Улучшить прогноз с помощью регрессии
Уважаемые коллеги, добрый день
Подскажите пожалуйста в какую сторону копать.
Есть у меня прогноз продаж, который был построен на базе факта 01/01/2018/ - 01/11/2022 с использованием сезональности и скользящих средних.
В принципе этот прогноз меня полностью устраивает, т.к. дает ошибку общую 12% , но возникла идея улучшить его с помощью регрессии. Я знаю некие факторы, которые оказывают влияние на продажи: скидки, промо, цена. Я знаю влияние этих факторов в прошлом (история продаж с 01/01/2018 - 01/11/2022 и факт факторов) и также у меня есть прогноз (1/11/2022-01/12/2023) и будущие факторы. Как подкорректировать прогноз с учетом влияния факторов в прошлом и зная будущие факторы? т.е. не построить новое уравнение регрессии , а именно подкорректировать (возможно не совсем корректно выразился)
Ответы (1 шт):
Получается, что у вас входные данные:
- некие дополнительные факторы
- ваш прогноз продаж, построенный ранее
Целевая переменная:
- реальные продажи
Соответственно, вам просто нужно построить на этих данных новую регрессию.
Возможно, в качестве целевой переменной нужно использовать не сами реальные продажи, а разницу между реальными продажами и предсказанием.
Но в целом такая схема может работать хуже, чем если сразу использовать дополнительные факторы для предсказания продаж, а не так в два этапа как вы хотите.