Submit Search
Upload
国内顶尖企业的大数据需求预测怎么做
•
1 like
•
287 views
Shelley Lai
Follow
如何清理数据、建模、并加入各种事件因素做出销售/订单/采购预测?
Read less
Read more
Technology
Report
Share
Report
Share
1 of 12
Download now
Download to read offline
Recommended
消费品行业需求计划怎么做
消费品行业需求计划怎么做
Shelley Lai
药企药店如何做好销售预测
药企药店如何做好销售预测
Shelley Lai
消费品牌产品经理如何做新品销量预测
消费品牌产品经理如何做新品销量预测
Shelley Lai
供应链需求计划与销售预测国内案例
供应链需求计划与销售预测国内案例
Shelley Lai
2017联合通商科技RollingDemand滚需预测云平台简介
2017联合通商科技RollingDemand滚需预测云平台简介
Shelley Lai
New Edge Inc Bussiness Plan
New Edge Inc Bussiness Plan
wuyanna
從電商到媒體,從商品推薦到客戶行為分析 - Udn 的 big data 價值實踐之路
從電商到媒體,從商品推薦到客戶行為分析 - Udn 的 big data 價值實踐之路
Etu Solution
數位媒體的客戶洞察行銷術
數位媒體的客戶洞察行銷術
Etu Solution
Recommended
消费品行业需求计划怎么做
消费品行业需求计划怎么做
Shelley Lai
药企药店如何做好销售预测
药企药店如何做好销售预测
Shelley Lai
消费品牌产品经理如何做新品销量预测
消费品牌产品经理如何做新品销量预测
Shelley Lai
供应链需求计划与销售预测国内案例
供应链需求计划与销售预测国内案例
Shelley Lai
2017联合通商科技RollingDemand滚需预测云平台简介
2017联合通商科技RollingDemand滚需预测云平台简介
Shelley Lai
New Edge Inc Bussiness Plan
New Edge Inc Bussiness Plan
wuyanna
從電商到媒體,從商品推薦到客戶行為分析 - Udn 的 big data 價值實踐之路
從電商到媒體,從商品推薦到客戶行為分析 - Udn 的 big data 價值實踐之路
Etu Solution
數位媒體的客戶洞察行銷術
數位媒體的客戶洞察行銷術
Etu Solution
Bank4.0:金融常在,銀行不再?
Bank4.0:金融常在,銀行不再?
郭 茂仁
Bigdata bizoppor
Bigdata bizoppor
Accenture
Baidu pm心得分享
Baidu pm心得分享
磊 张
預測性分析
預測性分析
Qualex Asia
BDTC2015 新浪微博-姜贵彬-大数据驱动下的微博社会化推荐
BDTC2015 新浪微博-姜贵彬-大数据驱动下的微博社会化推荐
Jerry Wen
资产5.0 介绍.pdf
资产5.0 介绍.pdf
Shan Fu
Ch07 資訊管理.....
Ch07 資訊管理.....
crusade859123
魏凯:大数据商业利用的政策管制问题
魏凯:大数据商业利用的政策管制问题
hdhappy001
大数据岗位需求调研。出于转行数据类岗位的需求,对近5年的相关招聘信息进行分析,主要想了解,大数据类岗位有哪些细分职位,以及他们所要求的技能有哪些。
大数据岗位需求调研。出于转行数据类岗位的需求,对近5年的相关招聘信息进行分析,主要想了解,大数据类岗位有哪些细分职位,以及他们所要求的技能有哪些。
jeffery57
芳草集 大卖家的瓶颈和出路
芳草集 大卖家的瓶颈和出路
chaojiwangpu
銀行商業創新課程介紹 Pdf 2015-5_7
銀行商業創新課程介紹 Pdf 2015-5_7
Richard Lin
罗旭祥 基于数据挖掘的产品设计
罗旭祥 基于数据挖掘的产品设计
PMCamp
It治理讲座(项目管理论坛)
It治理讲座(项目管理论坛)
Duan Yongchao
Ga分析從頭學
Ga分析從頭學
鼎達行銷有限公司
微軟的商業智慧
微軟的商業智慧
MaxHung
《PMBAR》二期2012
《PMBAR》二期2012
磊 石
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
PMCamp
How to run an AI Project @pixnet
How to run an AI Project @pixnet
晨揚 施
思翱倍力:對於大數據應用的十個觀點與省思20160525
思翱倍力:對於大數據應用的十個觀點與省思20160525
張大明 Ta-Ming Chang
第0章 课程介绍 2014-0216
第0章 课程介绍 2014-0216
Bo Shen
More Related Content
Similar to 国内顶尖企业的大数据需求预测怎么做
Bank4.0:金融常在,銀行不再?
Bank4.0:金融常在,銀行不再?
郭 茂仁
Bigdata bizoppor
Bigdata bizoppor
Accenture
Baidu pm心得分享
Baidu pm心得分享
磊 张
預測性分析
預測性分析
Qualex Asia
BDTC2015 新浪微博-姜贵彬-大数据驱动下的微博社会化推荐
BDTC2015 新浪微博-姜贵彬-大数据驱动下的微博社会化推荐
Jerry Wen
资产5.0 介绍.pdf
资产5.0 介绍.pdf
Shan Fu
Ch07 資訊管理.....
Ch07 資訊管理.....
crusade859123
魏凯:大数据商业利用的政策管制问题
魏凯:大数据商业利用的政策管制问题
hdhappy001
大数据岗位需求调研。出于转行数据类岗位的需求,对近5年的相关招聘信息进行分析,主要想了解,大数据类岗位有哪些细分职位,以及他们所要求的技能有哪些。
大数据岗位需求调研。出于转行数据类岗位的需求,对近5年的相关招聘信息进行分析,主要想了解,大数据类岗位有哪些细分职位,以及他们所要求的技能有哪些。
jeffery57
芳草集 大卖家的瓶颈和出路
芳草集 大卖家的瓶颈和出路
chaojiwangpu
銀行商業創新課程介紹 Pdf 2015-5_7
銀行商業創新課程介紹 Pdf 2015-5_7
Richard Lin
罗旭祥 基于数据挖掘的产品设计
罗旭祥 基于数据挖掘的产品设计
PMCamp
It治理讲座(项目管理论坛)
It治理讲座(项目管理论坛)
Duan Yongchao
Ga分析從頭學
Ga分析從頭學
鼎達行銷有限公司
微軟的商業智慧
微軟的商業智慧
MaxHung
《PMBAR》二期2012
《PMBAR》二期2012
磊 石
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
PMCamp
How to run an AI Project @pixnet
How to run an AI Project @pixnet
晨揚 施
思翱倍力:對於大數據應用的十個觀點與省思20160525
思翱倍力:對於大數據應用的十個觀點與省思20160525
張大明 Ta-Ming Chang
第0章 课程介绍 2014-0216
第0章 课程介绍 2014-0216
Bo Shen
Similar to 国内顶尖企业的大数据需求预测怎么做
(20)
Bank4.0:金融常在,銀行不再?
Bank4.0:金融常在,銀行不再?
Bigdata bizoppor
Bigdata bizoppor
Baidu pm心得分享
Baidu pm心得分享
預測性分析
預測性分析
BDTC2015 新浪微博-姜贵彬-大数据驱动下的微博社会化推荐
BDTC2015 新浪微博-姜贵彬-大数据驱动下的微博社会化推荐
资产5.0 介绍.pdf
资产5.0 介绍.pdf
Ch07 資訊管理.....
Ch07 資訊管理.....
魏凯:大数据商业利用的政策管制问题
魏凯:大数据商业利用的政策管制问题
大数据岗位需求调研。出于转行数据类岗位的需求,对近5年的相关招聘信息进行分析,主要想了解,大数据类岗位有哪些细分职位,以及他们所要求的技能有哪些。
大数据岗位需求调研。出于转行数据类岗位的需求,对近5年的相关招聘信息进行分析,主要想了解,大数据类岗位有哪些细分职位,以及他们所要求的技能有哪些。
芳草集 大卖家的瓶颈和出路
芳草集 大卖家的瓶颈和出路
銀行商業創新課程介紹 Pdf 2015-5_7
銀行商業創新課程介紹 Pdf 2015-5_7
罗旭祥 基于数据挖掘的产品设计
罗旭祥 基于数据挖掘的产品设计
It治理讲座(项目管理论坛)
It治理讲座(项目管理论坛)
Ga分析從頭學
Ga分析從頭學
微軟的商業智慧
微軟的商業智慧
《PMBAR》二期2012
《PMBAR》二期2012
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
How to run an AI Project @pixnet
How to run an AI Project @pixnet
思翱倍力:對於大數據應用的十個觀點與省思20160525
思翱倍力:對於大數據應用的十個觀點與省思20160525
第0章 课程介绍 2014-0216
第0章 课程介绍 2014-0216
国内顶尖企业的大数据需求预测怎么做
1.
企业需求鏈 大数据系列 国内顶尖企业的大数据需求预测怎么做 COPYRIGHT© eBizprise Technology
(TJ) Ltd
2.
需求预测建模 第一步- 了解数据特性 与需求分类 “One size does
not fit all” 很许多人都会有个疑问,为什么实施预测系统 后,预测准确率并没有立马显着提升,那实施预 测系统的意义在哪? 其实关键就在是否有先做需求 分类。每个需求就像人一样,有其独特的行为模 式,有些可以找出规则,有些则不行,对于可以 找出规则的,基本上就可以参考科学统计模型结 果,而对于那些无法找出规则的需求则需要重点 关注及管理它们。 Copyright@eBizprise Technology (TJ) Ltd. 2 想要了解由几个亿人组成的市场,也就是要去了解几个亿 种消费行为模式所组成的需求集合,以前这件事只能透过 问卷调查结果推论,海量数据的时代,我们可以透过真实 数据的收集分析,把消费行为模式分类,一一对症下药, 找到企业直面市场的关键对策!
3.
需求预测建模 第一步- 了解数据特性 与需求分类 “One size does
not fit all” 因此,实施预测系统进行需求建模的第一步就 是要先了解其需求行为,针对其规则特性,提供 适合的预测模式,方能提供有效预测。 预测系统的真正意义在于如何做好精准预测、 管理预测,首先就从了解每个需求的历史特性开 始,利用科学统计方法,厘清每类需求的特性, 以提供适合的预测模型,或搭配人工協同智能进 行优化。 接下来将說明如何了解需求特性,厘清需求特 性并归类,並依据其特性提供适合的预测模式。 Copyright@eBizprise Technology (TJ) Ltd. 3
4.
需求了解- 从历史数据的 特性与成分 开始 凡走过必留下痕迹,了解过去行为,才能规划 未来。因此,作预测的第一步就是要先了解每个 产品/客户需求的过去行为模式,分析其过去需求 特性,而这些需求特性與變因也會会影响到未来。 常见的历史特性包括了基准(Level)、趋势 (Trend)及季节性(Seasonality),预测模型方法主 要从近期历史数据变化、历史同期数据比较,以 及整体历史数据变化等关系,分析其是否具有这 些特性。若无法判断是否具备这些特性,则视为 无规则性(irregular),这些数据可能是過於杂乱无 法判断或为间歇性需求,当历史数据偏向无规则 性时,若用预测模型做预测就会比较困难,因为 没有足够信息去分析推測,不像具规则性的数据, 可以从趋势及季节性中去产生未来预测。 Copyright@eBizprise Technology (TJ)
Ltd. 4
5.
需求了解- 从历史数据的 特性与成分 开始 因此,对于具有规则性的数据,比较适合运用时 间序列模型方法来做预测,至于杂乱无规则之数据, 需进一步去分析是否有任何變因会影响到数据波动的 规则。而这些影响因素需要被清理,还原历史数据应 有的规则特性。 间歇性数据,大部分时间的需求为零,偶尔才有 大量数值出现,这类型的数据多出现在项目型或定制 化的产品*渠道型态,预测难度极高,不适合運用时 间序列预测,应另采用客户需求管理进行例外管理。 Copyright@eBizprise Technology (TJ)
Ltd. 5
6.
需求分类-从数 据长度到连续 性/稳定性 “时间序列预测的 必备条件” 产品如果只卖了两三个月(需另采新品预测法), 没有足够数据去分析其特性,需要一段时间后才能够 去判断是否有季节性,而这一段时间指的是至少两年, 才能够评估这两年的同期是否有一致的起伏,因为淡 /旺季关系而导致销量的上升或下降。 前面提到间歇性数据不适用时间序列预测,因此 数据连续性是采用时间序列预测的必要条件,只有能 持续销售的资料才能去判断是否具有历史规则特性。 再者,若要说到模型的选择,稳定性就是当中重 要因素之一,唯有具高稳定性的产品,方可直接参考 系统所建议模型,无需太多人为调整,而对于稳定性 低,波动起伏大的产品,就需要人为判断进行调整。 Copyright@eBizprise Technology (TJ)
Ltd. 6
7.
需求分类-从数 据长度到连续 性/稳定性 “时间序列预测的 必备条件” 总括来说,我们可以从数据长度、连续性及稳定 性等因素来进行分类并提供预测建议 Copyright@eBizprise Technology (TJ)
Ltd. 7
8.
需求象限- 从需求特性分 类与预测建议 由于预测时间有限,加上预测产品X客户组合数 量众多,建模人员很难在有限时间内做好众多预测节 点的确认或调整,因此我们需要利用80/20法则来进 行分级,找出对企业贡献度较高的产品(如A级产品/ 客户),将这些贡献度高的产品列为优先调整对象, 每期需要重点关注与检视调整。 透过绘制ABC销售等级与稳定性的散布图,称之 需求象限,可将产品/客户需求区分成四种类型,依 照各类型提供不同的预测模式与建议。 Copyright@eBizprise Technology (TJ)
Ltd. 8 经常有用户问我们:产品品项那么多,数据又多又杂乱, 该怎么办? 其实,80/20黄金法则最适合用在这个地方,贡献度高、 利润高的产品品项,永远都是优先分析处理的重点,也最 能突现出企业需求计划的价值!
9.
需求象限- 从需求特性分 类与预测建议 需求象限图 Copyright@eBizprise Technology (TJ)
Ltd. 9
10.
需求象限- 不同管理策略 应对需求特性 不同需求类型的管理策略 Copyright@eBizprise Technology (TJ)
Ltd. 10
11.
联合通商观点 需求预测建模第一步-了解数据特性与需 求分类 需求了解-从历史资料的特性与成分开始 需求分类-从数据长度到连续性/稳定性, 时间序列预测的必备条件 需求象限-从需求特性分类进行差异化预 测建议 Copyright@eBizprise Technology
(TJ) Ltd. 11 靠谱的预测建立在对产 品需求特性的了解,针 对需求特性提供差异化 的预测模式 客服谘询专线 400-820-8307转6
12.
联合通商科技(天津)有限公司 天津市和平区大沽北路与承德道交叉口 新华国金中心24层A2-1~A2-5 郵編:300040 电话:86-22-59067638 广州办公室 广州市天河区华穗路406号中景大厦B座 (保利克洛维三期)1906室 电话:86-20-61972688 上海办公室 上海市长宁区娄山关路523号Ⅰ座1502室 邮编:200336 电话:86-21-52311920
Download now