یک رویکرد جدید برای پیش بینی با شاخص های آینده

مدل سازی و پیش بینی سری زمانی از اهمیت اساسی در حوزه های مختلف عملی برخوردار است. بنابراین تحقیقات فعال زیادی در این موضوع طی چند سال در حال انجام است. بسیاری از مدلهای مهم در ادبیات برای بهبود دقت و کارآیی مدل سازی سری زمانی و پیش بینی ارائه شده است. پیش بینی یک کار علوم داده است که برای بسیاری از فعالیت های یک سازمان اساسی است. به عنوان مثال ، سازمان های بزرگی مانند اپل باید منابع کمیاب و تنظیم هدف را اختصاص دهند تا عملکرد نسبت به یک پایه را اندازه گیری کنند. تیم برنامه ریزی و تجزیه و تحلیل مالی در شرکت ها سالهاست که از مدل های حسابی مبتنی بر راننده برای پیش بینی جریان نقدی جهانی استفاده کرده است. هدف ما کشف مدرن ترین تکنیک ها ، اعتبارسنجی آنها در برابر روش های سنتی و تهیه یک پیش بینی نقدی جهانی است که نسبت به شیوه های تجاری موجود قوی تر ، انعطاف پذیر و سازگارتر بود. دانستن اینکه تولید پیش بینی های با کیفیت بالا برای ماشین آلات یا تحلیلگران مشکل آسانی نیست. ما دو موضوع اصلی را در تمرین ایجاد انواع پیش بینی های تجاری مشاهده کردیم:

1. تکنیک های پیش بینی کاملاً اتوماتیک می توانند شکننده باشند و اغلب برای ترکیب فرضیات مفید یا اکتشافی بسیار انعطاف پذیر هستند
2. تحلیلگرانی که می توانند پیش بینی های با کیفیت بالا تولید کنند بسیار نادر هستند زیرا پیش بینی یک مهارت تخصصی علوم داده است که نیاز به تجربه قابل توجهی دارد

بیان مسأله

هدف ما پیش بینی جریان نقدی برای حسابهای قابل پرداخت (AP) و زیرمجموعه ها در طی یک دوره افق 90 روزه (13 هفته) با استفاده از تکنیک های یادگیری ماشین بر اساس رانندگان تجاری بود.

اگر مدل پیش بینی قادر به پیش بینی دقیق باشد:

1. امور مالی شرکت می تواند بودجه لازم را تخصیص داده و در سایر درآمد درآمدهای عمودی سرمایه گذاری کند
2. اگر پیش بینی از بین برود ، تیم ها می توانند به دنبال تجزیه و تحلیل علت اصلی باشند تا اختلاف را بر اساس شاخص های آینده ارائه شده توسط مدل بررسی کنند
3. این مدل یک مدل بهبود مداوم است زیرا اثرات تعطیلات و تغییر ایدئولوژی تجاری را ضبط می کند

راه حل ما برای حساب های قابل پرداخت (AP) پیش بینی نقدی:

داده ها از منابع مختلف تهیه شده است ، فعالیت های پاکسازی داده ها انجام شده است تا داده ها برای مدل سازی و تجزیه و تحلیل داده های اکتشافی (EDA) مفید باشد ، تجزیه و تحلیل یکپارچگی برای اعتبارسنجی داده ها از منابع داده با واقعی بیانیه بانکی انجام شد. 58 متغیر مستقل را برای مشاهده وابستگی قابل توجه به USD_AMT پرداخت ها تجزیه و تحلیل کرد. از این طریق مبلغ پرداختی محرک اصلی پرداخت در AP است

همانطور که در زیر نشان داده شده است ، شرایط پرداخت به 3 سطل طبقه بندی می شود.

1. LAG 0 (ارسال شده و در همان ماه): کلیه دوره های پرداختی که دارای 0-30 روز ارزش هستند وارد این گروه می شوند
2. LAG 1 (ارسال شده و با اختلاف یک ماهه): کلیه دوره های پرداختی که 30-60 روز ارزش دارند وارد این گروه می شوند
3. LAG 2 (ارسال شده و با اختلاف دو ماهه): تمام مدت های پرداختی که دارای 60-90/بالاتر از روزهای ارزش هستند وارد این گروه می شوند

شکل 1 در زیر تفاوت رفتاری دسته های پرداخت با میانگین آماری را نشان می دهد. نیاز قطعی به مدل سازی سطل های تاخیر مختلف به طور جداگانه در شرایط پرداخت جهانی و ادغام آنها در گزارش دهی وجود دارد.

گنجاندن شاخص آینده: - گنجاندن شاخص آینده ، امکان توضیح عظیم را برای تجارت می افزاید. همچنین یک راهنما برای شیب پیش بینی برای حرکت در مسیری که نشانگر آینده با آن ارتباط دارد ، فراهم می کند. اصطلاح رگرسیون برای این عامل در آمار استفاده می شود ، توجیهی مناسب از پرداختهای وابسته به جریان به صورت همبسته در صورت توضیح با اقدامات است. تیم علوم داده سه شاخص اصلی آینده را که در دسترس است (هزینه فروش) ، COS Plus Open X (هزینه های عملیاتی) و COS Plus موجودی را امتحان کرد. نمودار زیر تأثیر COS را به عنوان درایور برای پرداخت AP نشان می دهد و راننده از نظر آماری با همبستگی همبستگی 0. 602 برای LAG 2 اثبات شده است.

ما از یک مدل سری زمانی تجزیه پذیر (هاروی و پیترز 1990) با سه مؤلفه اصلی مدل استفاده می کنیم: روند ، فصلی و تعطیلات. آنها در معادله زیر ترکیب می شوند:

در اینجا g (t) تابع روند است که مدل های غیر دوره ای در ارزش سری زمانی را مدل می کند ، S (t) نشان دهنده تغییرات دوره ای است (به عنوان مثال ، فصلی هفتگی و سالانه) ، و H (t) نشان دهنده اثرات تعطیلات است کهدر برنامه های بالقوه نامنظم طی یک یا چند روز رخ می دهد. اصطلاح خطا نشان دهنده هرگونه تغییر عجیب و غریب است که توسط مدل جای نمی گیرد. بعداً این فرض پارامتری را بیان خواهیم کرد که اصطلاح خطا به طور معمول توزیع می شود

با C ظرفیت حمل ، k نرخ رشد و پارامتر جبران.

ما برای ارائه یک مدل انعطاف پذیر از اثرات دوره ای به سری فوریه تکیه می کنیم (هاروی و شفارد 1993). بگذارید P یک دوره منظم باشد که انتظار داریم سری زمانی داشته باشد (به عنوان مثال P = 365. 25 برای داده های سالانه یا P = 7 برای داده های هفتگی ، وقتی متغیر زمان خود را در روزها مقیاس می کنیم). ما می توانیم اثرات فصلی صاف دلخواه را با

توضیح HPProphecy و گنجاندن شبکه برای تنظیم یک علامت نیمکت:- از مدل پیامبر به عنوان یک پایه استفاده می شود که یک روش گروهی است. یک روش گروهی هسته ای از گروه از روش ها است که داده ها را آموزش می دهد و پیش بینی خروجی بهترین مدل را که بر روی داده های آموزش ارزیابی می شود ، ارائه می دهد. پیامبر فیس بوک یک پایه اصلی برای HPProphecy است. هر دو از رویکردهای گروهی از مدلهای افزودنی عمومی استفاده می کنند. کارکردهایی که باعث می شود HppropeHcy بهتر باشد ، داشتن اعتبار سنجی متقابل سری زمانی و جستجوی شبکه است.

اعتبار سنجی متقاطع و جستجوی شبکه در HPProphecy: - اعتبار سنجی متقابل به همراه جستجوی شبکه در HPProphecy ، دقت مدل را در مجموعه های مختلف سری داده ها و پارامترها مانند تأثیر فصلی نسبت به هفتگی ، ماهانه ، سه ماهه و سالانه ارزیابی می کند. این کار به طور عمده در آموزش الگوریتم در مورد داده ها روی سری فوریه کار می کند و خط لوله پارامتر را بر اساس بهترین مقدار RMSE در مجموعه اعتبار سنجی رتبه بندی می کند. این الگوریتم از بیشتر الگوریتم های صنعت بهتر عمل می کند زیرا در حالی که بر روی الگوریتم های متعدد آموزش دیده می شود و بهترین الگوریتم ها را در طول آموزش انتخاب می کند و با ارزیابی آنها در مجموعه اعتبار سنجی پارامترها را از جستجوی شبکه می گیرد (داده هایی که الگوریتم هرگز در آن آموزش نداده است). پیش بینی سرانجام با بهترین پارامترها از جستجوی شبکه پیش بینی می شود.

شواهد راه حل کار می کند

در زیر شکل 4 پیش بینی پنجره متحرک پرداخت AP با گنجاندن COS به علاوه موجودی باز و شاخص های آینده را نشان می دهد.

وضعیت فعلی

این مدل در حال حاضر در حال تولید است و پیش بینی تیم AP را ارائه می دهد و به تأمین مالی HP در تخصیص بودجه کمک می کند.