Fitimet:
- Aftësia për të pozicionuar AI si një asistent që gjeneron skenarë hipotetikë në parashikimin e të ardhurave/shpenzimeve
- Aftësia për të shkruar kërkesat e parashikimit me diapazon dhe ndjeshmëri bazuar në të dhënat historike dhe supozime të qarta
- Aftësia për të njohur kufizimet e parashikimeve të AI dhe për t'i përzier ato me gjykimin njerëzor
"Sa do të jetë qarkullimi ynë vitin e ardhshëm?" është një nga pyetjet më të vështira për ekipin e financave. Parashikimi është duke bërë një parashikim për të ardhmen bazuar në të dhënat dhe supozimet e së kaluarës. Inteligjenca artificiale (AI) mund të jetë një asistent i fuqishëm këtu; Por duhet pranuar që në fillim një fakt: modelja nuk e njeh të ardhmen. Ai përpunon vetëm modelet dhe supozimet që ju jepni. Në këtë njësi, ne do të mësojmë të pozicionojmë AI në rolin e saj të saktë në parashikim dhe të njohim kufijtë e saj.
Çfarë bën dhe nuk bën AI në parashikim?
Ai bën: Përmbledh trendin e kaluar, njeh sezonalitetin (luhatje të përsëritura në muaj të caktuar), ndërton skenarë me supozime të ndryshme, shpjegon logjikën e parashikimit dhe e vendos parashikimin në një tregim.
Nuk ka: nuk mund të japë një të ardhme të saktë, nuk mund të parashikojë goditjet e jashtme (kriza e kursit të këmbimit, ndryshimi i rregullores), nuk mund të dijë një fakt që nuk është në të dhëna. Fjalia "ju do të rriteni 18% vitin e ardhshëm" e dhënë nga një chatbot nuk është një profeci, por një pasqyrim matematikor i supozimeve që bëni.
Këshillë: Asnjëherë mos i kërkoni modeles një "numër të vetëm". Kërkoni gjithmonë një gamë dhe mbi cilat supozime bazohet ai diapazon. Fjalia "14-15 milion në rastin bazë, kushti: ritmi aktual i rritjes vazhdon" është shumë më i sinqertë dhe më i dobishëm se "14.6 milion".
Hap pas hapi: Ndërtimi i një parashikimi solid
- Jepni të dhëna historike. Ndodh për të paktën disa periudha; mujore nëse është e mundur.
- Shkruani supozimet qartë. Shkalla e rritjes, sezonaliteti, ndryshimet e njohura.
- Specifikoni metodën. Trendi i thjeshtë, i rregulluar sezonalisht apo i bazuar në skenar?
- Kërkoni për diapazonin dhe skenarin. Optimist / bazë / pesimist.
- Kërkoni ndjeshmëri. "Cili supozim ndryshon më shumë rezultatin?"
Prompt i dobët / Prompt i fortë
Prompt i dobët: Parashikoni qarkullimin tim vitin e ardhshëm. Këtë vit kemi bërë 12 milion.
Kjo prodhon një numër të vetëm pa bazë; Është e paqartë se në çfarë supozimi bazohet, i cili është i rrezikshëm për vendimin.
Prompt i fortë: Roli juaj: një analist i planifikimit financiar. Detyra: Parashikoni 12 muajt e ardhshëm nga të dhënat e mëposhtme të të ardhurave mujore. Metoda: 1) Së pari përmblidhni tendencën dhe sezonalitetin në të dhënat historike. 2) Vendosni 3 skenarë me supozimet e mëposhtme: - Bazë: norma mesatare e rritjes së 12 muajve të fundit: Rritja mesatare e 12 muajve të fundit - 3 pikë rritje: optimiste + 5 pikë rritje: optimiste Gama totale dhe mujore 12-mujore për secilin skenar.4) Seksioni "Ndjeshmëria": cili supozim ndryshon, rezultati ndryshon më shumë? Kufizim: Rendisni supozimet në mënyrë eksplicite. Thuaj se vlerësimi është një parashikim dhe jo një siguri. Ki parasysh se nuk mund të modelosh goditjet e jashtme.<data>Shifrat e qarkullimit mujor për janar..dhjetor</data>
Kjo nxitje; Në vend të një numri të saktë, ai prodhon një diapazon të arsyetuar, skenarë dhe një analizë të ndjeshmërisë si "shkalla e rritjes së supozimeve më të cenueshme". Vendimmarrësi merr vendime duke parë pasiguri.
Sezonaliteti është tema më e anashkaluar në parashikime. Shitjet e shumë bizneseve rriten dhe bien rregullisht në muaj të caktuar: një prodhues akulloresh arrin kulmin gjatë verës, një dyqan suveniresh arrin kulmin gjatë pushimeve. Një linjë tendence e sheshtë nuk mund ta shohë këtë luhatje dhe do të vendosë gabimisht planin e stokut, personelit dhe parave. Nëse i jepni AI-së mjaft të dhëna historike (idealisht të paktën 24 muaj), ajo do ta vërejë këtë model të përsëritur dhe do të rregullojë parashikimin në përputhje me rrethanat.
Metodat e parashikimit dhe roli i AI
Metoda
Kur është e përshtatshme?
Kontributi i AI
kufiri
trend i thjeshtë
Të dhëna të qëndrueshme, josezonale
Merr shpejt trendin
Nuk mund të shohin pushimet
korrigjim sezonal
Shitjet luhaten sipas muajve
Shpjegon modelin sezonal
Tepër e lidhur me të kaluarën
I bazuar në skenar
Një periudhë e pasigurisë së lartë
Teston shpejt hipotezat
Varet nga cilësia e supozimit
Bazuar në shofer
Nëse të ardhurat varen nga disa faktorë
Vendos një marrëdhënie faktori
Njeriu verifikon marrëdhënien
Parashikimi i bazuar në shofer
Parashikimi i qarkullimit me një përqindje të vetme rritjeje është shpesh i papërpunuar. Mënyra më e fuqishme është ndarja e të ardhurave sipas nxitësve të saj: të ardhurat = numri i klientëve × shitjet mesatare për klient × frekuenca e përsëritjes. Parashikimi dhe shumëzimi i secilit drejtues veç e veç jep një parashikim që është edhe më i saktë dhe më i diskutueshëm; sepse ju e shihni qartë se cili supozim ka ndryshuar.
Vlerësoni të ardhurat e mia në bazë të shoferëve. Të ardhurat = numri i klientëve aktivë × të ardhurat mesatare mujore për klient (ARPU). Nxirrni këta dy drejtues veç e veç për 12 muajt e fundit, interpretoni trendin e secilit dhe më pas parashikoni 12 muajt e ardhshëm duke projektuar dy drejtuesit veç e veç. Shkruani qartë supozimin për secilin drejtues; Specifikoni se cili shofer është më i paqartë. Përdorni vetëm numra në të dhëna, tregoni formulat.
Fuqia e kësaj metode është se në vend që të thoni "xhiro rritet me 15%", ju thoni "numri i klientëve rritet me 8%, të ardhurat për klient rriten me 6%". Të dy mund të pyeten veçmas; Nëse njëra është joreale, ju rregulloni vlerësimin nga atje. Menaxhmenti gjithashtu pyet "në çfarë supozimi mbështetemi?" mund t'i përgjigjet pyetjes konkretisht.
Ndjeshmëria dhe disiplina e supozimit
Cilësia e parashikimit është cilësia e supozimeve. Mbani gjithmonë supozimet të dukshme për AI dhe kthehuni dhe përditësoni ato ashtu siç ndodhin (parashikimi i vazhdueshëm, domethënë një parashikim i vazhdueshëm që përditësohet çdo muaj).
Listoni TË GJITHA supozimet që keni përdorur në parashikimin më poshtë në një formë tabelare: supozimi | vlera | burimi/arsyeja | Nëse kjo vlerë ndryshon me 10%, efekti i saj në rezultatin vjetor. Shënoni 3 supozimet më të brishta.
Kur i prezantoni menaxhmentit rezultatet parashikuese të AI, përfshini një "kartë supozimi": tre supozimet më kritike, vlerat e tyre dhe burimet e tyre. Kështu, parashikimi nuk është më një kuti e zezë; Të gjithë shohin se për çfarë po vënë bast. Dhe kur realizimi devijon, ju mund të diagnostikoni shpejt se cili supozim nuk u zbatua, gjë që përmirëson parashikimin e ardhshëm.
Kujdes: Mos e mbroni parashikimin e krijuar nga AI duke thënë "kështu tha modeli". Përgjegjësia për parashikimin i takon personit që e paraqet atë. Gjithmonë i pranishëm para menaxhmentit me kornizën "ky është një skenar i bazuar në këto supozime, aktualizimi mund të ndryshojë".
Mini Rastet
Rasti 1 - Parashikimi që sheh sezonalitet. Një kompani me pakicë i dha AI 24 muaj të të dhënave të shitjeve. Modeli vuri re një kërcim të qëndrueshëm prej 40% në muajt nëntor-dhjetor dhe përshtati parashikimin e tij për vitin e ardhshëm në përputhje me rrethanat. Nëse do të ishte përdorur një tendencë e sheshtë, plani i aksioneve në fund të vitit do të kishte qenë seriozisht i gabuar.
Rasti 2 - Kurthi i numrit tek. Një startup e bazon buxhetin e tij në parashikimin e AI "18 milion vitin e ardhshëm". Por kjo bazohej në supozimin se "rritja vazhdon ashtu siç është". 11 milion u realizua kur u larguan dy klientë të mëdhenj. Pasi u mësua mësimi, ekipi kaloi në vargun e skenarit; Grupi i parashikimit të vitit të ardhshëm mbuloi atë që ndodhi në të vërtetë.
Rasti 3 — Ndjeshmëria ndryshoi vendimin. “Supozimi më i cenueshëm është çmimi i lëndës së parë”, tha AI në parashikimin e një prodhuesi, duke treguar se një rritje çmimi prej 10% do të reduktonte fitimet vjetore me 22%. Menaxhmenti më pas nënshkroi një kontratë vjetore me çmim fiks me furnizuesin. Vlera reale e parashikimit nuk ishte numri, por kjo pasqyrë e ndjenjës.
Rasti 4 - Parashikimi i përsëritur fiton. Një shitës me pakicë përditësonte parashikimin e tij vjetor me fakte çdo muaj, në vend që ta vendoste një herë dhe ta harronte. Në muajin e tretë, u pa se supozimi "rritje 12%" ishte në fakt 7%; Parashikimi u korrigjua herët dhe inventari i fundvitit dhe plani i personelit u rregulluan në përputhje me rrethanat. Nëse parashikimi fiks do të ishte ruajtur, do të kishte pasur një tepricë të madhe dhe një krizë të madhe parash në fund të vitit. Mësimi: një parashikim është një dokument i gjallë, nuk vendoset një herë dhe nuk hiqet.
Gabimet e zakonshme
- Kërkon një numër tek. Parashikimi pa diapazon dhe skenar krijon siguri të rreme.
- Fshehja e supozimeve. Supozimi i padukshëm nënkupton një parashikim që nuk mund të vihet në dyshim dhe të përditësohet.
- Duke u mbështetur shumë në të kaluarën. Modeli zgjat modelin e kaluar; nuk mund të shohë fraktura dhe goditje të jashtme.
- Gabimi i një parashikimi si një profeci. AI nuk e njeh të ardhmen; Thjesht merr parasysh supozimet tuaja.
- Duke mos bërë një parashikim të përhershëm. Vendosni parashikimin një herë dhe harroni atë; nuk përditësohet siç ndodh.
Në përmbledhje
- Është një asistent i fuqishëm në parashikimin e AI: nxjerr trendin dhe sezonalitetin, ndërton skenarin, shpjegon logjikën; por nuk njeh të ardhmen dhe nuk mund të shohë goditje të jashtme.
- Kërkoni gjithmonë një gamë hipotetike dhe skenarë optimistë/bazë/pesimistë dhe jo një numër të vetëm.
- Bëni supozimet të listuara qartë dhe identifikoni supozimin më të cenueshëm përmes analizës së ndjeshmërisë.
- Përgjegjësia për parashikimin i takon personit që e paraqet atë; Paraqiteni menaxhmentit me një kornizë "skenari, jo siguri".
- Përditësoni parashikimin siç ndodh me parashikimin Rolling; Instaloni një herë dhe mos harroni.
Detyra e aplikimit
Merrni të paktën 12 muaj të dhëna të të ardhurave aktuale (aktuale ose mostër). Krijo një parashikim 12-mujor me tre skenarë me një shabllon të fuqishëm të shpejtë. Pastaj hiqni tre supozimet më të brishta me kërkesën e ndjeshmërisë. Verifikoni manualisht një herë normën e rritjes mujore të rastit bazë të modelit dhe përmblidhni parashikimin në një rrëshqitje me një kornizë "skenari, jo siguri".
listë kontrolli
- [ ] Kam dhënë të dhëna të mjaftueshme historike (mundësisht mujore).
- [ ] I rendita supozimet në mënyrë eksplicite dhe i rendita në model.
- [ ] Doja një gamë të skriptuar, jo një numër të vetëm.
- [ ] Kam identifikuar supozimin më të brishtë përmes analizës së ndjeshmërisë.
- [ ] Unë verifikova manualisht llogaritjen e rritjes së rastit bazë.
- [ ] Unë e paraqita vlerësimin në një kornizë "skenari, jo siguri".