ලාභ:
- සමාජ මාධ්ය, සෙවුම් දත්ත සහ විකුණුම් ඉතිහාසයෙන් ප්රවණතා සංඥා ලබා ගැනීමේදී AI සහ NLP හි කාර්යභාරය තේරුම් ගන්න
- කාල ශ්රේණි ක්රම සමඟ SKU පදනමක් මත ඉල්ලුම පුරෝකථනය සහ අවස්ථා සැකසීම වින්යාස කිරීමේ හැකියාව
- විකුණුම් සාක්ෂාත් කර ගැනීම, කොටස් දත්ත සහ ව්යාපාර විනිශ්චය සමඟ ප්රවණතා සහ අනාවැකි ප්රතිදානයන් සත්යාපනය කිරීමේ හැකියාව
විලාසිතා, එහි ස්වභාවයෙන්ම, අනාගතය මත ඔට්ටු අල්ලයි. එකතුවක් මාස කිහිපයකට පෙර සැලසුම් කර ඇත, රෙදිපිළි කල්තියා ඇණවුම් කර ඇත, ගබඩාවට පෙර නිෂ්පාදනය සිදු කෙරේ. පුරෝකථනය වැරදියි නම්, දුක් විඳීමේ වර්ග දෙකක් තිබේ: අධික තොග (නොවිකුණු භාණ්ඩ, වට්ටම්, විනාශය) සහ යටි තොග (විකිණිය නොහැකි භාණ්ඩ, මග හැරුණු ආදායම). AI මෙම අවිනිශ්චිතතාවය අඩු කිරීමට උපකාරී වේ: එය සමාජ මාධ්ය, සෙවුම් දත්ත සහ විකුණුම් ඉතිහාසයෙන් ප්රවණතා සංඥා උපුටා ගන්නා අතර නිෂ්පාදනය අනුව ඉල්ලුම පුරෝකථනය කරයි. නමුත් විලාසිතා මිනිස් හැසිරීම්; වෛරස් මොහොතක් හෝ ආර්ථික කම්පනයක් සහතික කළ නොහැක. මෙම ඒකකය තුළ, අපි විනයානුකූලව ප්රවණතා විශ්ලේෂණය සහ ඉල්ලුම පුරෝකථනය කිරීම පිළිබඳව සාකච්ඡා කරමු.
Trend Signal පැමිණෙන්නේ කොහෙන්ද?
ප්රවණතා විශ්ලේෂණයේ අමුද්රව්යය විවිධ දත්ත මූලාශ්ර වේ. සමාජ මාධ්ය සහ දෘශ්ය වේදිකා: කුමන වර්ණය, සිල්වට්, මෝස්තරය දෘශ්යතාවයෙන් වැඩි වේ. සෙවුම් දත්ත: මිනිසුන් සොයන්නේ පූර්ව චේතනා සංඥාවකි. විකුණුම් ඉතිහාසය: ඔබේම වෙළඳසැලේ විකුණන දේ, කවදාද, කුමන කලාපයේද. ප්රවණතා සේවා (උදා: කර්මාන්ත ප්රකාශන): විශේෂඥ විවරණ සහිත අනාවැකි. තරඟකාරී/වෙළඳපොල දත්ත: තරඟකරුවන් නිකුත් කරන දේ.
කෘතිම බුද්ධිය මෙහි කාර්යයන් දෙකක් කරයි. එය ස්වභාවික භාෂා සැකසුම් (NLP) සමඟ පෙළ සහ ටැග් වලින් මාතෘකාව සහ හැඟීම් උපුටා ගනී ("මෙම වර්ණය ගැන කතා කිරීම වැඩි වේ, ස්වරය ධනාත්මක වේ"). එය රූප විශ්ලේෂණය හරහා පින්තූර වලින් වර්ණ, රටා සහ සිල්වට් ප්රවණතා එකතු කරයි. මේ සියල්ල සංඥා මිස සාක්ෂි නොවේ. සංඥාව ඝෝෂාකාරී ය; එක් වේදිකාවක සංචලනය තවත් පාරිභෝගික පදනමක් විසින් ප්රතිනිර්මාණය නොකළ හැකිය.
ඉඟිය: සෑම විටම ඔබේම පාරිභෝගික පදනම සහ විකුණුම් දත්ත මත පදනම්ව ප්රවණතා සංඥා පෙරහන් කරන්න. ගෝලීය වේදිකාවක ඉහළ යන ප්රවණතාවක් ඔබේ කලාපයට සහ මිල අංශයට වලංගු නොවිය හැක. "හැමෝම මේක කරන්නේ" උපාය මාර්ගයක් නොවේ.
ඉල්ලුම පුරෝකථනය: SKU, කාල මාලාව සහ අවිනිශ්චිතතාවය
ඉල්ලුම පුරෝකථනය සාමාන්යයෙන් සිදු කරනු ලබන්නේ SKU (තොග තබා ගැනීමේ ඒකකය; විශේෂිත නිෂ්පාදනයක නිශ්චිත වර්ණ ප්රමාණයේ සංයෝජනය) මට්ටමෙනි. මූලික ප්රවේශය වන්නේ කාල ශ්රේණි විශ්ලේෂණයයි: කාලයත් සමඟ අතීත විකුණුම් රටාවෙන් අනාගතය පුරෝකථනය කිරීම (ප්රවණතාව, සෘතුමයභාවය, චක්රය). සම්භාව්ය ක්රම (චලනය වන සාමාන්යය, ඝාතීය සුමට කිරීම, ARIMA) සහ යන්ත්ර ඉගෙනීමේ ක්රම මෙම කාර්යය ඉටු කරයි.
විවේචනාත්මක කරුණ: හොඳ ඇස්තමේන්තුවක් යනු තනි අංකයක් නොව, පරාසයක් සහ සම්භාවිතාවකි. "මෙම SKU හි 1,200 විකුණනු ඇත" වෙනුවට, "950-1,450 ක 80% ක අවස්ථාවක්" වඩා ප්රයෝජනවත් වේ, මන්ද එය අවදානම් රුචිය මත පදනම්ව කොටස් තීරණය කිරීමට ඉඩ සලසයි. ආකෘතියක ප්රතිදානය සත්යාපනය කිරීමට වඩාත්ම ශක්තිමත් ක්රමය වන්නේ පසුපෙළ පරීක්ෂා කිරීමයි: පසුගිය දිනයක දත්ත සමඟ ආකෘතිය පුහුණු කිරීම සහ එය ඊළඟ සත්ය අලෙවිය සමඟ සංසන්දනය කිරීම. ආකෘතිය අතීතයේ දී හොඳින් පුරෝකථනය කර නොමැති නම්, අනාගතයේ දී එය විශ්වාස කළ නොහැකි ය.
නව නිෂ්පාදන සඳහා (විකුණුම් ඉතිහාසයක් නොමැතිව) පුරෝකථනය කිරීම වඩා දුෂ්කර ය; සමාන නිෂ්පාදනවල ඉතිහාසය (ඇනලොග්) සහ ප්රවණතා සංඥාව එකට භාවිතා වේ, නමුත් අවිනිශ්චිතතාවය ඉහළ බැවින් මෙය පිළිගත යුතුය.
පියවරෙන් පියවර: Trend සහ Forecast Workflow
- දත්ත එකතු කර පිරිසිදු කරන්න. විකුණුම්, ප්රතිලාභ, කොටස්, ප්රචාරක දින දර්ශනය සහ ප්රවණතා සංඥා.
- සෘතුමයභාවය සහ ප්රවණතාවය අතර වෙනස හඳුනා ගන්න. විකුණුම් වලින් කොපමණ ප්රමාණයක් වාරයද සහ සැබෑ ප්රවණතාවය කොපමණද.
- අනාවැකි ජනනය කරන්න (අන්තර්). SKU මගින් අපේක්ෂිත අගය සහ විශ්වාස අන්තරය.
- පසුපෙළ. ආකෘතියේ ඓතිහාසික නිරවද්යතාව මැනීම; නරක නම්, සරල ආකෘතිය වෙත ආපසු යන්න.
- ව්යාපාරික විනිශ්චය සමඟ නිවැරදි කරන්න. දන්නා සිදුවීම් (නව ගබඩාව, ව්යාපාරය, සැපයුම් ගැටලුව) ආකෘතියට අතින් එකතු කරන්න.
- නරඹන්න සහ යාවත්කාලීන කරන්න. සැබෑ විකුණුම් පැමිණෙන විට අනාවැකිය සංශෝධනය කරන්න (පෙරළෙන අනාවැකිය).
කුඩා අවස්ථා තුනක්: අංක අනුව
නඩුව 1 - අතිරික්ත තොග අඩු කිරීම. සන්නාමයක් සෑම කන්නයකම ඕනෑවට වඩා වර්ණ සමූහයක් නිෂ්පාදනය කරන අතර වාරය අවසානයේ එය 40% වට්ටමක් යටතේ විකුණනු ලැබීය. ඉතිහාසගත විකුණුම් සමඟ පසුපසට පරීක්ෂා කරන ලද SKU ඇස්තමේන්තුවක් පෙන්නුම් කළේ ඔවුන් ප්රමාණ කිහිපයකින් අධික ලෙස නිෂ්පාදනය කරන බව මිස ඔවුන් එම වර්ණයෙන් ඉල්ලුම අඩුවෙන් අලෙවි කරන බව නොවේ. ප්රමාණයේ බෙදා හැරීම නිවැරදි කළ විට, වට්ටම් කළ විකුණුම් අනුපාතය 40% සිට 26% දක්වා අඩු විය.
නඩුව 2 - වැරදි සංඥා. එක් කණ්ඩායමක් සමාජ වේදිකාවක් හරහා පුපුරා ගිය එකතුවට නියොන් පැහැයක් දැමූහ; ගෝලීය සංඥාව ශක්තිමත් විය. නමුත් ඔවුන්ගේම පාරිභෝගික පදනම (සම්භාව්ය, පරිණත අංශය) මෙම ස්වරය ගත්තේ නැත; පක්ෂය රඳවා ගත්තා. ඊළඟ කන්නයේ ප්රවණතා සංඥාව එහිම විකුණුම් දත්ත සමඟ පෙරීමට රීතියක් හඳුන්වා දෙන ලදී. පාඩම: ඛණ්ඩ නොමැතිව සංඥා නොමඟ යවන සුළුය.
3 වන අවස්ථාව - විරාම අනාවැකි වල අගය. "ඒකක 1,000 විකුණන" ලක්ෂ්ය අනාවැකියක් මත පදනම්ව ගැනුම්කරුවෙකු ඇණවුමක් කළ විට, ආකෘතිය 700-1,400 අතර 80% පරාසයක් ලබා දුන්නේය. ගැනුම්කරු අවදානම දුටු අතර පළමු ඇණවුම 800 හි තබා විකුණුම් ප්රවණතාවයට අනුව ඉක්මන් නැවත පිරවීමක් සැලසුම් කළේය; එය අධික තොග සහ අඩු තොග යන දෙකම මග හැරියේය. දෙසැම්බර් ඔත්තේ ඉලක්කම්වලට වඩා දක්ෂ තීරණ ගත්තා.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
ඊළඟ කන්නයේ විකුණන්නේ කුමක්දැයි මට කියන්න.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: විලාසිතා සැලසුම් විශ්ලේෂක. පහත දැක්වෙන්නේ පසුගිය වසර 3ක මාසික විකුණුම් දත්ත (SKU, ප්රමාණය), ප්රචාරක දින දර්ශනය සහ මෙම වාරයේ ප්රවණතා සටහන් වේ. කාර්යය: 1) සෘතුමයභාවය සහ ප්රවණතාවය වෙන් කරන්න, කෙටියෙන් පැහැදිලි කරන්න. 2) අදාළ SKU සඳහා ඊළඟ වාරයේ පුරෝකථනය දෙන්න; ප්රවේශමෙන් නොව, 80%ක විශ්වාසනීය පරතරයක් ලෙස.3) ඔබගේ අනාවැකිය නැවත පරීක්ෂා කරන ලෙස ඔබ නිර්දේශ කරන්නේ කෙසේද?4) අපගේ පාරිභෝගික අංශය තුළ අවදානම් විය හැකි ප්රවණතා සංඥා මොනවාද? දත්තවල නැති දේ සකස් නොකරන්න. දත්ත: [වගුව]
බලගතු ප්රේරකය විරාම පුරෝකථනය, පසුපෙළ යෝජනා සහ ඛණ්ඩ පෙරහන විමසයි; එය නිශ්චිත නිරවද්යතාවයක් පනවන්නේ නැත.
පිටපත් කළ හැකි සැකිලි
1) සෘතුමය වියෝජනය:
මෙම මාසික විකුණුම් මාලාවේ ප්රවණතාවය, සෘතුමයභාවය සහ අක්රමවත් සංරචකය වෙන් කර එක් එක් ගැන කෙටියෙන් අදහස් දක්වන්න. ග්රැෆික් වෙනුවට සංඛ්යාත්මක සාරාංශයක් දෙන්න. මාලාව: [දත්ත]
2) විරාම අනාවැකි:
පහත SKU සඳහා මීළඟ [n] කාල පුරෝකථනය ජනනය කරන්න. එක් එක් කාල පරිච්ඡේදය සඳහා අපේක්ෂිත අගය සහ 80% විශ්වාසනීය පරතරය දෙන්න. ඔබේ උපකල්පන පැහැදිලිව ලැයිස්තුගත කරන්න. ඉතිහාසය: [දත්ත]
3) පසුපෙළ සැකසුම:
ඉල්ලුම පුරෝකථන ආකෘතියක් නැවත පරීක්ෂා කිරීම සඳහා සැලැස්මක් ලියන්න: පුහුණුව/පරීක්ෂණ වෙනස, දෝෂ මෙට්රික් (උදා: MAPE), පිළිගැනීමේ සීමාව. සරල සිලෝජිසම් ආකෘතියක් ද යෝජනා කරන්න. සන්දර්භය: [නිෂ්පාදනය, දත්ත ප්රමාණය]
4) Trend-segment පෙරහන:
අපගේ පාරිභෝගික අංශයට (වයස, මිල, විලාසය) අනුව මෙම ප්රවණතා සංඥා ඇගයීමට ලක් කරන්න: ශක්තිමත්, අවදානම්/අදාළ නොවන ඒවා මොනවාද? එක් එක් සඳහා සාධාරණීකරණය එකතු කර විකුණුම් දත්ත සමඟ වලංගු කිරීම යෝජනා කරන්න. සංඥා: [ලැයිස්තුව]
මූලාශ්රය සහ විශ්වසනීයත්වය වගුව
දත්ත මූලාශ්රය
එය සංඥා කරන්නේ කුමක්ද?
බලය
මායිම
තමන්ගේම විකුණුම් ඉතිහාසය
සැබෑ ඉල්ලුම
ඉහළ
නව නිෂ්පාදනයේ නොවේ
ඇමතුම් දත්ත
මුල් චේතනාව
මධ්යම
මිලදී ගැනීමට ආපසු නොඑනු ඇත
සමාජ මාධ්ය
දෘශ්යතාව / හැඟීම්
මධ්යම
ඛණ්ඩ අපගමනය, ශබ්දය
ප්රවණතා සේවා
විශේෂඥ අනාවැකිය
මධ්යම
පොදු, සැමට විවෘතයි
තරඟකරු/වෙළඳපොල දත්ත
ස්ථානගත කිරීම
මධ්යම
ප්රමාද, අර්ධ
අවවාදයයි: කිසිම අනාවැකියක් අනාගතය සහතික නොකරයි. වෛරස් මොහොතක්, කාලගුණ අනාවැකියක්, ආර්ථික කම්පනයක් හෝ සැපයුම් අර්බුදයක් හොඳම ආකෘතිය පවා රැවටිය හැකිය. සම්භාවිතා මෙවලමක් ලෙස ඇස්තමේන්තුව භාවිතා කරන්න; තනි අංකයකට අන්ධ ලෙස ඇලී නොසිටින්න සහ සැබෑ විකුණුම් පැමිණෙන විට සැලැස්ම සංශෝධනය කරන්න.
පොදු වැරදි
- අන්ධ ලෙස විශ්වාස කරන නිශ්චිත අනාවැකි. පරාසය සහ සම්භාවිතාව වඩාත් දක්ෂ තීරණ සඳහා සාදයි.
- ඛණ්ඩ පෙරීමකින් තොරව ප්රවණතා සංඥාව ලබා ගැනීම. ගෝලීය ප්රවණතාවය ඔබේ ප්රේක්ෂකයන්ට අදාළ නොවිය හැකිය.
- back testing කරන්නේ නැහැ. අතීතයේ නරක වූ ආකෘතියක් අනාගතයේදී විශ්වාස කළ නොහැකිය.
- ප්රවණතාවක් සඳහා සෘතුමය බව වැරදියි. සෘතුමය වර්ධනය ස්ථිර වර්ධනයක් ලෙස වරදවා වටහා ගැනීම අධික නිෂ්පාදනයට හේතු වේ.
- සැලැස්ම සංශෝධනය නොකිරීම. සැබෑ විකුණුම් පැමිණෙන විට අනාවැකිය යාවත්කාලීන කළ යුතුය.
සාරාංශයක් ලෙස
විලාසිතා ප්රවණතා විශ්ලේෂණය සහ ඉල්ලුම පුරෝකථනය කිරීම අනාගතය පිළිබඳ ඔට්ටුවක අවිනිශ්චිතතාවය අඩු කිරීමේ උත්සාහයකි. AI බහු-මූලාශ්ර සංඥා (සමාජ මාධ්ය, සෙවීම, විකුණුම්) වෙතින් ප්රවණතා උපුටා ගන්නා අතර SKU මගින් ඉල්ලුම පුරෝකථනය කරයි; නමුත් සංඥාව ඛණ්ඩ පෙරහන හරහා ගමන් කළ යුතුය, අනාවැකිය පරතරය හා පසුපස පරීක්ෂා කළ යුතුය. ආකෘතිය යනු අනාගතවක්තෘවරයෙකු නොව, හැකියාව පිළිබඳ මෙවලමකි; අවසාන කොටස් තීරණය සහ අවදානම් රුචිය ව්යාපාරික විනිශ්චයේ පවතී.
යෙදුම් කාර්යය
SKU සඳහා කල්පිත (හෝ සැබෑ) තුන් අවුරුදු මාසික විකුණුම් මාලාවක් සාදන්න. මෙම ඒකකයෙන් "සෘතුමය විසංයෝජනය" සහ "අන්තර් පුරෝකථනය" සැකිලි යොදන්න. AI විසින් ලබා දී ඇති පුරෝකථන පරාසය දෙස බලා, ඔබ මිලදී ගන්නෙකු ලෙස, පළමු ඇණවුම ලබා දෙන්නේ කුමන පරාසය තුළද සහ ඇයි (අවදානම් ආහාර රුචිය) ඡේදයකින් පැහැදිලි කරන්න. ඔබ මෙම අනාවැකිය නැවත පරීක්ෂා කරන්නේ කෙසේද යන්නත් එක් වාක්යයකින් ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම අනාවැකි ඇගයීමට ලක් කරන්නේ පරාසය සහ සම්භාවිතාව සමඟ මිස ලක්ෂ්යමය වශයෙන් නොවේ.
- [ ] මම මගේම පාරිභෝගික අංශය සමඟ ප්රවණතා සංඥා පෙරහන් කරමි.
- [ ] මම පසුපස පරීක්ෂාව හරහා ආකෘති වලංගු කරමි.
- [ ] මම සෘතුමය බව සහ ස්ථිර ප්රවණතාව අතර වෙනස හඳුනා ගනිමි.
- [ ] සැබෑ විකුණුම් පැමිණෙන විට මම සැලැස්ම සංශෝධනය කරමි.