Добивки:
- Способност да се позиционира вештачката интелигенција како асистент што генерира хипотетички сценарија во прогнозирањето приходи/расходи
- Способност да се пишуваат прогнози со опсег и чувствителност врз основа на историски податоци и експлицитни претпоставки
- Способност да се препознаат ограничувањата на предвидувањата со вештачка интелигенција и да се спојат со човечкото расудување
„Колкав ќе ни биде прометот следната година? е едно од најтешките прашања за финансискиот тим. Прогнозирањето е давање предвидување за иднината врз основа на минатите податоци и претпоставки. Вештачката интелигенција (ВИ) може да биде моќен асистент овде; Но, неопходно е да се прифати факт од самиот почеток: моделот не ја знае иднината. Ги обработува само обрасците и претпоставките што ги давате. Во оваа единица, ќе научиме да ја позиционираме вештачката интелигенција во нејзината правилна улога во предвидувањето и да ги препознаваме нејзините граници.
Што прави и што не прави вештачката интелигенција во прогнозата?
Тоа го прави: го сумира минатиот тренд, ја препознава сезонската (повторена флуктуација во одредени месеци), гради сценарија со различни претпоставки, ја објаснува логиката на прогнозата и ја става прогнозата во наратив.
Не: не може да даде точна иднина, не може да предвиди надворешни шокови (девизна криза, промена на регулативата), не може да знае факт што го нема во податоците. Реченицата „ќе пораснеш 18% следната година“ дадена од четбот не е пророштво, туку математичка рефлексија на претпоставките што ги правиш.
Совет: Никогаш не барајте од моделот „еден број“. Секогаш барајте опсег и на кои претпоставки се заснова тој опсег. Реченицата „14-15 милиони во основниот случај, услов: сегашната стапка на раст продолжува“ е многу поискрена и покорисна од синглот „14,6 милиони“.
Чекор по чекор: Градење солидна прогноза
- Наведете историски податоци. Се појавува барем неколку периоди; месечно ако е можно.
- Напишете ги јасно претпоставките. Стапка на раст, сезонско, познати промени.
- Наведете метод. Едноставен тренд, сезонски приспособен или според сценарио?
- Побарајте опсег и сценарио. Оптимист / основа / песимист.
- Побарајте чувствителност. „Која претпоставка најмногу го менува исходот?
Слаба навестување / Силен навестување
Слаба навестување: предвидете го мојот промет следната година. Годинава направивме 12 милиони.
Ова произведува единствен број без основа; Нејасно е на која претпоставка се заснова, што е опасно за одлуката.
Силен поттик:Вашата улога: аналитичар за финансиско планирање.Задача: Прогнозирајте ги следните 12 месеци од следните податоци за месечниот приход.Метод:1) Прво сумирајте го трендот и сезонската состојба во историските податоци.2) Поставете 3 сценарија со следните претпоставки: - База: просечна стапка на раст во последните 12 месеци: продолжува - оптимистички 3 поени: - оптимистички раст: -5 поени 12-месечен вкупен и месечен опсег за секое сценарио.4) Дел „Чувствителност“: која претпоставка се менува, резултатот најмногу се менува?Ограничување: Наведете ги претпоставките експлицитно. Наведете дека проценката е предвидување, а не сигурност. Имајте предвид дека не можете да моделирате надворешни шокови.<data>Јануари.. Бројки за месечен промет за декември</data>
Ова барање; Наместо точна бројка, тој произведува образложен опсег, сценарија и анализа на чувствителност како што е „најранливата претпоставка за собирање/стапка на раст“. Носителот на одлуки донесува одлуки гледајќи несигурност.
Сезоната е најчесто занемарувана тема во прогнозирањето. Продажбата на многу бизниси расте и паѓа редовно во одредени месеци: летниот период бележи врвен производител на сладолед, а околу празниците бележи врвна продавница за сувенири. Рамната линија на тренд не може да ја види оваа флуктуација и погрешно ќе ги постави акциите, персоналот и готовинскиот план. Ако на вештачката интелигенција и дадете доволно историски податоци (идеално најмалку 24 месеци), таа ќе ја забележи оваа повторувачка шема и соодветно ќе ја прилагоди прогнозата.
Методи на предвидување и улогата на вештачката интелигенција
Метод
Кога е соодветно?
Придонес за вештачка интелигенција
граница
едноставен тренд
Стабилни, несезонски податоци
Брзо го добива трендот
Не можам да ги видам паузите
сезонска корекција
Продажбата варира по месеци
Ја објаснува сезонската шема
Премногу приврзан за минатото
Врз основа на сценарио
Период на висока неизвесност
Брзо ги тестира хипотезите
Зависи од квалитетот на претпоставката
Базиран на возачи
Ако приходите зависи од повеќе фактори
Воспоставува факторска врска
Човекот ја потврдува врската
Предвидување засновано на возач
Предвидувањето на прометот со единствен процент на раст е често сурово. Поцврстиот начин е да се подели приходите според неговите двигатели: приход = број на клиенти × просечна продажба по клиент × фреквенција на повторување. Предвидувањето и множењето на секој двигател посебно дава предвидување кое е и попрецизно и посомнително; затоа што јасно гледате која претпоставка е променета.
Проценете го мојот приход врз основа на возачите. Приходи = број на активни клиенти × просечен месечен приход по клиент (ARPU). Извлечете ги овие два двигатели одделно за изминатите 12 месеци, протолкувајте го трендот на секој, а потоа прогнозирајте ги следните 12 месеци со проектирање на двата двигатели одделно. Напишете ја претпоставката јасно за секој возач; Наведете кој возач е понејасен. Користете само броеви во податоците, прикажувајте формули.
Моќта на овој метод е што наместо да кажете „прометот се зголемува за 15%“, велите „бројот на клиенти се зголемува за 8%, приходот по клиент се зголемува за 6%“. Двајцата може да се испрашуваат одделно; Ако некој е нереален, од таму ја прилагодувате проценката. Менаџментот исто така прашува „на која претпоставка се потпираме? може конкретно да одговори на прашањето.
Чувствителност и дисциплина на претпоставки
Квалитетот на прогнозата е квалитетот на претпоставките. Секогаш чувајте ги претпоставките видливи за вештачката интелигенција и вратете се наназад и ажурирајте ги како што се случуваат (постојана прогноза, т.е. подвижна прогноза што се ажурира секој месец).
Наведете ги СИТЕ претпоставки што сте ги користеле во прогнозата подолу во табеларна форма: претпоставка | вредност | извор/причина | Доколку оваа вредност се промени за 10%, нејзиниот ефект врз годишниот резултат. Штиклирајте ги 3-те најкревки претпоставки.
Кога го презентирате предвидливиот резултат на вештачката интелигенција на раководството, вклучете „картичка за претпоставки“: трите најкритични претпоставки, нивните вредности и нивните извори. Така, предвидувањето повеќе не е црна кутија; Сите гледаат на што се обложуваат. И кога реализацијата отстапува, можете брзо да дијагностицирате која претпоставка не се одржала, што ја подобрува следната прогноза.
Внимание: Не бранете ги предвидувањата генерирани од вештачката интелигенција велејќи „така рече моделот“. Одговорноста за предвидувањето е на лицето кое го презентира. Секогаш присутен на раководството со рамката „ова е сценарио засновано на овие претпоставки, актуелизацијата може да се разликува“.
Мини футроли
Случај 1 - Прогноза што ја гледа сезонската. Компанија за малопродажба на вештачката интелигенција и доставува податоци за продажба од 24 месеци. Моделот забележа постојан скок од 40% во ноември-декември и соодветно ја прилагоди својата прогноза за следната година. Ако се користеше рамен тренд, планот за акции на крајот на годината ќе беше сериозно погрешен.
Случај 2 - Замката на непарниот број. Еден стартап го заснова својот буџет на прогнозата на вештачката интелигенција „18 милиони следната година“. Но, ова се засноваше на претпоставката дека „растот продолжува како што е“. 11 милиони беа реализирани кога заминаа двајца големи клиенти. Откако беше научена лекцијата, тимот се префрли на опсегот на сценарија; Групата за прогнози за следната година покриваше што всушност се случи.
Случај 3 — Чувствителноста ја промени одлуката. „Најранливата претпоставка е цената на суровината“, рече АИ во прогнозата на производителот, покажувајќи дека зголемувањето на цената од 10% ќе го намали годишниот профит за 22%. Менаџментот потоа потпиша годишен договор со фиксна цена со добавувачот. Вистинската вредност на прогнозата не беше бројката, туку овој сентиментален увид.
Случај 4 - победува прогнозата за тркалање. Еден трговец на мало ја ажурираше својата годишна прогноза со актуелните секој месец, наместо да ја поставува еднаш и да ја заборави. Во третиот месец, се виде дека претпоставката за „раст од 12%“ е всушност 7%; Прогнозата беше коригирана рано, а пописот и планот за персонал на крајот на годината беа соодветно приспособени. Доколку се одржуваше фиксната прогноза, на крајот на годината ќе имаше огромно вишок и парична криза. Поука: прогнозата е жив документ, не се поставува еднаш и не се става настрана.
Вообичаени грешки
- Барање за непарен број. Прогнозирањето без опсег и скрипта создава лажна сигурност.
- Криење на претпоставки. Невидливата претпоставка значи предвидување што не може да се доведе во прашање и да се ажурира.
- Премногу се потпираат на минатото. Моделот ја проширува претходната шема; не може да види скршеници и надворешни удари.
- Грешка на предвидувањето како пророштво. ВИ не ја знае иднината; Тоа само ги зема предвид вашите претпоставки.
- Не правејќи тркалачка прогноза. Поставете ја прогнозата еднаш и заборавете ја; не се ажурира како што се случува.
Сумирано
- Тој е моќен асистент во прогнозата за вештачка интелигенција: извлекува тренд и сезонска состојба, гради сценарио, објаснува логика; но не ја знае иднината и не може да види надворешни шокови.
- Секогаш барајте хипотетички опсег и оптимистички/основни/песимистички сценарија наместо единствен број.
- Нека се јасно наведени претпоставките и идентификувајте ја најранливата претпоставка преку анализа на чувствителност.
- Одговорноста за предвидувањето е на лицето кое го презентира; Презентирање на менаџментот со рамка „сценарио, а не сигурност“.
- Ажурирајте ја прогнозата како што се случува со Rolling forecast; Инсталирајте го еднаш и не заборавајте.
Задача за апликација
Добијте најмалку 12 месеци податоци за реалните приходи (вистински или примерок). Создадете 12-месечна прогноза за три сценарија со моќен шаблон за брза помош. Потоа отстранете ги трите најкревки претпоставки со барањето за чувствителност. Рачно потврдете ја месечната стапка на раст на основниот случај на моделот еднаш и сумирајте ја прогнозата на слајд со рамка „сценарио, а не сигурност“.
листа за проверка
- [ ] Дадов доволно историски податоци (по можност месечно).
- [ ] Јас ги наведов претпоставките експлицитно и ги наведов во моделот.
- [ ] Сакав опсег со скрипти, а не еден број.
- [ ] Ја идентификував најкревката претпоставка преку анализа на чувствителност.
- [ ] Рачно ја потврдив пресметката на растот на основната кутија.
- [ ] Ја претставив проценката во рамка „сценарио, а не сигурност“.