Классические прогнозы временных рядов (2008)

В 2008 году был запущен Lokad с прогностическим движком, предлагаемым как программное обеспечение как услуга (SaaS). Оригинальный девиз компании был прогнозирование как услуга. Этот движок предоставлял классические точечные прогнозы временных рядов. Со временем Lokad совершенствовался, внедряя более продвинутые прогностические технологии и принимая более широкую перспективу цепочки поставок за пределами своих первоначальных корней в прогнозировании спроса. Оригинальный прогностический движок постепенно устарел в середине 2010-х годов и в конечном итоге был закрыт в 2020 году.

Оригинальный движок (теперь устарел), представленный в 2008 году, работал как мета-модель, содержащая набор прогностических моделей, в основном авторегрессионного типа, а также классификатор, используемый в качестве селектора модели. Этот селектор выбирал наиболее подходящую модель для каждого временного ряда. С 2008 по 2012 год движок постепенно улучшался за счет добавления дополнительных моделей и более изысканного селектора.

Поздние улучшения включали непараметрические модели, вдохновленные популярными подходами машинного обучения того времени. Эти модели использовали параллельную перспективу временных рядов, позволяя движку применять соответствующие коэффициенты сезонности даже для временных рядов, у которых не было полного года исторических данных. Точно так же это позволяло движку прогнозировать запуски продуктов, используя сходства, выявленные через теги, присвоенные временным рядам.

Хотя Lokad никогда не использовал данные одного клиента для улучшения прогнозов другого клиента - обязательство, которое по-прежнему соблюдается - существовал только один прогностический движок, разделяемый всеми клиентами, использующий те же метапараметры. Следовательно, Lokad должен был установить высококачественные параметры по умолчанию, которые работали бы хорошо в различных сценариях. Косвенно инженерные идеи, полученные от одного клиента, в конечном итоге приносили пользу другим (и наоборот).

В конечном итоге этот движок был устранен по мере развития Lokad более продвинутых технологий. Хотя подход выбора модели может показаться как соревнование конкурирующих моделей, это приводило к значительной нестабильности в прогнозах. Добавление всего одного дня исторических данных могло побудить селектор переключить модели для множества временных рядов, вызывая хаотические колебания. Эта проблема присуща любой системе прогнозирования, полагающейся на внутреннюю конкуренцию, и сейчас рассматривается как устаревший дизайн в Lokad.

Второй значительной проблемой было отсутствие вероятностного вывода. Точечные прогнозы временных рядов полностью игнорировали неопределенность, делая решения, основанные на этих прогнозах, крайне хрупкими. Действительно, если фактические результаты отличаются от прогноза, экономическая производительность часто резко снижается. Lokad устранил это ограничение, внедрив технологию вероятностного прогнозирования.

Наконец, третьей основной проблемой была жесткость только временной перспективы. Временные ряды, представленные как одномерные векторы, предлагают ограниченную выразительность для исторических данных. Даже в ситуациях цепочки поставок, где точечные прогнозы могут быть достаточными, чистая временная структура обычно не способна уловить всю сложность реальных контекстов.

Классический прогностический движок был окончательно устранен в 2020 году после запуска нашей технологии дифференцируемого программирования. Хотя точечные прогнозы временных рядов больше не рекомендуются, дифференцируемое программирование легко может производить как точечные прогнозы временных рядов, так и вероятностные прогнозы.