수요예측

해당 게시물은 LG에서 지원하는 LG Aimers의 교육 내용을 정리한 것입니다.
출처 : https://www.lgaimers.ai/

• forcasting의 중요성
• focasting 방식

1. Qualitative(정성적)
   주관적임.
   숫자나 코드같은 것으로 표현하기 어려움
   한 두명의 의견에 의해 과장/축소 될 수 있음
   ex. 회사의 노하우

2. Quantitative(정량적)
   객관적임.
   consistency
   데이터가 없으면 측정 불가

회귀 분석 사용 시, '추세 보정' 가능

계절성 데이터 특징
계절성이 있는 와중에 약간 올라가거나 내려가는 특징도 존재
->regresstion을 이용하면서도 seasonal index로 보정하는 방법을 사용하면 좋다.
seasonal index = Actual demand / Forecast demand
SI > 1 : in season
SI < 1 : out of season

회귀 분석 시, 계절성에 헷갈린 오판단에 주의
ex. '니콜라스 케이지가 영화에 나온 편수'와 '수영장 내 사고 수' 두 그래프가 비슷하다고 서로 상관관계(cause)이진 않음.

insights
1. Forecasting을 할때는 작은 단위보다 큰 단위로 실행하는게 정확도를 높일 수 있다.
2. 휠씬 더 먼미래를 예측하는 것이 더 어려움.
3. 과거의 sales를 가지고 미래의 demand를 예측하는 것은 위험
4. sales target을 가지고 forecasting 하는 것을 주의