Intermittent Demand

Ряды, где большая часть значений — нули: запчасти, редкие товары, аварийные события. Обычные метрики и модели здесь не работают.

Ключевые тезисы

Метод Кростона моделирует отдельно размер спроса и интервал между продажами.
MAPE неприменима из-за нулей; используют MASE и RMSSE.
Часто правильный ответ — предсказывать вероятность спроса, а не его величину.

Подробный разбор

2 подтем — раскройте любую, чтобы увидеть объяснение, формулы, примеры и интерактивные графики.

Метод Кростона

Разделяем «сколько» и «когда».

Ряд разбивается на две последовательности: размеры ненулевых продаж и интервалы между ними. Каждая сглаживается экспоненциально отдельно, а прогноз — отношение сглаженного размера к сглаженному интервалу.

y^= \frac{z ^}{p ^}

Обозначения

$y^$ предсказание модели
$y$ истинное значение целевой переменной
$p$ вероятность (или плотность распределения)

z^

— ожидаемый размер спроса,

p^

— ожидаемый интервал между продажами

На практике

Метод Кростона смещён; поправка Синтетоса — Бойлана (SBA) умножает результат на $(1 - α /2)$ и обычно точнее.

Метрики и решения

Что мерить, когда половина значений — нули.

MAPE неприменима (деление на ноль), SMAPE нестабильна — используйте MASE или RMSSE.
Часто важнее не точечный прогноз, а вероятность спроса в периоде и квантиль для страхового запаса.
Оценивайте не только ошибку прогноза, но и бизнес-результат: уровень сервиса при заданном запасе.

Связанные темы

Прогноз спроса

Ключевые тезисы

Подробный разбор

Метод Кростона

Метрики и решения

Связанные темы

Hierarchical Forecasting85%

Feature-based forecasting85%

MAPE85%

SMAPE85%

Poisson Distribution85%