Prognozowanie dochodów
Prognoza dochodów
Przychody są wynikiem interakcji wielu czynników: oferty treści/produktów, zachowanie użytkownika, ceny i promocje, warunki zewnętrzne (wakacje, imprezy sportowe, kursy wymiany walut, zmiany regulacyjne). Wiarygodna prognoza to nie jeden „model”, ale obsługiwany kontur: definicje → dane → model → scenariusze → operacja → weryfikacje → poprawa.
1) Oświadczenie o zadaniu
Prognozujemy: przychody brutto (GGR), netto (Net), przychody po premie/prowizje, według waluty bazowej i w walutach lokalnych.
Horyzont/krok: dzienny/tygodniowy/miesięczny; dla planowania luk pieniężnych - dziennie, dla budżetu - miesięcznie/kwartalnie.
Jednostka prognostyczna: marka × kraj × platforma × kanał (minimum), a następnie pojednanie hierarchiczne.
Cel: budżetowanie, zamówienia na ruch/treści, ograniczenia infrastruktury, porozumienia finansowe.
Cena błędu: zgodnie z prognozą (stracony popyt/zgodnie z prognozą) vs re-forecast (nadmierne zakupy/powtórne obietnice).
2) Definicje i koordynacja z obiegiem finansowym
Wzory: GGR, Net, odliczenia (podatki, premie, prowizje afiliacyjne) - w wersji w warstwie semantycznej.
Kalendarz: magazyn UTC + widoki lokalne; dni wolne od pracy/dni wynagrodzenia; rozkłady zajęć sportowych (w stosownych przypadkach).
Polityka FX: źródło kursu wymiany, data konwersji (data transakcji/średni kurs okresu), pojedyncza waluta bazowa.
Uzgodnienia: obowiązkowa procedura uzgodnienia z rachunkowością (rozbieżność w dopuszczalnych granicach).
3) Rozkład dochodów kierowców
Podstawowym wzorem jest:[
\ text {Revenue} =\text {Traffic }\times\text {Conversion }\times\text {Frequency }\times\text {Average check}
]Ruch/aktywny: użytkownicy/sesje/loginy.
Konwersja: Odsetek płatności, CR do docelowych zdarzeń.
Częstotliwość: liczba transakcji na płatnika/okres.
Średnia kontrola: Średnia kwota transakcji (rozważyć premie/rabaty).
Zaleca się przewidywanie kierowców oddzielnie, a następnie montaż kompozytu, aby zobaczyć wkład czynników (most plan-fakt).
4) Dane i regresory
Seria czasowa: agregaty dzienne/tygodniowe według jednostki prognozowanej.
X regresory:- promo/bonusy (intensywność, rodzaj, zasięg);
- wydatki marketingowe/wrażenia/kliknięcia;
- wydarzenia treści (wydania, turnieje, główne mecze);
- Zmiana ceny/limitu/katalogu
- FX/inflacja, pogoda/kalendarz (jeśli dotyczy);
- zdarzenia regulacyjne (ograniczenia/odszranianie).
- Anomalie/jednorazowe: mark, nie „gładkie” cicho.
- Brak twarzy: Użyj tylko informacji dostępnych w czasie prognozy.
5) Symulacja
5. 1 Linie podstawowe
Naiwny/sezonowy Naive/Drift - wymagany do uczciwej oceny.
5. 2 Klasyczne rzędy
ETS/ARIMA/SARIMA, TBATS (wiele sezonowości), Prorok (szybki start z wakacjami).
5. 3 Regresory
ARIMAX/ETS + X, regresje dynamiczne z kalendarzem i promo/FX.
5. 4 Wielosyryjskie/tabularne
• GBM/XGBoost/liniowy z opóźnieniami/oknami/kalendarzem;
Temporal NN (TFT, N-Beats) dla portfeli i długich X.
5. 5 Probabilistyka
Regresja kwantowa (pinball), prognozy studenckie/gausowskie, zespoły ilościowe dla odstępów (q10/q50/q90).
5. 6 Hierarchie i pojednanie
Bottom-Up/Top-Down/MinT dla strany → brend → kanal → struktura platformy.
6) Specyfika mierników dochodu
Frakcje/współczynniki (margines, prowizja): model licznik/mianownik oddzielnie, a następnie komponować.
Komponenty intermittent (obciążenie zwrotne, wałek): Croston/TSB, zero-napompowane, poszczególne komponenty z kwantylami.
Kanibalizacja: Modelowe przepływy międzysektorowe (modele wielopunktowe lub regresory ograniczone) podczas uruchamiania nowej działalności/produktu.
Elastyczność według ceny/bonusów: modele dziennika/szacunki przyczynowe (DiD/SC) w celu oszacowania współczynników, a następnie - co-jeśli.
7) Ocena jakości i backtesting
Podziały: walcowanie/rozszerzanie pochodzenia z wielością sezonowości (tygodnie/miesiące).
Mierniki poziomu: WAPE/sMAPE (zero resistant), MAE/RMSE.
Probabilistyka: strata pinkala, zasięg 80/95% - przedziały.
Stabilność: błędy według segmentu/wakacji/kanału; poza czasem.
Zasada wyjściowa: model musi wyprzedzać sezonową Naive na kluczowych horyzontach.
8) Scenariusze i niepewność
Kwantyle: q10/q50/q90 → „pesymista/baza/optymista”.
Scenariusze X: „bez promo/s promo”, „FX ± 10%”, „duże wydarzenie”, „ograniczenia regulacyjne”.
Ryzyko metaparametrów: testy warunków skrajnych pod kątem zmian elastyczności i sezonowości.
Koszt ryzyka: plan w zależności od warunkowego niedoboru (kara za niedofinansowanie/ponowne prognozowanie jest asymetryczna).
9) Rzeczywisty plan i wkład czynników (most dochodowy)
Pokaż most: trend + sezonowość + promocja + cena/limity + FX + wstrząsy/incydenty → ostateczne odchylenie. Zwiększa to zaufanie i pomaga podjąć działania (dodać budżet, przenieść promocję, zmiany cen).
10) MLOp i obsługa
Harmonogram: prognozy dzienne - T + 1 do 06:00 zamek.; tygodniowo - N razy w tygodniu; miesięcznie - T + 1/T + 3.
Artefakty: fichestor (parytet online/offline), rejestr modeli, wersje wzorów dochodu.
Monitoring: WAPE/pokrycie przez okno, funkcja drift PSI, opóźnienie paszy, generacja SLA.
Ostrzeżenia: wzrost błędów> próg, niewyciskane odstępy czasu, podział hierarchii.
Bezpieczne dla awarii: wstecz do systemu ETS/sezonowego naiwnego; tryb zamrażania podczas wakacji szczytowych.
Histereza: różne progi do włączania/wyłączania regresorów promo, aby nie „mrugać”.
Uzgodnienia: codzienne/tygodniowe uzgodnienia ze sprawozdaniem finansowym.
11) Wzory artefaktów
A. Paszport prognozowany dochodów
KPI: „NET _ REVENUE _ EUR _ v3”
Horyzont/krok: 8 tygodni/dzień
Jednostki: marka × kraj × platforma × kanał; pojednanie: MinT
Ререссора: 'promo _ spend', 'content _ event _ flag', 'price _ index', 'fx _ rate', 'holiday'
Modele: 'ARIMAX _ v2' + 'اGBM _ Quantiles _ v4' (Ensemble, q10/50/90)
Cele: WAPE ≤ 8% (dziennie), zasięg 90% -interval ≥ 85%
SLO: generacja ≤ 10 min po godzinie 06:00; dziennik danych ≤ 1 godzina
Właściciele: Finance & Growth Analytics; data rewizji, wersja
B. Sprawozdanie gotowe do podjęcia decyzji (szkielet)
Nagłówek: „Dochody, Prognoza 8 tygodni: q10/q50/q90”
Ryzyko: niedobór w tygodniu 3 - 21% (spodziewany niedobór € X- € Y)
Czynniki przyczyniające się: + wakacje, + wydarzenie treści, FX −, − wycofanie promo
Zalecenia: zwiększenie promo w krajach A/B, przesunięcie zapasów, zabezpieczenie FX
C. Pseudo-kod rurociągu
python
1) load y = load_revenue_series(grain=['brand','country','platform','channel'], step='D')
X = load_regressors(['promo_spend','content_event','price_idx','fx_rate','holiday'])
2) features ds = make_lags(y, lags=[1,7,14,28])
ds = add_rolling_stats(ds, windows=[7,14,28])
ds = join_regressors(ds, X)
3) cv cv = rolling_backtest(ds, folds=6, horizon=28, step=7)
4) models m_baseline = ETS(). fit(ds. train)
m_gbm = LGBMQuantiles(q=[0. 1,0. 5,0. 9]). fit(ds. train)
m_arimax = ARIMAX(). fit(ds. train)
5) evaluate & ensemble scores = evaluate([m_baseline,m_gbm,m_arimax], cv, metrics=['WAPE','pinball'])
best = ensemble_quantiles([m_gbm,m_arimax])
6) reconcile & publish f = reconcile_minT(forecast(best), hierarchy=['country','brand','platform','channel'])
publish(f, sla='06:10', owners=['Finance','Growth'])12) Częste błędy i anty-wzory
MAPE przy zerach/niskich wartościach: użyj WAPE/sMAPE.
Średnie: Sumaryczny licznik/mianownik zamiast uśredniać wartości procentowe w poszczególnych segmentach.
Ignorowanie kalendarza/treści/FX: bez regresorów, prognoza „zanika”.
Twarze: cechy z przyszłości lub korekty posprzedażne w pociągu.
Hierarchia niespójności - Sumy nie zbieżne → stosować pojednanie.
Brak bezpieczeństwa awaryjnego: model „unosi się” w wakacje.
Brak uzgodnień: prognoza nie pasuje do zarządzania/księgowości.
13) Lista kontrolna przed zwolnieniem
- Definicje dochodów i odliczeń są spójne i zmienione
- Kalendarz/FX/Regressors podłączone i przetestowane
- Linie podstawowe pokonane na backtesting; Osiągnięte cele WAPE/pokrycia
- Przedziały są skalibrowane; zebrane scenariusze pesymistyczne/bazowe/optymistyczne
- Uzgodniona prognoza hierarchiczna (MinT/Top-Down)
- MLOp: harmonogram, monitorowanie, wpisy, awaryjny, runibook
- Ustanawia się codzienne/tygodniowe uzgodnienia z nadzorem finansowym/rachunkowością
- gotowe do podjęcia decyzji sprawozdanie z mostem współczynnika i rekomendacji
Razem
Prognozowanie dochodów to definicje konsensusowe + rozkład kierowców + regresory + modele probabilistyczne i hierarchiczne + scenariusze i przedziały + zdyscyplinowane MLOp i pojednania. Taki zarys przekształca „wróżenie harmonogramu” w narzędzie planowania budżetowego, marketingu i operacji o zrozumiałym koszcie ryzyka i przejrzystych działań.