চাহিদা পূর্বাভাস: সময় সিরিজ পরিচালনা, ঋতু এবং অনিশ্চয়তা

লাভ:

• সময় সিরিজ, প্রবণতা, ঋতু এবং প্রচারাভিযানের প্রভাবের ধারণাগুলি বোঝার ক্ষমতা এবং সঠিক প্রশ্ন এবং পরিষ্কার ডেটা সহ চাহিদা পূর্বাভাসের জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করার ক্ষমতা।
• পূর্বাভাসের নির্ভুলতা (MAPE, বিচ্যুতি) এবং অনিশ্চয়তা (আস্থার ব্যবধান, পরিস্থিতি) ব্যাখ্যা করার ক্ষমতা এবং একক সংখ্যার পরিবর্তে একটি পরিসরের উপর ভিত্তি পরিকল্পনা
• কৃত্রিম বুদ্ধিমত্তার ভবিষ্যদ্বাণী ঐতিহাসিক তথ্যের উপর ভিত্তি করে আলাদা করতে সক্ষম হওয়া এবং নতুন পণ্য, প্রচার বা সরবরাহ সংকটের মতো বিরতির ক্ষেত্রে বিশেষজ্ঞের রায় সামনে আসে।

সরবরাহ শৃঙ্খলে প্রতিটি সিদ্ধান্ত একটি প্রশ্নের উপর ভিত্তি করে: চাহিদা কত হবে? আপনি এই প্রশ্নের যত সঠিক উত্তর দেবেন, আপনার কাছে যত কম স্টক থাকবে, তত কম স্টক থেকে আপনি দূরে থাকবেন এবং কম টাকা টাই আপ করবেন। চাহিদার পূর্বাভাস হল সাপ্লাই চেইনের ইঞ্জিন; স্টক, ক্রয়, উত্পাদন এবং পরিবহন পরিকল্পনা সব এখান থেকে খাওয়ানো হয়। কৃত্রিম বুদ্ধিমত্তা এই ক্ষেত্রে অত্যন্ত শক্তিশালী কারণ এটি একটি মানুষের চেয়ে হাজার হাজার পণ্যের ইতিহাস খুব দ্রুত স্ক্যান করে এবং নিদর্শন বের করে। কিন্তু এর শক্তির উৎসও এর সীমা: এআই অতীত থেকে শিক্ষা নেয়; ভবিষ্যৎ অতীতের সাথে সাদৃশ্যপূর্ণ না হলে ভুল। এই ইউনিটে, আমরা ভবিষ্যদ্বাণীর ভাষা, নির্ভুলতা পরিমাপ, অনিশ্চয়তা পরিচালনা এবং কোথায় AI আপনার কাছে আত্মসমর্পণ করা উচিত তা শিখব।

পূর্বাভাসের ভাষা: সময় সিরিজ, প্রবণতা, ঋতু

চাহিদার ডেটা সাধারণত একটি টাইম সিরিজ — সময়ের দ্বারা অর্ডার করা সংখ্যার একটি সিরিজ, যেমন একটি পণ্যের প্রতিদিনের বিক্রয়। এই ক্রমটিকে তিনটি ভাগে ভাগ করা হল ভবিষ্যদ্বাণীর ভিত্তি:

প্রবণতা, দীর্ঘমেয়াদী দিক: বছরে কি বিক্রয় বাড়ছে বা কমছে? ঋতু, নিয়মিত ওঠানামা: গ্রীষ্মে আইসক্রিম বিক্রি হয়, শীতকালে হিটার বিক্রি হয়; শুক্র ও শনিবার বাজার ব্যস্ত থাকে। গোলমাল, ব্যাখ্যাতীত এলোমেলো খেলা। একটি ভাল পূর্বাভাস প্রবণতা এবং মৌসুমীতা ক্যাপচার করে এবং গোলমাল দ্বারা প্রতারিত হয় না। এর উপরে, ইভেন্টগুলি জমা হয়: প্রচার, প্রচার, সরকারী ছুটি, আবহাওয়া, প্রতিযোগীদের পদক্ষেপ। আপনি যখন AI ভবিষ্যদ্বাণী করেন, তখন আপনাকে এই ঘটনাগুলি বলতে হবে; আপনি যদি তাকে না বলেন, তাহলে তিনি ভাববেন যে প্রচারের দিনে ঝাঁপ দেওয়া "স্বাভাবিক" এবং ভবিষ্যতের বিষয়ে ভুল করবেন।

টিপ: AI কে কাঁচা বিক্রয় ডেটা দেওয়ার সময়, প্রচারাভিযান, ছুটির দিন এবং স্টকের বাইরের দিনগুলি চিহ্নিত করুন৷ স্টক ছাড়া দিনটি গুরুত্বপূর্ণ: সেদিন বিক্রি কম দেখা যায়, কিন্তু প্রকৃত চাহিদা বেশি ছিল, সেখানে কোনো পণ্য উপলব্ধ ছিল না। আপনি যদি এটি নির্দিষ্ট না করেন তবে AI প্রকৃত চাহিদাকে অবমূল্যায়ন করবে।

পরিমাপ নির্ভুলতা: MAPE এবং পক্ষপাত

"পূর্বাভাস কি ভাল?" প্রশ্নের উত্তর আসে পরিমাপ থেকে, অনুভূতি থেকে নয়। সবচেয়ে সাধারণ সূচক হল MAPE (মান পরম শতাংশ ত্রুটি — গড়ে কত শতাংশ পয়েন্ট ভবিষ্যদ্বাণী বাস্তব থেকে বিচ্যুত হয়)। যদি MAPE 10% হয়, তাহলে এর অর্থ হল আপনার ভবিষ্যদ্বাণীগুলি গড়ে 10% দ্বারা প্রকৃত মান মিস করেছে; নিম্ন MAPE ভাল. দ্বিতীয় গুরুত্বপূর্ণ ধারণাটি হল পক্ষপাত: আপনার পূর্বাভাস কি ধারাবাহিকভাবে উপরে (ওভারস্টক উৎপাদন) বা আন্ডারস্টকিং (আন্ডারস্টক ছেড়ে) বাস্তবতা? এমনকি যদি একটি পূর্বাভাস একটি কম MAPE আছে, যদি এটি সবসময় একই দিকে বিচ্যুত হয়, একটি পদ্ধতিগত সমস্যা আছে।

আপনি AI কে ইতিহাসের অংশ "প্রশিক্ষণ" হিসাবে এবং এর অংশ "পরীক্ষা" হিসাবে দিতে পারেন এবং এর ভবিষ্যদ্বাণীকে বাস্তবতার সাথে তুলনা করতে পারেন। এটি বিশ্বাস তৈরি করার সৎ উপায়: এটি দেখা যায়নি এমন ডেটাতে মডেল পরীক্ষা করা। একটি ভবিষ্যদ্বাণী কেবলমাত্র ভবিষ্যতের জন্য প্রয়োগ করার উপযুক্ত যদি এটি অতীতে সামঞ্জস্যপূর্ণ প্রমাণিত হয়।

সতর্কতা: কোনো ভবিষ্যদ্বাণী 100% সঠিক নয়; এটা হবে বলে আশা করা যায় না। লক্ষ্য একটি নিখুঁত একক সংখ্যা তৈরি করা নয় বরং একটি পরিচালনাযোগ্য পরিসর তৈরি করা, বিচ্যুতি জেনে। "ভবিষ্যদ্বাণীটি সত্য হয়েছে/এটি কাজ করেনি" এর বাইনারি ধারণাটি ভুল; সঠিক প্রশ্ন হল "এটি কতটা বিচ্যুত হয়েছে এবং সেই অনুযায়ী আমি কতটা বাফার রেখেছি?"

অনিশ্চয়তা পরিচালনা: পরিসর, একক সংখ্যা নয়

পরিকল্পনাকারীর সবচেয়ে বিপজ্জনক অভ্যাস হল পূর্বাভাসটিকে একটি একক হার্ড সংখ্যা হিসাবে বিবেচনা করা। বাস্তবে, প্রতিটি পূর্বাভাসের একটি আত্মবিশ্বাসের ব্যবধান থাকে - যেমন "পরের মাসে চাহিদা সম্ভবত 900 এবং 1,100 এর মধ্যে।" এই পরিসর যত বেশি, অনিশ্চয়তা তত বেশি। পরিসীমা জানা আপনার স্টক সিদ্ধান্তকে সরাসরি প্রভাবিত করে: সংকীর্ণ পরিসরে কম নিরাপত্তা স্টক প্রয়োজন, প্রশস্ত পরিসরের জন্য আরও বাফার প্রয়োজন।

তাই সবসময় পরিস্থিতির জন্য AI-কে জিজ্ঞাসা করুন: হতাশাবাদী (যদি চাহিদা কম হয়), প্রত্যাশিত এবং আশাবাদী (যদি চাহিদা বেশি হয়)। তিনটি পরিস্থিতি দেখে, পরিকল্পনাটি একটি একক অনুমানের উপর ভিত্তি করে নয় বরং সম্ভাব্য সম্ভাব্যতার পরিসরের উপর ভিত্তি করে। এটি "একক সংখ্যায় লক" ফাঁদ থেকে বেরিয়ে আসার সবচেয়ে ব্যবহারিক উপায়।

ধাপে ধাপে: AI এর সাথে চাহিদা পূর্বাভাস অধ্যয়ন

1. ডেটা সাফ করুন। অনুপস্থিত দিনগুলি চিহ্নিত করুন, স্টকের বাইরের দিনগুলি, ভুল রেকর্ডগুলি খুলুন; বেনামী পণ্য কোড সঙ্গে কাজ.
2. ট্যাগ ঘটনা. ডেটাতে প্রচার, ছুটি এবং প্রচারের দিনগুলি যোগ করুন।
3. প্যাটার্ন বিয়োগ করুন। প্রবণতা, ঋতু এবং উল্লেখযোগ্য ইভেন্টগুলির সারসংক্ষেপ করতে AI-কে বলুন।
4. এটি পরীক্ষা করুন। ইতিহাসের শেষ অংশ সংরক্ষণ করুন, এআই ভবিষ্যদ্বাণী করুন, বাস্তবতার সাথে তুলনা করুন (MAPE এবং পক্ষপাতের দিক)।
5. একটি দৃশ্যকল্প তৈরি করুন. তিনটি ভবিষ্যদ্বাণীর জন্য জিজ্ঞাসা করুন, হতাশাবাদী/প্রত্যাশিত/আশাবাদী, এবং প্রতিটির জন্য আত্মবিশ্বাসের ব্যবধান।
6. বিশেষজ্ঞ ফিল্টার। AI পরিচিত আসন্ন ব্যাঘাত (নতুন পণ্য, সরবরাহ সংকট, আইন) সম্পর্কে জানে না; তাদের ম্যানুয়ালি যোগ করুন। চূড়ান্ত পরিকল্পনা আপনার.

তিনটি মিনি কেস

কেস 1 — ঋতু ক্যাপচারিং। একজন পানীয় পরিবেশক অভিযোগ করছিলেন যে গ্রীষ্মের মাসগুলিতে তার ক্রমাগত স্টক নেই এবং শীতকালে পণ্যগুলি রেখে দেওয়া হয়েছিল। পরিকল্পনাকারী YZ-কে 3 বছরের বেনামী দৈনিক বিক্রয় দিয়েছেন এবং মৌসুমীতা সরিয়ে দিয়েছেন: জুন-আগস্টের চাহিদা ছিল শীতের গড় থেকে 2.4 গুণ, এবং প্রতি বছর মে মাসের মাঝামাঝি সময়ে লাফ শুরু হয়। এই প্যাটার্ন অনুসারে, তিনি তার গ্রীষ্মকালীন স্টকটি 3 সপ্তাহ আগে সেট করেছিলেন; গ্রীষ্মকালীন মৃত স্টক 70% কমেছে, শীতকালীন মৃত স্টক কমেছে। AI প্যাটার্ন দেখিয়েছে; পরিকল্পনাকারী স্টক সিদ্ধান্ত নিয়েছে.

কেস 2 - নতুন পণ্য দেওয়া. একটি কোম্পানি একটি নতুন পণ্য চালু করতে যাচ্ছিল; কোন ঐতিহাসিক বিক্রয় তথ্য ছিল. পরিকল্পনাকারী এআইকে জিজ্ঞাসা করলেন, "প্রথম 3 মাসের চাহিদা কী হবে?" তিনি জিজ্ঞাসা. এআই এমন একটি সংখ্যা তৈরি করেছে যা যুক্তিসঙ্গত বলে মনে হয়েছিল — কিন্তু পরিকল্পনাকারী জানতেন যে এটি ভিত্তিহীন: কোনও ডেটা ছিল না। পরিবর্তে, AI জিজ্ঞাসা করে "অতীতে অনুরূপ বিভাগে প্রকাশিত পণ্যগুলির প্রথম 3-মাসের প্যাটার্ন কী ছিল?" বিশ্লেষণ করুন এবং এটিকে পূর্বাভাস পরিসীমা হিসাবে সেট আপ করুন, সতর্ক স্টক শুরু করুন। বিশেষজ্ঞের রায় AI এর কাল্পনিক আত্মবিশ্বাসকে বাতিল করেছে।

কেস 3 - স্টকলেস হল দিনের ফাঁদ। একজন বিশ্লেষক উপসংহারে পৌঁছেছেন যে একটি পণ্যের চাহিদা কমে গেছে এবং তালিকা কমানোর সুপারিশ করেছেন। তার সিনিয়র সহকর্মী লক্ষ্য করেছেন যে ডেটাতে কম বিক্রির দিনগুলি আসলে স্টকের বাইরের দিন: চাহিদা কমেনি, কোনও পণ্য নেই। এই নোটের সাথে তথ্য সংশোধন করে এআইকে পুনরায় দেওয়া হলে দেখা গেল প্রকৃত চাহিদা বেড়েছে। ভুলভাবে পরিষ্কার করা ডেটা ভুল ভবিষ্যদ্বাণী তৈরি করে।

চারটি অনুলিপিযোগ্য টেমপ্লেট

1) প্যাটার্ন নিষ্কাশন:

আপনার ভূমিকা: সহকারী চাহিদা পরিকল্পনা বিশ্লেষক। নীচে একটি পণ্যের মাসিক বিক্রয় ডেটা (বেনামী কোড: PRODUCT-X) গত 36 মাসের জন্য। প্রচারের মাস [মাসের তালিকা], স্টক-মুক্ত মাস [মাসের তালিকা]। কাজ: সংক্ষিপ্ত করুন (1) প্রবণতা, (2) ঋতু প্যাটার্ন, (3) উল্লেখযোগ্য ঘটনা। স্টক ছাড়া মাস লুকান সত্য চাহিদা অ্যাকাউন্টে নিন. যে মাসের জন্য আমি তথ্য প্রদান করিনি তা বানোয়াট।

2) নির্ভুলতা পরীক্ষা:

নীচের 36 মাসের মধ্যে প্রথম 30টি ব্যবহার করে শেষ 6 মাসের ভবিষ্যদ্বাণী করুন। তারপরে আমার ভবিষ্যদ্বাণীটি প্রকৃত গত 6 মাসের সাথে তুলনা করুন; প্রতি মাসের জন্য বিচ্যুতি এবং মোট MAPE গণনা করুন। আপনার অনুমান ধারাবাহিকভাবে পক্ষপাতমূলক হলে আমাকে বলুন। সূত্র দেখান।

3) দৃশ্যকল্প পূর্বাভাস:

3টি পরিস্থিতিতে এই পণ্যের জন্য পরবর্তী ত্রৈমাসিকের মাসিক চাহিদা অনুমান করুন: হতাশাবাদী/প্রত্যাশিত/আশাবাদী। প্রতিটি দৃশ্যের জন্য একটি আত্মবিশ্বাসের ব্যবধান দিন এবং এটি কোন অনুমানের উপর ভিত্তি করে তা লিখুন। মনে রাখবেন যে এটি নির্দিষ্ট নয় কিন্তু পরিকল্পনার জন্য একটি ব্যবধান।

4) ভাঙ্গন নিয়ন্ত্রণ:

আমি আপনাকে যে ঐতিহাসিক তথ্য দিয়েছিলাম তার উপর ভিত্তি করে যে পূর্বাভাস দেওয়া হয়েছে তা নিম্নলিখিত আসন্ন ইভেন্টগুলির দ্বারা কীভাবে বাতিল হতে পারে তা তালিকাভুক্ত করুন: [নতুন পণ্য / প্রচার / সরবরাহ সংকট / নিয়ন্ত্রক পরিবর্তন]। প্রতিটির জন্য আমার কীভাবে ম্যানুয়ালি পূর্বাভাস সামঞ্জস্য করা উচিত তা পরামর্শ দিন।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমি পরের মাসে কত বিক্রি করব?

কোন তথ্য নেই, কোন পণ্য নেই, কোন প্রসঙ্গ নেই। AI হয় প্রত্যাখ্যান বা আপ করে; কোন ফলাফল কাজ করে না।

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: চাহিদা পরিকল্পনা সহকারী। নীচে গত 24 মাসে PRODUCT-X-এর বিক্রয় রয়েছে; প্রচারের মাস এবং স্টক-মুক্ত মাস চিহ্নিত করা হয়েছে। পরবর্তী 3 মাসের জন্য হতাশাবাদী/প্রত্যাশিত/আশাবাদী পূর্বাভাস দিন, প্রতিটিতে আত্মবিশ্বাসের ব্যবধান যোগ করুন, অতীতের পরীক্ষায় MAPE দেখান। ভান আমি চূড়ান্ত স্টক সিদ্ধান্ত আছে.

এপ্রোচ

আঘাত

অনিশ্চয়তা ব্যবস্থাপনা

ঝুঁকি

একক সংখ্যার উপর নির্ভর করুন

বিভ্রান্তিকর

কোনোটিই নয়

উচ্চ — পরিকল্পনা ভেঙ্গে যায়

দৃশ্যকল্প + পরিসর

বাস্তবসম্মত

ভাল

কম

শুধু অন্তর্দৃষ্টি

পরিবর্তনশীল

দুর্বল

মাঝারি উচ্চ

অন্ধভাবে এআই মেনে চলা

পরিবর্তনশীল

কোনোটিই নয়

উচ্চ

সাধারণ ভুল

• সত্যিকারের কম চাহিদার জন্য একটি স্টক-আউট দিনকে ভুল করা। যখন পণ্য পাওয়া যায় না, বিক্রি কম দেখায়; এর মানে এই নয় যে চাহিদা কমেছে।
• একক সংখ্যায় তালা দেওয়া। ভবিষ্যদ্বাণীকে পরম সত্য হিসেবে দেখা অনিশ্চয়তাকে উপেক্ষা করা; সর্বদা পরিসীমা এবং দৃশ্যের জন্য জিজ্ঞাসা করুন.
• প্রচারণা ট্যাগিং না. যে মডেলটি প্রচারমূলক বাউন্সকে "স্বাভাবিক" মনে করে তা ভবিষ্যতকে বিকৃত করে।
• ইতিহাস ছাড়াই নতুন পণ্যের পূর্বাভাস। ডেটা ছাড়া পণ্যের জন্য AI এর আপাতদৃষ্টিতে নিরাপদ সংখ্যা ভিত্তিহীন।
• ব্রেকিংকে AI-তে ছেড়ে দেওয়া। AI মহামারী, সরবরাহ সংকট এবং আইনের মতো কাঠামোগত বিরতি জানে না; বিশেষজ্ঞদের হস্তক্ষেপ করতে হবে।

সতর্কতা: একটি ভবিষ্যদ্বাণী যতই ভালো লাগুক না কেন, এটি যে ডেটার উপর ভিত্তি করে তৈরি করা হয়েছে তার মানের চেয়ে ভাল হতে পারে না। "আবর্জনা ভিতরে, আবর্জনা আউট।" ডেটা পরিষ্কার করতে আপনার বেশিরভাগ সময় ব্যয় করুন; মডেল অংশ বাকি কাজ করে.

সংক্ষেপে

চাহিদার পূর্বাভাস হল সাপ্লাই চেইনের ইঞ্জিন, এবং AI হল একটি শক্তিশালী সহকারী যা এই ইঞ্জিনকে ত্বরান্বিত করে। কিন্তু AI অতীত থেকে শিক্ষা নেয়; ভুল হয় যখন ভবিষ্যৎ অতীতের সাথে সাদৃশ্য রাখে না। প্রবণতা এবং ঋতু ক্যাপচার করুন, ইভেন্টগুলিকে ট্যাগ করুন, MAPE এবং ড্রিফ্ট দিক দিয়ে নির্ভুলতা পরিমাপ করুন, দৃশ্যকল্প এবং পরিসর হিসাবে পূর্বাভাস সেট করুন, একক সংখ্যা নয়। নতুন পণ্য এবং কাঠামোগত বিরতির ক্ষেত্রে বিশেষজ্ঞের রায় প্রথমে আসে। ডেটা ক্লিনজিং সবকিছুর ভিত্তি; চূড়ান্ত পরিকল্পনা আপনার.

আবেদন টাস্ক

আপনার নিজস্ব পণ্যের (অথবা একটি অনুমানমূলক পণ্য) গত 12-24 মাসের বিক্রয় ডেটা পান, প্রচারাভিযান এবং স্টক-এর বাইরে মাসগুলি চিহ্নিত করুন৷ "দৃশ্যের পূর্বাভাস" টেমপ্লেট সহ তিনটি পরিস্থিতির জন্য AI-কে জিজ্ঞাসা করুন। তারপরে "নির্ভুলতা পরীক্ষা" টেমপ্লেটের সাথে কিছু ইতিহাস সংরক্ষণ করুন এবং বাস্তবতার সাথে ভবিষ্যদ্বাণীটির তুলনা করুন। আপনি যে MAPE খুঁজে পেয়েছেন এবং আপনি যে দৃশ্যটি বেছে নিয়েছেন তার কারণ সহ, 5টি আইটেমে লিখুন; এছাড়াও আপনি কোন নিরাপত্তা বাফার যোগ করবেন তা উল্লেখ করুন।

চেকলিস্ট

• [ ] আমি কি ডেটা সাফ করেছি, স্টক-এর বাইরে এবং প্রচারের দিনগুলি চিহ্নিত করেছি?
• [ ] আমি কি ব্যাকটেস্টিংয়ের মাধ্যমে MAPE এবং পক্ষপাতের দিক দিয়ে ভবিষ্যদ্বাণীটি যাচাই করেছি?
• [ ] আমি কি একক সংখ্যার পরিবর্তে একটি দৃশ্যকল্প এবং আত্মবিশ্বাসের ব্যবধান চেয়েছি?
• [ ] যদি একটি নতুন পণ্য / ভাঙ্গন হয়, আমি কি বিশেষজ্ঞের রায়কে অগ্রাধিকার দিয়েছি?
• [ ] আমি কি আমার নিজের অনুমোদনের জন্য চূড়ান্ত স্টক পরিকল্পনা সাবজেক্ট করেছি?