入到预测模型中如何构建预测模型,比如:促销价格、节假日、促销时间点、营销费用、促销形式、供应条件等,但包含的商业决策变量数量并没有增加。一般至少需要10倍的数据点,每个决策变量至少需要10个数据点作为分析支持。根据经验,一般的企业决策变量不会超过5个,普通企业包含2-3个就很简单了。此外,不同的行业有不同的相应要求。如果在医疗行业,要求更严格,至少需要30倍的数据点,很大程度上是因为医疗行业关系到人的生命,没有严格的统计分析,相关药物也没有。敢于轻松投入临床应用阶段。在智联或者猎聘上搜索到的统计人员大多来自生物医药行业,这也说明这些行业需要具备专业统计分析能力的人。

四是盲目追求先进的预报技术。

在业务问题上,解决问题是当务之急。不管python、R、minitab还是excel,只要能解决问题,就是很好的工具和方法。当前,大数据分析技术盛行,AI人工智能宣传随处可见,大有颠覆世界之势。其实在现实中能够应用的场景还是非常有限的。仔细想想,连这几年的历史数据都拿不出来整理。你还想做强化学习之类的,开什么玩笑?没有米饭做饭。没有优质可靠的数据,一切都是空谈。目前,京东使用的核心算法主要有GBDT、RNN、传统机器学习中的lasson,以及传统的时间序列算法ARIMA和Holt-Winters算法。

在建立预测模型方面,将经常遇到的问题简单提炼出来。懂的自然懂,不懂的不一定懂。希望大家在开展工作的过程中找到重心和方向。在供应链优化过程中,实现了端到端的全局优化,而不是局部或“点状”优化。