业务预测模型，该怎么搭建？

做预测模型难，做可解释的预测模型，更难！

很多同学做预测的时候，会用时间序列的平滑和自回归，可出了结果就被领导问道：

预测达标，所以呢？业务啥都不干就达标了？
预测不达标所以呢？业务谁该发力？资源哪里出？

同学们经常被问得一头雾水，不知道咋回答。

这个问题，是预测方法选择不佳导致的。算法模型类预测，无论算法的简单或复杂，都有一个通病：无法反应业务过程。导致业务方想基于预测调整业务行为的时候，不知道从哪里下手。

在这种情况下，就需要构建业务预测模型。今天，我们就系统讲解一下。首先看个具体问题场景——

某toB类原料供应企业，下游需求方包括：

● 大型客户，且签订框架合同，循环采购

● 大型客户，无框架合同，每月分批采购

● 中小型客户，无固定合同，有需求就采购

● 每个月新开发客户（以中小型客户居多）

● 每个月有主动开发的客户/被动上门的客户

现在业务方需要预测下个月客户采购量，并且希望指导到大客户销售/中小客户销售/新客户广告投放等部门的具体工作。问：该如何预测？

业务预测模型，该怎么做?

业务预测模型，即把业务假设作为输入变量，预测业务走势的方法。这和算法模型不同，算法模型的输入特征，常常是没有业务含义的，因此无法指导具体业务操作，业务预测正是为弥补这个缺憾而设计。

比如本场景中，客户需求的最大影响因素，是客户本身的生产计划/我司与客户关系这两个维度。

但这两个维度很难拿到准确数据，如果是中小型客户，很有可能根本就没有生产和采购计划，他们自己就是风雨飘摇，有单子就做。如果是没有签框架合同的大型客户，每一期采购都得重新走招标流程，很有可能被其他供应商半路截胡。因此如果想直接从两个方面进行预测，是很难下手的。

此时要做的工作，分为三个部分：

第一：梳理业务流程，找可监控的数据指标

第二：梳理业务特点，区分稳定/不稳定因素

第三：梳理业务假设，输出预测结果

第四：跟踪预测结果，纠正过程问题

▌第一步：梳理业务场景。

在本案例场景中，业务流程相对简单清晰，就是客户一手交钱，我司一手交货。但是不同类型客户的订单金额不同，交货难度不同因此可以分开考虑（如下图所示）

▌第二步：梳理业务特点。

这一步是关键，通过对各条线业务特点的梳理，能找到其中每个时间周期内稳定因素/不稳定因素，稳定部分是预测的依据，不稳定部分是控制预测结果的手段。

在本案例场景中，就采购需求而言：

● 签框架的大客户≥未签框架的大客户≥中小客户

● 发展趋势好的行业≥发展一般的行业≥发展差的行业

● 老客户≥老客户转介绍的新客户≥主动开发的新客户≥被动上门的新客户

因此，先把客户打上相应标签，再按不同标签类型分组看数据，就能计算出下面关键指标的数值，以及通过历史趋势观察其走势是否稳定。

● 老客户的续订率

● 老客户的续订金额

● 新客户线索开发数量

● 新客户线索转化率

● 新客户首单金额

注意，这里有些因素无法直接量化，需要做转化。比如“行业发展趋势好”，至少有2种方法来确认：

1、数据法：对所有企业打行业标签，再查该行业统计数据，再看我司签约企业发展数据。

2、人工法：所有销售，定期回访新客户/拜访老客户，拜访时间必须大于5分钟，且回收数据。

该怎么选用方法？答：既然是业务预测，就优选业务能施加影响的方法，即人工法。因为用人工法收集数据，不但能收集客户信息，更能收集业务动作和业务判断能力这两个关键信息。试想：如果销售连回访/拜访都敷衍了事、漫不经心，那还能有订单吗，肯定没有。因此衡量业务行动力，本身也业务预测的重要组成部分。

如果在这个过程里，发现某些业务部门就是：

● 人员离职率高

● 人员执行力差

● 有效拜访次数少

● 拜访和客户瞎聊一通

● 反馈的判断十次错九次

那问题就很明显了：业务能力不行，导致业务不好。

这一点非常重要，同学们切记，既然要基于业务行为做预测，就要把业务行为考虑到底，不要试图掺杂一半业务考虑、掺杂一半数据自己计算，这样又把水搅浑了，很难评价好坏。

▌第三步：输出预测结果。

有了清晰的分类，就能输出预测结果了。输出的方法很简单：

● 有稳定参数的，直接套用

● 没有稳定参数的，业务自己填预计参数

这样汇总计算出结果（如下图）

注意，业务自己填预计参数不是乱填，需要有依据。如图所示，明显违背发展规律的预计结果是无效的。并且这种行为本身也能成为模型的输入：业务方能力不足，不会评估自己能力

业务预测模型，该怎么搭建？

业务预测模型，该怎么做?

▌第一步：梳理业务场景。

▌第二步：梳理业务特点。

▌第三步：输出预测结果。

业务预测模型，该怎么搭建？

相关阅读

栏目

最新发布

热门标签