Taratibu za Uchambuzi na Uigaji wa Matarajio: Mwenendo, Uwiano na Uchanganuzi wa Mkengeuko

Faida:

• Elewa ni taratibu gani za uchanganuzi ziko ndani ya mawanda ya BDS 520 na jinsi ya kutumia akili bandia kwa ajili ya kuzalisha matarajio, uchanganuzi wa uwiano na uandishi wa maelezo yenye kupotoka.
• Uwezo wa kutafsiri uchanganuzi wa mlalo-wima, uchanganuzi wa uwiano na uchanganuzi wa mwenendo na usaidizi wa akili ya bandia na kutambua mikengeuko inayohitaji kuchunguzwa.
• Uwezo wa kuelewa kwamba maelezo ya kupotoka yanayopendekezwa na akili ya bandia ni dhana na haiwezi kuchukuliwa kama matokeo ya ukaguzi bila kuungwa mkono na ushahidi.

Moja ya silaha zenye nguvu zaidi za mkaguzi mwenye uzoefu ni "matarajio". Kabla ya kuangalia taarifa ya fedha, anajua takribani kile anachohitaji kuona kwa sababu anajua biashara: "Kampuni hii ilikua kwa 15% mwaka jana, idadi ya wafanyakazi ni imara, hivyo ningetarajia gharama za wafanyakazi ziongezeke takriban kama mfumuko wa bei." Kisha inalinganisha ukweli na matarajio. Ikiwa kuna kupotoka kutoka kwa matarajio, kuna maelezo au shida. Njia ya utaratibu ya njia hii ya kufikiri inaitwa taratibu za uchambuzi, na BDS 520 huipanga.

Utaratibu wa uchanganuzi ni kuanzisha matarajio kwa kutumia mahusiano yanayofaa kati ya data ya kifedha na isiyo ya kifedha na kuilinganisha na halisi na kutafuta mikengeuko mikubwa. Inatumika katika sehemu tatu: katika kupanga (kuona hatari), katika majaribio ya kina (kwa uthibitishaji wa kina) na mwisho wa ukaguzi (kwa ukaguzi wa jumla wa busara). Katika kitengo hiki, utajifunza jinsi ya kutumia akili bandia katika kuunda matarajio, uchanganuzi wa uwiano na utayarishaji wa maelezo ya kupotoka; Lakini tutajadili kwa nini maelezo yaliyopendekezwa na AI ni dhana, sio ushahidi.

Zana za utaratibu wa uchambuzi

Zana kuu za uchambuzi zinazotumiwa na mkaguzi ni:

• Uchambuzi mlalo: Kuchunguza mabadiliko (kiasi na %) ya bidhaa mwaka hadi mwaka. "Mauzo yaliongezeka kwa 40%; kwa nini?"
• Uchanganuzi wa wima: Uwiano wa vitu kwa jumla (k.m. uwiano wa kila gharama na mapato). "Wakati gharama ya bidhaa zilizouzwa ilikuwa 62% ya mapato, mwaka huu imekuwa 71%; kwa nini kiwango cha mapato kilipungua?"
• Uchanganuzi wa uwiano: Kukokotoa uwiano wa maana (mapato ya jumla ya faida, kiwango cha mauzo ya hesabu, kipindi cha ukusanyaji wa mapato, uwiano wa sasa) na kuchunguza mwenendo wake na ulinganisho na sekta hiyo.
• Uchambuzi wa mwenendo: Kuona vipindi vingi pamoja na kupata mapumziko.
• Mtihani wa upatanifu: Kuanzisha matarajio huru (k.m. "gharama za riba ≈ wastani wa deni × kiwango cha riba") na kulinganisha na hali halisi.

AI hufanya hesabu hizi zote kwa sekunde, huziweka kwenye lahajedwali na kuashiria mikengeuko. Zaidi ya hayo, inaweza kupendekeza maelezo yanayowezekana ya kupotoka. Hapa kuna hoja muhimu: maelezo yaliyotolewa na AI ni hypothesis ya awali. "Upeo umepungua kwa sababu bei za malighafi zimeongezeka" inaweza kuwa ya kuridhisha, lakini mkaguzi hawezi kuhitimisha bila kuidhinisha na mikataba, ankara, ufichuzi wa usimamizi, na-hasa katika kesi ya kupotoka kusikotarajiwa-ushahidi wa kujitegemea.

Kadiri matarajio yanavyokuwa nyeti zaidi ndivyo utaratibu unavyokuwa na nguvu zaidi

Ujanja muhimu wa BDS 520: kuegemea kwa utaratibu wa uchambuzi inategemea jinsi kwa usahihi na kwa kujitegemea matarajio yameanzishwa. Ukijenga matarajio moja kwa moja kutoka kwa data iliyotolewa na biashara, utaangukia katika mantiki ya mduara (kuthibitisha data sawa na data sawa). Matarajio makubwa yanategemea pembejeo huru iwezekanavyo (data isiyo ya kifedha, data ya soko la nje, akaunti yako mwenyewe). AI inaweza kukusaidia kuunda modeli ya matarajio - "ninahitaji pembejeo gani ili kuhesabu gharama ya riba kwa kujitegemea?" - lakini mkaguzi anawajibika kwa uhuru wa pembejeo na kufaa kwa mfano.

Kidokezo: Bainisha mapema "kiwango cha kutokuwa na umuhimu" unapotafsiri mkengeuko. Ni kupotoka kiasi gani kutoka kwa matarajio kutazingatiwa "uchunguzi"? Weka kizingiti hiki mapema, kulingana na nyenzo, kwa hivyo sio lazima kufuata kila mabadiliko madogo ambayo AI hutoa.

Kuanzisha matarajio makubwa na data isiyo ya kifedha

Utaratibu wa uchanganuzi huwa na nguvu zaidi unapojenga matarajio kutoka kwa data isiyo ya kifedha, sio tu data ya kifedha. Kwa mfano, unaweza kukadiria mapato ya vyumba vya hoteli kwa kujitegemea kwa kuzidisha idadi ya vyumba vya kulala vinavyokaliwa na wastani wa kiwango cha vyumba; unaweza kukadiria gharama ya nishati ya biashara ya utengenezaji kutoka kwa idadi ya vitengo vinavyozalishwa na matumizi ya kawaida kwa kila kitengo; Unaweza kutabiri mapato ya elimu ya shule kutoka kwa idadi ya wanafunzi na ada ya wastani. Matarajio kama haya hayaanguki katika mtego wa mzunguko kwa sababu hayategemei rekodi ya uhasibu ya biashara yenyewe na hutoa ukaguzi halisi. AI hukusaidia kuanzisha pembejeo na fomula ya modeli hii huru ya matarajio; lakini mkaguzi ana wajibu wa kuhakikisha kwamba pembejeo ni huru na ya kuaminika kweli (idadi ya wanafunzi, chumba cha kulala, wingi wa uzalishaji ni sahihi?). Ikiwa tofauti kati ya matarajio na ukweli ni kubwa, hii inaonyesha ama kosa la uhasibu au tatizo na pembejeo la matarajio; Zote mbili zinahitaji kuchunguzwa.

Utaratibu wa uchambuzi wa hatua kwa hatua

1. Weka matarajio. Andika unachotarajia kwa kipengee kinachokaguliwa, na ingizo huru ikiwezekana.
2. Andaa data, thibitisha ukamilifu. Je, data halisi utakayolinganisha ni sahihi na kamili?
3. Piga hesabu na AI. Fanya mahesabu ya usawa / wima / uwiano / mwenendo; Onyesha hatua za kila akaunti.
4. Tambua mikengeuko. Alamisha mkengeuko unaozidi kizingiti ulichoweka hapo awali.
5. Tengeneza hypotheses lakini thibitisha. Uliza AI kwa maelezo yanayowezekana; jaribu kila mmoja kwa uthibitisho.
6. Andika matokeo. Matarajio, ukweli, kupotoka, maelezo na ushahidi wa uthibitisho.

kesi tatu ndogo

Kesi ya 1 - Kupata sababu halisi ya kupotoka. Mkaguzi mmoja alipata gharama za wafanyakazi ziliongezeka kwa 38%; Walakini, idadi ya wafanyikazi na mfumuko wa bei ilielezea hii kwa 22%. Alikuwa na AI kuuliza juu ya nadharia za tofauti; YZ iliorodhesha chaguzi kama vile "kuongeza, kukodisha mpya, bonasi, malipo ya kuachishwa kazi". Mkaguzi alikagua rekodi za mishahara: tofauti hiyo ilitokana na malipo ya malipo ya mkupuo yaliyolipwa mwakani lakini haikuenezwa kama gharama katika kipindi sahihi, na kulikuwa na hitilafu ya msimu. AI ilitoa nadharia; Ushahidi wa malipo na uchunguzi wa mkaguzi ulibaini ukweli.

Kesi ya 2 - Kupotosha dhana ya ushahidi. Mwanachama wa timu aliuliza AI kuhusu ongezeko la 40% la bidhaa ya gharama; AI "pengine ni kutokana na mfumuko wa bei," alisema. Mwanatimu aliandika haya kama maoni moja kwa moja kwenye laha ya kazi na kufunga kalamu. Mtu aliyehusika aliuliza: mfumuko wa bei ulikuwa 25% wakati huo, 40% haikuelezwa; Zaidi ya hayo, bidhaa hiyo ilikuwa gharama ya kukodisha na mkataba wa kudumu na haikuongezeka moja kwa moja na mfumuko wa bei. Sababu ya kweli ilikuwa uwanja mpya ulioongezwa kwenye mkataba. Somo: Maelezo ya AI ni dhana; Hakuwezi kuwa na hitimisho bila kupimwa na ushahidi.

Kesi ya 3 - Matarajio duni. Ili kupima usawaziko wa gharama ya riba, mkaguzi aliweka matarajio yake moja kwa moja kutoka kwa gharama ya riba iliyorekodiwa na biashara (mduara). Kwa kawaida, ikawa kwamba "matarajio = ukweli" na hakuna kupotoka kulionekana. Mtu anayehusika alikumbusha kwamba matarajio yanapaswa kuanzishwa kwa kujitegemea: wastani wa usawa wa deni × wastani wa kiwango cha riba. Kwa hesabu ya kujitegemea, ikawa kwamba gharama halisi ya riba ilikuwa chini sana kuliko ilivyotarajiwa, na hakuna riba iliyopatikana kwa deni. Somo: uhuru wa matarajio huamua nguvu ya utaratibu.

Mwongozo dhaifu / Mwongozo thabiti

Agizo dhaifu:

Angalia chati hii, niambie ikiwa kuna jambo lisilo la kawaida.

Shida: hakuna matarajio, hakuna kizingiti, hakuna muktadha. AI ama inaweka bendera kwa nasibu "yasiyo ya kawaida" au kutoa maelezo ya maandishi; matokeo hayana thamani ya udhibiti.

Agizo lenye nguvu:

Jukumu lako: wewe ni msaidizi wa utaratibu wa uchambuzi kwa mkaguzi huru. Utahesabu na KUONYESHA mikengeuko na kupendekeza HYPOTHESEs zinazoweza kuelezewa; uhakiki na hitimisho ni wangu.Muktadha (bila jina): Kampuni ya uzalishaji. Mapato mwaka wa sasa 240M, mwaka uliopita 200M (20% ukuaji). Idadi ya wafanyikazi imedhamiriwa.Data:[akaunti; mwaka uliopita; mwaka wa sasa] mistari (mapato, COGS, gharama za wafanyikazi, kodi ya nyumba, gharama ya riba, ...)Kazi:1) Fanya uchanganuzi mlalo (kiasi na asilimia mabadiliko) kwa kila bidhaa; onyesha hatua ya kukokotoa.2) Uchanganuzi wima: uwiano wa kila gharama kwa mapato; linganisha kwa miaka miwili.3) Tekeleza kiwango kifuatacho: weka alama "ya kukaguliwa" ikiwa badiliko la asilimia litakengeuka kutoka kwa ukuaji wa mapato (20%) kwa zaidi ya pointi 10 kamili.4) Pendekeza maelezo 2-3 yanayoweza kutokea HYPOTHESIS kwa kila kipengele kilichowekwa alama; Pia andika USHAHIDI ambao kila moja itathibitishwa. Sema kuwa haya si matokeo.5) Usijumuishe nambari zozote au alama za tasnia ambazo huwezi kupata kutoka kwa data.

Kidokezo hiki ni chenye nguvu kwa sababu kinatoa muktadha na matarajio (ukuaji wa asilimia 20), huweka kiwango cha juu cha kupotoka, huuliza maelezo kama dhahania, na hufungamanisha kila nadharia na ushahidi.

Makosa ya kawaida

• Kupotosha dhana ya ushahidi. Kuandika hitimisho bila kuthibitisha taarifa ya AI "labda ...".
• Kuanzisha matarajio ya mviringo. Kupata matarajio kutoka kwa data kuthibitishwa na kutoa "fit" ya uwongo.
• Sio kuweka kizingiti. Kufukuza kila mabadiliko madogo au kupuuza mkengeuko muhimu.
• Uchambuzi bila muktadha. Kuuliza "upungufu" bila kukuza biashara; kupokea ishara zisizo na maana.
• Kukaa juu juu katika mkengeuko usiotarajiwa. Kufunika twist ya kushangaza kwa maelezo ya kwanza yenye kusadikika; ilhali BDS inahitaji uchunguzi wa kina kuhusu kupotoka kusikotarajiwa.

Kumbuka: Mkengeuko unaotarajiwa (k.m. kuongezeka kwa uchakavu kutokana na uwekezaji unaojulikana) ni tofauti na mkengeuko usiotarajiwa. Mkengeuko usiotarajiwa hubeba hatari kubwa zaidi na unahitaji ushahidi thabiti. AI haiwezi kutofautisha kati ya hizo mbili; Mkaguzi hufanya tofauti hii.

Kwa muhtasari

Taratibu za uchanganuzi (BDS 520) ni sanaa ya kuona mikengeuko kwa kuanzisha matarajio na kuyalinganisha na ukweli. AI ni injini yenye nguvu ya kukokotoa na dhahania katika uwanja huu: hufanya uchanganuzi mlalo/wima/uwiano/mtindo kwa sekunde, inaashiria mikengeuko, inapendekeza maelezo yanayowezekana. Lakini nguvu ya utaratibu inategemea uhuru wa matarajio, na maelezo yaliyopendekezwa na AI ni dhana, sio ushahidi. Mkaguzi anaweka kizingiti cha kupotoka, mkaguzi anahakikisha uhuru wa matarajio, na mkaguzi anathibitisha kila taarifa kwa ushahidi. Mkengeuko usiotarajiwa daima unahitaji uchunguzi wa kina.

Jukumu la maombi

Chukua taarifa rahisi ya mapato ya miaka miwili (ya kubuni) na uweke matarajio ya ukuaji (k.m. 20%). Ukiwa na mchoro wenye nguvu wa haraka ulio hapo juu, fanya AI ​​ifanye uchanganuzi wa mlalo na wima, tumia kizingiti cha kuteleza, na dhahania ya papo hapo + ulinganifu wa ushahidi wa vitu vilivyowekwa alama. Kisha andika katika aya moja jinsi ya kusanidi "matarajio huru yasiyo ya mviringo" kwa kitu (ungetumia pembejeo gani huru).

orodha ya ukaguzi

• [ ] Nimeanzisha matarajio mapema (kwa uingizaji huru ikiwezekana) kwa bidhaa inayokaguliwa.
• [ ] Nilithibitisha ukamilifu wa data niliyolinganisha.
• [ ] Nilipokea uchanganuzi wa mlalo/wima/uwiano unaoonyesha hatua za hesabu kutoka kwa AI na kuithibitisha.
• [ ] Nimeweka kizingiti cha kupotoka sambamba na uyakinifu.
• [ ] Nilichukua maelezo ya AI kama dhana; Nilijaribu kila mmoja kwa uthibitisho.
• [ ] Ninatofautisha kati ya mkengeuko unaotarajiwa na usiotarajiwa; Nilichimba zaidi katika mambo nisiyoyatarajia.
• [ ] Niliandika matarajio, ukweli, kupotoka, maelezo, na ushahidi wa kuthibitisha.