Моделі та прогнози

Alex Tutor

Доброго ранку, Софіє. Перш ніж щось прогнозувати для Котокорму, поговорімо про моделі. Це слово всі вживають, але тут воно означає щось конкретне.

Ви

Модель... як 3D-модель складу? Чи ти про таблицю в Excel?

Alex Tutor

Ближче до таблиці. Математична модель — це спрощений замінник чогось реального: вона дає змогу перевіряти ідеї, не проводячи справжній експеримент на клієнтах.

Alex Tutor

Моделі бувають двох типів. Функціональна модель пов'язує вхідні чинники з одним результатом — наприклад, рівняння, що прогнозує відтік клієнтів за ціною і швидкістю доставки.

Структурна модель, навпаки, розкладає одне велике поняття на складові — наприклад, «лояльність клієнта» на довіру, звичку й готовність рекомендувати.

Ви

Тобто рівняння відтоку — функціональне, а розклад лояльності — структурне. Зрозуміло. То я зберу таке в Excel до обіду?

Alex Tutor

Не поспішай. Спершу вирішуємо, що взагалі може впливати, — це змістова модель. І лише потім збираємо дані та будуємо формальну модель.

Alex Tutor

Питання 1

Що з переліченого є прикладом функціональної моделі в Котокормі?

Оберіть одну відповідьРівняння, що прогнозує відтік клієнтів наступного місяця за ціною, швидкістю доставки й кількістю звернень у підтримкуРозклад «лояльності клієнта» на довіру, звичку й готовність рекомендуватиТаблиця всіх артикулів корму на складіОргструктура команди аналітики

Alex Tutor

Моделі також бувають статичні й динамічні, а ще неперервні й дискретні. Статична описує один момент, динамічна — зміну в часі.

Ви

А неперервні й дискретні — це як?

Alex Tutor

Неперервна змінна набуває будь-якого значення — сума замовлення в гривнях. Дискретна має обмежений набір значень — малий, середній, великий бокс.

Ви

Тобто склад сегментів цього тижня — статична модель, а «замовлення зростають на 5% щотижня» — динамічна?

Alex Tutor

Саме так. І більшість реальних моделей Котокорму змішані — динамічна модель, що поєднує неперервну виручку й дискретні тарифні плани.

Alex Tutor

Питання 2

Зістав кожен термін моделювання з його описом.

Торкніться відповіді, а потім рядка, до якого вона належить. Можна й перетягувати.

Функціональна модель
Структурна модель
Статична модель
Динамічна модель

Відповіді, які ще треба розмістити

Alex Tutor

Спрогнозуймо щось реальне: тижневі замовлення. За чотири тижні Котокорм отримав 200, 215, 230, 245 замовлень — чіткий висхідний тренд.

Alex Tutor

Тижневі замовлення: факт і прогнозТренд, підібраний за тижнями 1–4, прогнозував 260 замовлень на 5-й тиждень; фактично вийшло 258. На 6-й тиждень прогноз — 275.

Дані графіка

Тиждень	Факт	Прогноз
W1	200
W2	215
W3	230
W4	245
W5	258	260

Показати ще 1 рядок

W6

275

Alex Tutor

y = b_0 + b_1 \cdot \text{week}, \quad b_0 = 185,\ b_1 = 15

Тренд, підібраний за тижнями 1–4: щотижня на 15 замовлень більше, починаючи з бази 185.

Підставляємо 6-й тиждень: 185 + 15 × 6 = 275 замовлень. Це і є прогноз — та сама пряма, продовжена ще на крок.

Ви

Класно, тож я просто продовжую лінію назавжди і стаю офісною Вангою?

Alex Tutor

Не назавжди — лише трохи за межі даних. Тренди згинаються: сезонність, насичення ринку, знижка конкурента. Прогнозу потрібен чесний діапазон, а не сліпа віра.

Alex Tutor

Питання 3

Тижневі замовлення Котокорму за тижні 1–4 становили 200, 215, 230, 245 — пряма лінія. За підібраним трендом y = 185 + 15 × тиждень, який прогноз на 6-й тиждень?

Ваша відповідь

Одиниці: замовлень (напр. 275)

Alex Tutor

На 5-му тижні фактично вийшло 258 замовлень. Модель прогнозувала 260. Цю різницю називають залишком: факт мінус прогноз.

Ви

258 − 260 = −2. Практично влучили?

Alex Tutor

Так — похибка в 2 замовлення на тлі 258 менша за 1%. Порівняй із лінивою моделлю, яка просто повторює число минулого тижня: 245.

Ця наївна модель помиляється на 258 − 245 = 13 — це більш ніж у шість разів гірше за трендову модель. Тут трендова модель явно краща.

Ви

Тобто чим більша похибка, тим гірша модель, очевидно. То давай додам ще десять змінних і зведу похибку до нуля?

Alex Tutor

Могла б — і отримала б модель, яка ідеально запам'ятала минуле, але жахливо прогнозує майбутнє. Це перенавчання.

Alex Tutor

Питання 4

Модель прогнозувала 260 замовлень на 5-й тиждень; фактично вийшло 258. Чому дорівнює залишок (факт − прогноз)?

Ваша відповідь

Одиниці: замовлень (напр. -2)

Ліки: перевір модель на даних, яких вона не бачила, — на відкладеному періоді, — перш ніж довіряти її прогнозам.

Alex Tutor

Ви

Тобто ідеальна відповідність старим даним усе одно може означати поганий прогноз?

Alex Tutor

Саме так — і це найпоширеніша помилка, яку я бачу в презентаціях про зростання.

Ви

Записала. Перестану хвалитися своїм R² на щоденному стендапі.

Alex Tutor

Питання 5

Якщо модель ідеально описує історичні дані, їй можна довіряти й у прогнозуванні майбутнього так само добре.

ПравдаНеправда

Ще одна корисна звичка: подавай прогноз як діапазон, наприклад «260 ± 15», а не голе число.

Ви

Бо 5-й тиждень міг легко вийти на рівні 250 чи 270, а не рівно 260?

Alex Tutor

Саме так — діапазон показує всім, наскільки довіряти числу, і не дає прикрашати дійсність, коли вона трохи хитається.

Остання звичка: перевіряй модель заново щоразу, коли змінюється бізнес-контекст — нові ціни, новий сезон, новий конкурент.

Alex Tutor

Питання 6

Що з переліченого є гарною практикою під час побудови прогнозної моделі? Обери все, що підходить.

Оберіть усі правильні відповідіПеревіряти прогноз на даних, яких модель ще не бачила (на відкладеному періоді)Додавати всі доступні змінні, щоб модель якнайточніше описала тренувальні даніПодавати прогноз як діапазон, а не одне точне числоПеревіряти модель заново щоразу, коли змінюється бізнес-контекстОбирати модель із найменшою похибкою на тренувальних даних, ігноруючи нові дані

Alex Tutor

Коротко перед складнішими завданнями: моделі спрощують реальність, прогноз продовжує підібраний тренд, і кожен прогноз потребує чесної перевірки на нових даних.

Ви

І я обіцяю не розтягувати чотири тижні даних на п'ятирічний план.

Alex Tutor

Ось це правильний настрій. Тепер поясни це своїми словами, а потім розбереш реальний запит на бюджет.

Ви

Домовились. Але я лишаю за собою право звинуватити сезонність, коли помилюся.

Alex Tutor

Питання 7Коротка відповідь · Завдання з перевіркою ШІ

У 2–3 реченнях поясни колезі, чому модель, яка ідеально описує кожну історичну точку даних, усе одно може бути поганим інструментом прогнозування.

Напишіть відповідь і отримайте оцінку та відгук від нашого ШІ-рецензента.

Увійдіть, щоб отримати відгук ШІ

Гарне пояснення. Тепер застосуймо це на практиці: маркетингу потрібне рішення, а не визначення.

Ви

Ой. Тут уже справжні ставки.

Alex Tutor

Справжні ставки, справжній рекламний бюджет. Ось ситуація.

Ви

Давай сценарій — я вже в режимі перевірки на відкладених даних.

Alex Tutor

Питання 8Кейс · Завдання з перевіркою ШІ

Напиши свою рекомендацію щодо рішення про рекламний бюджет нижче.

Керівниця маркетингу Котокорму провела пряму лінію через замовлення останніх 4 тижнів (200, 215, 230, 245) і хоче подвоїти рекламний бюджет наступного кварталу, аргументуючи це так: «тренд явно триватиме з такою самою швидкістю завжди». Вона просить тебе, аналітика, погодити це перед поданням запиту на бюджет.

Напишіть відповідь і отримайте оцінку та відгук від нашого ШІ-рецензента.

Увійдіть, щоб отримати відгук ШІ

Міцна аргументація. На цьому з моделями й прогнозами все — далі кластеризація, де сегменти підкаже вже сам масив даних.

Alex Tutor

На цьому все. Ви відповіли на всі завдання — чудова робота.

Наступний урок: Кластеризація для сегментації користувачів