不會(huì)寫模型代碼?可以這么來(lái)做銷量預(yù)估
編輯導(dǎo)語(yǔ):產(chǎn)品經(jīng)理往往需要對(duì)之后的業(yè)務(wù)發(fā)展進(jìn)行預(yù)測(cè),這時(shí)就可以利用預(yù)測(cè)模型。但假若你不會(huì)寫代碼、跑模型,怎么辦?本篇文章里,作者結(jié)合三個(gè)案例,對(duì)不會(huì)寫模型代碼的產(chǎn)品經(jīng)理如何做銷量預(yù)估一事進(jìn)行了總結(jié),一起來(lái)看一下吧。
工作中為了對(duì)業(yè)務(wù)未來(lái)的發(fā)展有個(gè)大致的評(píng)估與掌握,經(jīng)常需要對(duì)下月、下個(gè)季度、明年等做預(yù)測(cè),往往需要預(yù)測(cè)模型的參與,為公司抓住未來(lái)的機(jī)遇做鋪墊策。那么對(duì)于不會(huì)寫代碼跑模型的產(chǎn)品經(jīng)理,怎么來(lái)做預(yù)估呢?
本文以三個(gè)案例著手,來(lái)給大家講一下。
一、案例一:Excel操作方式來(lái)預(yù)測(cè)
根據(jù)歷史月度銷量預(yù)測(cè)2021-09、10、11、12月的銷量數(shù)據(jù)。
先看下散點(diǎn)圖,大致瀏覽下是否存在極值(若有,則排除掉)以及兩個(gè)變量之間是否存在關(guān)聯(lián)趨勢(shì):
擬合注意事項(xiàng):
- 用Excel擬合的時(shí)候盡量將各個(gè)趨勢(shì)線均嘗試下,選擇R2較為接近1的方式。R2越接近1,代表擬合效果越好。
- 嘗試下來(lái),發(fā)現(xiàn)多項(xiàng)式擬合效果較好,且“順序”越往上增加,R2越接近1。但本數(shù)據(jù)源不多,且多項(xiàng)式擬合多采取二項(xiàng)式或三項(xiàng)式即可滿足需求,所以為避免過(guò)擬合,取3即可。
擬合出的結(jié)果如下,多項(xiàng)式公式如圖中所示:
給數(shù)據(jù)源增加一列輔助列;
將21、22、23、24分別帶入y = -0.5908x^3 + 19.576x^2 – 73.697x + 2128.3
則得到2021-09、10、11、12月的預(yù)測(cè)銷量。
二、案例二:Tableau操作方式來(lái)預(yù)測(cè)
數(shù)據(jù)源如下:
操作步驟
步驟1:先將月份拉列,銷量拉行,制作出折線圖。數(shù)據(jù)源中“月份”是文本格式,需改成日期格式。
步驟2:點(diǎn)擊列上的“月份”,改成離散。
步驟3:點(diǎn)擊折線圖選擇“顯示趨勢(shì)線”。
點(diǎn)擊折線圖表,選擇“編輯所有趨勢(shì)線”,可以看到該預(yù)測(cè)模型為“線性”預(yù)測(cè)。
點(diǎn)擊折線圖表,選擇“描述趨勢(shì)模型”,可以看到該“線性”預(yù)測(cè)的R平方值。
步驟4:按照步驟3的方法,選擇“編輯所有趨勢(shì)線”依次選擇“線性”、“指數(shù)”、“多項(xiàng)式”2度、“多項(xiàng)式”3度,并查看對(duì)應(yīng)的R平方值,選擇其中R平方值最靠近1 的模型來(lái)作為最終的預(yù)測(cè)模型。
可以看到:“線性”預(yù)測(cè)R方為:
“指數(shù)”預(yù)測(cè)R方為:
2度“多項(xiàng)式”預(yù)測(cè)R方為:
3度“多項(xiàng)式”預(yù)測(cè)R方為:
綜合對(duì)比得出:3度“多項(xiàng)式”預(yù)測(cè)模型R方更接近1,因此最終采取該預(yù)測(cè)模型。
步驟5:鼠標(biāo)移動(dòng)到趨勢(shì)線上,可以看到擬合公式如下,如案例一中給數(shù)據(jù)源添加一列輔助列,并將需要預(yù)測(cè)的月份的輔助列的數(shù)字代入公式中,即可得到預(yù)測(cè)銷量。
另外說(shuō)明:Tableau自帶預(yù)測(cè)功能,但是在本案例中不采用,原因如下:
將月份上的“精確日期”去掉,格式選擇月份,點(diǎn)擊折線圖選擇“顯示預(yù)測(cè)”。
結(jié)果如下圖:
再點(diǎn)擊圖表選擇“預(yù)測(cè)描述”,可以發(fā)現(xiàn)該自動(dòng)預(yù)測(cè)模型用的是“指數(shù)平滑法”,然而在上述步驟的擬合中發(fā)現(xiàn)指數(shù)相關(guān)預(yù)測(cè)方法的R方并不是最優(yōu)。
三、案例三:季節(jié)性銷量預(yù)測(cè)
數(shù)據(jù)源如下:
先畫出普通折線圖,看下是否呈現(xiàn)明顯季節(jié)性。
下圖展示出該銷量數(shù)據(jù)確實(shí)呈現(xiàn)季節(jié)性,其中第2季度為旺季。則要針對(duì)該數(shù)據(jù)進(jìn)行去季節(jié)化處理。
將數(shù)據(jù)源通過(guò)數(shù)據(jù)透視表處理成下圖所示:
- 計(jì)算每個(gè)季度的年度均值,如下圖“年平均值”;
- 計(jì)算15個(gè)樣本的總體平均值,如下圖“總平均值”;
- 用“年平均值”/“總平均值”計(jì)算出“季節(jié)性指數(shù)”。
來(lái)看一張總結(jié)之后的表格。
① 將計(jì)算出的“季節(jié)指數(shù)”重復(fù)添加進(jìn)下圖中的“季節(jié)指數(shù)”列。
② 去季節(jié)化=銷量/季節(jié)指數(shù)。
③ 根據(jù)“輔助列”和“去季節(jié)化”后的銷量擬合出線性預(yù)測(cè)公式。
y=-2.4907x+2532
之所以擬合線性公式是因?yàn)樵诘冖诓街幸呀?jīng)將季節(jié)性因素排除掉了。
④ 將輔助列代入公式,計(jì)算出“線性預(yù)測(cè)”列。
⑤ 將“線性預(yù)測(cè)”列乘以“季節(jié)指數(shù)”計(jì)算出“季節(jié)性調(diào)整”列,此列即為最終的預(yù)測(cè)銷量。
⑥ 將“線性預(yù)測(cè)”列減去“銷量”列計(jì)算誤差,再除以“銷量”列計(jì)算誤差率。
⑦ 用STDEV()函數(shù)選中銷量一列,計(jì)算出總體標(biāo)準(zhǔn)偏差。
顯著性水平參數(shù)寫為0.05,即置信度是95%;樣本量寫15。
用CONFIDENCE()函數(shù)計(jì)算出置信區(qū)間的可浮動(dòng)值,結(jié)果如下截圖。
即,有95%的可能性預(yù)測(cè)值比處于真實(shí)值的上下195.92范圍內(nèi)。
可以看到誤差都在正常的置信區(qū)間內(nèi)。
⑧ 將16(輔助列)代入公式,可預(yù)測(cè)2021Q4的銷量。
作者:Janie Liu;公眾號(hào):溜溜筆記說(shuō)
本文由 @溜溜筆記說(shuō) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來(lái)自Unsplash,基于CC0協(xié)議
- 目前還沒(méi)評(píng)論,等你發(fā)揮!