Talab prognozi: oddiy model qachon yetadi, mashinali oʻqitish qachon kerak va oʻzingizni qanday aldamaslik kerak

Modeldan emas, qarordan boshlang

Prognoz nimadir qilish uchun kerak: tovar buyurtma qilish, smenalar jadvalini tuzish, byudjetni rejalash, qoʻshimcha guruh yoki kassa ochish-ochmaslikni hal qilish. Qarorga prognoz ufqi, tafsilot darajasi va xato narxi bogʻliq. Har bir doʻkondagi har bir tovar boʻyicha ertangi prognoz va toifa boʻyicha chorak prognozi — maʼlumotlari, usullari va tekshirish yoʻllari turlicha boʻlgan turli vazifalar.

Maʼlumotlarni ochishdan oldin toʻrtta savolga javobni yozib qoʻying. Bu qisqa hujjat keyin haftalarni tejaydi: unga qarab xato metrikasi, maʼlumotlarni boʻlish usuli va modelni qanchalik murakkab qilish maʼnoli ekani tanlanadi.

1. 01Ufq: prognoz qancha oldinga kerak va qanchalik tez-tez yangilanadi. Bir hafta yoʻl yuradigan buyurtma ertangi emas, kamida bir hafta oldingi prognozni talab qiladi.
2. 02Granulyarlik: tovar, toifa, filial, hudud; kun, hafta, oy. Daraja qanchalik mayda boʻlsa, shovqin shunchalik koʻp va har bir alohida qatorning aniqligi shunchalik past.
3. 03Xato narxi: nima qimmatroq tushadi — yetishmovchilikmi yoki ortiqchalikmi. Tez buziladigan tovar uchun ortiqcha qimmat, mijoz usiz ketib qoladigan asosiy tovar uchun esa — yetishmovchilik.
4. 04Cheklovlar: minimal partiya, qadoq karraligi, yaroqlilik muddati, ombor sigʻimi, yetkazib berish jadvali.

Misol: qaror vazifani qanday oʻzgartiradi

«Sotuvlarni prognoz qilmoqchi» boʻlgan shartli doʻkonlar tarmogʻini tasavvur qilaylik. Yangi pishirilgan non mahsulotlari xaridori uchun har bir doʻkon boʻyicha kunlik prognoz kerak va asosiy xavf — hisobdan chiqarishlar. Moliya boʻlimiga tarmoq boʻyicha oylik tushum prognozi kerak va alohida tovarlar unga muhim emas. Logistikaga omborlar boʻyicha haftalik hajm prognozi kerak. Bu uchta turli prognoz va «bitta universal» prognoz qilishga urinish odatda hech kimni qoniqtirmaydigan natija beradi.

Maʼlumot tayyorlash: sotuv — bu talab emas

Talab haqidagi deyarli barcha maʼlumotlar aslida sotuvlar haqidagi maʼlumotlardir. Farq tubdan muhim: sotuvlar sotib boʻlinganni, talab esa xarid qilmoqchi boʻlinganni koʻrsatadi. Tovar tugaganda xaridorlar kelgan boʻlsa ham sotuvlar nolga tushadi. Bunday maʼlumotlarda oʻqitilgan model shu kunlarda talab boʻlmagan deb oʻrganadi va prognozni muntazam kamaytirib yuboradi.

Taqchillik va tovar yoʻqligi

Agar qoldiqlar haqida maʼlumot boʻlsa, tovar boʻlmagan yoki juda kam qolgan kunlarni belgilang. Bunday kunlar yo oʻqitishdan chiqariladi, yo talab baholash orqali tiklanadi — masalan, oʻxshash kunlar va oʻxshash doʻkonlar boʻyicha. Qoldiqlar haqida maʼlumot boʻlmasa, hech boʻlmaganda odatda sotiladigan tovardagi shubhali nollar ketma-ketligini qidiring.

Aksiyalar, narxlar va bir martalik hodisalar

Aksiya oʻz vaqtida sotuvlarni oshiradi va koʻpincha darhol keyin ularni pasaytiradi: xaridorlar zaxira qilib olgan. Agar aksiyalar maʼlumotlarda belgilanmagan boʻlsa, model sakrashni tasodif yoki, undan battari, yangi meʼyor deb qabul qiladi. Har bir bir martalik hodisani — nuqtaning taʼmirga yopilishi, kassa nosozligi, yirik korporativ buyurtma — alohida belgi bilan belgilash yoki chiqarib tashlash kerak.

Taqvim

Dam olish kunlari, bayramlar, oʻquv yili boshlanishi, Ramazon va sanasi siljiydigan boshqa hodisalar koʻp sohalarda talabga kuchli taʼsir qiladi. Siljiydigan bayramlar ayniqsa ayyor: «oʻtgan yilning xuddi shu oyi bilan» oddiy solishtirish ularni hisobga olmaydi, chunki hodisa siljigan. Hodisalar taqvimini butun tarix davri va prognoz ufqi uchun oldindan yigʻish kerak.

Yangi va kam sotiladigan tovarlar

Yangi tovarning tarixi yoʻq, kam sotiladiganining esa sotuvlari aksariyat kunlarda nolga teng. Birinchilari uchun prognoz analoglar boʻyicha quriladi: oʻxshash tovarlar, xuddi shu toifa, oʻxshash narx segmenti. Ikkinchilari uchun nuqtaviy kunlik prognoz deyarli maʼnosiz va kattaroq darajada prognoz qilish yoki darhol davr ichidagi sotuv ehtimoli va hajmini prognoz qilish yaxshiroq.

Bazaviy prognozlar va ular qachon yetarli

Birinchi navbatda har doim bazaviy prognoz quriladi. Bu rasmiyatchilik emas, balki hisob boshlanish nuqtasi: har qanday murakkabroq model halol tekshiruvda bazaviy darajadan yaxshiroq boʻlishi kerak, aks holda u kerak emas. Puxta sozlangan oddiy model murakkab modeldan deyarli qolishmasligi, uni qoʻllab-quvvatlash esa ancha osonligi tez-tez maʼlum boʻladi.

Sodda usullar

• Sodda prognoz: ertaga bugungidek boʻladi. Sekin oʻzgaradigan qatorlar uchun yaxshi ishlaydi va minimal toʻsiq vazifasini bajaradi.
• Mavsumiy sodda prognoz: bu dushanba oʻtgan dushanbadek, bu oy — bir yil oldingi xuddi shu oydek boʻladi. Mavsumiyligi aniq qatorlar uchun tabiiy toʻsiq.
• Sirpanuvchi oʻrtacha: oxirgi bir necha davr oʻrtachasi. Shovqinni tekislaydi, lekin trend oʻzgarganda kechikadi.

Eksponensial tekislash va klassik modellar

Eksponensial tekislash yangi kuzatuvlarga eskilaridan koʻproq vazn beradi va kengaytirilgan variantlarda trend va mavsumiylikni hisobga oladi. Vaqt qatorlarining klassik statistik modellari yana noaniqlik bahosini ham beradi. Bu usullar tez, har bir qatorda alohida ishlaydi, yaxshi oʻrganilgan va biznesga tushunarli.

Oddiy model qachon yetarli

• Qatorlar kam va kerak boʻlsa, har birini koʻz bilan koʻrib chiqish mumkin.
• Tarix yetarlicha uzun va barqaror, mavsumiylik tushunarli.
• Tashqi omillar kuchsiz taʼsir qiladi yoki ularni oldindan ishonchli bilib boʻlmaydi.
• Qaror katta aniqlikni talab qilmaydi: masalan, byudjetni taxminiy rejalash.
• Jamoada murakkab maʼlumotlar konveyeri va modelni qoʻllab-quvvatlash uchun resurs yoʻq.

Bunday sharoitda xatolari tushunarli oddiy model koʻpincha murakkab modeldan foydaliroq. Rejalashtiruvchilar uning xatti-harakatiga oʻrganib qoladi va uni qachon tuzatish kerakligini biladi, natijani esa rahbarga ikki jumlada tushuntirish mumkin.

Mashinali oʻqitish qachon kerak

Mashinali oʻqitish modellari — masalan, jadval belgilariga asoslangan gradiyentli busting — qatorlar koʻp, ular bir-biriga oʻxshash va talab prognoz paytida maʼlum boʻlgan omillarga bogʻliq boʻlganda foydali: aksiyalar, narxlar, bayramlar, dam olish kunlari, yangi nuqtalar ochilishi. Bunday model odatda barcha qatorlar uchun bitta boʻladi: u barcha tovar va doʻkonlarda birdaniga oʻqiydi va qonuniyatlarni oʻxshashlari orasida koʻchiradi.

Odatda ishlaydigan belgilar

• Laglar: xuddi shu qatorning oʻtgan davrlardagi sotuvlari, kamida prognoz ufqiga siljitilgan holda.
• Sirpanuvchi statistikalar: oʻtgan oynalar boʻyicha oʻrtacha, mediana, tarqoqlik — ular ham ufqqa siljitilgan.
• Taqvim: hafta kuni, oyning haftasi, bayram, bayram oldi kuni, maktab taʼtillari.
• Narx va aksiyalar: oʻz narxi, chegirma, aksiya turi, agar ular oldindan maʼlum boʻlsa.
• Obyekt xususiyatlari: tovar toifasi, doʻkon formati, hudud.
• Oldindan maʼlum tashqi omillar: rejalashtirilgan tadbirlar, ish jadvali.

Tanlash mezoni

Agar qatorlar kam va tashqi omillar yoʻq boʻlsa — statistik modellardan boshlang. Agar qatorlar koʻp, lekin omillar yoʻq boʻlsa — laglar va taqvimga asoslangan bitta umumiy ML-modelni sinab koʻring, u qoʻshnilar hisobiga qisqa qatorlarni koʻpincha yaxshiroq uddalaydi. Agar oldindan maʼlum muhim omillar boʻlsa — ML-modelni deyarli har doim sinab koʻrishga arziydi, chunki statistik usullar bunday belgilarni yomon hisobga oladi. Barcha holatlarda yakuniy tanlovni moda emas, tarixdagi tekshiruv belgilaydi.

Mashinali oʻqitishning narxi — murakkablik. Belgilar konveyeri, validatsiya, monitoring, muntazam qayta oʻqitish, yangi tovar va doʻkonlarga ishlov berish kerak. Agar jamoa buni qoʻllab-quvvatlashga tayyor boʻlmasa, bir kuni yuklanma formati oʻzgargani sababli jimgina buziladigan murakkab modeldan koʻra har kuni ishlaydigan oddiy model foydaliroq.

Ierarxiya: qaysi darajada prognoz qilish kerak

Talab deyarli har doim ierarxiyaga ega: tovar — toifa — butun assortiment, doʻkon — hudud — tarmoq, kun — hafta — oy. Yuqori darajalarda qatorlar silliq va oldindan koʻrinadigan, quyi darajalarda — shovqinli. Bundan amaliy savol kelib chiqadi: pastdan prognoz qilib jamlashmi, yuqoridan prognoz qilib taqsimlashmi yoki ikkalasini qilib muvofiqlashtirishmi.

• Pastdan yuqoriga: har bir tovar va doʻkon boʻyicha prognoz, keyin jamlash. Tafsilotlarni saqlaydi, lekin shovqinni ham jamlaydi.
• Yuqoridan pastga: toifa yoki tarmoq boʻyicha prognoz, keyin ulushlar boʻyicha taqsimlash. Barqaror, lekin mahalliy xususiyatlarni yoʻqotadi.
• Muvofiqlashtirish: prognozlar bir necha darajada quriladi va quyi darajalar yigʻindisi yuqorisi bilan mos kelishiga keltiriladi.

Turli boʻlimlar bir-biriga mos kelmaydigan raqamlar bilan yashamasligi muhim. Agar xaridorlarning tovarlar boʻyicha prognozlari yigʻindisi moliya boʻlimining tushum prognozidan sezilarli farq qilsa, ertami-kechmi kimdir notoʻgʻri raqam asosida qaror qabul qiladi.

Katta til modeli hisoblash uchun nega mos emas

Katta til modeli raqamli qator qiymatlarini emas, matnning keyingi boʻlagini bashorat qiladi. Agar chatga sotuvlar jadvalini qoʻyib prognoz soʻrasangiz, u ishonarli raqamlar beradi, lekin takrorlanuvchanliksiz, noaniqlikning halol bahosisiz va arifmetik xatolar xavfi bilan. Takroriy soʻrov boshqa raqamlar berishi mumkin, aniq qiymat qayerdan kelganini esa tekshirib boʻlmaydi.

Aynan vaqt qatorlarida oʻqitilgan maxsus modellar ham bor — ularni baʼzan vaqt qatorlari uchun bazaviy modellar deb atashadi. Bu boshqa sinfdagi vositalar va ularga ham xuddi shu qoidalar qoʻllaniladi: bazaviy prognoz bilan solishtirish, tarixda tekshirish, sizib chiqishni nazorat qilish. «Neyrotarmoq» soʻzining oʻzi hech narsani kafolatlamaydi.

Til modeli qayerda haqiqatan foydali

• Maʼlumot tayyorlash, model va tekshiruv kodini yozish — keyin uni inson oʻqiydi va ishga tushiradi.
• Natijani tushuntirish: kelasi hafta prognozi nega yuqoriroq, qaysi belgilar taʼsir qildi.
• Faktning prognozdan ogʻishiga rahbariyat uchun izoh yozish.
• Matnlardan — yetkazib beruvchilar xatlari, marketing rejalari, eʼlonlardan — kelgusi aksiya va tadbirlar haqida belgiga aylanadigan maʼlumotni ajratib olish.
• Kod va mantiqni odatiy xatolarga, jumladan kelajak maʼlumotlarining sizib chiqishiga tekshirish.

Kelajak maʼlumotlarining sizib chiqishi

Prognozlashdagi eng xavfli xato — oʻqitishda real prognoz paytida boʻlmaydigan maʼlumotdan foydalanish. Model tekshiruvda aʼlo koʻrinadi va ishda muvaffaqiyatsizlikka uchraydi. Sizib chiqish sezilmas boʻladi va belgilar, agregatlar, hatto maʼlumotlarni boʻlish usuli orqali kirib keladi.

Sizib chiqishning odatiy manbalari

• Vaqt boʻyicha emas, tasodifiy ravishda oʻqitish va tekshiruvga boʻlish: model kelajakdagi qoʻshni kunlarni koʻradi.
• Oynasiga joriy yoki kelgusi davr kirib qolgan sirpanuvchi oʻrtacha va agregatlar.
• Ufqdan qisqa laglar: bir hafta oldingi prognoz uchun kechagi sotuvlardan foydalanib boʻlmaydi, ular hali boʻlmaydi.
• Faqat orqaga qarab maʼlum boʻladigan belgilar: haqiqiy ob-havo, haqiqiy tashrif buyuruvchilar soni, kun oxiridagi yakuniy qoldiqlar.
• Kelajakni ham qoʻshib, butun qator boʻyicha normallashtirish, boʻshliqlarni toʻldirish yoki toifalarni kodlash.
• Orqaga qarab tuzatilgan maʼlumotlar: prognoz paytida hali boʻlmagan qaytarishlar va tuzatishlar.

Oson sezilmaydigan sizib chiqish misoli

Aytaylik, tahlilchi yetti kun oldinga kunlik prognoz quradi va «oxirgi yetti kun sotuvlari oʻrtachasi» belgisini qoʻshadi. Tekshiruvda model ajoyib natija koʻrsatadi. Ammo real ishda yettinchi kunga prognoz qilayotganda oxirgi olti kun hali yoʻq — ular kelajakda. Model hech qachon qoʻlida boʻlmaydigan maʼlumotda oʻqigan va ishda uning xatosi sezilarli yuqoriroq boʻladi. Davosi — bunday belgilarning barchasini kamida ufqqa siljitish yoki ufqning har bir qadami uchun alohida belgilar qurish.

Sizib chiqishni qanday ushlash mumkin

1. 01Har bir belgi uchun savol bering: prognoz qilayotgan paytimda bu qiymatni bilarmidim?
2. 02Har bir belgi uchun u maʼlum boʻladigan sanani yozing va uni prognoz sanasi bilan solishtiring.
3. 03Model tekshiruvda shubhali darajada yaxshi boʻlsa, ayniqsa bazaviy prognozdan ancha yaxshi boʻlsa, hushyor boʻling.
4. 04Belgilar muhimligiga qarang: agar yuqorida «haddan tashqari koʻp biladigan» belgi turgan boʻlsa, birinchi uni tekshiring.
5. 05Modelni real yangi maʼlumotlarda soya rejimida ishga tushiring va xatoni tekshiruvdagi xato bilan solishtiring.

Prognozni qanday tekshirish kerak

Tekshiruv modeldan real foydalanishga taqlid qilishi kerak. Agar ishda prognoz har dushanba yakshanbagacha boʻlgan maʼlumotlar boʻyicha keyingi toʻrt haftaga qilinsa, tarixda ham aynan shuni takrorlash kerak: maʼlum sanagacha boʻlgan maʼlumotlarda oʻqitish, xuddi shu ufqqa prognoz, fakt bilan solishtirish.

Sirpanuvchi oyna bilan bektest

1. 01Tarixda turli mavsumlarni qamrab oladigan bir nechta kesish sanasini tanlang.
2. 02Har bir sana uchun modelni faqat undan oldingi maʼlumotlarda oʻqiting.
3. 03Ishchi ufqqa prognoz quring va fakt bilan solishtiring.
4. 04Xuddi shu oynalarda bazaviy prognoz uchun takrorlang.
5. 05Xatolarni faqat oʻrtacha emas, oynalar boʻyicha ham solishtiring: barqarorlik oʻrtachadan kam muhim emas.

Xato metrikasini tanlash

Metrika qarorga qarab tanlanadi. Agar donalardagi xato muhim boʻlsa, oʻrtacha mutlaq xato mos keladi. Agar turli koʻlamdagi tovarlarni solishtirish kerak boʻlsa, vaznli foizli xatodan — mutlaq xatolar yigʻindisining fakt yigʻindisiga nisbatidan foydalaniladi. Har bir qator boʻyicha klassik foizli xato nol va kichik sotuvlarda buziladi: nolga yoki juda kichik songa boʻlish oʻrtacha natijani buzadigan ulkan qiymatlar beradi.

Har doim siljishga ham alohida qarang — model muntazam oshirib yoki kamaytirib yuboradimi. Oʻrtacha xatosi kichik, lekin prognozni barqaror kamaytiradigan model biznes uchun xatosi kattaroq, lekin siljishsiz modeldan yomonroq boʻlishi mumkin. Agar yetishmovchilik va ortiqchalik narxi farq qilsa, buni bevosita metrikaga yoki prognoz ustidagi buyurtma qoidasiga kiritish kerak.

Prognoz — bitta raqam emas, oraliq

Xarid yoki xodimlar soni boʻyicha qarorlar xavfni hisobga olib qabul qilinadi, shuning uchun bitta nuqtaviy raqam kam. Oraliqni koʻrsatish foydaliroq: talab yuqori ehtimol bilan qaysi diapazonda boʻladi. Yaroqlilik muddati qisqa tovar va omborda oylab turishi mumkin boʻlgan tovar uchun oʻrtacha prognoz bir xil boʻlsa ham, oqilona buyurtma darajasi turlicha boʻladi. Oraliqlar ham tarixda tekshiriladi: agar fakt ulardan daʼvo qilinganidan sezilarli tez-tez chiqib ketsa, model noaniqlikni kam baholaydi.

Ishga tushirgandan keyin

Tekshiruv ishga tushirish bilan tugamaydi. Prognozni fakt bilan muntazam solishtiring, xato va siljish oʻsishini kuzating, ayniqsa assortiment, narxlar yoki maʼlumotlar formati oʻzgargandan keyin. Agar rejalashtiruvchilar prognozni qoʻlda tuzatsa, asl qiymatni ham, tuzatishni ham saqlang — shunda qoʻlda kiritilgan tuzatishlar natijani yaxshilayaptimi yoki faqat shovqin qoʻshyaptimi, tekshirish mumkin.

Odatiy xatolar va ularni qanday ushlash

• Bazaviy prognoz yoʻq. Belgisi: murakkab modelni hech narsa bilan solishtirib boʻlmaydi. Davosi: mavsumiy sodda prognoz qurib, hammasini unga nisbatan baholash.
• Sotuvlar talab deb qabul qilingan. Belgisi: xaridorgir tovarda nollar ketma-ketligi. Davosi: qoldiqlarni hisobga olish va taqchillik kunlarini chiqarish yoki tiklash.
• Maʼlumotlarni tasodifiy boʻlish. Belgisi: tekshiruvda hammasi ajoyib, ishda — yomon. Davosi: faqat vaqt boʻyicha boʻlish.
• Ufqdan qisqa laglar. Belgisi: ishda ufq oʻsishi bilan sifat keskin tushadi, tekshiruvda esa yoʻq. Davosi: belgilarni ufqqa siljitish.
• Kam sotiladigan tovarlarda foizli xato. Belgisi: oʻrtacha xatoni kichik sotuvli bir nechta qator belgilaydi. Davosi: vaznli metrika yoki mutlaq xato.
• Siljishni eʼtiborsiz qoldirish. Belgisi: model barqaror faktdan past. Davosi: siljishni oʻrtacha xatodan alohida kuzatish.
• Belgilanmagan aksiyalar. Belgisi: model endi boʻlmaydigan joylarda sakrashlarni «bashorat» qiladi. Davosi: aksiya belgisi va hodisalar taqvimi.
• Monitoring yoʻq. Belgisi: yomonlashuv haqida ombor shikoyatlaridan bilib olishadi. Davosi: prognozni fakt bilan muntazam solishtirish va xato oʻsganda ogohlantirish.

Atamalar

• Ufq — prognoz necha davr oldinga qurilishi.
• Bazaviy prognoz — boshqa barcha modellar solishtiriladigan oddiy usul.
• Bektest — modelni tarixda, vaqt boʻyicha real foydalanishga taqlid qilib tekshirish.
• MAE, oʻrtacha mutlaq xato — prognoz va fakt orasidagi farq modulining oʻrtachasi, qator birliklarida.
• MAPE — kuzatuvlar boʻyicha oʻrtacha foizli xato; nol va kichik qiymatlarda beqaror.
• WAPE — mutlaq xatolar yigʻindisining fakt yigʻindisiga nisbati; turli koʻlamdagi qatorlar uchun barqarorroq.
• Siljish — prognozni muntazam oshirib yoki kamaytirib yuborish.
• Sizib chiqish — oʻqitishda prognoz paytida mavjud boʻlmagan maʼlumotdan foydalanish.
• Uzuq-uzuq talab — aksariyat davrlari sotuvsiz boʻlgan qator.
• Prognoz oraligʻi — fakt belgilangan ehtimol bilan tushishi kerak boʻlgan diapazon.

Talab prognozi chek-listi

1. 01Qaror, ufq, granulyarlik va ikkala tomondagi xato narxi yozib qoʻyilgan.
2. 02Tarix va ufq uchun bayramlar, tadbirlar va aksiyalar taqvimi yigʻilgan.
3. 03Taqchillik kunlari belgilangan va chiqarilgan yoki tiklangan.
4. 04Bir martalik hodisalar belgi bilan belgilangan yoki chiqarilgan.
5. 05Barcha modellar solishtiriladigan bazaviy prognoz qurilgan.
6. 06Statistika va ML orasidagi tanlov moda emas, tekshiruv asosida qilingan.
7. 07Har bir belgi prognoz paytida mavjudligiga tekshirilgan.
8. 08Barcha laglar va sirpanuvchi belgilar kamida ufqqa siljitilgan.
9. 09Tekshiruv — tasodifiy boʻlishsiz, vaqt boʻyicha sirpanuvchi oyna bilan.
10. 10Xato metrikasi qarorga qarab tanlangan, siljish alohida kuzatiladi.
11. 11Prognoz oraliq bilan beriladi, oraliqlar tarixda tekshirilgan.
12. 12Turli darajadagi prognozlar oʻzaro muvofiqlashtirilgan.
13. 13Ishga tushirilgandan keyin prognoz muntazam fakt bilan solishtiriladi, qoʻlda tuzatishlar alohida saqlanadi.

Xulosa

Yaxshi talab prognozi — eng murakkab model emas, balki halol tekshirilgan model. Qaror va xato narxidan boshlang, sotuvlarni talabga keltiring, bazaviy prognoz quring va murakkablikni faqat u vaqt boʻyicha tekshiruvda oddiy usuldan yaxshiroq boʻlgandagina qoʻshing. Kelajak maʼlumotlarining sizib chiqishini sinchiklab izlang, noaniqlikni koʻrsating va til modeliga hisoblovchi emas, yordamchi rolini qoldiring.