Вероятностные прогнозы (2016)

Вероятностные прогнозы представляют собой значительное улучшение по сравнению с предыдущим поколением технологии прогнозирования Lokad, основанной на квантильных сетках. По сравнению с классическими методами прогнозирования, вероятностные прогнозы представляют собой прорыв, который обеспечивает гораздо более высокую точность и, в свою очередь, приводит к операционным выгодам в области цепочки поставок, инвентаризации или производства. Многие компании разочарованы прогнозами, которые постоянно подводят их. Lokadу потребовалось много лет, чтобы полностью понять корень проблемы: традиционные методы прогнозирования должны давать правильные цифры. Естественно, будущее неопределенно, и когда данный инструмент или решение не удовлетворяет ожидания правильных цифр, выгоды также не реализуются. Вместо того чтобы учитывать только одно возможное будущее, вероятностные прогнозы присваивают вероятность каждому из нескольких различных результатов.

LokadTV - Episode 11 - Вероятностное прогнозирование

В этом эпизоде LokadTV мы понимаем, как вероятностные прогнозы могут быть использованы для улучшения работы цепочек поставок. Мы обсуждаем точность и ограничения, и обсуждаем, почему отрасль все еще настолько привержена более традиционным методикам и каким может быть будущее прогнозирования.

Перейти на Lokad TV

Принятие неопределенности

По нашему опыту, никакое тонкое настройка существующих моделей прогнозирования и никакое количество НИОКР для разработки лучших моделей - в традиционном понимании - не могут решить эту проблему. Методы, такие как анализ запасов безопасности, предполагается, что справляются с неопределенностью, но на практике анализ запасов безопасности является лишь послесловием. В управлении цепочками поставок затраты обусловлены экстремальными событиями: это удивительно высокий спрос, который вызывает дефицит товара и разочарование клиентов, и удивительно низкий спрос, который вызывает мертвый инвентарь и, следовательно, дорогостоящую списание инвентаря. Как знают все руководители, бизнесы должны надеяться на лучшее, но готовиться к худшему. Когда спрос точно соответствует ожиданиям, все идет гладко. Однако основная бизнес-задача в области прогнозирования заключается не в том, чтобы хорошо справляться с легкими случаями, где все будет хорошо даже при грубом скользящем среднем. Основная задача - справляться с трудными случаями; теми, которые нарушают вашу цепочку поставок и сводят всех с ума.

Lokad разработал радикально новый способ решения проблем с прогнозами, а именно вероятностные прогнозы. Просто говоря, вероятностный прогноз спроса не просто дает оценку спроса, но оценивает вероятности каждого отдельного будущего. Оценивается вероятность 0 (нулевых) единиц спроса, оценивается вероятность 1 единицы спроса, 2 единиц спроса и так далее... Каждому уровню спроса присваивается оцененная вероятность, пока вероятности не становятся настолько маленькими, что их можно безопасно игнорировать.

Эти вероятностные прогнозы предоставляют совершенно новый способ взглянуть на будущее. Вместо того, чтобы застрять в перспективе желательного мышления, где прогнозируемые цифры ожидаются материализоваться, вероятностные прогнозы напоминают вам, что все всегда возможно, просто не совсем одинаково вероятно. Таким образом, когда речь идет о подготовке к худшему, вероятностные прогнозы предоставляют мощный способ количественного балансирования рисков (в то время как традиционные прогнозы остаются слепыми к последним).

В то время как анализ рисков обычно остается послесловием в традиционных подходах к прогнозированию, Lokad выдвигает дело на передний план с вероятностными прогнозами.

С точки зрения практика

Вероятностные прогнозы могут показаться очень пугающими и техническими. Тем не менее, вероятно, если вы практикующий в области цепочки поставок, вы уже много лет занимаетесь “интуитивным” вероятностным прогнозированием: подумайте обо всех ситуациях, когда ваши базовые прогнозы приходилось пересматривать вверх или вниз, потому что риски были просто слишком велики… Вот в чем суть вероятностных прогнозов: правильное балансирование решений в реальном мире при столкновении с неопределенным будущим. В то время как анализ рисков обычно остается послесловием в традиционных подходах к прогнозированию, Lokad выдвигает дело на передний план с вероятностными прогнозами.

Выходные данные вероятностного прогностического движка - это распределения вероятностей. С практической точки зрения, хотя эта информация очень богата (в конце концов, это взгляд на множество возможных будущих событий!), она также довольно непрактична для использования в своей чистой форме. В результате Lokad предоставляет целую платформу, все необходимые инструменты и поддержку команды, чтобы позволить вашей компании превратить эти вероятности в бизнес-решения, такие как объемы перезаказа.

Веб-приложение Lokad обладает возможностями обработки больших данных и позволяет создавать необходимую бизнес-логику, которая превращает эти прогнозы в решения, специально адаптированные к вашему бизнесу. Эти решения могут быть адаптированы под ваши конкретные ограничения цепочки поставок, такие как МРМ (минимальные партии заказа), ваши экономические драйверы, такие как риски, связанные с истечением срока годности, и ваши процессы, такие как ежедневные заказы на закупку, которые необходимо сделать до 8 утра каждый день.

Роботизация через машинное обучение

Управление цепочкой поставок часто включает в себя множество продуктов, перемещаемых по множеству мест. Традиционные решения в области прогнозирования обычно полагаются на довольно ручные настройки, когда включены сложные статистические закономерности, такие как новые продукты или эффекты жизненного цикла продукта. Однако в Lokad наш опыт показывает, что если решение в области прогнозирования требует доводки, то этому просто нет конца: не важно, сколько недель или месяцев труда посвящено тому, чтобы решение заработало, всегда есть постоянная необходимость в дополнительной доводке, просто потому что слишком много продуктов, слишком много мест и бизнес постоянно меняется.

Поэтому в Lokad мы решили выбрать полную роботизацию процесса прогнозирования. Это означает, что

• не требуется никаких статистических знаний для получения прогнозов
• не ожидается никакой доводки для корректировки прогнозов
• не требуется никакого обслуживания для поддержания соответствия прогнозов вашему бизнесу

Эта роботизация достигается с помощью машинного обучения. Интуитивно, когда рассматриваются продукты по отдельности, количество доступной информации по каждому продукту обычно слишком незначительно для проведения точного статистического анализа. Однако, изучая корреляции между всеми продуктами, когда-либо проданными, становится возможным автоматически настраивать модели прогнозирования, а также вычислять гораздо лучшие прогнозы, которые используют не только данные конкретного продукта, но и данные всех продуктов, рассматриваемых как похожие на него с точки зрения прогнозирования. Алгоритмы, способные решать этот тип высокоразмерной статистической проблемы, обычно называют алгоритмами машинного обучения или статистического обучения. Lokad использует именно эти алгоритмы - многие из них на самом деле - чтобы предоставлять свои прогнозы.

Как небольшой недостаток, эти алгоритмы потребляют гораздо больше вычислительной мощности, чем их традиционные аналоги. Однако этот вызов решается с помощью облачных вычислений, которые обеспечивают бесперебойную работу прогностического движка, независимо от объема данных.

Происхождение наших вероятностных прогнозов

Lokad не изобрел вероятностное прогнозирование, другие математики сделали это, в основном используя концепцию для решения совершенно другого набора проблем, таких как прогнозирование цен на товары или прогнозирование погоды. Кроме того, Lokad не использовало вероятностное прогнозирование с самого начала; мы прошли через классическое прогнозирование (2008 год), квантильное прогнозирование (2012 год) и квантильные сетки (2015 год)

до этого. В результате вероятностные прогнозы на самом деле являются 4-м поколением нашей технологии прогнозирования. Из опыта, полученного на предыдущих итерациях этой технологии, мы приобрели значительное количество ноу-хау по созданию прогностического движка, подходящего для охвата широкого спектра бизнес-ситуаций.

Сама идея оценки вероятностей, а не среднего значения, возникла в наши первые годы, когда мы все еще пытались заставить классический подход работать. Нам потребовалось немало неудач, чтобы понять, что классический подход внутренне недостаточен, и что никакое количество НИОКР не может исправить сломанную статистическую основу. Сама статистическая основа должна быть исправлена в первую очередь, чтобы заставить модель прогнозирования работать.

Кроме того, каждая итерация нашего прогностического движка была обобщением - с математической точки зрения - предыдущей версии, причем каждое новое поколение нашего прогностического движка способно обрабатывать больше ситуаций, чем предыдущее. Действительно, лучше быть приблизительно правым, чем абсолютно неправым. Самые сложные ситуации возникают, когда прогностический движок не может генерировать прогнозы, которые были бы наиболее подходящими для определенной бизнес-ситуации, потому что движок не достаточно выразителен. Или когда прогностический движок не может обрабатывать входные данные, которые были бы действительно релевантны для получения статистических выводов по любой данной ситуации, потому что, снова же, движку не хватает выразительности. В Lokad прогнозирование - это работа в процессе. Хотя мы гордимся тем, что мы создали с нашим вероятностным прогностическим движком, это не конец наших усилий. В отличие от решений на месте, где обновление до нового инструмента само по себе вызов, клиенты Lokad получают преимущества от нашего прогностического двигателя следующего поколения, как только он становится доступен.

Наши часто задаваемые вопросы о прогнозировании