zisky:
- Schopnost umístit AI jako asistenta, který generuje hypotetické scénáře v prognózách příjmů/výdajů
- Schopnost psát předpovědi s rozsahem a citlivostí na základě historických dat a explicitních předpokladů
- Schopnost rozpoznat omezení předpovědí AI a spojit je s lidským úsudkem
"Jaký bude náš obrat v příštím roce?" je jednou z nejobtížnějších otázek pro finanční tým. Prognózování je předpovídání budoucnosti založené na minulých datech a předpokladech. Umělá inteligence (AI) zde může být silným pomocníkem; Hned na začátku je ale nutné přijmout fakt: model nezná budoucnost. Zpracovává pouze vzorce a předpoklady, které zadáte. V této jednotce se naučíme umístit AI do její správné role v předpovědích a rozpoznat její limity.
Co umělá inteligence dělá a co nedělá v prognóze?
Dělá to: Shrnuje minulý trend, rozpoznává sezónnost (opakované kolísání v určitých měsících), vytváří scénáře s různými předpoklady, vysvětluje logiku prognózy a dává prognózu do příběhu.
Neumí: Nemůže dát přesnou budoucnost, nemůže předvídat vnější šoky (kurzová krize, změna regulace), nemůže znát fakt, který není v datech. Věta „příští rok vyrostete o 18 %“ vyslovená chatbotem není proroctví, ale matematický odraz vašich předpokladů.
Tip: Nikdy nežádejte modelku o „jednotné číslo“. Vždy se ptejte na rozsah a na jakých předpokladech je tento rozsah založen. Věta „14–15 milionů v základním případě, podmínka: současná míra růstu pokračuje“ je mnohem poctivější a užitečnější než jediná „14,6 milionů“.
Krok za krokem: Vytvoření solidní prognózy
- Uveďte historická data. vyskytující se alespoň po několik období; pokud možno měsíčně.
- Napište jasně předpoklady. Tempo růstu, sezónnost, známé změny.
- Určete metodu. Jednoduchý trend, sezónně očištěný nebo založený na scénáři?
- Zeptejte se na rozsah a scénář. Optimista / základ / pesimista.
- Požádejte o citlivost. "Který předpoklad nejvíce mění výsledek?"
Slabá výzva / Silná výzva
Slabá výzva: Předpovězte můj obrat v příštím roce. Letos jsme vydělali 12 mil.
Toto vytvoří jediné číslo bez základu; Není jasné, na jakém předpokladu se zakládá, což je pro rozhodnutí nebezpečné.
Silná výzva:Vaše role: analytik finančního plánování.Úkol: Předpokládejte na příštích 12 měsíců z následujících měsíčních údajů o příjmech.Metoda:1) Nejprve shrňte trend a sezónnost v historických datech.2) Nastavte 3 scénáře s následujícími předpoklady: - Základní: průměrné tempo růstu za posledních 12 měsíců pokračuje - Optimistické: růst +3 body - 5 bodů za měsíc - Pesimistický 2) scénář pro každý měsíc - Pesimistický 1) Sekce "Citlivost": který předpoklad se změní, výsledek se změní nejvíce? Omezení: Explicitně uveďte předpoklady. Uveďte, že odhad je předpověď, nikoli jistota. Upozorňujeme, že nelze modelovat externí otřesy.<data>Měsíční obraty za leden...prosinec</data>
Tato výzva; Namísto přesného čísla vytváří odůvodněné rozmezí, scénáře a analýzu citlivosti, jako je „nejzranitelnější shromažďování předpokladů/rychlost růstu“. Ten, kdo rozhoduje, dělá rozhodnutí tím, že vidí nejistotu.
Sezónnost je v prognózování nejčastěji opomíjeným tématem. Tržby mnoha podniků v určitých měsících pravidelně rostou a klesají: zmrzlina vrcholí v létě, prodejna suvenýrů vrcholí kolem prázdnin. Plochá trendová čára nevidí toto kolísání a nesprávně nastaví skladový, personální a peněžní plán. Pokud AI poskytnete dostatek historických dat (ideálně alespoň 24 měsíců), všimne si tohoto opakujícího se vzoru a podle toho upraví předpověď.
Predikční metody a role AI
Metoda
Kdy je to vhodné?
Příspěvek AI
hranice
jednoduchý trend
Stabilní, nesezónní data
Rychle získá trend
Přestávky nejsou vidět
sezónní korekce
Prodeje kolísající po měsíci
Vysvětluje sezónní vzorec
Příliš připoutaný k minulosti
Na základě scénáře
Období vysoké nejistoty
Rychle testuje hypotézy
Záleží na kvalitě předpokladu
Na základě řidiče
Pokud příjem závisí na více faktorech
Stanovuje vztah faktorů
Člověk ověřuje vztah
Predikce na základě řidiče
Předpovídat obrat s jediným procentem růstu je často hrubé. Robustnějším způsobem je rozdělit výnosy podle jejich hnacích sil: výnosy = počet zákazníků × průměrný prodej na zákazníka × frekvence opakování. Předpovídání a násobení každého ovladače zvlášť poskytuje předpověď, která je přesnější a diskutabilnější; protože jasně vidíte, který předpoklad se změnil.
Odhadněte můj příjem na základě řidičů. Tržby = počet aktivních zákazníků × průměrný měsíční příjem na zákazníka (ARPU). Extrahujte tyto dva ovladače zvlášť za posledních 12 měsíců, interpretujte trend každého z nich a poté předpovězte dalších 12 měsíců projekcí obou ovladačů samostatně. Napište předpoklad jasně pro každého řidiče; Určete, který ovladač je nejasnější. V datech používejte pouze čísla, ukažte vzorce.
Síla této metody spočívá v tom, že místo „obrat se zvýší o 15 %“, řeknete „počet zákazníků se zvýší o 8 %, tržby na zákazníka se zvýší o 6 %. O těchto dvou lze pochybovat samostatně; Pokud je jeden nereálný, odhad upravíte odtud. Management se také ptá "na jaký předpoklad se spoléháme?" dokáže na otázku konkrétně odpovědět.
Disciplína citlivosti a předpokladu
Kvalita prognózy je kvalitou předpokladů. Vždy udržujte předpoklady viditelné pro AI a vraťte se k nim a aktualizujte je, jakmile k nim dojde (postupná prognóza, to znamená průběžná prognóza, která se aktualizuje každý měsíc).
Níže uveďte VŠECHNY předpoklady, které jste použili v prognóze, v tabulkové podobě: předpoklad | hodnota | zdroj/důvod | Pokud se tato hodnota změní o 10 %, projeví se to na ročním výsledku. Zaškrtněte 3 nejkřehčí předpoklady.
Při předkládání prediktivních výstupů AI managementu zahrňte „kartu předpokladů“: tři nejkritičtější předpoklady, jejich hodnoty a zdroje. Předpověď tedy již není černou skříňkou; Každý vidí, na co sází. A když se realizace odchyluje, můžete rychle diagnostikovat, který předpoklad neplatil, což zlepšuje další předpověď.
Upozornění: Neobhajujte předpověď vygenerovanou umělou inteligencí tím, že řeknete „to řekl model“. Odpovědnost za předpověď leží na osobě, která ji předkládá. Vždy předkládejte vedení v rámci „toto je scénář založený na těchto předpokladech, aktualizace se může lišit“.
Mini pouzdra
Případ 1 – Prognóza, která vidí sezónnost. Maloobchodní společnost poskytla AI údaje o prodeji za 24 měsíců. Model zaznamenal stálý 40% skok v listopadu až prosinci a podle toho upravil svou předpověď pro příští rok. Pokud by byl použit plochý trend, byl by plán zásob na konci roku vážně chybný.
Případ 2 — Past lichého čísla. Startup zakládá svůj rozpočet na prognóze AI „18 milionů příští rok“. Ale to bylo založeno na předpokladu, že „růst pokračuje tak, jak je“. 11M byl realizován, když dva hlavní zákazníci odešli. Jakmile se tým poučil, přesunul se na rozsah scénářů; Pásmo předpovědi na příští rok pokrylo, co se vlastně stalo.
Případ 3 – Citlivost změnila rozhodnutí. „Nejzranitelnějším předpokladem je cena suroviny,“ uvedla AI v prognóze výrobce, která ukazuje, že 10% zvýšení ceny by snížilo roční zisky o 22 %. Vedení poté podepsalo s dodavatelem roční smlouvu s pevnou cenou. Skutečnou hodnotou prognózy nebylo číslo, ale tento sentimentální náhled.
Případ 4 – Postupná předpověď vítězí. Jeden prodejce aktualizoval svou roční předpověď o skutečné hodnoty každý měsíc, místo aby ji jednou nastavil a zapomněl. Ve třetím měsíci bylo vidět, že předpoklad „růstu 12 %“ byl ve skutečnosti 7 %; Prognóza byla předčasně opravena a odpovídajícím způsobem upraven koncoroční inventář a plán počtu zaměstnanců. Pokud by byla zachována pevná prognóza, na konci roku by došlo k obrovskému přezásobení a finanční krizi. Poučení: předpověď je živý dokument, nezakládá se jednou a neodkládá.
Časté chyby
- Žádost o liché číslo. Předpovídání bez rozsahu a skriptu vytváří falešnou jistotu.
- Skrývání domněnek. Neviditelný předpoklad znamená předpověď, kterou nelze zpochybnit a aktualizovat.
- Příliš se spoléhat na minulost. Vzor rozšiřuje minulý vzor; nevidí zlomeniny a vnější otřesy.
- Záměna předpovědi za proroctví. AI nezná budoucnost; Bere pouze v úvahu vaše předpoklady.
- Nedělám průběžnou předpověď. Nastavte předpověď jednou a zapomeňte na ni; neaktualizuje, jak se to děje.
V souhrnu
- Je to výkonný pomocník v předpovědi AI: extrahuje trend a sezónnost, vytváří scénář, vysvětluje logiku; ale nezná budoucnost a nevidí vnější otřesy.
- Vždy požadujte spíše hypotetický rozsah a optimistické/základní/pesimistické scénáře než jediné číslo.
- Mějte jasně uvedené předpoklady a pomocí analýzy citlivosti identifikujte nejzranitelnější předpoklad.
- Odpovědnost za předpověď leží na osobě, která ji předkládá; Prezentujte vedení pomocí rámce „scénář, nikoli jistota“.
- Aktualizujte předpověď tak, jak se to stane, pomocí Rolling forecast; Nainstalujte to jednou a nezapomeňte.
Aplikační úkol
Získejte údaje o skutečných tržbách (skutečné nebo ukázkové) za posledních 12 měsíců. Vytvořte 12měsíční předpověď se třemi scénáři pomocí výkonné šablony výzvy. Poté pomocí výzvy citlivosti odstraňte tři nejkřehčí předpoklady. Jednou ručně ověřte měsíční tempo růstu základního případu modelu a shrňte předpověď na snímku s rámcem „scénář, nikoli jistota“.
kontrolní seznam
- [ ] Poskytl jsem dostatek historických údajů (nejlépe měsíčně).
- [ ] Výslovně jsem uvedl předpoklady a nechal je uvést v modelu.
- [ ] Chtěl jsem naskriptovaný rozsah, ne jediné číslo.
- [ ] Nejkřehčí předpoklad jsem identifikoval pomocí analýzy citlivosti.
- [ ] Ručně jsem ověřil výpočet růstu základního případu.
- [ ] Odhad jsem prezentoval v rámci „scénář, nikoli jistota“.