売り上げ予測モデリングが必要な理由

ここ数週間で、売り上げ予測モデルを作っていた。
(´д｀)ふぅ～
本日、無事に完成♪

成果課金ビジネスと広告課金ビジネスがあって、どちらの場合も半期や1年くらい先を見越した売上を予測することはとっても大切だ。

成果課金ビジネスの場合、ある程度営業の頑張りみたいなものも左右するので、
「月末になって、後少し足りないから、今日は頑張ろう！」
みたいことができる。

一方、ユーザが購入するとかのアクションによって課金されるビジネスモデルの場合、
「月末になって、後少し足りない…。」
となっても、急に何かをすることは難しい。

そこで、日別や月別に売り上げ予測の精度を上げることが大切となってくる。
しかし、一方でもっと大切なのが、予測とズレた場合に、それが統計的な誤差の範囲なのか、あるいは、何かしらの原因があるのかをわかることも非常に大切で、単に当たったハズレタの世界ではない。

手法としては、
　実測値 = 長期トレンド × 季節変動 × 不規則変動
にわけるオーソドックス？な手法を利用。

精度は、けっこう良い感じで当てることができた。
サブプライムやら、この前のシルバーウィークのような、そんな月は、誤差が大きいのだが、通常の月だと、1%前後の誤差で当てに行くことができる。

また、単に当たるだけではなく、予測と外れた場合に、○○の部分が△△%増えた/減ったと原因を追いかけることができる。

今回、上手く予測をすることができたが、上手くできたコツというか、ポイントは、
1. しっかりとデータを見つめる。

2. いくつかの要因に分解して、それぞれを予測していく。

3. あまり細かく分解しすぎると、それを足し合わせた時に結局よく分からないものになってしまう。
（木を見て森を見ずは、ダメ）

特に、1.の『データの中に潜む真理と真剣に対峙すること』ってすっごく重要です。