Voitot:
- Kyky asemoida tekoäly avustajaksi, joka luo hypoteettisia skenaarioita tulo-/kuluennusteissa
- Kyky kirjoittaa ennustekehotteita vaihteluvälillä ja herkkyydellä historiatietoihin ja eksplisiittisiin oletuksiin perustuen
- Kyky tunnistaa tekoälyennusteiden rajoitukset ja yhdistää ne ihmisen harkintaan
"Mikä on liikevaihtomme ensi vuonna?" on yksi vaikeimmista kysymyksistä rahoitustiimille. Ennustaminen on tulevaisuuden ennustamista menneiden tietojen ja oletusten perusteella. Tekoäly (AI) voi olla tässä tehokas apulainen; Mutta on välttämätöntä hyväksyä tosiasia alusta alkaen: malli ei tiedä tulevaisuutta. Se käsittelee vain antamiasi malleja ja oletuksia. Tässä osiossa opimme asettamaan tekoälyn oikeaan rooliin ennustamisessa ja tunnistamaan sen rajat.
Mitä tekoäly tekee ja ei tee ennusteessa?
Se tekee: Suorittaa yhteenvedon menneestä trendistä, tunnistaa kausiluonteisuuden (toistuva vaihtelu tiettyinä kuukausina), rakentaa skenaarioita erilaisilla olettamuksilla, selittää ennusteen logiikan ja asettaa ennusteen kertomukseksi.
Se ei: Se ei voi antaa tarkkaa tulevaisuutta, se ei voi ennustaa ulkoisia sokkeja (valuuttakurssikriisi, sääntelyn muutos), se ei voi tietää tosiasiaa, jota ei ole tiedoissa. Chatbotin antama lause "kasvat 18 % ensi vuonna" ei ole ennustus, vaan matemaattinen heijastus tekemistäsi oletuksista.
Vinkki: Älä koskaan kysy mallilta "yksittäistä numeroa". Kysy aina vaihteluväliä ja mihin oletuksiin tämä vaihteluväli perustuu. Lause "perustapauksessa 14-15M, ehto: nykyinen kasvuvauhti jatkuu" on paljon rehellisempi ja hyödyllisempi kuin single "14.6M".
Askel askeleelta: Vahvan ennusteen luominen
- Anna historialliset tiedot. Esiintyy ainakin muutaman jakson ajan; kuukausittain jos mahdollista.
- Kirjoita oletukset selkeästi. Kasvuvauhti, kausivaihtelu, tunnetut muutokset.
- Määritä menetelmä. Yksinkertainen trendi, kausitasoitettu vai skenaariopohjainen?
- Kysy aluetta ja skenaariota. Optimisti / pohja / pessimisti.
- Pyydä herkkyyttä. "Mikä oletus muuttaa tulosta eniten?"
Heikko kehote / Vahva kehote
Heikko kehote: Ennustele liikevaihtoani ensi vuonna. Tänä vuonna teimme 12 miljoonaa.
Tämä tuottaa yhden luvun ilman perustaa; On epäselvää, mihin olettamukseen se perustuu, mikä on päätöksen kannalta vaarallista.
Vahva kehotus:Teidän roolisi: taloussuunnittelun analyytikko.Tehtävä: Ennustele seuraavat 12 kuukautta seuraavien kuukausittaisten tulotietojen perusteella.Menetelmä:1) Tee ensin yhteenveto trendistä ja kausivaihtelusta historiallisissa tiedoissa.2) Aseta 3 skenaariota seuraavilla olettamuksilla: - Perus: viimeisten 12 kuukauden keskimääräinen kasvu jatkuu - G - Optimistinen: 5 pistettä kasvua +3 pistettä 12 kuukauden kokonais- ja kuukausittainen vaihteluväli kullekin skenaariolle.4) "Herkkyys"-osio: mikä oletus muuttuu, tulos muuttuu eniten? Rajoitus: Luettele oletukset selkeästi. Sano, että arvio on ennuste eikä varmuus. Huomaa, että ulkoisia iskuja ei voi mallintaa.<data>Tammikuu..joulukuun kuukausittaiset liikevaihtoluvut</data>
Tämä kehote; Tarkan luvun sijaan se tuottaa perustellun vaihteluvälin, skenaariot ja herkkyysanalyysin, kuten "haavoittuvimpien oletusten kerääminen/kasvunopeus". Päättäjä tekee päätökset näkemällä epävarmuuden.
Kausivaihtelu on useimmin huomiotta jätetty aihe ennusteissa. Monen yrityksen myynti nousee ja laskee säännöllisesti tiettyinä kuukausina: jäätelökone on huipussaan kesällä, matkamuistomyymälä lomien aikaan. Tasainen trendiviiva ei näe tätä vaihtelua ja asettaa osake-, henkilöstö- ja kassasuunnitelman väärin. Jos annat tekoälylle tarpeeksi historiallisia tietoja (mieluiten vähintään 24 kuukautta), se huomaa tämän toistuvan kuvion ja säätää ennustetta sen mukaisesti.
Ennustusmenetelmät ja tekoälyn rooli
menetelmä
Milloin se on sopivaa?
AI panos
rajaa
yksinkertainen trendi
Vakaat, kausittaiset tiedot
Saa trendin nopeasti
Taukoja ei näy
kausikorjaus
Myynti vaihtelee kuukausittain
Selittää kausiluonteisen kuvion
Liian kiintynyt menneisyyteen
Skenaariopohjainen
Suuren epävarmuuden aika
Testaa hypoteesit nopeasti
Riippuu oletuksen laadusta
Kuljettajapohjainen
Jos tulot riippuvat useista tekijöistä
Muodostaa tekijäsuhteen
Ihminen vahvistaa suhteen
Kuljettajapohjainen ennuste
Liikevaihdon ennustaminen yhdellä kasvuprosentilla on usein karua. Järkevämpi tapa on jakaa tuotto sen ajureilla: tulot = asiakkaiden määrä × keskimääräinen myynti asiakasta kohti × toistumistiheys. Kunkin kuljettajan ennustaminen ja kertominen erikseen antaa ennusteen, joka on sekä tarkempi että kyseenalaisempi; koska näet selvästi, mikä oletus on muuttunut.
Arvioi tuloni kuljettajien perusteella. Tulot = aktiivisten asiakkaiden määrä × keskimääräinen kuukausitulo asiakasta kohti (ARPU). Pura nämä kaksi ohjainta erikseen viimeisten 12 kuukauden ajalta, tulkitse kunkin trendi ja ennusta sitten seuraavat 12 kuukautta projisoimalla kaksi ohjainta erikseen. Kirjoita oletus selkeästi kullekin kuljettajalle; Määritä kumpi ohjain on epäselvämpi. Käytä tiedoissa vain numeroita, näytä kaavat.
Tämän menetelmän voima on, että sen sijaan, että sanoisit "liikevaihto kasvaa 15%", sanot "asiakkaiden määrä kasvaa 8%, liikevaihto asiakasta kohti kasvaa 6%". Nämä kaksi voidaan kyseenalaistaa erikseen; Jos jokin on epärealistinen, säädä arviota sieltä. Johto kysyy myös "mihin olettamukseen me luotamme?" voi vastata kysymykseen konkreettisesti.
Herkkyys ja oletuskuri
Ennusteen laatu on oletusten laatua. Pidä oletukset aina tekoälyn näkyvissä ja palaa takaisin ja päivitä ne sitä mukaa kuin ne tapahtuvat (rullaava ennuste, eli liukuva ennuste, joka päivitetään kuukausittain).
Lista KAIKKI ennusteessa käyttämäsi oletukset alla olevaan taulukkomuotoon: oletus | arvo | lähde/syy | Jos tämä arvo muuttuu 10 %, sen vaikutus vuositulokseen. Rastita 3 haurainta oletusta.
Kun esität tekoälyn ennakoivaa tulosta johdolle, sisällytä "oletuskortti": kolme kriittisintä oletusta, niiden arvot ja lähteet. Näin ollen ennuste ei ole enää musta laatikko; Jokainen näkee, mistä lyö vetoa. Ja kun toteutus poikkeaa, voit nopeasti diagnosoida, mikä oletus ei pitänyt paikkaansa, mikä parantaa seuraavaa ennustetta.
Varoitus: Älä puolusta tekoälyn luomaa ennustetta sanomalla "malli sanoi". Vastuu ennustuksesta on sen esittäjällä. Esitä johdolle aina "tämä on näihin oletuksiin perustuva skenaario, toteutus voi vaihdella".
Mini Kotelot
Tapaus 1 – Ennuste, joka näkee kausivaihtelun. Vähittäismyyntiyritys syötti tekoälylle 24 kuukauden myyntitiedot. Malli havaitsi tasaisen 40 %:n nousun marras-joulukuussa ja muutti ensi vuoden ennustettaan vastaavasti. Jos olisi käytetty tasaista trendiä, vuoden lopun osakesuunnitelma olisi ollut vakavasti väärä.
Tapaus 2 — Parittoman luvun ansa. Startup perustaa budjettinsa tekoälyn "18M ensi vuoden" ennusteeseen. Mutta tämä perustui olettamukseen, että "kasvu jatkuu sellaisena kuin se on". 11 miljoonaa toteutui kahden suuren asiakkaan lähtiessä. Kun oppitunti oli opittu, tiimi siirtyi skenaarioalueelle; Ensi vuoden ennustenauha kattoi sen, mitä todella tapahtui.
Tapaus 3 – Herkkyys muutti päätöstä. "Haavoittuvin oletus on raaka-aineen hinta", AI sanoi valmistajan ennusteessa, joka osoitti, että 10 %:n hinnankorotus pienentäisi vuosittaisia voittoja 22 %. Sen jälkeen johto allekirjoitti kiinteähintaisen vuosisopimuksen toimittajan kanssa. Ennusteen todellinen arvo ei ollut luku, vaan tämä mielikuva.
Tapaus 4 – Liukuva ennuste voittaa. Yksi jälleenmyyjä päivitti vuosiennusteensa todellisilla tiedoilla kuukausittain sen sijaan, että olisi asettanut sen kerran ja unohtanut sen. Kolmannessa kuukaudessa nähtiin, että "kasvu 12%" oletus oli itse asiassa 7%; Ennuste korjattiin aikaisin ja vuoden lopun varasto- ja henkilöstösuunnitelma korjattiin vastaavasti. Jos kiinteä ennuste olisi säilynyt, olisi vuoden lopussa ollut valtava ylivarasto ja kassamurska. Oppitunti: ennuste on elävä asiakirja, sitä ei laadita kerran ja laitetaan pois.
Yleisiä virheitä
- Pariton numero kysyminen. Ennustaminen ilman aluetta ja komentosarjaa luo väärän varmuuden.
- Oletusten piilottaminen. Näkymätön oletus tarkoittaa ennustetta, jota ei voida kyseenalaistaa ja päivittää.
- Luottaa liikaa menneisyyteen. Kuvio laajentaa menneisyyttä; ei näe murtumia ja ulkoisia iskuja.
- Ennustuksen pitäminen ennustuksena. AI ei tiedä tulevaisuutta; Se ottaa vain olettamuksesi huomioon.
- En tee rullaavaa ennustetta. Aseta ennuste kerran ja unohda se; ei päivity kuten tapahtuu.
Yhteenvetona
- Se on tehokas apulainen tekoälyennusteessa: poimii trendin ja kausivaihtelun, rakentaa skenaariota, selittää logiikkaa; mutta se ei tiedä tulevaisuutta eikä voi nähdä ulkoisia iskuja.
- Pyydä aina hypoteettista vaihteluväliä ja optimistisia/perustason/pessimistisiä skenaarioita yksittäisen numeron sijaan.
- Luettele oletukset selkeästi ja tunnista haavoittuvin oletus herkkyysanalyysin avulla.
- Vastuu ennustuksesta on sen esittäjällä; Esitä johdolle "skenaarion, ei varmuuden" puitteissa.
- Päivitä ennuste kuten se tapahtuu rullaavan ennusteen avulla; Asenna se kerran ja älä unohda.
Sovellustehtävä
Hanki vähintään 12 kuukauden todelliset tulotiedot (todelliset tai näyte). Luo kolmen skenaarion 12 kuukauden ennuste tehokkaalla kehotemallilla. Poista sitten kolme haurainta oletusta herkkyyskehotteella. Tarkista mallin perustapauksen kuukausittainen kasvuvauhti manuaalisesti kerran ja tee ennuste yhteenveto dialle "skenaario, ei varmuus" -kehyksellä.
tarkistuslista
- [ ] Olen toimittanut riittävästi historiallisia tietoja (mieluiten kuukausittain).
- [ ] Luettelin oletukset selkeästi ja listasin ne malliin.
- [ ] Halusin käsikirjoitetun alueen, en yhtä numeroa.
- [ ] Tunnistin hauraimman oletuksen herkkyysanalyysin avulla.
- [ ] Tarkastin manuaalisesti perustapauksen kasvulaskelman.
- [ ] Esitin arvion "skenaario, ei varmuus" -kehyksessä.