Technologie · Prognozowanie

Analiza szeregów czasowych: prognozy, które pokazują swoją niepewność

Prognoza bez przedziału jest tylko twierdzeniem. Analiza szeregów czasowych pokazuje, ile w Państwa sprzedaży jest regularności i ile przypadku oraz ile kosztuje błąd prognozy.

Analiza szeregów czasowych: definicja i zakres pojęcia

Analiza szeregów czasowych bada wartości mierzone w stałych odstępach czasu, na przykład tygodniową sprzedaż, dzienny napływ zamówień albo cenę surowca w każdym dniu notowań. Rozkłada taki szereg na trzy składowe: trend jako długookresowy kierunek, sezonowość jako powtarzający się wzorzec oraz resztę, której nie wyjaśnia ani trend, ani sezonowość [1]. Z trendu i sezonowości powstaje prognoza, a reszta pokazuje, na ile jest ona niepewna.

Obok dekompozycji stosuje się modele ARIMA, które wyjaśniają wartość szeregu na podstawie jego wcześniejszych wartości oraz wcześniejszych błędów prognozy. Spopularyzowali je w 1970 roku George Box i Gwilym Jenkins w podręczniku „Time Series Analysis: Forecasting and Control” [2].

Z analizą szeregów czasowych najczęściej myli się prognozowanie szeregów czasowych, regresję i wykrywanie anomalii. Prognozowanie, po angielsku forecasting, to jej zastosowanie skierowane w przyszłość, na przykład jako prognoza zapotrzebowania. Zwykła regresja zakłada, że jej błędy, czyli odchylenia obserwacji od modelu, nie wpływają na siebie nawzajem. Szereg czasowy opiera się natomiast właśnie na tym, że dzisiejsza wartość wiąże się z wczorajszą i z ubiegłoroczną [3]. Wykrywanie anomalii może korzystać z tej samej dekompozycji i sprawdza, czy bieżąca wartość pasuje do oczekiwanego przebiegu.

Jak działa analiza szeregów czasowych

Na początku potrzebny jest czysty szereg i prosty punkt odniesienia, a dopiero potem model. Punktem odniesienia jest to, co Państwa planowanie osiąga już dziś bez modelu. Pierwszym takim punktem jest wartość z roku poprzedniego, która przenosi wynik tego samego tygodnia sprzed roku [4]. Trafia ona w sezon, ale pomija trend oraz Wielkanoc, która co roku wypada w innym terminie. Drugim jest średnia krocząca, która uśrednia ostatnie tygodnie i dlatego zostaje w tyle za każdym szczytem sezonowym. Z tymi dwoma punktami odniesienia trzeba porównać każdy model, a jeśli nie pokona ich wyraźnie, nie jest wart nakładu pracy.

KrokCo się dziejeWynik
1. Budowa szeregupomiary sprowadza się do stałych odstępów czasu, wyjaśnia się luki i wartości odstające, a święta i promocje dodaje się w postaci kalendarzakompletny szereg dla każdego artykułu, klienta lub maszyny
2. Dekompozycjaszereg zostaje rozdzielony na trend, sezonowość i resztęobraz sezonowości i wielkości składnika losowego
3. Ustalenie punktu odniesieniawartość z roku poprzedniego i średnia krocząca są liczone na tych samych danychbłąd, który trzeba pokonać, oraz ustalona przed backtestem przewaga, jaką model musi nad nim uzyskać
4. Wybór modeludo wyboru jest ARIMA lub wygładzanie wykładnicze, które nadaje nowszym wartościom większą wagę. Gdy na szereg wpływa wiele czynników, dochodzi uczenie maszynowe, na przykład gradient boosting, który łączy wiele prostych drzew decyzyjnychprognoza dla każdego tygodnia i horyzontu
5. Test na przeszłościw backteście model prognozuje minione okresy i zna przy tym tylko to, co było wiadome danego dniabłąd prognozy w porównaniu z punktem odniesienia
6. Przedział i monitoringprognoza ma postać pasma kwantyli, czyli ilości, które z określonym prawdopodobieństwem nie zostaną przekroczone. Monitoring zgłasza alarm, gdy wartość rzeczywista wychodzi poza pasmopodstawa planowania z określoną niepewnością

Krok 5 decyduje o wiarygodności. Do żadnej prognozy w backteście nie może trafić obserwacja, która w dniu prognozy należała jeszcze do przyszłości [5]. Krok 6 jest potrzebny, ponieważ niepewność z reguły rośnie wraz z horyzontem [6]. Według wartości przykładowych z naszej serii logistycznej średni procentowy błąd prognozy na poziomie floty wynosi 12 procent w pierwszym tygodniu i 22 procent w czwartym.

Przykład obliczeniowy: prognoza sprzedaży dla sezonowego asortymentu

Poniższy przykład to rachunek modelowy dla fikcyjnego przedsiębiorstwa z naszej serii o czekoladzie i nie zawiera danych klientów. Średniej wielkości producent czekolady sprzedaje 12 000 ton rocznie i osiąga 95 milionów euro przychodów, a szczyty sprzedaży przypadają na Boże Narodzenie, Wielkanoc i walentynki.

ZałożenieWartość
Odpisy towaru sezonowego rocznie570 000 euro
Przychód utracony przez luki na półce rocznie1 140 000 euro
Marża pokrycia od przychodu30 procent
Dodatkowe zmiany i fracht ekspresowy rocznie250 000 euro
Błąd prognozy metody roku poprzedniego w ciągu dwunastu tygodni (wartość przykładowa)21,8 procent
Błąd prognozy modelu w tym samym okresie (wartość przykładowa)9,4 procent
Mniej odpisów, odzyskane luki na półce, mniej kosztów pośpiechu30, 25 i 30 procent

Dzięki trzem dźwigniom odpisy spadają o 171 000 euro, odzyskana marża pokrycia wynosi 85 500 euro, a koszty pośpiechu maleją o 75 000 euro, co łącznie daje 331 500 euro rocznie. Ta kwota to efekt brutto przed kosztami wdrożenia, czyli przed kosztami wprowadzenia i eksploatacji modelu. Również oba błędy prognozy są wartościami przykładowymi przedsiębiorstwa wzorcowego, a nie zmierzonymi wynikami. W prawdziwym projekcie błąd prognozy mierzy backtest. To, o ile dzięki temu spadną odpisy, nawet wtedy pozostaje założeniem, dlatego rachunek wymaga sprawdzenia w wariantach:

ScenariuszOdpisy, luki na półce, koszty pośpiechuEfekt brutto rocznie
ostrożny20, 15 i 20 procent215 300 euro
rachunek modelowy30, 25 i 30 procent331 500 euro
korzystny40, 35 i 40 procent447 700 euro

Do własnego szacunku mogą Państwo użyć tej formuły:

Efekt brutto rocznie = odpisy × redukcja + przychód utracony przez luki na półce × odzyskany udział × marża pokrycia od przychodu + koszty pośpiechu × redukcja

Sam średni błąd nie mówi jeszcze, ile kosztuje prognoza, bo prognoza zawyżona pociąga za sobą inne koszty niż zaniżona. W przedsiębiorstwie wzorcowym jedna tona przynosi średnio w całym asortymencie około 7 917 euro przychodu. Jeśli zabraknie jej na półce, przepada marża pokrycia w wysokości 2 375 euro. Jeśli zostanie wyprodukowana ponad potrzeby i po sezonie odpisana bez wartości rezydualnej, przepada do 5 542 euro kosztów zmiennych. Nadwyżkowa tona kosztuje więc do 2,3 raza tyle, ile tona brakująca.

Dlatego dobry model podaje przedział zamiast wartości punktowej. To, jaką ilość dział planowania wybierze z tego przedziału, zależy od stosunku obu stawek kosztowych:

Kwantyl docelowy = koszt brakującej tony ÷ (koszt brakującej tony + koszt nadwyżkowej tony)

Kwantyl docelowy określa, w ilu sezonach na 100 wyprodukowana ilość ma wystarczyć. Przy 30 procentach wystarcza w 30 sezonach na 100, a w pozostałych 70 przedsiębiorstwo wyprzedaje cały towar. Przy 50 procentach przedsiębiorstwo planuje na środek prognozy.

PrzypadekKoszt brakującej tonyKoszt nadwyżkowej tonyKwantyl docelowy
Nadwyżka jest w całości odpisywana2 375 euro5 542 euro30 procent
Nadwyżkę można sprzedać za połowę ceny2 375 euro1 583 euro60 procent
Nadwyżka jest odpisywana, a każda brakująca tona powoduje dodatkowo około 3 167 euro kosztów następczych5 542 euro5 542 euro50 procent

Żaden wiersz nie jest rekomendacją, bo rachunek opiera się na czterech założeniach. Po pierwsze, cena i marża są średnią dla całego asortymentu. Po drugie, przed sezonem zapada tylko jedna decyzja produkcyjna i nie ma produkcji uzupełniającej. Po trzecie, kwota 5 542 euro to górna granica, ponieważ część kosztów zmiennych w ogóle nie powstaje przy towarze, który nie został dostarczony. Po czwarte, w dwóch pierwszych wierszach jedyną szkodą wynikającą z luki na półce jest utracona marża pokrycia.

Z powodu czwartego założenia w dwóch pierwszych wierszach brakuje pozycji, która w naszej serii o czekoladzie uchodzi za największą, choć nie ma jej w żadnej tabeli: zaufania sieci handlowych. Kto bowiem nie dostarcza towaru w szczycie sezonu, ryzykuje utratę miejsca na półce. Trzeci wiersz zamienia to ryzyko w wielkość rachunkową. Jeśli brakująca tona powoduje oprócz utraconej marży pokrycia koszty następcze w wysokości około 3 167 euro, kwantyl docelowy wynosi 50 procent nawet bez wartości rezydualnej. Formuła nie oszacuje za Państwa tych kosztów następczych, ale sprawia, że sprzedaż i produkcja rozmawiają o dwóch stawkach kosztowych.

Kiedy analiza szeregów czasowych się opłaca, a kiedy nie

Analiza szeregów czasowych opłaca się pod trzema warunkami. Historia musi obejmować co najmniej dwa pełne cykle sezonowe. W naszej serii o czekoladzie są to trzy lata danych sprzedażowych. Ponadto szczególne zdarzenia z przeszłości, przede wszystkim promocje i zmiany cen, muszą być udokumentowane z datami. Wreszcie w dziale planowania potrzebny jest ktoś, kto chce pracować z przedziałem.

Cztery błędne wnioski nasuwają się same:

  • „Średni błąd jest dobry, więc prognoza jest dobra.” Jedna grupa towarowa może poprawiać średnią, podczas gdy w innej prognoza mija się z rzeczywistością. Dlatego błąd trzeba wykazywać osobno dla każdej grupy towarowej.
  • „Co dotyczy sumy, dotyczy też szczegółów.” Według wartości przykładowych z naszej serii logistycznej błąd prognozy na poziomie floty na następny tydzień wynosi 12 procent. Dla pojedynczego klienta waha się od 12 do 28 procent, ponieważ małe wolumeny zamówień silniej zależą od przypadku.
  • „Model, który dobrze opisuje przeszłość, ostrzeże też na czas.” W naszych badaniach nad soft commodities model GARCH, czyli metoda modelowania zmienności, która sama zmienia się w czasie, przeszedł standardowe testy ryzyka. Wczesnego ostrzeżenia jednak nie dał, bo szacowana zmienność podążała za ruchem, zamiast go wyprzedzać.
  • „Prognoza przewidzi też następną promocję.” Model zna tylko to, co jest w historii. Dlatego promocji, którą handel ustala z krótkim wyprzedzeniem, żadna prognoza nie przewidzi.

Odradzamy model, jeśli historia obejmuje mniej niż dwa pełne cykle sezonowe, ponieważ na podstawie jednego cyklu nie da się odróżnić sezonu od trendu ani od pojedynczego zdarzenia. Odradzamy go także wtedy, gdy asortyment lub baza klientów właśnie zasadniczo się zmienia albo gdy model w backteście nie pokonuje wyraźnie metody roku poprzedniego. W tym ostatnim przypadku planowanie pozostaje przy metodzie roku poprzedniego.

Rzetelnego dostawcę rozpoznają Państwo po tym, że podaje prosty punkt odniesienia, z którym porównuje swój model, pokazuje backtest dla każdej grupy towarowej i dostarcza przedział zamiast pojedynczej liczby. Już przed projektem mówi też Państwu, w jakich warunkach odradza jego realizację.

Analiza szeregów czasowych w procesie data science

W CRISP-DM, sześciofazowym modelu postępowania w projektach data science, analiza szeregów czasowych obejmuje fazy od 3 do 5. W fazie 3, czyli podczas przygotowania danych, powstają szereg i cechy sezonowe. W fazie 4 model porównuje się z punktem odniesienia, a w fazie 5 backtest pokazuje, czy przewaga przekłada się także na pieniądze.

Przegląd wszystkich sześciu faz CRISP-DM Faza 3: przygotowanie danych Faza 4: eksploracyjna analiza danych i modelowanie Faza 5: walidacja modeli

Najczęstsze pytania o analizę szeregów czasowych

Czym jest analiza szeregów czasowych w prostych słowach?

Analiza szeregów czasowych bada wartości pomiarów w kolejności, w jakiej następują w czasie, na przykład sprzedaż tygodniową. Rozdziela szereg na trend, sezonowość i resztę, której nie da się wyjaśnić. Z trendu i sezonowości powstaje prognoza, a reszta pokazuje, z jakim przedziałem trzeba się liczyć.

Czym różni się analiza szeregów czasowych od prognozowania szeregów czasowych?

Analiza szeregów czasowych opisuje szereg: dokąd zmierza trend, jak silna jest sezonowość i jak duży jest udział przypadku. Prognozowanie szeregów czasowych, nazywane też forecastingiem, przenosi te składowe w przyszłość. Każda wiarygodna prognoza wymaga analizy, natomiast analiza nie musi kończyć się prognozą.

Jakich danych potrzebuje analiza szeregów czasowych?

Potrzebuje historii w stałych odstępach czasu, obejmującej co najmniej dwa pełne cykle sezonowe, a do tego kalendarza zdarzeń szczególnych, takich jak promocje, zmiany cen i święta. W przykładzie obliczeniowym na tej stronie są to dostawy do handlu, sprzedaż detaliczna i kalendarz promocji. Bez kalendarza model nie odróżni szczytu promocyjnego od sezonu.

Jakie metody należą do analizy szeregów czasowych?

Metody klasyczne to wygładzanie wykładnicze i ARIMA. Gdy na szereg wpływa wiele czynników, dochodzi uczenie maszynowe, na przykład gradient boosting lub sieci neuronowe dla szeregów czasowych. Zmienność, która sama zmienia się w czasie, opisują modele GARCH, a zmienne warunki rynkowe modele reżimów. O tym, która metoda pasuje, decyduje backtest względem prostego punktu odniesienia.

Ile kosztuje błąd prognozy?

Koszt błędu prognozy zależy od jego kierunku. Nadmiar towaru prowadzi do odpisów lub kosztów magazynowania. Niedobór kosztuje utraconą marżę pokrycia, a w handlu być może także miejsce na półce. Dlatego proszę liczyć obie strony osobno. Ze stosunku obu stawek kosztowych wynika, w ilu sezonach na 100 planowana ilość ma wystarczyć.

Jak długo trwa, zanim prognoza szeregów czasowych zacznie działać w firmie?

Czas wdrożenia zależy przede wszystkim od danych. Jeśli historia jest czysta i ma kalendarz promocji, backtest względem Państwa obecnej metody jest gotowy wcześnie. Jeśli trzeba oczyścić dane podstawowe artykułów i uzupełnić promocje, to ta praca wyznacza harmonogram. Potem prognoza zostaje włączona do cotygodniowego spotkania planistycznego.

Od czego zaczyna się projekt analizy szeregów czasowych?

Zaczyna się od pytania biznesowego i punktu odniesienia. Najpierw określa się w liczbach, ile dziś kosztują nadwyżki i braki. Potem mierzy się, jak dobrze prognozuje Państwa obecne planowanie, na przykład metoda roku poprzedniego. Dopiero gdy ten błąd jest znany, można ocenić, czy model obiecuje wystarczającą przewagę, by uruchomić pilotaż.

Źródła

  1. Rob J. Hyndman, George Athanasopoulos: Forecasting: Principles and Practice, wyd. 3, OTexts. Rozdział 3, podrozdział 3.2 „Time series components”. https://otexts.com/fpp3/components.html
  2. Rob J. Hyndman, George Athanasopoulos: Forecasting: Principles and Practice, wyd. 3, OTexts. Rozdział 9, podrozdział 9.12 „Further reading” i podrozdział 9.5 „Non-seasonal ARIMA models”. https://otexts.com/fpp3/arima-reading.html
  3. Rob J. Hyndman, George Athanasopoulos: Forecasting: Principles and Practice, wyd. 3, OTexts. Rozdział 7, podrozdział 7.1 „The linear model”, część „Assumptions”. https://otexts.com/fpp3/regression-intro.html
  4. Rob J. Hyndman, George Athanasopoulos: Forecasting: Principles and Practice, wyd. 3, OTexts. Rozdział 5, podrozdział 5.2 „Some simple forecasting methods”. https://otexts.com/fpp3/simple-methods.html
  5. Rob J. Hyndman, George Athanasopoulos: Forecasting: Principles and Practice, wyd. 3, OTexts. Rozdział 5, podrozdział 5.10 „Time series cross-validation”. https://otexts.com/fpp3/tscv.html
  6. Rob J. Hyndman, George Athanasopoulos: Forecasting: Principles and Practice, wyd. 3, OTexts. Rozdział 5, podrozdział 5.5 „Distributional forecasts and prediction intervals”. https://otexts.com/fpp3/prediction-intervals.html

Państwa planowanie na tle prostego punktu odniesienia

Na podstawie historii sprzedaży i dwóch stawek kosztowych da się ocenić, czy model prognostyczny może pokonać Państwa obecne planowanie.

Zarezerwuj bezpłatną rozmowę wstępną