Динамические регрессионные модели позволяют учитывать причинные факторы, такие как цены и другие экономических показателей в ваших прогнозах. Динамические регрессионные модели – сочетание стандартных моделей регрессионных операций с возможностью использования динамических условиях, охватывающих тенденции, сезонность. В результате получается более точная модель.
Четко определенные динамической регрессионной модели позволяет понять взаимосвязь между переменными и допускает сценарии вида “что если”. К примеру, ваша модель динамической регрессии включает в себя стоимость по сути “объясняющую” переменную, количественной взаимосвязи между ценами продаж, модель же позволяет создавать различных ценовые сценарии. “Что, если мы поднимаем цену?”, “Что, если мы ее снизим?”. Генерация полного набора таких альтернативных сценариев может помочь вам определить эффективную ценовую стратегию.
Четко определенные динамические модели регрессии отражает связь между зависимой переменной и одной или несколькими независимыми переменными. Если эти независимые переменные находятся под вашим контролем (например, цены, рекламные акции и т.д.), или, если они ведут показателей это может оказаться серьезной проблемой.
Построения модели процесса
Большинство методов прогнозирования могут быть в значительной степени автоматизированы экспертной системой (например Forecast Pro), которая выполняет различные статистические тесты, а затем выбирает и строит окончательную модель.
Регрессия несет немного иной подход. Это один из методов прогнозирования в экспертной системе, где знание техники и опыт создания моделей конкретным исполнителем оказываются довольно полезными. Создание динамической регрессионной модели, как правило, итерационная процедура, начинаеся она с первоначальной модели и в процессе экспериментирования добавляюся или удаляются независимые переменные и динамические условия до тех пор, пока не получится приемлемая модель. Экспертной системы предоставляет полный спектр самостоятельной интерпретации гипотез, чтобы помочь вам в этом процессе.
Заключение
Динамическая регрессия является мощным методом прогнозирования, она позволяет учитывать влияние независимых переменных на ваш прогноз. Если спрос на ваши товары или услуги зависит от причинных переменных, и Вы можете получить исторических данных и достоверных прогнозы этих переменных, то следует рассмотреть возможность использования динамической регрессии.
Читать дальше...
|
Обсудить на форуме
| 28.02.07
Hyperion объявил сегодня он подписал окончательное соглашение о приобретении Decisioneering. Бизнес сегодня требует интеллектуального анализа, который позволит принимать решения, которые максимизируют успех при одновременном уменьшении риска. В Crystal Ball (пакет программ для оптимизация рисков) имеются инструменты для прогностического анализа, моделирования. Crystal Ball включает полный пакет программ прогнозных аналитических приложений на основе Microsoft Excel.
“Планирование деятельности, будь то финансовый или оперативный анализ, требуется значительная доза прогнозных данных, но сегодня большинство компаний полагаются на авось”, сказал Джон Хагерти, вицепрезидент и научного научно-исследовательского отдела Hyperion. “Hyperion рассчитывает сократить этот разрыв между гаданием и статистическим прогноз, приобретая опытных инжинеров и программистов”.
Риск и неопределенность существуют в каждой сфере бизнеса. Decisioneering ориентирована на потребителя технология предоставляет компаниям возможность количественной оценки рисков и неопределенности в масштабе предприятия для принятия правильных решений. Crystal Ball использует интеллектуальное моделирование и методы моделирования, предоставляя компаниям перечень возможных решений составления при бизнес-планов, и количественную оценку вероятности и последствий этих решений.
“Сопряжение Crystal Ball с возможностями моделирования в Hyperion позволит компаниям качество оценки рисков.
“В нашем быстром и все более нестабильном мире, компаниям необходимо иметь возможность учитывать степень риска в процессе принятия решений, “сказал Джон Темпл, вице-президент Hyperion. “Hyperion будет встраивать современные моделей и методы моделирования в управленческий цикл, помогает пользователям в оценке риска и понимании благоприятных решений. ”
“На протяжении 20 лет Мы предоставляет Crystal Ball программного обеспечения для руководителей и деловых пользователей, которым необходим легкий доступ к мощным аналитическим решениям для планирования, “сказал Джим Франклин, президент и главный исполнительный директор Decisioneering.
Crystal Ball признан стандартом, у него 4600 клиентов и 140000 пользователей, которые используют приложение.
85% компаний списка Fortune 500 используют Crystal Ball для планирования пропускной способности, оценки новых проектов, капиталовложений и в других областях оперативной аналитики.
Crystal Ball изучают в более чем 700 бизнес-школах и университетах по всему миру.
Приобретения будет завершена в течение ближайшего месяца. Условия и сумма сделки не раскрываются.
Ссылки по теме:
Сайт компании Hyperion – hyperion.com
Сайт компании Decisioneering – decisioneering.com
Страничка о программе Crystal Ball – decisioneering.com/crystal_ball/
Читать дальше...
|
Обсудить на форуме
| 28.02.07
L’Oreal разработала программное обеспечение, чтобы помочь своим менеджерам по работе с клиентами работать с крупными торговыми сетями, програмное обеспечение призвано способствовать повышению уровня продаж продукции.
Международная косметическая компания разработала свою систему на основе программы Cognos, ранее компания использовала данные о продажах из основной базы данных SAP.
Система позволяет розничным торговцем получить конкретную информацию о прогнозах гораздо быстрее, чем предыдущие системы, которые была основаны на электронных таблицах Excel.
Каждую неделю информация о продажах от розничных электронных точек продажи загружалась в единое хранилища данных SAP BW. Именно оно переведенно на Cognos.
Кит Маттлок, руководитель проекта по продажам и маркетингу в ИТ отделе L’Oreal, сказал, что гланым для проекта было -успешное внедрение Cognos, а второй проблемой было убедить компании которые уже использовали технологии систем SAP. “Альтернативные решения можно было бы использовать, но они потребовали бы более дорогостоящей разработки и внедрения”, – сказал он. Другая проблема в использовании SAP для планирования и прогнозирования считает Маттлок, заключается в том, что потребовалось бы использовать отдел непосредственно обслуживающий SAP.
Читать дальше...
|
Обсудить на форуме
| 28.02.07