T≤20
วิธีการเชิงคุณภาพดังต่อไปนี้ทำงานได้ดีในทางปฏิบัติสำหรับข้อมูลที่สั้นมากหรือไม่มีเลย:
- การคาดการณ์แบบรวม
- การสำรวจ
- วิธีการ Delphi
- อาคารจำลอง
- พยากรณ์โดยการเปรียบเทียบ
- ความคิดเห็นของผู้บริหาร
หนึ่งในวิธีที่ดีที่สุดที่ฉันรู้ว่าทำงานได้ดีมากคือการใช้analogues แบบมีโครงสร้าง (อันดับที่ 5 ในรายการด้านบน) ที่คุณมองหาผลิตภัณฑ์ที่คล้ายกัน / คล้ายคลึงกันในหมวดหมู่ที่คุณพยายามคาดการณ์และใช้เพื่อพยากรณ์การพยากรณ์ระยะสั้น . ดูบทความนี้สำหรับตัวอย่างและเอกสาร SASเกี่ยวกับ "วิธีการ" ทำสิ่งนี้โดยใช้หลักสูตร SAS ข้อ จำกัด อย่างหนึ่งคือการพยากรณ์โดยการเปรียบเทียบจะใช้งานได้เฉพาะคุณเท่านั้นที่มีการเปรียบเทียบที่ดีมิฉะนั้นคุณสามารถพึ่งพาการคาดการณ์การตัดสินใจ นี่คือวิดีโออื่นจากซอฟต์แวร์ Forecastpro เกี่ยวกับวิธีการใช้เครื่องมือเช่น Forecastpro เพื่อทำการพยากรณ์โดยการเปรียบเทียบ การเลือกการเปรียบเทียบเป็นศิลปะมากกว่าวิทยาศาสตร์และคุณต้องการความเชี่ยวชาญด้านโดเมนเพื่อเลือกผลิตภัณฑ์ / สถานการณ์แบบอะนาล็อก
สองแหล่งข้อมูลที่ยอดเยี่ยมสำหรับการคาดการณ์ผลิตภัณฑ์ทั้งสั้นและใหม่:
- หลักการพยากรณ์โดยอาร์มสตรอง
- การพยากรณ์ผลิตภัณฑ์ใหม่โดย Kahn
ต่อไปนี้มีวัตถุประสงค์เพื่อเป็นตัวอย่างฉันเพิ่งอ่านสัญญาณและเสียงรบกวนโดย Nate Silver ซึ่งเป็นตัวอย่างที่ดีเกี่ยวกับฟองสบู่ในตลาดที่อยู่อาศัยของสหรัฐและญี่ปุ่น ในแผนภูมิด้านล่างหากคุณหยุดที่จุดข้อมูล 10 จุดและใช้วิธีการคาดการณ์อย่างใดอย่างหนึ่ง (การอธิบายอย่างชาญฉลาด / ets / arima ... ) และดูว่ามันจะพาคุณไปที่ไหนและจุดสิ้นสุดที่เกิดขึ้นจริง ตัวอย่างที่ฉันนำเสนออีกครั้งนั้นซับซ้อนกว่าการคาดการณ์แนวโน้มอย่างง่าย นี่เป็นเพียงการเน้นความเสี่ยงของการคาดการณ์แนวโน้มโดยใช้จุดข้อมูลที่ จำกัด นอกจากนี้หากผลิตภัณฑ์ของคุณมีรูปแบบตามฤดูกาลคุณต้องใช้สถานการณ์ผลิตภัณฑ์แบบอะนาล็อกบางรูปแบบในการคาดการณ์ ฉันอ่านบทความที่ฉันคิดว่าในงานวิจัยวารสารธุรกิจว่าถ้าคุณมียอดขายสินค้าในร้านขายยา 13 สัปดาห์คุณสามารถทำนายข้อมูลได้อย่างแม่นยำมากขึ้นโดยใช้ผลิตภัณฑ์แบบอะนาล็อก