00:00:00 予測付加価値（FVA）の紹介
00:00:41 FVA分析の説明と手順
00:01:59 バックテストとFVAの精度評価
00:02:47 FVAと手動介入
00:03:56 FVAが精度の価値を前提とすること
00:04:37 予測プロトコルの能力テストとしてのFVA
Lokadの詳細な予測付加価値記事で詳細を学びましょう。
要約
Lokadの技術ライターであるConor Dohertyは、予測プロセスのための診断ツールである予測付加価値（FVA）ツールについて説明しています。FVAは、さまざまな部門からの洞察を統合して予測の精度を向上させます。Dohertyは、FVAが洞察の価値を示すことができる一方で、常に予測の精度が有益であると仮定しているが、常にそうではないと指摘しています。彼は、より高い精度を追求するよりも、金銭的なエラーを減らすことに焦点を当てるべきだと提案しています。彼は、FVAは能力テストとして使用できるが、予測入力に非専門家を定期的に使用することを検証していないと結論付けています。
フルトランスクリプト
予測付加価値（FVA）は、予測プロセスの各ステップを評価するためのシンプルな共同作業ツールです。その究極の目標は、予測の精度を向上させないステップを排除することです。
FVAは、マーケティングや営業など他の部門からの洞察を予測プロセスに組み込むことでこれを実現します。今日は、3つの簡単な質問をします。FVA分析はどのように行われるのか？それは機能するのか？そして、それを使用すべきか？では、始めましょう。
統計的な予測が生成され、その後、部門間で渡されます。各部門は、自分たちの専門知識に基づいて変更を加えます。これらの変更は後で互いと実際の需要、そして素朴な予測と比較されます。
部門が予測をより正確にした場合、それは正のFVAが追加されました。逆に、予測をより正確でなくした場合、負のFVAが追加されました。
一般的に、FVA分析は次のようなものです。ステップ1：貢献者とその貢献順序を定義します。ステップ2：統計的な予測、そして素朴な予測を生成します。
ステップ3：洞察を収集します。これらは統計的な予測に適用されます。ステップ4：プロセスの各ステップで各貢献者のFVAを計算します。そして最後に、ステップ5：予測プロセスを最適化します。
まず、精度を低下させるタッチポイントを排除することによって。次に、精度を向上させるタッチポイントを増やします。実際には、FVAのタイムラインは次のようなものです。
ご覧のように、会社の統計的な予測は、合意予測の段階を含む複数のオーバーライドを経ています。FVA分析には、合意予測を上級管理職が承認するエグゼクティブフェーズさえ含まれることも珍しくありません。
会社が実際の需要データを持っている場合、バックテストを実行して各段階で精度がどれだけ向上または低下したかを判断することができます。サンプルのバックテストは次のようになります。
この階段状のレポートでは、各オーバーライドの正のまたは負のFVAを他のすべてのオーバーライドと比較することができます。ここでは、評価指標はMAPE（平均絶対パーセントエラー）です。
たとえば、統計的な予測は、素人的な予測と比較してエラーを5％減らしましたので、正のFVAを貢献しました。しかし、合意予測全体では、著しく負のFVAを貢献しました。
今日は3つの主要なポイントしかカバーできません。FVAのより詳しい分析については、当社のFVA記事をご覧ください。リンクは以下の説明にあります。
ポイントナンバー1、FVAは、複数のさらには合意された介入がポジティブな価値を追加できるという考えに基づいています。さらに、FVAはこの価値が会社全体に分散していると信じています。
ただし、Makridakisらは、最良の予測モデルは機械学習技術の進歩を活用していると指摘しています。言い換えれば、人間の関与を制限しています。
最近のM5コンペティションでは、世界最大の小売業者であるウォルマートの需要予測を予測する必要がある参加者がおり、優勝モデルは非常に少ない販売経験や予測経験を持つ学生によって開発されました。
これは、市場の洞察の役割を過大評価している可能性があることを示しています。ポイントナンバー2、FVAは人間のオーバーライドがどれだけ欠陥があるかを実証することができます。
FVAは、冷たい数字で人々に示す能力を持っています。彼らの洞察が予測の精度を向上させないことを。その点では、一度限りの有用性があります。しかし、定期的な実践としては、非常に大きな制限があります。
これで非常にうまくいくのがポイントナンバー3です。FVAは、予測の精度を向上させることが追求する価値があると仮定していますが、実際には、精度を向上させることには、直接的および間接的な多くのコストがかかる状況があります。
予測は5％正確になるかもしれませんが、関連するコストにより利益が大幅に低下する可能性があります。したがって、予測の成功は、単にエラーのユーロまたはドルを減らすことに基づくべきです。精度を追求すること自体ではありません。
では、それを使用するべきでしょうか？ FVAを現在の予測プロトコルの一度限りの能力または無能力テストとして使用することはできます。ただし、これは予測プロセスにおいて非専門家に手動入力を頼ることを定期的に正当化するものではありません。
