製品の売り上げのより良い予測
予測は難しいです。たとえ多くの歴史データが利用可能であっても。歴史データが限られている場合、予測ははるかに困難です。しかし、歴史データがまったくない場合の予測はどうなるのでしょうか？
_データなし_の状況は見かけよりも頻繁です：各製品の発売ごとに、企業はこの製品についての記録がまったくない中で将来の販売を予測しなければなりません。
実際には、多くの企業が、通常の販売を予測するために堅牢な統計ツールをすでに使用しているにもかかわらず、製品の発売（または一回限りのプロモーション）に関しては単に推測していることがわかりました。また、多くの場合、推測は大きく不正確であることがわかりました。
明らかに、歴史データがまったくない場合、統計的予測ツール（Lokadなど）は無力です。しかし、ほとんどの企業では、新製品が定期的に発売されており、この発売の履歴を分析して初期販売のパターンを把握することができます。
Lokadは、（そのようなデータが利用可能な場合）歴史的な製品の発売を活用して、特定の製品のデータがまだない場合でも製品の販売を予測します。通常、20回の製品の発売などが必要と推定しています。実際には、製品の発売回数には下限がありませんが、20回未満の場合、予測は不安定になりやすい傾向があります。
実際には、安全在庫計算機を使用して製品の発売を予測することができます。製品の発売の場合、生の販売データだけでは不十分であり、タグとイベントも必要です（少なくとも_タグ_または_イベント_が必要です）：
- タグは製品を説明するために提供される必要があります。タグは通常、製品間の類似性を表現します（例：色、サイズ、カテゴリ、製品ファミリーなど）。これらのタグは、新製品を既存の製品と一致させるためにLokadによって使用されます。通常、_タグ_は製品の恒久的な記述子です：時間とともに変化しません。
- イベントは（必要に応じて）提供される必要があります。イベントはタグと同様ですが、特定の日付に配置されます。イベントは通常、製品発売をサポートするマーケティング活動を表します。_イベント_は通常、製品自体よりも寿命が短いです（そうでない場合は_タグ_と見なす必要があります）。
タグとイベントの区別は、Lokadが企業の流通チャネル内での製品の相対的な位置を把握するのに役立ちます（タグ）、マーケティング活動自体の影響（イベント）。
読者コメント（2）
私のポイントは、発売時の売り上げを予測することは芸術でもロケット科学でもないということです。もし「推測」をすると、プロセスがないため、製品の発売に関する経験を積むにつれて予測の精度を向上させるチャンスがありません。したがって、関連データが利用可能な場合、統計的アプローチを使用することをお勧めします。
Joannes Vermorel（8年前）
推測と言いますが…それがどのようにしてどのように正確になると思いますか？？
Ergo Baby Carrier（8年前）
