数据挖掘中的预测是什么?2025年3月17日 | 阅读 10 分钟 预测是指通过考虑过去和现在的事件及情况来预测未来可能发生的事情。预测是一种决策工具,通过仔细检查历史数据和趋势,帮助企业应对围绕业务的不确定性。 它也可以被称为规划工具,允许企业据此规划其未来的行动和预算。公司使用预测工具,希望它能涵盖可能发生的各种不确定性。通常,明确指出预测附带的不确定性程度被认为是良好的做法。有一点应该始终牢记;数据必须是最新的才能准确预测。 它对短期和长期规划都至关重要。例如,晚间新闻给出的是天气“预报”,而不是天气“预测”。无论如何,预测(forecast)和预测(prediction)这两个词经常互换使用。预测基于许多假设,例如: - 过去会重演。这意味着过去发生的事情会再次发生。
- 随着预测范围的缩短,预测的准确性会提高。例如,对明天的预测比对下个月的预测更准确,而对明年(某一年)的预测比对未来(更远的一年)的预测更准确。
- 总体预测比个体预测更准确。这意味着公司可以比预测单个库存单位(SKU)更准确地预测其所有产品的总需求。例如,通用汽车公司可以比预测具有特定选装包的白色雪佛兰 Impala 的总数更准确地预测明年的汽车总需求。
- 预测很少准确。此外,预测很少是准确的。虽然有些非常接近,但很少能“正好命中”。因此,提供一个预测“范围”是明智的。如果有人预测下个月的需求为 100,000 件,那么实际需求正好等于 100,000 件的可能性极小。然而,90,000 到 110,000 的预测将为规划提供一个更大的目标。
预测的特点以下是一些普遍存在的良好预测的特点:  - 准确性:应确定并说明一定程度的准确性,以便与其他预测进行比较。
- 可靠性:如果用户建立信心,预测方法应持续提供良好的预测。
- 及时性:需要一定的时间来响应预测,因此预测范围必须允许进行更改所需的时间。
- 易于使用和理解:预测的用户必须对使用它感到自信和舒适。
- 成本效益:进行预测的成本不应超过从预测中获得的收益。
预测技术范围从简单到极其复杂。这些技术通常分为定性或定量。 预测是如何工作的?投资者使用预测来决定影响业务的事件(如销售预期)是否可能推高或压低该公司股票的价格。预测方法也为那些需要通过关键历史数据和非平稳数据对运营进行长期展望的企业提供重要的基准。 股票分析师使用预测工具来推断趋势(例如 GDP 或失业率)在未来一个季度或一年的变化。较长时期的预测会降低预测准确性的几率,因为可能发生许多不确定的事件。 最后,统计学家可以使用预测来分析业务运营变更可能产生的潜在影响。例如,可以收集客户满意度因更改营业时间而受影响的历史数据,或者某些工作条件的变化可能会改变公司的整体生产力。 预测方法处理一个问题或一组数据。财务分析师对已分析的环境做出某些假设,这些假设必须在确定预测因素之前建立。由于已确定项目,因此会选择并使用合适的历史数据集来推断信息。 在这些预测技术中,历史数据被分解,并相应地确定预测。最后,会有一个验证期,将预测与实际结果进行对比,以建立更精确的未来预测模型。 预测的类型无论时间范围如何,组织使用三种主要的预测类型。  - 经济预测涉及商业周期。它们预测住房开工率、通货膨胀率、货币供应量和其他指标。
- 技术预测监测技术进步的速度。这使组织能够跟上趋势,并可能带来令人兴奋的新产品。新产品可能需要新的设施和设备,这必须在适当的时间范围内进行规划。
- 需求预测处理公司的产品并估计消费者需求。这些也被称为销售预测,具有多种用途。除了驱动调度、生产和产能外,它们还是财务、人员和营销计划的输入。
预测工具的类型以下是两种类型的预测工具:  - 定性工具:基于我们基于经验和未来趋势分析所做的判断。由于此工具依赖于个人判断,因此预测会受到人为偏见的影响。
- 定量工具:这些工具通过分析历史数据来预测数据。此外,它依赖于统计方法来做出未来预测。这些方法可以是:
预测方法股票分析师利用不同的预测方法来确定股票价格在未来一段时间内将如何变化。他们查看收益,并将其与各种经济指标进行比较。对任何财务或统计数据的变化都会进行细致的观察,以确定不同变量之间的关系。这些关系可能基于时间的流逝或某些事件的发展。 例如,销售预测可能基于时间的流逝(未来 12 个月)或某些事件的发展(收购竞争对手的业务)。以下是两种基本的预测方法。这两种方法都试图预测未来会发生什么。  - 定性预测方法:也称为判断法。这种方法在很大程度上会产生主观结果。定性预测通常基于专家或预测者的判断。
定性预测通常存在偏见,因为它们包含专家的知识、直觉和经验。它们很少基于数据,这使得该过程非数学化。 一个能想到的例子是,当一个人预测板球世界杯决赛的结果时。这当然是基于个人的动机和兴趣。这种方法最大的弱点是其不准确性和高失败率。失败率很高,因为预测不是基于先前的数据和事实。而是基于个人情感和动机。 - 定量预测方法:这与它的另一个等价物完全相反。它是一个数学过程,使其更加一致和客观。定量方法不相信基于个人意见和直觉得出结果。相反,它使用大量可用的过去数据和事实,在分析这些之后得出结论。因此,以这种方式进行定量预测。
例如,基于时间序列、贴现、领先或滞后指标分析以及经济建模的预测模型都是定量预测方法的经典示例。
为什么预测很重要?您的业务也必须不断变化以满足这些需求。要做出最有利的改变,您必须预测未来会发生什么。这就是业务预测发挥作用的地方。预测是预言未来事件的做法。以下是预测对您的业务至关重要的几个原因。 - 拓展新市场
当进入新市场或在新地点设立子公司时,预测是必不可少的。由于它带有许多风险和不确定性,通过预测,您可以确定在目标市场的成功几率。 - 明智地投资
持续的资金流是您公司的收入。因此,您必须将资金投入有潜力产生丰厚回报的领域。识别这些领域的最佳方法是通过预测。 - 设定可衡量的短期和长期目标
目标清晰地表明您的业务正在努力实现什么。制定短期目标以实现长期目标是任何成功业务的重要方面。预测可以帮助您设定短期和长期目标。您可以根据业务的规模和类型使用三种形式的预测。- 新业务(历史数据很少或没有)通常采用定性方法。
- 企业通常使用定量方法,并且他们了解过去成功的模式。
- 因果建模分析不同的数据集,以确定它们之间是否存在因果关系。
- 利用实时数据
现代企业从各种来源获取实时消费者数据。通过销售预测模型,您可以轻松地估计特定产品或服务的未来需求,从而利用实时消费者数据。
预测过程所有想要进行预测的个人都需要遵循以下流程。严格遵循此流程,个人可以获得准确的结果。其中一些步骤如下:  - 制定预测基础第一步是制定业务状况调查的基础。目标还包括确定公司在市场上的当前地位。
- 估算企业未来的运营情况:预测的第二步需要您估算您的企业所处的行业的未来状况。完成估算后,您需要预测和分析您的企业在未来特定一段时间内的表现。
- 调整预测:在预测过程的第三步中,您需要查看过去所做的不同预测。之后,您需要将这些预测与业务中发生的实际结果进行比较。分析之前和实际预测结果之间的差异。然后,在当前的宏观设想中考虑这些偏差的原因。这样做是为了确保当前的预测尽可能地减少偏差。
- 审查过程:上述所有预测步骤都要经过彻底的反复检查,以确保没有遗漏任何细节。如果遗漏了一些细节,则相应地进行细化和修改以优化预测。
预测的特点通过关键的历史数据,可以在成功的决策中识别出以下预测特点:  - 关注未来事件:预测关注未来事件。它是预测未来的系统性努力。它也可以被本质上称为一种预期技术。
- 基于过去和现在的数据:当遵循定性方法时,预测基于意见、直觉和猜测。定量方法基于事实、数字、时间序列和其他相关数据。上述所有预测因素都有助于做出预测。在某种程度上,这些因素反映了公司过去发生的事情以及未来将要发生的事情。
- 考虑相关事实:预测技术考虑了影响业务日常的各种因素。这是一种掌握影响短期和长期业务目标(围绕不同时间序列)的经济、社会和金融因素的技术。事实对于定性预测和定量预测都至关重要。
- 从已知事实推断:预测是一个通过从已知事实推断来了解未来的系统性过程。这些事实是过去发生的业务活动的数据和信息。因此,它是对过去和现在趋势的分析,以预测未来的结果。
- 使用预测技术:全球大多数企业都使用定量预测方法。由于该方法使用科学、数学和统计技术,因此偏差的可能性很小。企业使用定量预测方法进行预算和规划。
- 猜测的成分:个人观察肯定能在很大程度上帮助个人猜测未来事件。对未来的所有估计都一定程度上基于猜测。人们应该已经知道,除了猜测之外,您还需要分析过去和现在的情况。
如何选择正确的预测技术要选择正确的预测技术,个人需要牢记以下几点: - 所需的预测形式:预测形式可能因人而异。您可以获得点估计或预测区间。预测的形式会影响将要使用的预测方法。
- 时间模式:时间范围是所需预测的总周期。随着预测时间范围的增加,准确性也随之降低。我们可以说预测的时间范围和准确性成反比。
预测与预言的区别“预测”(forecasting)和“预测”(prediction)这两个术语与未来假设有关。在商业中,对未来产品需求的估计称为预测。它不像预测。预测仅仅是经理的猜测。预测依赖于对过去数据的科学分析。但是,预测依赖于主观考虑。当经理有准确的预测时,他的工作会变得容易得多。 预测 | 预测(Prediction) |
---|
预测是通过系统地、预先确定的方式,结合并向前推导过去的相关数据,来对未来事件进行的估算。 | 但是,预测是一种一个人事先声明或暗示某些未来事件的行为。 | 在预测(Forecasting)中,所做的陈述是确定的。 | 在预测(Prediction)的情况下,陈述是概率性的。 | 预测(Forecasting)是科学的,不受个人偏见影响。 | 然而,预测(Prediction)是主观的,可能会受到个人偏见的影响。它基于直觉。 | 预测(Forecasting)依赖于“前瞻”概念。根据这个概念,预测需要数据中的模式。 | 但是预测(Prediction)依赖于“预言”概念。根据这个概念,也可以从随机数据中做出预测。 | 在预测(Forecasting)中,可以进行误差分析。 | 而在预测(Prediction)中,则无法进行误差分析。 | 预测(Forecasting)的结果是可复制的。 | 但是,预测(Predictions)的结果依赖于独特的表示。 | 由于预测(Forecasting)采用科学方法,因此比预测(prediction)更准确。 | 因此,在预测(Forecasting)的情况下,陈述发生的概率更高。 | 在商业中,预测(Forecasting)涉及根据产生需求的因素来估算需求水平。 | 然而,预测(prediction)涉及预料未来可能产生需求也可能不产生需求的各种变化。 |
|