Modele
Modele mogą przyjmować postać funkcji, równań lub parametrów. Model powstaje w oparciu o różne metody obliczeniowe, np.: regresję liniową/logistyczną, drzewa decyzyjne/regresyjne, lasy losowe, sieci neuronowe, klasteryzację, asocjację, metody Bayes’owskie. Modelem nazywa się wynik, jaki daje zastosowanie konkretnej metody, jednak model można oprzeć o kilka metod naraz. Ogranicza nas tylko nasza wyobraźnia oraz dane (i czas).
Budowanie modeli opiera się na naszym doświadczeniu. Wiemy co z czego wynika – wiemy, gdzie szukać przyczyn wzrostu albo spadku produkcji. Lecz i tu metody statystyczne mogą być pomocne przy wyborze czynników (zmiennych) do modelowania, tak żeby skupić się na najważniejszych. Możemy też odkryć zależności o których nie wiedzieliśmy. W modelu chodzi o to, żeby wykryć najmocniejszy związek między wynikiem, którym się interesujemy, a innymi danymi (zmiennymi). Jeśli zmiana wyniku podąża za zmianami zmiennych – możemy mówić o zależności i próbować ją modelować – czyli opisać zestawem parametrów i współczynników.
Ten zestaw parametrów i współczynników to pozyskana informacja. Pewien uogólniony obraz wydobyty z głębi danych. To narzędzie do przewidywania, co się stanie i do sterowania przyszłością. Model jest jak przepis kuchenny – mówi nam, że jeśli dodamy tyle a tyle składnika A, to otrzymamy coś ostrego, a jak składnika B, to coś słodkiego.
Modelowanie danych pozwala nam uporządkować skomplikowaną i wielowymiarową rzeczywistość. Model ma dokonać pewnej zrozumiałej i użytecznej w działaniu generalizacji, wydobyć najważniejsze cechy naszego biznesu. W nim możemy odkładać nasze doświadczenie i wiedzę o zarządzanym biznesie. Przez jego pryzmat możemy obserwować zmieniający się świat.
Statystyki i modele są wygodną formą opisu rzeczywistości, do której możemy się odnieść, z którą możemy się konfrontować i polemizować. Istotne są założenia, z jakimi budowaliśmy dane statystki, a dopóki nic się nie zmieni, możemy oczekiwać znacznej powtarzalności. Lecz uwaga! W statystyce i modelach statystycznych nie ma nic „na pewno”- tutaj rządzi prawdopodobieństwo. Dlatego, statystyka bazuje na przedziałach liczbowych, a nie precyzyjnych wartościach. Kolokwialne stwierdzenie „mniej więcej” tak często używane w biznesie, daje właśnie namiastkę statystycznej przedziałowości. Mimo to, poznawcza siła statystyk i modeli jest znaczna. One w liczbach obrazują zależności zjawisk wobec siebie. Kwantyfikują zależności i mierzą ich prawdopodobieństwo.
Najważniejsze jest, aby zastosować wynik w prowadzeniu działalności. Możemy się wspierać modelem przy podejmowaniu decyzji, lub zaszywać je w systemach przedsiębiorstwa. To drugie, to krok w stronę Machine Learning’u. Tak czy inaczej, możemy liczyć na zwiększenie precyzji naszych decyzji i działań. Jeśli jednak model przestaje działać, to oznaczać może, że zaistniała nowa okoliczność, której nie wzięliśmy pod uwagę - trzeba ją znaleźć i jak najszybciej na niej skupić działania biznesowe.
Sezonowość to też model
Model sezonowości jest powszechnie spotykanym modelem w przedsiębiorstwach. Dla przykładu, kwartalną sezonowość można zapisać jako równanie typu:
To jest nasz statystyczny model. Widzimy, że w 1 kwartale mamy średni spadek operacji o 8 a w drugim wzrost o 3 umowne jednostki, największy przyrost mamy w ostatnim kwartale roku. Zakładając, że otrzymaliśmy dobre dopasowanie tego modelu do rzeczywistości, otrzymujemy szereg wniosków. Na przykład, że projekty usprawniające lub inwestycje trzeba przeprowadzać na początku roku, gdy jest mniej pracy. Lub, aby uniknąć przestojów, trzeba szukać klientów, którzy mają swój sezon w pierwszym i trzecim kwartale. Możemy także planować urlopy w oparciu o taki model – wiemy dokładnie o ile będzie mniejsze zapotrzebowanie na pracę. Możemy lepiej prognozować zapotrzebowanie na materiały, a przed sezonem warto przypomnieć naszym klientom o ofercie handlowej.
Mądre organizacje budują modele
Wykorzystywanie modeli w organizacji nie jest powszechne. Mimo, że wiele metod zostało stworzonych przed XX wiekiem, wciąż stanowią barierę psychologiczną. Jest kilka zasadniczych powodów.
Wciąż polegamy na raportach w postaci wykresów i tabel, wyliczamy sumy, średnie, procenty i na tym poprzestajemy. Menadżerowie z jednej strony nie żądają dla siebie modeli, z drugiej strony pracownikom trudno uzasadnić znaczny, dodatkowy nakład pracy, żeby tylko coś pokazać. Biznes nie zna modeli więc o nie nie zabiega. Zastosowanie wyników też jest kłopotliwe. Model trzeba umieć osadzić w aplikacjach operacyjnych. A przede wszystkim trzeba im zaufać jako metodzie pracy. Zastosowanie wyników wymaga kultury organizacyjnej opartej na danych, na przykład wplecenia w procedurę podejmowania decyzji. Brak narzędzi to też przeszkoda. Pakiety biurowe nie dostarczają funkcjonalności, które umożliwiałyby łatwe tworzenie modeli w oparciu o znane techniki. Komercyjne oprogramowanie to znaczny wydatek nawet dla dużego przedsiębiorstwa. I warto jeszcze wspomnieć o specjalistach, którzy potrafią tworzyć takie modele.
Tego typu przeszkody, należy pokonać, żeby korzystać z danych w oparciu o modele statystyczne. 3 sektory od wielu lat powszechnie korzystają z modeli: branża bankowa, detaliczna i telekomunikacyjna. Modele klasteryzacji i retencji klientów, koszyka zakupów, sekwencji zakupów są najczęściej wykorzystywane przez te branże. Sieci handlowe wprowadzają programy lojalnościowe, które pod przykrywką rabatów i bonusów dla klienta zbierają dane o zwyczajach konsumenckich. Koszyk klienta pokazuje siłę przyzwyczajeń, którą można wykorzystać do bezpiecznego wprowadzenia nowego produktu z tego samego segmentu, przy rozplanowywaniu półek sklepowych, w reklamie i budowaniu strategii cenowej. W branży telekomunikacyjnej wprowadza się plany retencyjne, które mają uprzedzić przejęcie klienta przez konkurencję, stąd np. telefony o przedłużenie umowy są wykonywane już na 2, 3 a nawet 6 miesięcy przed zakończeniem bieżącej. To są już dobrze znane przykłady.
Wiele nowych firm, opierających swoją działalność o produkt cyfrowy wykorzystuje złożone algorytmy – te w dużej mierze za swoje parametry kontrolne przyjmują wyniki modeli statystycznych. Tradycyjne firmy w trakcie informatyzacji także kupują i rozwijają programy wykorzystujące statystyczne modelowanie danych do wspomagania zarządzania lub wręcz współzarządzania.
Czas na Ciebie…
Najnowsze newsy
2025.06.27
Grupa Raben i Fresh Logistics Polska po raz kolejny na szczycie rankingu TSL
2025.06.18
Gniewomierz przyjazny kierowcom – Raben Transport z certyfikatem Truckers Friendly Place
2025.06.17
Fresh Logistics Polska otwiera nowy magazyn w Łomży
2025.06.13
Raben Transport uruchamia drugą własną stację HVO100 w Gliwicach
2025.06.10
Grupa Raben rozpoczyna działalność w Turcji