Как узнать, что будет завтра

Аналитический комплекс Prognoz Platform содержит комплекс инструментов моделирования и прогнозирования, предназначенный для исследования данных, поиска зависимостей и создания моделей реальных бизнес-процессов. Эти модели как раз в дальнейшем и помогают аналитикам и руководству компаний -заказчиков наших систем принимать управленческие решения.

В этой статье я расскажу о возможностях построения моделей в Prognoz Platform.

Если рассматривать сильные стороны Prognoz Platform в области моделирования, то здесь стоит обратить внимание на два момента. Первый – это, собственно, сам инструмент: широкий функционал, опции и надстройки. Пользователь строит сложные цепочки уравнений с возможностью сценарного многовариантного расчета, включая многоуровневые прогнозные и оптимизационные задачи. Второй – богатая библиотека методов и алгоритмов, а также возможность интеграции с другими статистическими пакетами.

А теперь обо всем по порядку.

Возможности Prognoz Platform

Давайте посмотрим, какой инструментарий моделирования предоставляет аналитику Prognoz Platform.

Первое, чем нам стоит гордиться, – это поддержка сценарного прогнозирования, то есть возможность ответить на вопрос «Что будет если..?». Сколько у аналитика таких «если», столько сценариев и следует добавлять в модель. Сценариями могут быть как разные алгоритмы расчета, так и разные значения входных показателей. Сценарии позволяют наглядно сравнить прогнозы и определить, например, уровень чувствительности модели к входным данным.

Вторая возможность – это решение задачи целевого управления, которая дает ответы на вопрос «Что необходимо для..?». Здесь аналитик задает свою цель, и система управляет факторами, подбирая их комбинацию таким образом, чтобы достигнуть этой самой цели.

Визуальная особенность инструмента – отображение моделей в виде графов с поддержкой вложенной структуры. На рабочем пространстве размещаются объекты модели с настройкой их взаимосвязи. Графическое представление модели позволяет легко понять смысл и определить ключевые сущности бизнес-задачи.

Далее – бесшовная интеграция с хранилищем данных и другими статистическими пакетами. Как только пользователь «вытягивает» показатель на рабочее пространство между переменной и БД, настраивается невидимая взаимосвязь, которая работает в обе стороны и обеспечивает своевременную выгрузку полученных результатов. Про интеграцию с другими пакетами расскажу чуть позднее, в блоке «Библиотеки методов». Построенные модели и полученные результаты можно выгружать в Word, Excel, текстовый и графический форматы.

А теперь о наболевшем. Поскольку пользователем Prognoz Platform может быть кто угодно, инструмент понятен аналитикам разного уровня компетенций. Чтобы почувствовать разницу в инструментах, рассчитанных на разный уровень профессиональных знаний аналитиков, давайте рассмотрим интерфейсные решения для моделирования: два базовых инструмента и одно прикладное приложение на базе методов и функциональности платформы.

Инструменты моделирования

Анализ временных рядов

Первым в очереди стоит инструмент «Анализ временных рядов», позволяющий пользователям легко и просто анализировать динамику изменения различных показателей во времени.

Здесь «модельер» быстро найдет интересующие ряды, применит основные статистические функции, сформирует простые цепочки уравнений. На этом, пожалуй, все. «Анализ временных рядов», доступный в настольном и веб-приложениях, нацелен на проведение презентаций и на аналитику, не требующую сложного многоуровневого анализа.

Моделирование и прогнозирование

Инструмент «Моделирование и прогнозирование» позволяет решать задачи любой степени сложности от анализа временных рядов до построения моделей из тысяч уравнений. Он также доступен и в веб, и на настольном приложениях.

Отмечу, что настольное приложение ориентировано на продвинутых пользователей и открывает все возможности моделирования в Prognoz Platform. Уравнение для пользователя – это отдельный объект в базе.

Аудитория веб-приложения – начинающие «модельеры». Веб-инструмент удобен для обучения и осознания принципов моделирования, проведения сценарных расчетов для руководства, проведения презентаций. Нет ничего проще, чем объяснить постороннему человеку разницу между фактором и моделируемой переменной «натягиванием» связи от показателя к показателю.

Веб-приложение содержит большую часть функционала настольного приложения, но строить в нем сложные модели проблематично, так как граф будет сильно перегружен объектами.

Библиотека методов

Все, что было описано выше – внешняя оболочка, которая доступна пользователю. Но что же управляет цифрами внутри системы и выдает пользователю результаты?

За это отвечает ядро моделирования или, другими словами, библиотека математических и статистических методов и моделей, которая все время расширяется благодаря новым и сложным проектам, анализу конкурентов и требованиям ведущих аналитических агентств, в рейтинги которых входит компания.

На текущий момент весь перечень методов можно разделить на следующие категории:

  • Методы анализа (базовая описательная статистика, тесты на стационарность). Применяются для исследования структуры данных, типа распределения, разброса данных и другого подобного анализа, необходимого на этапе подготовки данных.
  • Анализ временных рядов (выявление трендов, сезонности, циклов). Выявление закономерностей в исторических данных моделируемого показателя, построение краткосрочных прогнозов.
  • Интеллектуальный анализ данных. Очень, так сказать, современный вид анализа, применим к любым областям: анализ потребительской корзины, прогнозирование оттока пользователей, формирование маркетинговых предложений и др.
  • Многомерный статистический анализ. Довольно часто его объединяют с интеллектуальным анализом данных. Основные решаемые задачи – это кластеризация, сегментация, сокращение размерности входных данных.
  • Корреляционно-регрессионный анализ. Самый часто используемый подход к прогнозированию. Один из примеров – анализ влияния макроэкономических показателей, показателей мирового развития и мер государственной политики на развитие регионов.
  • Методы оптимизации и целевого управления. Популярная задача – максимизация прибыли в условиях ограниченных ресурсов. Очень хорошим оптимизационным примером среди проектов компании является проект для Danone, в рамках которого составлялась рецептура производимых молочных продуктов.
  • Нормативно-балансовые модели, в том числе межотраслевой баланс.
  • Модели общего экономического равновесия.
  • Имитационное моделирование.
  • Высокочастотное моделирование.

Построение модели представляет собой итерационный процесс, и подбором функциональной зависимости дело не заканчивается. Для обеспечения требуемой точности результатов прогнозирования и их адекватности используется многоуровневая система контроля качества, состоящая из:

  • диагностики моделей: проверки значимости включенных в модель факторов, проверки качества модели в целом;
  • диагностики прогнозов: верификации прогнозов, оценки устойчивости прогнозов, анализа эластичностей.

Сейчас у пользователей появилась возможность использовать не только методы библиотеки Prognoz Platform, но и подтягивать бескрайние возможности моделирования пакета R. Существует возможность интеграции с пакетом Eviews, что используется в реальных прикладных проектах.

Читайте также

Комментарии

Подробнее о политике использования персональных данных