پیش بینی هوشمندانه در عمل

چالش: برنامه ریزی در دنیای فزاینده ای بی ثبات

تولید ، مانند بسیاری از صنایع دیگر ، از عدم اطمینان و تغییر بازار با چالش فزاینده ای روبرو است. رفتار مصرف کننده تحت تأثیر وقایع فراتر از کنترل سازمانها قرار می گیرد ، که توسط همه گیر فوق العاده مخرب Covid برجسته شده است.

حتی در دنیای برنامه ریزی داده های محور ما ، پیش بینی ها و پیش بینی ها بیشتر یا به طور کامل بر روی داده های داخلی فقط دیگر آن را کاهش نمی دهد. در حالی که بازاریابی ، تبلیغات و تجارت می تواند بر برنامه ریزی تولید تأثیر بگذارد ، تقاضای مشتری نیز توسط عواملی مانند تنگناها ، بحران های بهداشتی ، اصلاحات اقتصادی کلان ، نوسانات شاخص قیمت و همچنین رانندگانی که حتی ممکن است در نظر نگیرید ، هدایت می شود. تقاضا همچنین تحت تأثیر کارآیی و اختلال در زنجیره تأمین است و وزن بیشتری به نیاز به برنامه ریزی برای تأثیرات خارج از 4 دیوار تجارت شما می افزاید.

تولید کنندگان نه تنها با چالش هایی برای زنده ماندن بلکه با فرصت های زیادی برای شکوفایی روبرو هستند. دستیابی به درک بهتر از بازار گذشته ، فعلی و آینده و رفتار مشتری برای موفقیت رقابتی و سودآور اساسی است. در Prevedere ما با مشتریان همکاری می کنیم تا انواع بینش های تولیدی مربوط به نتایج آینده را ارائه دهیم ، از جمله:

دقت پیش بینی را برای تصمیم گیری در مورد خرید و تولید بهبود بخشید درک محرک های بازار تولید ، پویایی ، روندها و پیش بینی ها بینش در مورد جمعیتی مشتری ، ترجیحات و محرک های مصرف پیش بینی برای مدیریت هزینه ، به عنوان مثالقیمت آینده کالاها اطلاعات استراتژیک برای بازار جدید ، مکان و فرصت های طبقه بندی پیش بینی بازار برای برنامه ریزی و اجرای ماه های پیش از رقابت

بدون پیش بینی دقیق آینده ، توانایی به دست آوردن سهم بازار ، تخصیص منابع و بهینه سازی سرمایه در گردش در معرض خطر فوق العاده ای است. مؤسسه پیش بینی و برنامه ریزی تجارت اظهار داشت که پیش بینی های تقاضا به طور متوسط 37 درصد حیرت انگیز است و در نتیجه سهام ایمنی بیش از حد ، تبلیغات به موقع و ضرر سهم بازار ایجاد می شود.

اکنون می توان کمیت و برنامه ریزی برای نیروهای خارجی و نوسان پویایی بازار را تعیین کرد. این فرایند پیش بینی هوشمندانه نامیده می شود و به لطف طوفان جمع آوری کامل داده های بزرگ ، هوش مصنوعی و قدرت مقیاس پذیر محاسبات ابری ظاهر می شود. یادگیری ماشین توانایی پیش بینی کنندگان را برای استفاده از مدل سازی اقتصاد سنجی در مقیاس بسیار شارژ کرده است ، تا جایی که پیش بینی های دقیق عملکرد بر اساس میلیون ها شاخص پیشرو اقتصادی و اصلاح مدل امکان پذیر است.

نکته آخر این است که در واقع می توان با شناسایی و الگوبرداری از شاخص های پیشرو که با عملکرد تجاری شما ارتباط دارد - پیش بینی عملکرد آینده خود را پیش بینی کنید - چه در کل ، برند ، محصول ، محصول یا طبقه بندی. در واقع در اینجا خلاصه ای از 2 مرحله اصلی در کمیت نوسانات بازار وجود دارد:

مرحله 1 - کدام رانندگان اقتصادی بر تجارت تولید شما تأثیر می گذارد؟

پیش بینی هوشمند با همبستگی میلیون ها منبع داده اقتصادی و صنعت با عملکرد ساخت تاریخی ، به عنوان مثال آغاز می شود. 3-5 سال داده فروش برای دسته ابزارهای پزشکی. به عنوان مثال ، چندین شاخص پیشرو به عنوان پیش بینی کننده ترین برای لایه تجارت مورد بررسی شناخته می شوند ، به عنوان مثال:

تولید صنعتی - دارویی و پزشکی ارزش ساخت و ساز دولتی و محلی - بیمارستان جمعیت سن کار: 25-54 ساله: زنان برای تولید صنعتی - کالاهای قابل حمل متفرقه ساخت ISM: فهرست کامپوزیت PMI آماده سازی دارویی - همه کارمندان شاخص قیمت تولید کننده توسط صنعت - دارویی ایالات متحده - پزشکی / دامپزشکی - کارمندان کار می کنند

Prevedere با تهیه مخزن منابع داده آماده مدل ، از جمله اقتصاد کلان ، زنجیره تأمین ، اجتماعی ، صنعت ، آب و هوا ، مالی و دولت ، قادر به کمک به تولید کنندگان این شاخص های پیشرو است. به عنوان مثال تاریخ فروش ابزارهای پزشکی خود را در نظر بگیرید ، آن را با بیش از 3 میلیون منبع داده سری زمانی در مخزن Prevedere مقایسه کنید ، و تجزیه و تحلیل همبستگی آن منابعی را نشان می دهد که از نظر آماری مطابقت دارند (چه مثبت یا منفی) ، که همچنین یک سرب/تاخیر را نشان می دهدسیگنال برای استفاده پیش بینی کننده. به عنوان مثال ، این شاخص تولید صنعتی همبستگی شدیدی را حفظ می کند و می توانیم ببینیم که فروش این شرکت را تا 9 ماه هدایت می کند.

تجزیه و تحلیل در ابتدا ممکن است صدها یا هزاران شاخص آینده نگر ارائه دهد ، که می تواند با قدرت همبستگی فیلتر شود و از نظر زمینه ، به عنوان مثال. جغرافیا ، صنعت ، دامنه ، کانال. نتیجه ممکن است 10-30 راننده بازار باشد که از نزدیک با هم مرتبط هستند ، هر کدام دارای بازه زمانی سرب/تاخیر خاص خود ، در هر نقطه از 1 ماه تا 18 ماه هستند. مشتریان اغلب از شاخص هایی که پیش بینی کننده تجارت آنها هستند ، تعجب می کنند. برخی واضح هستند ، برخی دیگر کمتر از این ، به عنوان مثالدستمزد قبل از خریدهای خوب لوکس ، اشتغال در فروشگاه های عرضه باغ به عنوان شاخص فروش مخزن پروپان ، مصرف الکل به عنوان شاخص سطح کارکنان ساخت و ساز افزایش می یابد. نکته اصلی این است که هر شرکت ، هر مارک و هر گروه دارای مجموعه ای منحصر به فرد از شاخص های پیشرو هستند که به طور مداوم پیش از تغییر خود شرکت در عملکرد اتفاق می افتد.

مرحله 2 - ایجاد ، آزمایش و اصلاح مدل های پیش بینی

این مرحله شامل گرفتن شاخص های پیشرو و ساخت مدلهای پیش بینی کننده است که در نهایت منجر به تولید یک پیش بینی پایه اقتصادی می شود. به اندازه کافی ساده به نظر می رسد ، اما این جایی است که الگوریتم های یادگیری ماشین و قدرت محاسبات عالی است. اول از همه ، کدام یک از این 5-20 شاخص را تصمیم می گیرید که در تجزیه و تحلیل اقتصاد سنجی برای تعیین دقیق پیش بینی 12-18 ماه یا CAGR 3-5 ساله درج کنید؟یک رویکرد ممکن است آزمایش و ساخت چندین مدل باشد ، اما اگر به دنبال کدگذاری این موارد در R یا Python و ساخت/تست یک بار است ، این یک فرآیند دشوار است.

موتور تحلیلی Prevedere صدها مدل پیش بینی را بر اساس جابجایی های مختلف و ترکیبی از این شاخص ها ایجاد می کند. الگوریتم های یادگیری ماشین ، هر مدل بعدی را قادر می سازد تا از آخرین یاد بگیرند و خطاها را کاهش دهند تا مدل با بهترین نمره ارائه شود. در زیر نتایج یک مدل پیش بینی کننده برای یک تولید کننده صنعتی را مشاهده می کنیم ، در این حالت پیش بینی تجهیزات و تجهیزات پزشکی در ایالات متحده. از 60 ماه داده های فروش ، Prevedere شاخص های برتر را مشخص کرد ، سپس مدل های پیش بینی کننده چندگانه را ایجاد / آزمایش / تصفیه کرد. در این حالت ، مدل برتر امتیاز دهی دارای مقدار مربع R از 0. 97 است که به عنوان 97 ٪ دقیق آزمایش شده است.

پیش بینی های حاصل (خام ، بیش از سال ، CAGR) توسط تیم FP & A در فرآیند برنامه ریزی گنجانیده شده است ، با پیش بینی های تولید شده داخلی و تنظیمات انجام شده. پیش بینی ها ، واریانس ها و پیش بینی های شاخص پیشرو ، مدیریت تولید و رهبری را با بینش های ارزشمندی برای تصحیح برنامه ها فراهم می کند ، و در نتیجه کاهش موجودی ، افزایش سودآوری و پیش بینی رقابتی ایجاد می شود.

پیش بینی های هوشمند اغلب در سیستم های برنامه ریزی و ERP یا حتی سیستم های تحلیلی برای استفاده از پایین دست ادغام می شوند. Prevedere داشبوردهای ریسک و تأثیر را ایجاد کرده است که نمای واقعی در مورد پیش بینی ها و تأثیر عملکرد را در بر می گیرد. مدل ها می توانند در هر زمان ، به طور معمول به عنوان تازه کردن منابع داده داخلی و خارجی ، تازه شوند. نظارت بر داده محور از شرایط عملیاتی آینده اکنون امکان پذیر است.

نکته اصلی این است که یک پیش بینی هوشمند داستانی را بیان می کند ، نه فقط از نقاط داده های آینده ماهانه یا سه ماهه ، بلکه از بادهای آینده در اقتصاد. با بینش در مورد عوامل علیت یک پیش بینی ، برنامه ریزان استراتژیک و مدیران می توانند با اعتماد به نفس برای سر و صدا های آینده برنامه ریزی کنند:

توصیه های محتوا

• کتاب الکترونیکی-پیش بینی هوشمندانه برای صنعت تولید برای اطلاعات عمیق تر مربوط به پست فوق ، آخرین کتاب الکترونیکی ما را بخوانید.

امروز از وقت شما متشکرم

پستهای اخیر

• استفاده از داده های خارجی برای تقویت برنامه ریزی یکپارچه تجارت
• پیش بینی نقطه تورم شرکت شما برای بهبود
• خلاصه راه حل: زنجیره تأمین
• واکنش فدرال رزرو نسبت به نارسایی های بانکی
• RecoveryWatch: مارس پیشرو شاخص های اقتصادی داشبورد