Истории меньше двух сезонов
Сезон не отличить от случайного пика, годовой профиль не строим. Берём простой прогноз по недавним периодам и показываем коридор, а исход каждого прогноза записываем: через сезон история будет.
ИИ для анализа данных и прогнозирования начинается с выбора метода, а не модели. На одни вопросы отвечает обычный запрос к базе, на другие статистика, на третьи модель машинного обучения, а языковая модель нужна там, где в данных есть текст или вопрос задают словами. Мы делим вопросы на анализ (что было и почему) и прогноз (что будет), берём для каждого самый простой метод, который проходит проверку на ваших данных, и считаем в вашем контуре. Решение остаётся за человеком.
Обследование — от 200 000 ₽, 2–3 неделиСначала простой метод, сложный только если он выигрывает на проверкеДанные, модели и расчёты остаются на ваших серверах
ИИ для анализа данных и прогнозирования решает два разных класса задач, и смешивать их дорого. Первое, что мы выясняем: нужно объяснить прошлое или оценить будущее. Анализ отвечает о прошлом: сколько, где, что изменилось, почему. Прогноз оценивает будущее: сколько придёт заказов, какая нужна смена, кто из клиентов может уйти, хватит ли остатков до поставки. Ошибаются они в разных местах, поэтому и проверяют их по-разному.
Число посчитано верно, но не то: выручка взята по оплате вместо отгрузки, клиент посчитан дважды, период сдвинут на день. Здесь нужны точный запрос и записанные определения, а не обучаемая модель. Языковая модель принимает вопрос словами и пишет пересказ, считает база данных. Подробнее — на странице ИИ-аналитика по данным компании.
Прогноз ошибается всегда, а важно узнать насколько и в какую сторону до того, как придёт факт. Поэтому главная работа — проверка на периоде, которого модель не видела, и сравнение с простым прогнозом. Прогноз, который нельзя проверить на прошлом, мы не строим. Общее у двух классов одно: решение, ради которого задан вопрос, и срок, за который его надо принять. Если после ответа ничего не изменится, ни анализ, ни прогноз не нужны.
Заготовка для разбора ваших вопросов. Горизонта у анализа нет, зато есть решение, ради которого вопрос задают.
Закупки и запасы подробно разобраны на странице прогнозирования спроса; здесь задачи стоят рядом, чтобы было видно, чем различаются методы и горизонты.
Ступень выше берём, только если нижняя не прошла проверку на ваших данных, а выигрыш повторяется на нескольких периодах.
Нейросеть для рядов оправдана при многих связанных рядах (позиции по точкам продаж), длинной истории и внешних признаках, которые простая модель не берёт. Берём её, только если выигрыш подтверждён на нескольких периодах и перекрывает стоимость сопровождения. Нет выигрыша — остаётся простой метод: его проще объяснить, проверить и передать. Выбор записывается в отчёт вместе с результатами простых методов.
Сезон не отличить от случайного пика, годовой профиль не строим. Берём простой прогноз по недавним периодам и показываем коридор, а исход каждого прогноза записываем: через сезон история будет.
Для оттока или отказа важно число самих событий, а не строк. Если их десятки, модель закономерностей не выучит. Работает правило по двум-трём признакам и разбор случаев вручную.
Берём аналоги из той же группы и подписываем результат «оценка по аналогам». По мере продаж подключаем собственную историю.
Сначала единая таблица по общим ключам: это часто половина работы, и она нужна любому методу. Без ключей модель выучит расхождения между системами.
Постановку и ловушки данных для прогноза разбирает статья «Предиктивная аналитика: как не ошибиться с проверкой». Здесь ошибки разложены по методам: приёмка записывается по методу, а не одной цифрой.
Дрейф, пороги и откат описаны в статье «Как следить за моделью в продакшене». Здесь график пересчёта по классам задач.
Устаревают определения, а не расчёт: сменилась формула показателя или появилась новая статья. Набор вопросов с эталонами прогоняем после каждого изменения и после обновления 1С.
Данные обновляются по расписанию, модель переобучается по сигналу: ошибка вышла за порог, появился новый канал, изменились правила учёта. До пересчёта показываем простой прогноз с пометкой. Исходы оттока приходят с задержкой, поэтому его качество считаем по зрелым прогнозам.
Выгрузка не пришла или поле опустело: прогноз получает пометку «данные на дату», а не обновляется молча. Вчерашнее число вместо свежего без пометки считается дефектом.
Суммы те же, что на странице тарифов. Точная цена бывает только у обследования, остальное называем по его итогам; остановиться можно после любой ступени.
Ваши вопросы по двум классам, источники данных, проверка на выборке, простой прогноз как планка. На выходе таблица «задача, метод, проверка» и вилка бюджета. Вычитается из первого этапа.
1С, CRM, склад и сайт вместе: схема источников и ключи сопоставления.
Анализ: ваши вопросы с эталонными ответами. Прогноз: обучающая таблица, простой метод и одна-две модели, проверка по времени. Результат — отчёт, есть ли выигрыш.
Загрузка из одной-двух систем, определения показателей, права.
Расчёт на свежих данных рядом с вашим текущим методом, исходы записываются и сравниваются.
Обновление данных, контроль ошибки, регламент пересчёта, обучение, передача исходников.
Сравнение с фактом, пересчёт по регламенту, разбор промахов; плановые доработки — в пакете на 60 000 ₽.
Собираем вопросы к данным и решения, которые зависят от прогнозов. Проверяем выгрузки на выборке, считаем простой прогноз и фиксируем планку.
Аналитик пишет эталонные ответы; для прогноза записываем определение события, горизонт и порог приёмки. Часть данных закрываем до финальной проверки.
Простой метод и одна-две модели, проверка по времени и по группам, разбор промахов с теми, кто будет пользоваться результатом.
Расчёт идёт на свежих данных рядом с вашим текущим методом, исходы записываются.
Отчёт по записанным критериям. Нет выигрыша — остановка, исходники и отчёт остаются у вас.
Регламент пересчёта, мониторинг, новые вопросы на собранных данных.
Условный пример без реального клиента. Руководитель службы поддержки спрашивает: «Почему вырос срок первого ответа и сколько операторов ставить на ближайшие две недели?» Это два вопроса разных классов, и закрывают их разные методы.
Запрос к базе заявок раскладывает рост срока ответа по часам, темам и сменам. Тему обращения определяет языковая модель по тексту, потому что поле «категория» заполнено не у всех заявок; число по темам считает запрос. Условная находка: срок вырос только в вечерние часы по одной теме, после смены правил возврата. Пока нет документа о смене правил, это гипотеза.
Прогнозируем число обращений по часам. Планка — «столько же, сколько в такой же день прошлой недели». Сезонный профиль по часам и дням недели добавляет известные события: рассылку и акцию. Проверка идёт на трёх последних неделях, которых модель не видела, ошибка считается отдельно в часы пик. Не выиграл профиль у планки — остаётся планка.
Причину и действие (поправить шаблон ответа по теме возврата) определяет человек, как и коридор нагрузки для смен. Языковая модель не посчитала ни одного числа, она только прочитала тексты.
Постоянные панели с утверждёнными показателями, которые смотрят каждую неделю, — это BI и витрина данных: прогноз для них не нужен. Вероятность события (отток, риск неоплаты, закрытие сделки) мы описываем на странице предиктивной аналитики, а вопросы по продажам с еженедельной сводкой — на странице ИИ для анализа продаж.
Если неясно, готовы ли данные, начните с проверки на пятидесяти строках: порядок описан в статье «ИИ для анализа данных: что подготовить до начала», а подготовку к пилоту любого типа разбирает материал «Как подготовить данные для ИИ-пилота».
Вопрос бизнеса, словарь терминов, права и проверка качества на пятидесяти строках до первого запуска.
Цель, горизонт и момент решения, ловушки в данных, проверка по времени и против простого правила.
Четыре слоя мониторинга и что делать, когда ошибка растёт.
Обследование — 200 000 ₽ за один-два процесса (2–3 недели), 350 000 ₽ при нескольких системах, 500 000 ₽ для производства или контура. Дальше цену двигают число вопросов и прогнозов, состояние данных и место результата: отчёт или рабочая система. Лёгкий пилот — 150 000–400 000 ₽, тяжёлый — 400 000–1 200 000 ₽. Обследование вычитается из первого этапа.
Отчёт отвечает на заготовленный вопрос. При анализе с ИИ вопрос задают словами, система строит запрос и показывает его вместе с таблицей, поэтому результат проверяется. Считает база данных, а не модель. Постоянные панели остаются за BI.
Нейросеть оправдана при многих связанных рядах, длинной истории и внешних признаках, которые простая модель не берёт. Решает проверка: сначала считаем «как в прошлый раз», сезонный профиль и модель на признаках, а сложный метод берём, только если выигрыш повторяется на нескольких периодах.
Точность заранее назвать нельзя: до проверки на ваших данных любая цифра выдумана. Мы называем способ замера и порог приёмки, которые вы утверждаете до начала. Для сезонного ряда нужно не меньше двух циклов, для редких событий важно число самих событий. Что хватает вам, видно на обследовании.
Ошибка сравнивается с фактом по расписанию. Если она выходит за порог из регламента, пользователи видят простой прогноз с пометкой, а мы разбираем причину: сбой данных, смена правил учёта или дрейф. Переобучение — решение владельца модели, а не автоматика.
Основной вариант — ваши серверы: для данных ограниченного доступа внешние сервисы чаще не подходят по требованиям заказчика, а персональные данные граждан России обычно должны храниться в России (это не юридическая консультация). Код лежит в вашем репозитории с первого коммита, модели и скрипты проверки передаются по акту.
Мы в Ростове-на-Дону, работаем с заказчиками по всей России: удалённо и в вашем контуре. Доступ к системам и обследование согласуем на старте с вашей службой безопасности.