Ideia (?) Única para prever vendas

Estou trabalhando no desenvolvimento de um modelo para prever as vendas totais de um produto. Eu tenho cerca de um ano e meio de dados de reservas, para poder fazer uma análise de séries temporais padrão. No entanto, também tenho muitos dados sobre cada 'oportunidade' (venda potencial) que foi fechada ou perdida. 'Oportunidades' progridem ao longo das etapas de um pipeline até serem fechadas ou perdidas; eles também têm dados associados sobre o potencial comprador, vendedor, histórico de interações, setor, tamanho estimado de reservas, etc.

Meu objetivo é prever o total de reservas, mas quero dar conta de todas essas informações sobre as atuais 'oportunidades', que são a verdadeira 'causa principal' das reservas.

Uma idéia que tenho é usar dois modelos diferentes em série da seguinte maneira:

Use 'oportunidades' históricas para construir um modelo que preveja as reservas resultantes de uma 'oportunidade' individual (eu provavelmente usaria florestas aleatórias ou até mesmo uma regressão linear simples e antiga para esta etapa).
Use o modelo de 1 para prever as reservas estimadas de todas as 'oportunidades' atualmente no pipeline e, em seguida, some essas estimativas com base no mês em que cada 'oportunidade' foi criada.
Use um modelo de série temporal (possivelmente ARIMA?), Usando os 1,5 anos de dados históricos mensais da série temporal E o total previsto (usando o modelo de 1) de reservas para todas as 'oportunidades' criadas naquele mês.

É certo que haveria um atraso nessas oportunidades se convertendo em reservas reais, mas o modelo de série cronológica deve ser capaz de lidar com o atraso.

Como isso soa? Eu li muito sobre séries temporais e previsões de vendas, e pelo que posso dizer, essa é uma abordagem um tanto singular. Portanto, eu realmente aprecio qualquer feedback!

predictive-models forecasting econometrics

— the_fractal_mouse
fonte

Você parece bastante descuidado com o modelo da etapa 1. Se isso não for feito o suficiente, isso impactará o resto. Certifique-se de seu modelo. Como você mede se tempo e oportunidades são suas únicas entradas? Como você explica o clima econômico, a eficácia das vendas ou a preparação do mercado? O custo dos materiais? Custos de produção? Quais são todas as entradas? Saída é o que? É média e variação para as vendas estimadas? Experimente vários produtos primos, não apenas um. Crie um domínio e um intervalo consistentes. Se você vive de maneira cumulativa, viva apenas lá.

— EngrStudent

Sim, definitivamente ficando um pouco à minha frente. Obrigado pela sua contribuição. Eu jogo com incorporação de alguns indicadores econômicos para o modelo do passo 1.

— the_fractal_mouse

Gostaria de compartilhar como você finalmente abordou seu exercício de construção de modelos?

Você pode acabar com um modelo que parece ajustar-se bem aos dados atuais, mas ele será desconectado assim que você tentar produzir uma previsão fora da amostra. Considere produzir sua previsão por 6 meses. Você não tem como saber quais serão as oportunidades em seis meses, portanto precisará criar outro conjunto de modelos que preveja cada uma das entradas do modelo de oportunidade. E, ao fazer isso, você terá muitos modelos inseridos no seu modelo principal, mas cada um dos pequenos modelos terá seu próprio erro de previsão associado a ele, e eles serão compostos, mas seu modelo principal não saiba sobre isso e, como resultado, todos os seus intervalos de previsão serão totalmente reduzidos.

— Tim
fonte