Le previsioni statistiche sono uno dei cardini della metodologia ACT.
Qualsiasi previsione di business ha origine da una previsione statistica.
La questione fondamentale è individuare le tecniche che consentono di ridurre l'errore reale di previsione e che consentono di tenere sotto controllo il rischio strutturale. Quando le dimensioni sono elevate ed i modelli complessi il rischio di overfitting è molto elevato. Una corretta previsione consente di gestire la variabilità piuttosto che subirla!
Le domande più frequenti:
- Quanto sono accurate le previsioni?
- Le tecniche utilizzate hanno una validazione scientifica?
- Come misurate l'accuratezza delle previsioni?
- Come sono gestite stagionalità e trend?
- Riuscite a considerare i macro trends (es: crisi finanziarie)?
- Le promozioni sono tenute in considerazione?
- Il ciclo vita del prodotto e il lancio di nuovi prodotti sono gestiti?
- I prodotti basso rotanti e con vendite ad intermittenza come sono trattati?
- Eventuali errori sui dati sono individuati e gestiti in automatico?
- I fenomeni di cannibalizzazione e trascinamento come vengono gestiti?
- È possibile agire sul livello di richio sostenibile?
- Il tempo ed altre variabili di influenza come sono considerate?
- Come sono trattate le mancate vendite da stock-out?
- Come sono trattate le vendite eccezionali?
- Si effettuano aggregazioni top-down or bottom-up?
- È possibile prevedere prodotti che hanno poca storia?
- Come si gestiscono.
Le tecniche utilizzate:
Utilizziamo più tecniche e modelli che spesso sono combinati e specializzati per i diversi settori.
Ad esempio:
- autoregressive, moving average, (double, triple) exponential smoothing, Box-Jenkins, Holt-Winters
- ARMA, ARIMA
- Support Vector Machines (SVM) and Support Vector Regression (SVR)
- Neural Network
Le tecnologie
|
DISTRIBUZIONE e TRASPORTI
