Классические прогнозы временных рядов (2008)

В 2008 году Lokad был запущен с движком прогнозирования, предоставляемым в формате программного обеспечения как услуги (SaaS). Исходный слоган компании был прогнозирование как услуга. Этот движок обеспечивал классические точечные прогнозы временных рядов. С течением времени Lokad развивался, внедряя более совершенные прогнозные технологии и принимая более широкий взгляд на цепочку поставок, выходящий за рамки первоначального прогнозирования спроса. Оригинальный движок прогнозирования постепенно выводился из эксплуатации в середине 2010-х годов и окончательно закрыт в 2020 году.

Изначальный движок (ныне не используемый), представленный в 2008 году, функционировал как метамодель, содержащая набор моделей прогнозирования — в основном авторегрессионного типа — наряду с классификатором, используемым в качестве селектора моделей. Этот селектор выбирал наиболее подходящую модель для каждого временного ряда. С 2008 по 2012 год движок постепенно усовершенствовался за счет добавления дополнительных моделей и более точного селектора.

Позднейшие улучшения включали непараметрические модели, вдохновленные популярными в то время подходами машинного обучения. Эти модели использовали параллельную перспективу временных рядов, позволяя движку применять соответствующие коэффициенты сезонности даже для рядов, не охватывающих полный год исторических данных. Аналогичным образом, это позволяло прогнозировать запуски продуктов, используя сходства, выявленные с помощью тегов, назначенных временным рядам.

Хотя Lokad никогда не использовал данные одного клиента для улучшения прогнозов другого — обязательство, которое до сих пор сохраняется — существовал всего один общий прогнозный движок для всех клиентов, использующий одни и те же метапараметры. Следовательно, Lokad пришлось установить высококачественные параметры по умолчанию, которые хорошо работали бы в различных сценариях. Таким образом, инженерные решения, принятые для одного клиента, косвенным образом приносили пользу другим (и наоборот).

В конечном счете, этот движок был выведен из эксплуатации, поскольку Lokad разработал более совершенные технологии. Хотя подход выбора модели мог показаться конкурсом конкурирующих моделей, он приводил к значительной нестабильности прогнозов. Добавление всего лишь одного дополнительного дня исторических данных могло вызвать переключение селектора на другие модели для многочисленных временных рядов, что приводило к непредсказуемым колебаниям. Эта проблема присуща любой системе прогнозирования, основанной на внутренней конкуренции, и сегодня рассматривается в Lokad как устаревший подход.

Отсутствие вероятностного выхода было второй серьёзной проблемой. Точечные прогнозы временных рядов полностью игнорируют неопределённость, что делает решения, основанные на этих прогнозах, крайне уязвимыми. Действительно, если фактические результаты отклоняются от прогноза, экономическая эффективность часто резко ухудшается. Lokad решил эту проблему, внедрив технологию вероятностного прогнозирования.

Наконец, третьей существенной проблемой стала жёсткость подхода, основанного исключительно на временных рядах. Временные ряды — представленные в виде одномерных векторов — предлагают ограниченную выразительность для исторических данных. Даже в ситуациях управления цепочками поставок, где точечные прогнозы могут быть достаточными, чисто временной подход обычно не способен отразить всю сложность реальных условий.

Классический прогнозный движок был окончательно выведен из эксплуатации в 2020 году после запуска нашей технологии дифференцируемого программирования. Хотя точечные прогнозы временных рядов больше не рекомендуются, дифференцируемое программирование может с лёгкостью создавать как точечные прогнозы временных рядов, так и вероятностные прогнозы.