Pelnas:
- Galimybė AI pozicionuoti kaip asistentą, kuris generuoja hipotetinius pajamų / išlaidų prognozavimo scenarijus
- Galimybė rašyti prognozes su diapazonu ir jautrumu remiantis istoriniais duomenimis ir aiškiomis prielaidomis
- Gebėjimas atpažinti AI prognozių apribojimus ir suderinti juos su žmogaus sprendimu
„Kokia bus mūsų apyvarta kitais metais? yra vienas sunkiausių klausimų finansų komandai. Prognozavimas – tai ateities prognozavimas remiantis praeities duomenimis ir prielaidomis. Dirbtinis intelektas (DI) čia gali būti galingas asistentas; Tačiau nuo pat pradžių reikia priimti faktą: modelis nežino ateities. Jis apdoroja tik jūsų pateiktus modelius ir prielaidas. Šiame skyriuje išmoksime nustatyti DI, kaip tinkamai atlikti prognozes, ir atpažinti jo ribas.
Ką AI daro ir ko nedaro prognozėje?
Tai daro: apibendrina praeities tendencijas, atpažįsta sezoniškumą (pasikartojančius svyravimus tam tikrais mėnesiais), sukuria scenarijus su skirtingomis prielaidomis, paaiškina prognozės logiką ir pateikia prognozę į pasakojimą.
Negali: negali pateikti tikslios ateities, negali numatyti išorinių sukrėtimų (valiutų kursų krizės, reguliavimo pasikeitimo), negali žinoti fakto, kurio nėra duomenyse. Pokalbių roboto pateiktas sakinys „kitais metais išaugsi 18 proc.“ yra ne pranašystė, o matematinis jūsų daromų prielaidų atspindys.
Patarimas: niekada neprašykite modelio „vieno numerio“. Visada klauskite diapazono ir kokiomis prielaidomis tas diapazonas grindžiamas. Sakinys „14-15M baziniu atveju, sąlyga: dabartinis augimo tempas tęsiasi“ yra daug sąžiningesnis ir naudingesnis nei singlas „14,6M“.
Žingsnis po žingsnio: tvirtos prognozės kūrimas
- Pateikite istorinius duomenis. Pasireiškia bent keletą laikotarpių; kas mėnesį, jei įmanoma.
- Aiškiai parašykite prielaidas. Augimo tempas, sezoniškumas, žinomi pokyčiai.
- Nurodykite metodą. Paprasta tendencija, pagal sezoną pakoreguota ar pagrįsta scenarijumi?
- Klauskite diapazono ir scenarijaus. Optimistas / bazinis / pesimistas.
- Paprašykite jautrumo. „Kokia prielaida labiausiai pakeičia rezultatą?
Silpnas raginimas / stiprus raginimas
Silpnas raginimas: numatykite mano apyvartą kitais metais. Šiemet surinkome 12 mln.
Taip gaunamas vienas skaičius be jokio pagrindo; Neaišku, kokia prielaida grindžiama, o tai pavojinga sprendimui.
Stiprus raginimas:Jūsų vaidmuo: finansų planavimo analitikas.Užduotis: Prognozuokite ateinančius 12 mėnesių pagal šiuos mėnesio pajamų duomenis.Metodas:1) Pirmiausia apibendrinkite tendencijas ir sezoniškumą istoriniuose duomenyse.2) Sudarykite 3 scenarijus su šiomis prielaidomis: - Pagrindas: vidutinis pastarųjų 12 mėnesių augimo tempas tęsiasi - - Optimistiškas - 5 taškai augimas +3 taškai 12 mėnesių bendras ir mėnesio intervalas kiekvienam scenarijui.4) Skyrius "Jautrumas": kuri prielaida keičiasi, rezultatas keičiasi labiausiai? Apribojimas: aiškiai išvardykite prielaidas. Nurodykite, kad įvertinimas yra prognozė, o ne tikrumas. Atminkite, kad negalite modeliuoti išorinių smūgių.<data>Sausio..Gruodžio mėn. mėnesio apyvartos skaičiai</data>
Šis raginimas; Vietoj tikslaus skaičiaus jis pateikia pagrįstą diapazoną, scenarijus ir jautrumo analizę, pvz., „labiausiai pažeidžiamų prielaidų rinkimas / augimo tempas“. Sprendimų priėmėjas priima sprendimus matydamas neapibrėžtumą.
Sezoniškumas yra dažniausiai nepastebėta tema prognozuojant. Daugelio įmonių pardavimai tam tikrais mėnesiais nuolat auga ir mažėja: ledų gamintojas pasiekia piką vasarą, suvenyrų parduotuvė – per šventes. Plokščia tendencijų linija nemato šio svyravimo ir neteisingai nustatys atsargų, personalo ir pinigų planą. Jei AI pateiksite pakankamai istorinių duomenų (idealiu atveju bent 24 mėnesius), jis pastebės šį pasikartojantį modelį ir atitinkamai pakoreguos prognozę.
Numatymo metodai ir AI vaidmuo
Metodas
Kada tai tinkama?
AI indėlis
siena
paprasta tendencija
Stabilūs, nesezoniniai duomenys
Greitai pastebi tendencijas
Nematote pertraukų
sezoninė korekcija
Pardavimai svyruoja pagal mėnesį
Paaiškina sezoninį modelį
Per daug prisirišęs prie praeities
Scenarijus pagrįstas
Didelio neapibrėžtumo laikotarpis
Greitai patikrina hipotezes
Priklauso nuo prielaidos kokybės
Vairuotojo pagrindu
Jei pajamos priklauso nuo kelių veiksnių
Nustato faktorių ryšį
Žmogus patikrina santykius
Vairuotoju pagrįstas numatymas
Prognozuoti apyvartą su vienu augimo procentu dažnai yra neapdorota. Tvirtesnis būdas yra pajamas padalyti pagal veiksnius: pajamos = klientų skaičius × vidutinis vieno kliento pardavimas × kartojimo dažnis. Numatant ir padauginus kiekvieną vairuotoją atskirai, gaunama ir tikslesnė, ir daugiau abejonių kelianti prognozė; nes aiškiai matote, kuri prielaida pasikeitė.
Apskaičiuokite mano pajamas pagal vairuotojus. Pajamos = aktyvių klientų skaičius × vidutinės mėnesio pajamos vienam klientui (ARPU). Išskleiskite šias dvi tvarkykles atskirai per pastaruosius 12 mėnesių, interpretuokite kiekvieno tendenciją, tada prognozuokite kitus 12 mėnesių, numatydami dvi tvarkykles atskirai. Aiškiai parašykite prielaidą kiekvienam vairuotojui; Nurodykite, kuri tvarkyklė yra neaiškesnė. Duomenims naudoti tik skaičius, rodyti formules.
Šio metodo galia yra ta, kad užuot sakę „apyvarta padidėja 15 proc.“, jūs sakote „klientų skaičius padidėja 8%, pajamos vienam klientui padidėja 6 proc.“. Abu galima kvestionuoti atskirai; Jei vienas iš jų yra nerealus, koreguokite sąmatą iš ten. Vadovybė taip pat klausia "kokiomis prielaidomis mes remiamės?" gali konkrečiai atsakyti į klausimą.
Jautrumo ir prielaidos disciplina
Prognozės kokybė yra prielaidų kokybė. Visada laikykite prielaidas matomas AI ir grįžkite ir atnaujinkite jas, kai tik jos įvyksta (slenkanti prognozė, tai yra slenkanti prognozė, kuri atnaujinama kiekvieną mėnesį).
Išvardykite VISAS prielaidas, kurias naudojote toliau pateiktoje prognozėje lentelės pavidalu: prielaida | vertė | šaltinis/priežastis | Jei ši vertė pasikeičia 10%, tai įtakoja metinį rezultatą. Pažymėkite 3 trapiausias prielaidas.
Pristatydami AI nuspėjamą išvestį vadovybei, įtraukite „prielaidų kortelę“: tris svarbiausias prielaidas, jų vertes ir šaltinius. Taigi, prognozė nebėra juodoji dėžė; Kiekvienas mato, už ką stato. Ir kai suvokimas nukrypsta, galite greitai diagnozuoti, kuri prielaida nepasitvirtino, o tai pagerina kitą prognozę.
Atsargiai: Neginkite AI sukurtos prognozės sakydami „taip pasakė modelis“. Atsakomybė už prognozę tenka ją pateikiančiam asmeniui. Visada vadovybei pateikite „tai yra scenarijus, pagrįstas šiomis prielaidomis, aktualizacija gali skirtis“.
Mini dėklai
1 atvejis – prognozė, kurioje atsižvelgiama į sezoniškumą. Mažmeninės prekybos įmonė AI pateikė 24 mėnesių pardavimo duomenis. Lapkričio-gruodžio mėnesiais modelis pastebėjo pastovų 40% šuolį ir atitinkamai pakoregavo kitų metų prognozę. Jei būtų buvę naudojama vienoda tendencija, metų pabaigos atsargų planas būtų buvęs labai klaidingas.
2 atvejis – nelyginio skaičiaus spąstai. Startuolis savo biudžetą grindžia AI prognoze „18M kitais metais“. Tačiau tai buvo pagrįsta prielaida, kad „augimas tęsiasi taip, kaip yra“. 11 mln. buvo realizuota, kai išvyko du pagrindiniai klientai. Kai pamoka buvo išmokta, komanda perėjo prie scenarijaus diapazono; Kitų metų prognozių juosta apėmė tai, kas iš tikrųjų atsitiko.
3 atvejis – jautrumas pakeitė sprendimą. „Pažeidžiamiausia prielaida yra žaliavų kaina“, – teigė AI gamintojo prognozėje, rodančioje, kad 10 % kainos padidėjimas metinį pelną sumažintų 22 %. Tada vadovybė pasirašė fiksuotos kainos metinę sutartį su tiekėju. Tikroji prognozės vertė buvo ne skaičius, o ši sentimentų įžvalga.
4 atvejis. Slenkanti prognozė laimi. Vienas mažmenininkas kiekvieną mėnesį atnaujino savo metinę prognozę faktinėmis datomis, o ne vieną kartą nustatė ir pamiršo. Trečią mėnesį buvo matyti, kad prielaida „augimas 12%“ iš tikrųjų buvo 7%; Prognozė buvo iš anksto pakoreguota ir atitinkamai pakoreguotas metų pabaigos inventorizavimo ir personalo planas. Jei būtų išlaikyta fiksuota prognozė, metų pabaigoje būtų buvęs didžiulis atsargų perteklius ir pinigų trūkumas. Pamoka: prognozė yra gyvas dokumentas, ji nesudaroma vieną kartą ir neatidėliojama.
Dažnos klaidos
- Klausia nelyginio skaičiaus. Prognozavimas be diapazono ir scenarijaus sukuria klaidingą tikrumą.
- Prielaidų slėpimas. Nematoma prielaida reiškia prognozę, kurios negalima kvestionuoti ir atnaujinti.
- Per daug pasikliauti praeitimi. Modelis pratęsia praeities modelį; nemato lūžių ir išorinių smūgių.
- Suklaidinti prognozę kaip pranašystę. AI nežino ateities; Tai tiesiog atsižvelgia į jūsų prielaidas.
- Nedaro slenkančios prognozės. Vieną kartą nustatykite prognozę ir pamirškite ją; neatnaujinama, kaip atsitinka.
Apibendrinant
- Tai galingas AI prognozės asistentas: išskiria tendencijas ir sezoniškumą, sukuria scenarijų, paaiškina logiką; bet jis nežino ateities ir nemato išorinių sukrėtimų.
- Visada prašykite hipotetinio diapazono ir optimistinių / pradinių / pesimistinių scenarijų, o ne vieno skaičiaus.
- Aiškiai surašykite prielaidas ir, atlikdami jautrumo analizę, nustatykite labiausiai pažeidžiamą prielaidą.
- Atsakomybė už prognozę tenka ją pateikiančiam asmeniui; Pateikite vadovybei su „scenarijaus, o ne tikrumo“ sistema.
- Atnaujinkite prognozę, kaip tai nutinka su slenkančia prognoze; Įdiekite jį vieną kartą ir nepamirškite.
Taikymo užduotis
Gaukite bent 12 mėnesių faktinių pajamų duomenų (faktinių arba imties). Sukurkite trijų scenarijų 12 mėnesių prognozę naudodami galingą raginimo šabloną. Tada pašalinkite tris labiausiai pažeidžiamas prielaidas naudodami jautrumo raginimą. Rankiniu būdu vieną kartą patikrinkite modelio bazinio atvejo mėnesio augimo tempą ir apibendrinkite prognozę skaidrėje naudodami „scenarijaus, o ne tikrumo“ sistemą.
kontrolinis sąrašas
- [ ] Pateikiau pakankamai istorinių duomenų (geriausia kas mėnesį).
- [ ] Aš aiškiai išvardijau prielaidas ir pateikiau jas modelyje.
- [ ] Norėjau scenarijaus diapazono, o ne vieno skaičiaus.
- [ ] Labiausiai pažeidžiamą prielaidą nustatiau per jautrumo analizę.
- [ ] Rankiniu būdu patikrinau bazinio atvejo augimo skaičiavimą.
- [ ] Pateikiau sąmatą „scenarijaus, o ne tikrumo“ rėmuose.