De prognosealgoritmen en wanneer je welk gebruikt

Welke prognosemethode je gebruikt, en waarom die keuze veel minder uitmaakt dan de kwaliteit van de data die eronder ligt.

Welke prognosemethode je gebruikt, en waarom die keuze veel minder uitmaakt dan de kwaliteit van de data die eronder ligt.

Waarin ze verschillen

Hoeveel gewicht recente weken krijgen, hoe sterk het seizoenspatroon wordt toegepast, en hoe snel de prognose reageert op een verandering in de trend.

Ze lezen allemaal dezelfde historie; ze zijn het oneens over wat de nadruk verdient.

De grove richtlijn

• Stabiel volume, duidelijk weekpatroon. Een methode die op seizoen leunt werkt goed.
• Gestaag groeiend of krimpend. Een die recente data zwaarder weegt, anders loopt de trend altijd achter.
• Grillig, campagnegedreven. Geen enkel algoritme redt dit alleen; je zult handmatig bijstellen.

Test het in plaats van erover te redeneren

Draai er twee over een periode die je al kent en vergelijk met wat er gebeurde. Twintig minuten, en de vraag is definitief beantwoord voor jouw data.

Kiezen op de beschrijving van de methode is gokken.

Datakwaliteit wint van algoritmekeuze

Een schone historie met gemarkeerde feestdagen en zonder afwijkende weken, door een gewone methode gehaald, verslaat elke keer een rommelige historie door een geavanceerde methode.

Valt de prognose tegen, kijk dan eerst naar de data en pas daarna naar de methode.

Wissel niet vaak

Elke keer dat een week tegenvalt van methode wisselen betekent dat je nooit leert of er één werkt. Kies er een, draai hem een kwartaal, en beoordeel hem op dat kwartaal.

Eventueel per kanaal

Telefonie en e-mail gedragen zich verschillend genoeg dat er verschillende methodes bij kunnen passen. Eén keer testen waard, in plaats van aannemen dat één instelling voor beide werkt.

Zie ook

• Prognoses instellen
• Waarom mijn prognose er ver naast zit
• Historisch volume importeren