編輯導(dǎo)語：產(chǎn)品經(jīng)理往往需要對之后的業(yè)務(wù)發(fā)展進(jìn)行預(yù)測，這時就可以利用預(yù)測模型。但假若你不會寫代碼、跑模型，怎么辦？本篇文章里，作者結(jié)合三個案例，對不會寫模型代碼的產(chǎn)品經(jīng)理如何做銷量預(yù)估一事進(jìn)行了總結(jié)，一起來看一下吧。

工作中為了對業(yè)務(wù)未來的發(fā)展有個大致的評估與掌握，經(jīng)常需要對下月、下個季度、明年等做預(yù)測，往往需要預(yù)測模型的參與，為公司抓住未來的機(jī)遇做鋪墊策。那么對于不會寫代碼跑模型的產(chǎn)品經(jīng)理，怎么來做預(yù)估呢？

本文以三個案例著手，來給大家講一下。

一、案例一：Excel操作方式來預(yù)測

根據(jù)歷史月度銷量預(yù)測2021-09、10、11、12月的銷量數(shù)據(jù)。

先看下散點(diǎn)圖，大致瀏覽下是否存在極值（若有，則排除掉）以及兩個變量之間是否存在關(guān)聯(lián)趨勢：

擬合注意事項：

1. 用Excel擬合的時候盡量將各個趨勢線均嘗試下，選擇R2較為接近1的方式。R2越接近1，代表擬合效果越好。
2. 嘗試下來，發(fā)現(xiàn)多項式擬合效果較好，且“順序”越往上增加，R2越接近1。但本數(shù)據(jù)源不多，且多項式擬合多采取二項式或三項式即可滿足需求，所以為避免過擬合，取3即可。

擬合出的結(jié)果如下，多項式公式如圖中所示：

給數(shù)據(jù)源增加一列輔助列；

將21、22、23、24分別帶入y = -0.5908x^3 + 19.576x^2 – 73.697x + 2128.3

則得到2021-09、10、11、12月的預(yù)測銷量。

二、案例二：Tableau操作方式來預(yù)測

數(shù)據(jù)源如下：

操作步驟

步驟1：先將月份拉列，銷量拉行，制作出折線圖。數(shù)據(jù)源中“月份”是文本格式，需改成日期格式。

步驟2：點(diǎn)擊列上的“月份”，改成離散。

步驟3：點(diǎn)擊折線圖選擇“顯示趨勢線”。

點(diǎn)擊折線圖表，選擇“編輯所有趨勢線”，可以看到該預(yù)測模型為“線性”預(yù)測。

點(diǎn)擊折線圖表，選擇“描述趨勢模型”，可以看到該“線性”預(yù)測的R平方值。

步驟4：按照步驟3的方法，選擇“編輯所有趨勢線”依次選擇“線性”、“指數(shù)”、“多項式”2度、“多項式”3度，并查看對應(yīng)的R平方值，選擇其中R平方值最靠近1 的模型來作為最終的預(yù)測模型。

可以看到：“線性”預(yù)測R方為：

“指數(shù)”預(yù)測R方為：

2度“多項式”預(yù)測R方為：

3度“多項式”預(yù)測R方為：

綜合對比得出：3度“多項式”預(yù)測模型R方更接近1，因此最終采取該預(yù)測模型。

步驟5：鼠標(biāo)移動到趨勢線上，可以看到擬合公式如下，如案例一中給數(shù)據(jù)源添加一列輔助列，并將需要預(yù)測的月份的輔助列的數(shù)字代入公式中，即可得到預(yù)測銷量。

另外說明：Tableau自帶預(yù)測功能，但是在本案例中不采用，原因如下：

將月份上的“精確日期”去掉，格式選擇月份，點(diǎn)擊折線圖選擇“顯示預(yù)測”。

結(jié)果如下圖：

再點(diǎn)擊圖表選擇“預(yù)測描述”，可以發(fā)現(xiàn)該自動預(yù)測模型用的是“指數(shù)平滑法”，然而在上述步驟的擬合中發(fā)現(xiàn)指數(shù)相關(guān)預(yù)測方法的R方并不是最優(yōu)。

三、案例三：季節(jié)性銷量預(yù)測

數(shù)據(jù)源如下：

先畫出普通折線圖，看下是否呈現(xiàn)明顯季節(jié)性。

下圖展示出該銷量數(shù)據(jù)確實呈現(xiàn)季節(jié)性，其中第2季度為旺季。則要針對該數(shù)據(jù)進(jìn)行去季節(jié)化處理。

將數(shù)據(jù)源通過數(shù)據(jù)透視表處理成下圖所示：

• 計算每個季度的年度均值，如下圖“年平均值”；
• 計算15個樣本的總體平均值，如下圖“總平均值”；
• 用“年平均值”/“總平均值”計算出“季節(jié)性指數(shù)”。

來看一張總結(jié)之后的表格。

① 將計算出的“季節(jié)指數(shù)”重復(fù)添加進(jìn)下圖中的“季節(jié)指數(shù)”列。

② 去季節(jié)化=銷量/季節(jié)指數(shù)。

③ 根據(jù)“輔助列”和“去季節(jié)化”后的銷量擬合出線性預(yù)測公式。

y=-2.4907x+2532

之所以擬合線性公式是因為在第②步中已經(jīng)將季節(jié)性因素排除掉了。

④ 將輔助列代入公式，計算出“線性預(yù)測”列。

⑤ 將“線性預(yù)測”列乘以“季節(jié)指數(shù)”計算出“季節(jié)性調(diào)整”列，此列即為最終的預(yù)測銷量。

⑥ 將“線性預(yù)測”列減去“銷量”列計算誤差，再除以“銷量”列計算誤差率。

⑦ 用STDEV（）函數(shù)選中銷量一列，計算出總體標(biāo)準(zhǔn)偏差。

顯著性水平參數(shù)寫為0.05，即置信度是95%；樣本量寫15。

用CONFIDENCE（）函數(shù)計算出置信區(qū)間的可浮動值，結(jié)果如下截圖。

即，有95%的可能性預(yù)測值比處于真實值的上下195.92范圍內(nèi)。

可以看到誤差都在正常的置信區(qū)間內(nèi)。

⑧ 將16（輔助列）代入公式，可預(yù)測2021Q4的銷量。

作者：Janie Liu；公眾號：溜溜筆記說

本文由 @溜溜筆記說 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議