Orizzonte di previsione: fin dove serve una serie storica

Il grafico del post: Orizzonte di previsione: fin dove serve una serie storica.
Così come è uscito su LinkedIn. Dati: campione app mobile, 155 settimane di installazioni.

Ogni previsione ha un orizzonte oltre il quale smette di servire. Questo grafico è il modo per trovare il tuo.

Traccia l’ampiezza dell’intervallo al 95% come quota della previsione stessa, settimana per settimana.

Prima settimana: l’intervallo copre il 15% del numero. Dodicesima settimana: il 48%.

Rileggilo come un’affermazione di pianificazione. A dodici settimane, l’intervallo onesto è più o meno un quarto del valore, in su o in giù. Qualsiasi decisione che richieda più precisione di così non è sostenuta da questo modello, qualunque cosa dica la linea in mezzo.

L’allargamento non è un difetto. È il modello che ha ragione sull’incertezza che si accumula: ogni passo avanti eredita l’errore del passo precedente, più il proprio. Una previsione il cui intervallo non si allarga con l’orizzonte è una previsione che ha smesso di modellare e ha cominciato a disegnare.

Cosa farne:

Abbina la decisione all’ampiezza. Un ordine di magazzino settimanale o un flight media che parte lunedì vivono nella zona del 15%. Un budget annuale su questo grafico non ci sta proprio, e far finta del contrario è il modo in cui un piano costruito sulla settimana quarantotto di una previsione a dodici settimane finisce in un documento per il consiglio di amministrazione.

Dodici settimane avanti, con l’intervallo onesto. SARIMAX(1, 1, 1)×(1, 0, 1, 52) · AIC 1.794
La stessa analisi da un’altra angolazione. È il grafico di Serie storiche: la vera previsione è l’intervallo.

Fissa la cadenza di revisione sulla curva, non sul calendario. Se la banda raddoppia entro l’ottava settimana, il piano si rivede all’ottava settimana, non a fine trimestre perché è lì che cade la riunione.

E quando qualcuno chiede il numero, dagli il numero e l’ampiezza nella stessa frase. «Circa 50.000 a settimana, e a dicembre l’intervallo onesto va da 38.000 a 62.000» è una frase su cui un business può agire. «50.000» è una frase che ti verrà rinfacciata a gennaio.

Sotto l’aritmetica c’è una questione di cultura. La precisione costa poco da simulare e molto da avere. Il modello che ammette i propri limiti è quello che puoi continuare a usare, perché non ha bruciato la sua credibilità su un numero che non poteva reggere.

Un altro uso di questa curva, che con la previsione non c’entra niente. È un buon modo per decidere quanto storico acquistare. Se la banda è già larga alla quarta settimana, una modellazione più sofisticata non la sistemerà: la serie è davvero volatile, e la risposta è o più dati, o un periodo più lungo, o una decisione che tolleri l’intervallo.

E se la banda resta stretta fino in fondo, insospettisciti invece di rallegrarti. Un intervallo a dodici settimane che quasi non si allarga di solito significa che il modello ha sottostimato l’incertezza, ed è il guasto che nessuno nota finché il trimestre non chiude.

Il grafico è l’output reale di Serie storiche (ARIMA) in TEA, e l’intervallo viene dallo stesso adattamento della previsione.

tea, il prodotto

Il tuo file, questa domanda

Quindici analisi su un CSV di dati settimanali, con intervalli e diagnostica in vista, e una frase chiara quando i dati non possono rispondere. Gratis durante la beta, su invito.

Chiedi un posto nella beta

tea, il prodotto

Quindici analisi econometriche sul tuo CSV: Serie storiche (ARIMA), curve di saturazione, elasticità, allocazione del budget. Intervalli e diagnostica in vista, e una frase chiara quando il file non può rispondere.

Gratis durante la beta, su invito.

Chiedi un posto nella beta →

Ti è piaciuto? Eseguilo sui tuoi dati.

tea esegue Serie storiche (ARIMA) e altre quattordici analisi su qualsiasi CSV settimanale, in pochi minuti. Gratis durante la beta, su invito.

Entra nella beta