Illustrazione della stagionalità
La stagionalità è uno dei modelli statistici più forti che possono essere sfruttati per affinare le previsioni. Di seguito, 4 serie temporali aggregate a livello settimanale (159 settimane). I dati storici sono in rosso e le previsioni sono in viola. I marcatori grigi verticali indicano il 1° gennaio.
Quando si illustra la stagionalità, tutti (compreso Lokad) tendono a utilizzare serie temporali a lungo termine, proprio come le prime tre serie qui sopra. Infatti, è più visivo e più accattivante.
Tuttavia, le serie temporali a lungo termine non rappresentano la tua situazione abituale. In media, i beni di consumo hanno una durata di vita non superiore a 3 o 4 anni. Pertanto, le serie temporali a lungo termine sono tipicamente una piccola minoranza nel tuo dataset. Peggio ancora, queste serie temporali a lungo termine potrebbero essere outlier, che non riflettono il comportamento di altri prodotti a vita più breve.
Qui sopra, la quarta serie temporale breve è un caso molto più rappresentativo con meno di 1 anno di dati. In una situazione del genere, tuttavia, è molto meno chiaro come sfruttare la stagionalità. Il trucco di Lokad per farlo consiste nell’utilizzare l’analisi di più serie temporali.
Scopri di più sul nostro articolo sulla definizione di stagionalità.
