Uzgadnianie prognoz

Na czym polega uzgadnianie prognoz i kiedy warto je stosować?

Uzgadnianie prognoz dotyczy szeregów czasowych opisujących zjawiska uporządkowane względem pewnej hierarchii. Przykładem takich zhierarchizowanych szeregów czasowych są szeregi sprzedaży poszczególnych produktów w przedsiębiorstwie. Rzeczywiście, asortyment przedsiębiorstwa podzielony jest najczęściej na grupy i podgrupy produktów. Produkty można dodatkowo dzielić na przykład względem stosowanych kampanii reklamowych, rodzajów opakowań czy grup docelowych klientów. Hierarchie produktów mogą być następnie umieszczane w regionach, centrach dystrybucji czy halach produkcyjnych. W ten sposób powstaje wielopoziomowa i wielowymiarowa hierarchia.

Prognozując sprzedaż produktów umieszczonych w hierarchii oczekujemy, że prognoza dla każdej grupy będzie równa sumie prognoz dla poszczególnych jej elementów. Na przykład, kiedy dla pewnego sklepu odzieżowego prognozujemy na przyszły miesiąc sprzedaż 150 par spodni damskich i 50 par spodni męskich, chcemy, żeby prognoza sprzedaży wszystkich spodni wynosiła 200 par.

Niestety dla większości metod prognozowania suma prognozy nie jest równa prognozie sumy. Problem ten rozwiązuje się uzgadniając prognozy względem hierarchii

Metody uzgadniania prognoz

Najczęściej stosowane metody uzgadniania prognoz to uzgadnianie z góry na dół hierarchii (top-down), z dołu do góry (bottom-up), lub podejście mieszane - ze środka na zewnątrz (middle-out).

Uzgadnianie z dołu do góry jest najprostsze – prognozę dla wyższego poziomu definiujemy jako sumę prognoz niższego poziomu lub inaczej mówiąc prognozę dla grupy produktów jako sumę prognoz dla poszczególnych jej elementów. Tak uzyskane prognozy obarczone są jednak często sporym błędem, ponieważ im mniej zagregowany jest szereg, tym więcej jest w nim szumu i tym mniej dokładne są prognozy. Sumując prognozy, sumujemy również wszystkie błędy.

Uzgadnianie z góry na dół to rozbicie prognozy z najwyższego poziomu na niższe poziomy hierarchii. W ten sposób prognozowane są szeregi bardzo zagregowane, a więc najczęściej bardziej regularne i łatwiejsze w prognozowaniu od tych, które występują na niższych poziomach hierarchii. Musimy się jednak liczyć z tym, że agregując szeregi tracimy informację o strukturze szeregów niższych poziomów.

Powstaje tutaj również pytanie jak właściwie rozdzielać prognozy. Najczęściej stosuje się wagi wyliczone jako średnia wartość sprzedaży z pewnego okresu lub na podstawie prognoz uzyskanych przy innych hierarchiach.

Często najodpowiedniejsze okazuje się podejście mieszane – uzgadnianie ze środka na zewnątrz - polegające na wybraniu poziomu w hierarchii, z którego prognozy są rozbijane w dół i sumowane w górę. W ten sposób prognozujemy szeregi tak zagregowane, że są one już wystarczająco regularne, a z drugiej strony nie tracimy informacji patrząc tylko na jeden w pełni zagregowany szereg.

Â