Андрей расскажет, как сделать так, чтобы подготовленные прогнозы были не только правильно поняты стейкхолдерами, но и приняты на веру. Доклад будет интересен аналитикам, а также тем, кто принимает решения на основании прогнозов.
Интересуетесь анализом данных? Присоединяйтесь к нашей группе на Facebook: https://www.facebook.com/groups/DataTalks/
Юркевич Алексей и Мякишев Иван - Компромиссы в Data mining - wargaming
DataTalks #4: Как ответить на вопрос «Что будет?»: практические советы / Андрей Ярмола
1. КАК ОТВЕТИТЬ НА
ВОПРОС
«ЧТО БУДЕТ?»
ПРАКТИЧЕСКИЕ СОВЕТЫ
Андрей Ярмола
Data Science Team Lead
Wargaming BI, Wargaming
2. «Что будет?»:
синонимичные вопросы
• Сколько будет стоить нефть через неделю?
• На сколько вырастет поток клиентов после
проведения рекламной кампании?
• Когда игрок перестанет играть в WoT?
• Как изменилась бы прибыль, если бы цену снизили на
5%?
• Какой план продаж выставить торговым
представителям?
• …
4. ЗАЧЕМ НУЖНЫ
ПРЕДСКАЗАНИЯ?
Предсказания нужны для принятия решений
Предсказание Проблема
На сколько вырастет поток
клиентов после проведения
рекламной компании?
Проводить ли кампанию?
Какая погода будет завтра? Что одеть?
7. До того как прогнозировать
Зачем?
Какие решения будут приниматься на основе прогнозов
8. До того как прогнозировать
Зачем?
Какие решения будут приниматься на основе прогнозов
Что?
Прогноз каких показателей необходим
9. До того как прогнозировать
Зачем?
Какие решения будут приниматься на основе прогнозов
Что?
Прогноз каких показателей необходим
Цена ошибок?
Какие существуют потенциальные потери
10. До того как прогнозировать
Зачем?
Какие решения будут приниматься на основе прогнозов
Что?
Прогноз каких показателей необходим
Цена ошибок?
Какие существуют потенциальные потери
Когда?
Насколько далеко в будущее нужно прогнозировать
11. До того как прогнозировать
Зачем?
Какие решения будут приниматься на основе прогнозов
Что?
Прогноз каких показателей необходим
Цена ошибок?
Какие существуют потенциальные потери
Когда?
Насколько далеко в будущее нужно прогнозировать
Как быстро?
Сколько есть времени на вычисления прогноза
12. До того как прогнозировать
Зачем?
Какие решения будут приниматься на основе прогнозов
Что?
Прогноз каких показателей необходим
Цена ошибок?
Какие существуют потенциальные потери
Когда?
Насколько далеко в будущее нужно прогнозировать
Как быстро?
Сколько есть времени на вычисления прогноза
Как регулярно?
Насколько часто придется строить прогноз
13. До того как прогнозировать
Зачем?
Какие решения будут приниматься на основе прогнозов
Что?
Прогноз каких показателей необходим
Цена ошибок?
Какие существуют потенциальные потери
Когда?
Насколько далеко в будущее нужно прогнозировать
Как быстро?
Сколько есть времени на вычисления прогноза
Как регулярно?
Насколько часто придется строить прогноз
14. Как представить результат?
ТОЧЕЧНЫЙ
Плюсы
• Понятность
• Удобность
• Простота
Минусы
• Трудно оценить риски
• Трудно оценить надежность
ИНТЕРВАЛЬНЫЙ
Плюсы
• Надежность
• Возможно оценить риски
• Доверие
Минусы
• Не все модели
• Дополнительные вычисления
• Оптимизм/Пессимизм
16. Метод Монте-Карло
Простота
Метод прост для понимания и для реализации
Наглядность
Результат – гистограмма прогноза
Универсальность
Минимальные требования для работоспособности метода
Гибкость
Можно применять в паре с любой моделью
Мощность
В комбинации с методами моделирования случайных величин
(копулы, MH,…) позволяет учитывать любые зависимости между
факторами