预测模型，怎么做才够精准

“预测得不准！”是数据分析领域的终极难题了。讲预测的算法有一大堆，然后遇到现实基本上都被锤成渣渣，业务方怎么都不满意。

到底该怎么破局？今天系统讲一下。

从本质上看，预测算法只有2大类：

1、基于时间序列的。

l平滑：用于相对平稳的数据。

l自回归：用于趋势性递增、递减的数据。

l带季节因素自回归：用于有周期性波动的数据。

2、基于因果关系的。

l二分类问题：未来会/不会发生XX，典型如LR。

l多分类问题：未来是ABC哪个情况，典型如决策树。

l连续型问题：未来的数值是多少，典型如线性回归。

有可能建模的时候，不是一个模型包打天下，而是用二阶段建模。比如预测一个客群消费情况，可以分别用二分类模型预测会不会消费，再用连续型模型预测消费金额，这样会消费用户数*预测消费金额，就能得出总消费。这是典型的处理手法。

书本上都是这么教的，然而为啥一遇到现实就被锤成渣渣了呢？

因为：书本为了突出模型效果，刻意选择了质量好、数据全的数据集。

这导致了一个搞笑的情况：很多公司用因果关系类模型，影响最大的变量一定是促销力度。甚至用逐步回归法建模的话，促销力度的变量，能直接把其他变量都干掉。预测结果就变成了：促销力度越大，用户加入越多，购买越多。

这种结果一丢出来，一准被业务评价为：“都TM是废话，我早知道了！”

这就是现实中第二大麻烦：业务效果到底怎么衡量。

总之，只要你不是100%精准，他都有理由赖到你头上。甚至可以反复横跳。比如：“本来业务能达标的，看到预测说能达标，我们就省点投入，结果不达标了，都怪预测干扰了业务判断……”

怎么破局呢？问题既然由人而生，当然还得在人这里解决。避免赌命式预测，从业务场景角度出发，剔除人为影响，才是破题关键。

有些场景，能通过业务操作直接把问题消灭掉。这时候就直接用业务手段，不要建模。

几乎所有互联网营销模式，从小米到天猫到拼多多，其实都是在对抗因数据不足带来的备货难题。所以别光盯着人家的模型，人家的运营也学学。

所有赌命式预测都有个共同点：一定要不高不低才算准。比如典型的预测销售业绩，如果实际是1000万，他非得要求预测到1000万才算准。这是模型被评价为“不准”的问题根源。

回到业务场景中，其实大部分业务场景不需要这个级别的准确度。大部分时候，业务怕的是突然暴增/暴跌的场景。预测目标与其设定为：“100%精准”，不如设定为：“是否暴增/暴跌超过业务消化能力”。

预测100%精准基本无解，但是发现哪里可能暴涨/暴跌是很容易的。通过基础分析，把不稳定因素区分出来，能大大缩减预测问题的难度（如下图）。

做好基础分析，拆分不稳定因素以后，也更方便挑选模型组合，解决问题（如下图）。

所有的赌命式预测，预测时间周期都很长。长则一年，短也有一个月。赌的时间太长，前期能收集的数据很少，也无法把业务部门各种中间操作反映出来，因此非常被动。

用滚动预测能很大程度弥补这个缺点。通过日/周滚动预测，既能补充数据缺失，又能反映业务方临时调整带来的效果，一举两得（如下图）。

一个好问题+滚动预测，基本上能满足实际工作需求。但作为做预测的人，得学会保护自己，避免业务方反复横条，瞎胡甩锅。

买定离手法是很好办法。预测结果给出以后，卖定离手，所有相关业务方不再质疑预测结果，而是基于预测结果做叠加。

谁觉得预测少了，谁自己写请示申请额外货物，并且留下书面证据。到时候是预测得不准，还是业务自己申请多了所以卖不动，看得一清二楚（如下图）。

预测问题的背后，是一个很深层的业务问题：在很多公司，库存积压的损失是直观可见的，货都烂在货仓里。但缺货损失的潜在销量，却没有认真统计。想统计缺货损失很容易，可以让客户交定金预约，可以让客户登记需求量和需求时间。但很多公司业务要么懒，要么蠢，要么不想担责任，总之是没有做。

预售、团购、饥饿营销、订金膨胀、缺货登记……所有的业务手段，需要的不但是运营能力，更需要系统建设支持。显然，对业务来说，比起搞这些系统建设和复杂的运营手段，还是直接甩锅给“模型预测不准”更轻松。因此你要是直接问业务预测需求，他们都会倾向于“不高不低刚刚好”的赌命式预测。

但显然这对数据分析师是不公平的。既然潜在损失无法衡量，现实积压是直观可见的，因此作为数据分析师只要顾好积压损失就能立功。所以才有了以上种种操作办法。

写到这，肯定有很多同学想看具体的操作案例，感兴趣的话，本篇集齐60在看，下一篇我们来分享一个案例哦，敬请期待。