1 월 5 일에서 12 월 11 일까지 20.000 개가 넘는 월별 시계열이 있다고 가정합니다. 이들 각각은 다른 제품에 대한 글로벌 판매 데이터를 나타냅니다. 각각의 예측을 계산하는 대신 "실제로 중요한"소수의 제품에만 집중하고 싶을 경우 어떻게해야합니까?
나는 총 연간 수입으로 해당 제품의 순위를 매기고 고전적인 파레토를 사용하여 목록을 정리할 수 있습니다. 그럼에도 불구하고, 비록 그들이 수익에 크게 기여하지는 않지만 일부 제품은 예측하기가 너무 쉽지 않아 제품을 내버려두면 나쁜 판단을 내릴 수 있습니다. 지난 10 년 동안 매달 50 달러 가치의 제품을 판매 한 제품은 그다지 들리지 않을지 모르지만 앞으로 나올 판매에 대한 예측을 생성하는 데에는 노력이 거의 필요하지 않습니다.
따라서 제품을 고수익 / 예측 용이성-저수익 / 예측 용이성-고수익 / 예측 어려움-저수익 / 예측 어려움이라는 네 가지 범주로 나눕니다.
네 번째 그룹에 속한 시계열 만 남겨 두는 것이 합리적이라고 생각합니다. 그러나 "예측 가능성"을 정확히 어떻게 평가할 수 있습니까?
변동 계수는 좋은 출발점처럼 보입니다 (또한 얼마 전에 그것에 관한 논문을 보았던 것을 기억합니다). 그러나 시계열이 계절성 / 레벨 변화 / 달력 효과 / 강조 추세를 나타내는 경우 어떻게해야합니까?
"원시"데이터가 아닌 임의의 구성 요소의 변동성에 대해서만 평가를 수행해야한다고 생각합니다. 아니면 뭔가 빠졌습니까?
이전에 비슷한 문제에 처한 사람이 있습니까? 당신은 어떻게 그것에 대해 갈 것입니까?
언제나 그렇듯이 도움을 주시면 감사하겠습니다!