Largeur vs. Profondeur, faites pivoter vos prévisions de ventes de 90 degrés

Nous avons déjà discuté pourquoi Lokad ne se souciait guère de la prévision des plats chinois plutôt que des boissons de bar sportif. Une autre façon de concevoir notre technologie consiste à faire pivoter vos prévisions de ventes de 90 degrés.
Nous constatons qu’un produit de grande consommation a, en moyenne, un cycle de vie de 3 ans. Cela signifie que en moyenne la quantité de données disponible pour chaque produit est d’environ 18 mois. Lorsque nous examinons l’historique des ventes avec une agrégation mensuelle, 18 mois de données représentent 18 points.
Avec 18 points de données, quelle que soit l’intelligence ou l’avancée de votre théorie de prévision, vous ne pouvez guère faire grand-chose parce que nous faisons face à un manque total de données pour effectuer une analyse statistique robuste. Avec 18 points, même un motif, tel que la saisonnalité, devient un défi à observer car nous ne disposons même pas de 2 observations saisonnières complètes.
Les résultats peuvent varier d’une industrie à l’autre, mais à moins que vos produits ne restent sur le marché pendant des décennies, vous êtes très probablement confronté à ce problème.
En conséquence directe, les outils classiques de prévision nécessitent que les statisticiens ajustent les modèles de prévision pour chaque produit, car aucun modèle statistique non trivial ne peut être ajusté de manière robuste avec seulement 18 points de données.
Pourtant, Lokad ne requiert aucun statisticien, et la magie réside dans la rotation de 90 degrés : nos modèles n’itèrent pas sur les données d’une seule série temporelle à la fois, mais sur toutes les séries temporelles simultanément. Ainsi, nous disposons de beaucoup plus de données en entrée, et par conséquent nous pouvons réussir avec des modèles avancés.
Cette approche relève tout simplement du bon sens : si vous souhaitez prévoir la saisonnalité de votre nouvelle barre chocolatée, la saisonnalité des autres barres chocolatées semble être une bonne candidate. Pourquoi traiter chaque barre chocolatée en stricte isolation des autres ?
Pourtant, du point de vue computationnel, le problème vient de devenir bien plus difficile : si vous avez 10,000 SKUs, le nombre d’associations entre deux SKUs est d’environ 100 millions (et 10,000 SKU n’est absolument pas un nombre élevé). C’est précisément là que le cloud entre en jeu : même si vos algorithmes sont bien conçus pour éviter une complexité strictement quadratique, vous aurez quand même besoin d’une grande puissance de calcul. Le cloud permet tout simplement de mettre cette puissance de calcul à disposition à la demande pour un coût très bas.
Sans le cloud, il est tout simplement impossible de fournir ce type de technologie.