Wir haben bereits erörtert, warum Lokad sich nicht besonders um die Prognose von chinesischem Essen anstelle von Sportbar-Getränken gekümmert hat. Eine andere Art, über unsere Technologie nachzudenken, besteht darin, Ihre Umsatzprognosen um 90 Grad zu drehen.

Wir beobachten, dass ein Konsumgut im Durchschnitt eine Lebensdauer von 3 Jahren hat. Das bedeutet, dass im Durchschnitt für jedes einzelne Produkt etwa 18 Monate lang Daten verfügbar sind. Wenn wir uns die Verkaufshistorie mit einer monatlichen Aggregation ansehen, bedeuten 18 Monate Daten 18 Punkte.

Mit 18 Datenpunkten können Sie, unabhängig davon, wie intelligent oder fortgeschritten Ihre Prognosetheorie ist, nicht viel tun, einfach weil wir an einem eklatanten Mangel an Daten für eine robuste statistische Analyse leiden. Mit 18 Punkten wird selbst ein Muster mit offensichtlicher Saisonalität zu einer Herausforderung, da wir nicht einmal 2 vollständige saisonale Beobachtungen haben.

Ihre Erfahrungen können je nach Branche variieren, aber es ist sehr wahrscheinlich, dass Sie mit diesem Problem konfrontiert werden, es sei denn, Ihre Produkte bleiben jahrzehntelang auf dem Markt.

Als direkte Konsequenz erfordern klassische Prognose-Toolkits, dass Statistiker Prognosemodelle für jedes einzelne Produkt anpassen, da kein nicht-triviales statistisches Modell robust mit nur 18 Punkten als Eingabedaten angepasst werden kann.

Dennoch benötigt Lokad keinen Statistiker, und das Geheimnis liegt in der 90-Grad-Drehung: Unsere Modelle iterieren nicht nur über eine einzelne Zeitreihe, sondern über alle Zeitreihen gleichzeitig. Dadurch haben wir viel mehr Eingabedaten zur Verfügung, und folglich können wir auch mit recht fortgeschrittenen Modellen erfolgreich sein.

Dieser Ansatz ist einfach gesunder Menschenverstand: Wenn Sie die Saisonalität Ihrer neuen Schokoladenriegel prognostizieren möchten, scheint die Saisonalität der anderen Schokoladenriegel ein guter Kandidat zu sein. Warum sollten Sie jeden Schokoladenriegel strikt isoliert von den anderen behandeln?

Doch aus einer rechnerischen Perspektive ist das Problem gerade viel schwieriger geworden: Wenn Sie 10.000 SKUs haben, gibt es etwa 100 Millionen Verbindungen zwischen zwei SKUs (und 10.000 SKUs sind keineswegs eine große Zahl). Genau hier kommt die Cloud ins Spiel: Selbst wenn Ihre Algorithmen so konzipiert sind, dass sie keine strikte quadratische Komplexität aufweisen, benötigen Sie dennoch eine große Rechenleistung. Die Cloud stellt diese Rechenleistung auf Abruf und zu einem sehr günstigen Preis zur Verfügung.

Ohne die Cloud ist es einfach nicht möglich, diese Art von Technologie bereitzustellen.