零售知识|检测趋势
介绍
使用机器学习来检测销售趋势是一门科学，也是一门艺术。显然，没有任何计算机程序或一组计算能够知道您的业务中发生的一切。发现趋势的创造性方面建立在你对企业或客户行为方式的熟悉上。虽然其中一些细微差别可以简化为数字，但其他情况则无法轻易预测，需要您不断地输入。首先，我将向您展示一些使用最小数学的高级技巧，您可以使用它们来教学
发现销售趋势的计划。
机器学习的核心是利用历史信息来自我纠正或学习之前的决策的能力。当你测量你的预测销售额和实际销售额之间的差异时，你测量的是预测误差。
预测误差是指你的预测销售额和实际销售额之间的差异。
一个相当简单的销售趋势检测方法是区分两个预测概念:
- 级测量你的预测误差的绝对|值，这只不过是你的预测和实际之间的差异。如果平均方向的计算比数量级小，那么趋势就非常小。相反，如果方向计算接近幅度，那么趋势就相当大。
- 方向测量信号，或者你的预测是基于实际的。一个积极或消极的符号会告诉你趋势的方向。如果你的平均符号误差等于高和低，那么方向将等于零，没有趋势将被检测到。
结合这两个将给你的趋势计算方向和速度:
例子
假设我们有一个产品，它在过去8周的销售和预测是这样的:．
在前四周，我们的预测算法工作得很好。然后，在第5周，我们有一个非常大的预测误差29。这就是机器学习艺术的用武之地。我们需要给Anaplan一些关于如何处理错误的建议。因为现在只有一周，我们可以让程序稍微提高我们的预测。
在第6周和第7周，我们又在同样的方向上错过了它。现在我们教我们的软件更快地追逐趋势，所以到第8周，我们非常接近于正确预测销售。
如果在过去的四周里误差平均为零，我们教Anaplan把这些误差解释为噪音。
保持简单
这就是很多机器学习算法用来检测趋势的方法。在这个例子中，我向您展示了一个非常简单的模型，说明我们如何使用每周的销售额来自动修正下周的预测。正如您所想象的那样，有许多细微差别需要处理，您的业务知识将极大地帮助您。尽量不要过度健身。我承认这很诱人，但是与您将得到的好处相比，计算的工作量将呈指数增长。
为了进一步阅读这个主题，我建议阅读关于变量响应平滑的帖子。这篇文章将给你详细的细节和数学需要完全实现一个机器学习程序。
- 提到在社区我在阿纳普兰建造VRS的地方
- 不错的写VRS在Retailitix
- 看看所有的好东西零售Anaplan集团