有谁认识使用 JMP 进行需求预测的客户？我的客户目前正在为其产品进行需求预测。 他们向我征求有关使用 JMP 进行需求预测的一些建议。 我认为时间序列预测平台适合他们的情况，因为他们有成千上万的项目要预测。 如果有人可以在使用时间序列预测进行需求预测时与我分享一些建议，我将不胜感激。
他们的情况如下：
- 他们想使用历史月度销售数据（几年）预测未来几个月对数千种商品的需求。
- 目前他们使用简单的移动平均法进行预测。
- 有多种销售模式。 有些项目有季节性模式。 有些项目可以使用移动平均法进行预测。
这里有一些问题：
- 有谁认识使用 JMP 进行需求预测的客户？ 从您/他们的经验中学习、了解他们吸取的任何教训并探索他们用来提高需求预测准确性的策略将很有帮助。
- 我们应该多久更新一次需求预测以确保准确性？ 随着新数据的出现，是否有最佳实践来监控和调整我们的预测？
- 在进行需求预测时，我们是否应该注意任何潜在的挑战或陷阱？
如果您能提供有关需求预测的任何其他见解或建议，我们将不胜感激。
回复：有人认识使用 JMP 进行需求预测的客户吗？嗨 Yuichi-San，
我唯一一次遇到接近的事情是客户想要在从计划阶段到订购到生产和交付的过程的不同步骤中预测项目时间和必要的资源计划（工时），以便更好地预测客户的时间表和更好地整合内部人力资源。 全部按创新水平、重要性水平和其他一些因素分类。
但是，为了至少提供一些指导，我尝试回答您的一些问题：
1. 他们确实需要分析他们产品销售行为的模式。 如果有季节性趋势，则应将其包括在内。 如果涉及其他一些常规趋势，人们可能想找到我们的哪种 AR 模式与时间序列最匹配，以便在预测中具有较低的风险。 是的，这是一项工作，但如果他们想获得比蛮力移动平均线更准确的东西，这可能会领先。通常，带有列切换器的图形生成器趋势图足以识别少数最有意义的产品，从而变得更加具体。
2. 更新模型通常取决于您注意到销售行为变化的频率。 通常对于时间序列建模，我会说每季度一次是一个很好的检查点。 如果我有一个非常新的产品，它真的会变得更加困难，因为模型可能必须调整几个购买阶段。 最初发布时对产品了解不多，然后是炒作阶段，然后是稳定阶段，然后是冷却阶段，最后又是稳定阶段。 在这里我建议更经常地检查模型是否需要调整（也因为你可能在几个月甚至几年后才开始关注季节性趋势（除非从产品本身就很清楚，比如滑雪靴；））成熟的并且定期的产品是您需要更新模型的频率越低。
3. 如果有特殊事件分散了您的数据和常规趋势的注意力，陷阱往往会出现。 只是一个例子，你可以翻译成这个客户的产品：
- 一家电信公司对他们的 SMS 收入做出了预测（很久很久以前：D），在某个时候他们看到了一天中数据的真正高峰。 那是 WhatsApp 停电的时候。 如果您将此类数据点留在预测数据中，您可能会得到错误或不太准确的预测。
- 如果您在数据中具有基础结构，例如取决于周末/工作日使用情况的产品，您可能希望拆分数据并分别为两者构建模型。 否则你会再次变得不太准确。
- 另一件事是考虑我想看多远的过去。 有些技术一直很重要，但过了一段时间后它们变得不那么重要了（想想 dvd/蓝光，蓝光据说是大新事物，但在它们真正起飞之前流媒体是大新事物）。
- 还要考虑您想要预测多远的未来并依靠预测。 基本上出于与上述类似的原因
我希望这会有所帮助，尽管它可能无法回答您所有的问题以及您需要的细节。
可能@剑草有什么要补充的吗？
回复：有人认识使用 JMP 进行需求预测的客户吗？你好@马丁德梅尔,
感谢你的回复。你的建议对我很有帮助。 我相信它会帮助我的客户。
非常感谢您的帮助。
由一
