Previsione dei valori futuri in base al set di dati precedenteCarissimi,
Ho una tabella di dati che presenta le vendite dell'anno 2015 per data di vendita.
Dopo aver aggiunto una colonna Riepilogo cumulativo ho l'importo finale dell'anno 2015 "entrate totali".
A seconda di questi dati (ho anche gli stessi per il 2012, 2013, 2014 se questo aiuta una previsione più sana) come posso prevedere le entrate totali del 2016 riempiendo giorno per giorno la colonna "Vendite per il 2016"?
Il messaggio è stato modificato da: Sait Copuroglu
Seconda tabella di dati aggiunta "Previsione dei valori futuri Anni Settimane"
Oggetto: previsione dei valori finali futuri in base al set di dati precedente<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Caro Kevin!
Preferisco di gran lunga essere fortunato che buono.Non condividerò il mio lavoro con te... cercherò di aiutarti consultandoti, non facendo il lavoro per te. sarei molto più felice. Non ho richiesto i dati per pigrizia ma per farvi risparmiare tempo cercando di capire da solo.
Lo zero non manca!I contabili egiziani avevano un simbolo per lo zero nel 1740 a.C.Dovremmo onorare la preistoria usandola al posto dei dati mancanti nel tuo fascicolo. Sì vero, statisticamente mancante, finanziariamente zero.
Ma il tuo grafico dei dati del 2014 mostra un aumento monotono che non combacia con il gran numero di zeri (che prima mancavano) nei dati sulle entrate.Quindi immagino di essere ancora più confuso con queste nuove informazioni. In realtà potrei creare una tabella di dati con i dati sulle entrate mancanti non visualizzati ma ogni anno la data delle vendite differisce, quindi ho pensato di poter creare una colonna della data del calendario per spazzare tutto. In queste circostanze penso che creare una variabile temporale "Settimana dell'anno" sarà molto meglio.
Le forme funzionali sul grafico sembrano tutte simili anno dopo anno e potresti fare di meglio semplicemente usando la media delle funzioni ogni giorno.Sarebbe certamente più parsimonioso del mio approccio, e potrebbe anche essere più accurato.Ricorda, ci hai dato solo due anni parziali... Immagino che il livellamento esponenziale o la media ponderata sarebbero i migliori in quanto si prevede che il tempo libero e il turismo in Turchia nel 2016 saranno più probabili nel 2015 piuttosto che nel 2012 e penso di poterlo gestire.
So molto poco del business degli hotel resort.Ma per me ha un senso intuitivo che, ad esempio, i fine settimana sarebbero più redditizi dei giorni feriali, che le vacanze estive sarebbero più redditizie dell'inverno, che le vacanze come Capodanno renderebbero più soldi degli altri giorni, ecc. In realtà quello che stavi descrivendo sono le caratteristiche di "albergo di città" Attività commerciale. Il fine settimana o i giorni feriali non giocano nel business del Resort Hotel poiché la notte media di permanenza è di 12. Inizia a funzionare a maggio e termina a novembre (no natale). Quindi ho creato alcune variabili come DayOfYear, DayOfWeek, WeekOfYear, Year, ecc.Quindi ho adattato i modelli Neural Net, Bootstrap Forest e Boosted Tree "decenti" con la risposta di Revenue con quelle variabili come Factors e ho salvato le formule di previsione.Ho creato una variabile che riassumeva la media di queste tre previsioni del modello. Quindi ho incrementato le date fino al 2016, fatto le previsioni giornaliere e sommato le medie per anno.È un approccio molto ingenuo che probabilmente potrebbe essere notevolmente migliorato con una certa conoscenza della materia. Gli hotel resort in genere accettano pochissime prenotazioni dirette dai loro ospiti, ma stipulano contratti con i tour operator per tutto l'anno in anticipo. Il 65 percento dell'intero fatturato è quasi completato con i contratti mesi prima che l'hotel inizi a funzionare (ecco perché la data di vendita per un determinato anno operativo è costituita anche dall'anno precedente). La previsione del restante 35 percento proviene da "vendite calde" che sono le competenze del team di gestione delle vendite. Forniscono una previsione su quale mercato produrrà quale quantità di vendite e quando, che viene inserita in un file excel e chiamato "Budget delle entrate" e "Team di gestione dei costi" calcola le spese previste in base ai dati forniti dal Budget delle entrate e noi chiamalo "Budget delle spese". Il profitto totale è la differenza dei due. Quello che vorrei monitorare è la deviazione delle vendite effettive dal budget delle entrate man mano che i dati di vendita giornalieri entrano, quale mercato è sotto performante o sovra performante e quale sarebbe l'importo finale delle vendite effettive rispetto al budget delle entrate.
Immagino che prima devo preparare la tabella dei dati in un formato tale da poter utilizzare per Time Series e Fit Model e Fit Y by X ma non so come .. ( COME michael.anderson menzionato " Puoi isolare gli effetti stagionali dalle tendenze lineari delle entrate.Questo dà anche la possibilità di fare previsioni.")
Ho aggiunto una tabella di dati "Predire i valori futuri Anni Settimane" Immagino che sia meglio a scopo dimostrativo.
Molte grazie in anticipo,
Oggetto: previsione dei valori finali futuri in base al set di dati precedenteCiao Sait!
Preferisco di gran lunga essere fortunato che buono.Non condividerò il mio lavoro con te... cercherò di aiutarti consultandoti, non facendo il lavoro per te.
Lo zero non manca!I contabili egiziani avevano un simbolo per lo zero nel 1740 a.C.Dovremmo onorare la preistoria usandola al posto dei dati mancanti nel tuo fascicolo.
Ma il tuo grafico dei dati del 2014 mostra un aumento monotono che non combacia con il gran numero di zeri (che prima mancavano) nei dati sulle entrate.Quindi immagino di essere ancora più confuso con queste nuove informazioni.
Le forme funzionali sul grafico sembrano tutte simili anno dopo anno e potresti fare di meglio semplicemente usando la media delle funzioni ogni giorno.Sarebbe certamente più parsimonioso del mio approccio, e potrebbe anche essere più accurato.Ricorda, ci hai dato solo due anni parziali...
So molto poco del business degli hotel resort.Ma per me ha un senso intuitivo che, ad esempio, i fine settimana sarebbero più redditizi dei giorni feriali, che le vacanze estive sarebbero più redditizie dell'inverno, che le vacanze come Capodanno renderebbero più soldi degli altri giorni, ecc. alcune variabili come DayOfYear, DayOfWeek, WeekOfYear, Year, ecc.Quindi ho adattato i modelli Neural Net, Bootstrap Forest e Boosted Tree "decenti" con la risposta di Revenue con quelle variabili come Factors e ho salvato le formule di previsione.Ho creato una variabile che riassumeva la media di queste tre previsioni del modello. Quindi ho incrementato le date fino al 2016, fatto le previsioni giornaliere e sommato le medie per anno.È un approccio molto ingenuo che probabilmente potrebbe essere notevolmente migliorato con una certa conoscenza della materia.
Oggetto: previsione dei valori finali futuri in base al set di dati precedenteSupponendo che tu abbia riscontrato il problema dei dati mancanti mostrato da Kevin, questa sarebbe probabilmente una buona scelta per l'utilizzo della piattaforma delle serie temporali - sotto la modellazione.Puoi isolare gli effetti stagionali dalle tendenze lineari delle entrate.Questo dà anche la possibilità di fare previsioni.
Migliore,
M
Oggetto: previsione dei valori finali futuri in base al set di dati precedenteCaro Kevin,
Grazie per l'attenzione e per la risposta!
In realtà mi sento molto fortunato con questa previsione, i dati degli ultimi 4 anni si muovono all'interno di un intervallo di confidenza dell'85% (vedi foto inserita).
Ecco cosa ti consiglio:
- Ottieni più dati.Il file che hai allegato è sostanzialmente di due anni parziali.Questo non è sufficiente per qualsiasi tipo di previsione accurata di una variabile stagionale.
- Comprendere i dati mancanti.Non sembrano scomparsi a caso.Mancano davvero?Zero?Possono essere imputati in qualche modo?Come? Il dato mancante è "nessuna vendita in quella data", significa zero.
- Supponendo che si tratti di dati sugli hotel, pensa a cosa può guidare l'occupazione dell'hotel... giorno della settimana, giorno dell'anno, settimana dell'anno, vacanze, conferenze, ecc. dei modelli.Utilizza la media delle formule di previsione per prevedere ogni giorno del 2016 e somma i giorni per ottenere Total Revenue. Sì, hai ragione, questo set di dati è di un Resort Hotel. Potresti per favore aiutare a capire come costruire diversi modelli difendibili? Convalida incrociata?
Ho ignorato i dati mancanti, ho creato tre modelli, ne ho calcolato la media e ho previsto 5,4 milioni di euro nel 2015 e 7,1 milioni di euro nel 2016. Dati migliori supporteranno modelli migliori.Si spera che modelli migliori supportino previsioni migliori. Potresti per favore condividere il tuo lavoro così cerco di capire come ignorare i dati mancanti, costruire modelli, calcolarne la media, prevedere? L'hai fatto per Time Series o Fit Model o...?
Si dice che Niels Bohr abbia detto "Fare previsioni è difficile, soprattutto riguardo al futuro".
Molte grazie ancora.
Oggetto: previsione dei valori finali futuri in base al set di dati precedenteCiao Sait!
È un'ottima domanda: come prevedi le entrate totali nel 2016?
Ecco cosa ti consiglio:
- Ottieni più dati.Il file che hai allegato è sostanzialmente di due anni parziali.Questo non è sufficiente per qualsiasi tipo di previsione accurata di una variabile stagionale.
- Comprendere i dati mancanti.Non sembrano scomparsi a caso.Mancano davvero?Zero?Possono essere imputati in qualche modo?Come?
- Supponendo che si tratti di dati sugli hotel, pensa a cosa può guidare l'occupazione dell'hotel... giorno della settimana, giorno dell'anno, settimana dell'anno, festività, conferenze, ecc. dei modelli.Utilizza la media delle formule di previsione per prevedere ogni giorno del 2016 e somma i giorni per ottenere Total Revenue.
Ho ignorato i dati mancanti, ho creato tre modelli, ne ho calcolato la media e ho previsto 5,4 milioni di euro nel 2015 e 7,1 milioni di euro nel 2016. Dati migliori supporteranno modelli migliori.Si spera che modelli migliori supportino previsioni migliori.
Si dice che Niels Bohr abbia detto "Fare previsioni è difficile, soprattutto riguardo al futuro".
Buona fortuna!
