Progetto e implementazione con tecnologie semantiche di un back-end per applicazione di modelli di previsione della domanda basati sull'analisi di serie temporali
Orientamento alle professioni del web: il Web AnalystMarco Cerrone
More Related Content
Similar to Progetto e implementazione con tecnologie semantiche di un back-end per applicazione di modelli di previsione della domanda basati sull'analisi di serie temporali
Orientamento alle professioni del web: il Web AnalystMarco Cerrone
Similar to Progetto e implementazione con tecnologie semantiche di un back-end per applicazione di modelli di previsione della domanda basati sull'analisi di serie temporali (20)
Orientamento alle professioni del web: il Web Analyst
Progetto e implementazione con tecnologie semantiche di un back-end per applicazione di modelli di previsione della domanda basati sull'analisi di serie temporali
1. PROGETTO E IMPLEMENTAZIONE CON TECNOLOGIE
SEMANTICHE DI UN BACK-END PER L'APPLICAZIO-
NE DI MODELLI DI PREVISIONE DELLA DOMANDA
BASATI SULL'ANALISI DI SERIE TEMPORALI
Laurea Magistrale in Ingegneria Informatica
16 maggio 2014
Carmelo Di Betta
Relatore: prof. ing. Daniela Giordano
Correlatore: ing. Diego D'Urso
Dipartimento di Ingegneria Elettrica, Elettronica e Informatica
2. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
SOMMARIO
1 La previsione della domanda commerciale
2 I modelli estrapolativi delle serie storiche
3 Il Ghost Manager
Il ''gioco'' tra esperto e azienda
Un'interfaccia Web unica
4 L'applicazione
Il Web Semantico per la gestione dei dati
5 La ''modalità Guru''
2
4. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
PERCHÈ PREVEDERE LA DOMANDA
Il manager dell'azienda deve preoccuparsi di:
1 prevedere gli andamenti futuri del
mercato
2 valutare la possibilità di investimenti in
un determinato settore
3 adeguarsi ai gusti dei consumatori
È indispensabile poter effettuare una previsione della domanda
futura di uno o più prodotti gestiti dall’azienda attraverso modelli
previsionali specifici
4
5. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
I PROTAGONISTI
Il consulente esterno deve
avere accesso ai dati storici aziendali
essere in grado di analizzare la natura dei dati
decidere quale modello previsionale utilizzare
L'azienda deve
ottenere le ''migliori'' previsioni possibili
partecipare attivamente al processo previsionale
valutare il lavoro del consulente
5
7. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
METODI QUANTITATIVI VS. METODI QUALITATIVI
Metodi quantitativi
Formule matematiche e
statistiche
Analisi della serie storica
della domanda
Pro
Maggiore formalità dei risultati
ottenuti
Contro
Nessuna considerazione dei
fattori esterni di disturbo
Metodi qualitativi/soggettivi
Interviste a clienti e
venditori
Collaborazione tra settori
diversi dell'azienda
Pro
Maggiore peso alle stime degli
esperti
Contro
Risultati poco oggettivi o non
attendibili
7
8. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
METODI ESTRAPOLATIVI DELLE SERIE STORICHE
Una serie storica può essere definita
come una sequenza di valori assunti
da una grandezza misurabile (numero
degli ordini, quantità di prodotti venduti
ecc.) e osservati in corrispondenza di
specifici intervalli temporali regolari,
detti periodi (es. mesi)
Domanda al tempo t: Dt = f(Tt, St, Ct, εt)
Tt = componente di trend
St = componente di stagionalità
Ct = componente ciclica
εt = componente di aleatorietà
8
9. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
TREND E STAGIONALITÀ
9
10. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
METODO DI HOLT-WINTERS (TRIPLE EXPONENTIAL SMOOTHING)
Viene usato se la serie storica è affetta da trend e
stagionalità
Occorre allenare il modello con almeno 3 anni di dati storici
La tripla di parametri α β γ da usare deve minimizzare
l'errore quadratico medio (MSE)
Formule di Holt-Winters
Mt = αDt + (1 − α)(Mt−1 + Tt−1)
Tt = γ(Mt − Mt−1) + (1 − γ)Tt−1
St = β
Dt
Mt
+ (1 − β)St−L
Valori dei parametri
circa 1 = modello
reattivo (più peso ai
dati recenti)
circa 0 = modello
conservativo (più
peso al passato)
10
11. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
LIMITI DELL'APPROCCIO CLASSICO
Problema 1
Le previsioni non sono mai esatte al 100%
Problema 2
I metodi matematici non tengono conto dei
fattori esterni alla serie storica che possono
influenzare la previsione
Problema 3
Il manager dell'azienda non può fidarsi
ciecamente dell'esperto
11
13. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
IL GHOST MANAGER
È un approccio innovativo per il
calcolo delle previsioni aziendali
Funge da sistema di supporto alle
decisioni (DSS, Decision Support
System)
Fornisce al consulente una suite di
strumenti per l'analisi delle serie
storiche e per la definizione delle
previsioni con metodi qualitativi e
quantitativi
Permette al manager dell'azienda
di ''sfidare'' l'esperto proponendo
delle proprie previsioni
13
14. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
IL ''GIOCO'' TRA ESPERTO E AZIENDA
Previsioni dell'esperto con metodi matematico-statistici
Previsioni dell'azienda con metodi soggettivi o basati su
interviste a clienti e venditori
Confronto con dati reali (ad intervalli periodici) per decretare
quale delle due ha seguito meglio l'andamento della domanda
Vantaggi
L'esperto dimostra la
propria competenza
L'azienda partecipa al
processo previsionale
14
15. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
UN'INTERFACCIA WEB UNICA
Sito Web in HTML5 e Javascript
Sezioni separate (e protette) per
ognuno dei partecipanti
Form e grafici JQuery popolati
dinamicamente
Menu laterale di navigazione
Vantaggi
Viene fornito un unico
ambiente per il calcolo e la
visualizzazione delle
previsioni
L'azienda e l'esperto
possono inserire e
confrontare i propri
risultati
15
17. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
L'APPLICAZIONE GHOST MANAGER
Back-end
Analisi della serie storica
Calcolo delle previsioni usando modelli
matematico-statistici e soggettivi
Aggiornamento automatico dei dati
Front-end
Visualizzazione delle previsioni
Valutazione dei parametri esterni per
correggere i risultati ottenuti dai modelli
matematici
Inserimento previsioni in modalità Guru
17
18. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
IL SOFTWARE DI BACK-END
Suite di 5 metodi previsionali:
1 Media mobile
2 Regressione lineare
3 Metodo di Brown
4 Metodo di Holt-Winters
5 Modalità Guru
Comunicazione con ERP
ADempiere
Gestione dello stato degli
elementi analizzati
Approccio Web-oriented
Apache Jena
Java Spring Framework
Query SPARQL
18
19. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
UTILIZZO DEL WEB SEMANTICO PER LA GESTIONE DEI DATI
Informazioni sul Web espresse
come metadati da interpretare
Dati modellizzati come risorse con
attributi, identificate da URI
Possibilità di realizzare query
semantiche su dati eterogenei
provenienti da fonti diverse
Vantaggi
È possibile incrociare i dati
storici dell'azienda con
informazioni provenienti dal
Web
Viene assegnato un
''significato'' ai dati sui
quali vengono calcolate
le previsioni
19
21. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
LIMITI DEI MODELLI MATEMATICI
Le previsioni ottenute dai modelli matematici non sono sufficienti
Nel processo previsionale vengono considerati solo trend e
stagionalità della serie storica
L'andamento futuro della domanda può dipendere da altri
fattori (es. clima, stili di vita, parametri socio-economici)
Occorre recuperare tali informazioni dal Web e usarle per
migliorare le previsioni
21
22. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
LA ''MODALITÀ GURU''
Metodo ''semi-soggettivo''
Dati RDF in formato N3 relativi a
temperatura media, PIL, inflazione
L'esperto usa le informazioni
recuperate dal Web per correggere
le previsioni ottenute dai metodi
estrapolativi canonici
Vantaggi
Ibrido tra metodo matematico e metodo soggettivo
Approccio semantico nell'analisi dei dati
La ''bontà'' dei risultati dipende dalla bravura dell'esperto
nel valutare i fattori che influenzano la domanda
22
23. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
CONCLUSIONI
Ìl Ghost Manager fornisce alle aziende e agli esperti in
previsioni un potente strumento per definire l'andamento
futuro della domanda sulla base dei dati storici aziendali
Grazie all'utilizzo del Web Semantico e del ''gioco'':
l'esperto migliora le previsioni ottenute dai modelli canonici
usando dati estratti dal Web, accrescendo la propria
esperienza
l'azienda partecipa attivamente al processo previsionale e può
confrontarsi con l'esperto
La modalità Guru realizza una nuova tecnica di previsione
ibrida, permettendo di ottimizzare i risultati dei modelli
matematici con dati ciclici e non parametrizzabili
23
24. La previsione della domanda I metodi previsionali Il Ghost Manager L'applicazione La modalità Guru nel Ghost Manager
THE END
24