Zaman serisi tahmini
Her plan bir tahminle başlar: gelecek ay ne kadar satılacak, yarın ne kadar enerji tüketilecek, şebeke ya da depo ne kadar yoğun olacak.
Geçmiş veriden ve onu etkileyen etkenlerden öğrenen, en olası değerin yanında gerçekleşebilecek sonuçların aralığını da gösteren tahmin sistemleri geliştiriyoruz.
Bir tahmin sistemi ne yapar?
Tahmin sistemi, bir büyüklüğün zaman içinde nasıl değiştiğini ve takvim, hava durumu, fiyat ya da kampanya gibi etkenlerden nasıl etkilendiğini öğrenir. Ardından plan yaptığınız dönemler için bu büyüklüğün alacağı değerleri tahmin eder.
Tek bir sayı, geleceğin ne kadar belirsiz olduğunu gizler. Aralık ise gerçekleşen değerin en olası sonuçtan ne kadar uzaklaşabileceğini gösterir. Stok seviyesi, personel sayısı ve yedek kapasite de çoğu zaman bu aralığa bakılarak belirlenir.
Neler geliştiriyoruz?
Talep tahmini
Ürün, lokasyon ve dönem bazında beklenen satış ya da sipariş miktarı. Geçmişi az olan ya da hiç olmayan ürünler de kapsama girer.
Yük ve tüketim tahmini
Enerji, su ya da diğer kaynakların kullanımı için hava durumunu ve takvimi hesaba katan kısa ve orta vadeli tahminler.
Kapasite planlaması
Beklenen trafik, iş yükü ya da doluluk. Ekipler personel, alan ve ekipman ihtiyacını buna göre önceden planlar.
Sensör ve ekipman tahmini
Makine ve sensör ölçümlerinden yapılan, bir değerin sınırı ne zaman aşabileceğini gösteren ileriye dönük tahminler.
Nakit akışı ve gelir tahmini
Finans ekibinin planlamada kullandığı, her dönem için beklenen tahsilat, ödeme ya da gelir.
Hangi durumlarda uygun?
Beklenen hacme göre aynı karar sık sık veriliyorsa ve tahminin fazla ya da eksik çıkması para kaybettiriyorsa tahminleme işe yarar. Şu durumlarda daha basit bir yöntem yeterli olabilir:
- örüntüler istikrarlıysa ve basit bir mevsimsel ortalama zaten gerçeğe yakın sonuç veriyorsa
- çok az geçmiş veri varsa ve modelin örnek alabileceği benzer ürün ya da kalem yoksa
- planlar çok önceden sabitlendiği için tahmin hiçbir kararı değiştirmeyecekse
Bir proje nasıl ilerler?
-
Karardan yola çıkmak
Tahminin hangi karara, hangi dönemler için ve hangi ayrıntı düzeyinde girdi olacağını netleştiriyoruz. Doğruluğun nasıl değerlendirileceğini bu belirler.
-
Bugünkü yöntemi ölçmek
Mevcut tahmin ya da planlama yönteminizi geçmiş dönemler üzerinde ölçüyoruz. Yeni bir modelin kullanılmaya değmesi için aynı veride bu yöntemi geçmesi gerekir.
-
Geliştirmek ve geriye dönük test etmek
Her modeli, geçmişte kullanılmış gibi dönem dönem test ediyoruz. Model her adımda yalnızca o tarihe kadar bilinen veriyi görür.
-
Mevcut planlamayla birlikte çalıştırmak
Yeni tahmin bir süre mevcut süreçle paralel çalışır. Planlamacılar geçişten önce ikisini karşılaştırır.
Tahminleri nasıl kontrol ediyoruz?
Bir tahmin geçmiş veride iyi sonuç verip koşullar değiştiğinde yanılabilir.
Aralıklar da test edilir
En olası değerin yanında, gerçekleşen değerlerin belirtilen aralıklara beklenen sıklıkta düşüp düşmediğine de bakıyoruz.
Olağan dışı dönemler göz ardı edilmez
Tahmin hataları en çok bayramlarda, kampanyalarda ve aksaklık dönemlerinde büyür. Bu dönemleri ayrıca değerlendiriyoruz.
Neler teslim edilir?
- Planlama araçlarınıza düzenli olarak aktarılan tahminler
- Yeni tahminlerin geçmiş veride mevcut yönteminizle karşılaştırması
- Ekibinize teslim edilen kod ve dokümantasyon
Sık sorulan sorular
Bir talep tahmini ne kadar isabetli olabilir?
Büyük ölçüde örüntünün ne kadar istikrarlı olduğuna ve ne kadar geçmiş veri bulunduğuna bağlı. Yeni modelleri geçmiş dönemlerde mevcut yönteminizle karşılaştırmak, kendi verinizde nasıl bir isabet beklenebileceğini gösterir.
Zaman serisi tahmini için hangi veriler gerekir?
Tahmin etmek istediğiniz büyüklüğün geçmişi ve onu etkilediğini bildiğiniz fiyat, kampanya ya da tatil gibi bilgiler. Eldeki veriyle başlayıp ek verinin nerede işe yarayacağını gösterebiliriz.
Bir tahminleme projesi ne kadar sürer?
Mevcut yönteminizle ilk karşılaştırmayı genellikle projenin başlarında yapıyoruz. Sonrası veri kalitesine ve kaç ayrı kalemin tahmin edileceğine göre değişir.
Tahminleme projesinde verilerimiz nerede kalıyor?
Sizde kalabilir. Tahmin modellerini kendi sunucularınızda ya da özel bulutunuzda eğitip çalıştırabiliriz.
Sistem canlıya alındıktan sonra örüntüler değişirse ne olur?
Canlıya aldıktan sonra tahminlerin doğruluğunu izliyor, örüntüler değiştiğinde modeli yeniden eğitiyor ya da ayarlıyoruz. Yeniden eğitimi ekibiniz kendisi yürütebilir ya da desteğe devam edebiliriz.
Birlikte çalışalım
Üzerinde çalıştığınız konuyu birkaç satırla anlatın, size geri dönelim.
Blogdan
Tüm yazılar
Yapay zeka değerlendirme metriklerinin üretimde gözden kaçırdıkları
Bir model değerlendirmede yüksek puan alabilir, ancak metrik yanlış soruyu yanıtlıyorsa üretimde yine de başarısız olabilir.
Yazıyı okuyun
Kanıtlanmış bir yapay zeka yöntemi sizin verinizde de işe yarar mı?
Bir yapay zeka yöntemi başka bir yerde kanıtlanmış olsa bile sizin veriniz, iş akışınız ve kısıtlarınız altında hâlâ sınanmamış olabilir.
Yazıyı okuyun
Sentetik veri ne zaman kullanılmalı?
Gerçek veri azsa, hassassa veya henüz yoksa sentetik veri işe yarayabilir. Peki hangi durumlarda kullanmaya değer? Sonuçları iyileştirdiği nasıl anlaşılır?
Yazıyı okuyun