如何预测与的现代瘟疫有关的消费者行为变化？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-12-24
使用代理数据说明未知数
许多公司将机器学习和预测分析作为其预测的一部分来预测需求，并且许多建模基于历史数据集，根据过去观察的内在趋势预测未来，尽管此方法可能在季节性销售周期中表现，并且每年都有波动，的情况，并提出了预测挑战，也就是说，如何预测对没有历史先例的事件的需求？COVID-19的问题是，一旦开始大流行，所有这些模式基本上都将失效，所有这些观察都将无效。由于锁定和锁定后的冲击，消费模式发生了变化，消费者行为，消费者模式发生了变化价格弹性，消费者在哪些方面花了更多钱，哪些产品等等。
客户询问了解决这些预测问题以调整其优化模型的策略
为了说明这个想法，他详细介绍了一个用例，其中涉及服装制造商和零售商“因锁定而遭受重创”，总体而言预测实体店中人流的能力是该公司员工队伍部署和店内促销方法的核心，但是不可能使用常规的预测模型和常规的预测程序，因为，当然，很明显，在锁定之后（将会有很大的波动），与常规相比，将有非常不同的模式存储流量和常规模式，关于与全球21世纪大流行直接相关的消费者行为的历史数据可能很少，但是，有较小规模的事件可以用作某种生物的领头羊，将有关季节性流感病例的数据纳入了预测模型，并根据与季节性流感有关的已知波动来推断COVID-19对交通的影响。
我们使用流感的历史数据作为代理
并进行了一些更正以估计流感和COVID病例数之间的比率，并将此信号纳入模型，因此我们能够根据这些流感来预测流量案例[和] COVID案例，大流行中的经济危机，冠状病毒大流行不仅带来了公共卫生危机，而且还带来了全球金融动荡，3月初，联合国贸易组织估计，到2020年COVID-19可能给全球经济造成1万亿美元的损失，尽管这些历史数字没有近的先例，但还有其他历史经济下滑可作为预测性替代品，为了估计主要的经济中断对商店流量和其他相关指标的影响，我们使用了有关2008年危机的信息以及当时的宏观经济指标，以替代今年的中断。
随着疾病在全球蔓延，各国都采取了自己精心设计的缓解措施
包括锁定措施，防护面具等，与需求和消费者行为变化有关的数据可以从初受影响的中推算出来，并应用于全球其他地区的预测模式，我们能够基于亚洲和欧洲的经验来理解这些模式，以估计需求在锁定期间和锁定后期间将如何变化，并据此对促销进行调整管理政策，预测和优化模型旨在考虑许多因素，例如冠状病毒病例数，锁定措施的类型，发布锁定命令以来的总天数，并预测这些因素如何影响商店流量，需求和价格弹性。
我们可以插入有关案件数量或当局采取的封锁措施的严重性的新数据
以估计它将如何影响需求或其他指标，这些预测模型的准确性不如传统预测，鉴于市场的巨大波动，目标是为公司提供有用的工具，以做出明智的决定，涉及库存管理，劳动力配置等，典型的数据科学项目需要花费数月的时间，但是原则上这些调整可以在大约一两周的时间内很快完成，因此找到一种方法来进行调整非常重要，即使结果不是十分准确，也可以很快找到答案。
基于过去来预测未来并非没有局限性
许多公司将机器学习和预测分析作为其预测的一部分来预测需求，并且许多建模基于历史数据集，根据过去观察的内在趋势预测未来，尽管此方法可能在季节性销售周期中表现，并且每年都有波动，的情况，并提出了预测挑战，也就是说，如何预测对没有历史先例的事件的需求？COVID-19的问题是，一旦开始大流行，所有这些模式基本上都将失效，所有这些观察都将无效。由于锁定和锁定后的冲击，消费模式发生了变化，消费者行为，消费者模式发生了变化价格弹性，消费者在哪些方面花了更多钱，哪些产品等等。
客户询问了解决这些预测问题以调整其优化模型的策略
为了说明这个想法，他详细介绍了一个用例，其中涉及服装制造商和零售商“因锁定而遭受重创”，总体而言预测实体店中人流的能力是该公司员工队伍部署和店内促销方法的核心，但是不可能使用常规的预测模型和常规的预测程序，因为，当然，很明显，在锁定之后（将会有很大的波动），与常规相比，将有非常不同的模式存储流量和常规模式，关于与全球21世纪大流行直接相关的消费者行为的历史数据可能很少，但是，有较小规模的事件可以用作某种生物的领头羊，将有关季节性流感病例的数据纳入了预测模型，并根据与季节性流感有关的已知波动来推断COVID-19对交通的影响。
我们使用流感的历史数据作为代理
并进行了一些更正以估计流感和COVID病例数之间的比率，并将此信号纳入模型，因此我们能够根据这些流感来预测流量案例[和] COVID案例，大流行中的经济危机，冠状病毒大流行不仅带来了公共卫生危机，而且还带来了全球金融动荡，3月初，联合国贸易组织估计，到2020年COVID-19可能给全球经济造成1万亿美元的损失，尽管这些历史数字没有近的先例，但还有其他历史经济下滑可作为预测性替代品，为了估计主要的经济中断对商店流量和其他相关指标的影响，我们使用了有关2008年危机的信息以及当时的宏观经济指标，以替代今年的中断。
随着疾病在全球蔓延，各国都采取了自己精心设计的缓解措施
包括锁定措施，防护面具等，与需求和消费者行为变化有关的数据可以从初受影响的中推算出来，并应用于全球其他地区的预测模式，我们能够基于亚洲和欧洲的经验来理解这些模式，以估计需求在锁定期间和锁定后期间将如何变化，并据此对促销进行调整管理政策，预测和优化模型旨在考虑许多因素，例如冠状病毒病例数，锁定措施的类型，发布锁定命令以来的总天数，并预测这些因素如何影响商店流量，需求和价格弹性。
我们可以插入有关案件数量或当局采取的封锁措施的严重性的新数据
以估计它将如何影响需求或其他指标，这些预测模型的准确性不如传统预测，鉴于市场的巨大波动，目标是为公司提供有用的工具，以做出明智的决定，涉及库存管理，劳动力配置等，典型的数据科学项目需要花费数月的时间，但是原则上这些调整可以在大约一两周的时间内很快完成，因此找到一种方法来进行调整非常重要，即使结果不是十分准确，也可以很快找到答案。
基于过去来预测未来并非没有局限性
无论是1918年的大流行还是2008年的经济危机，无法预料的大规模事件都会在全球经济中持续数月甚至数年，有可能借鉴这次危机中的经验教训，并将这些预测概念应用于未来的市场动荡，让我们说在某个时候，我们将面临一场重大经济危机或类似的危机，然后可以再次利用使我们能够建立需求与宏观经济因素之间关系的技术，但是不幸的是，没人知道会发生什么，甚至没有人会想象像一年前的COVID-19那样的破坏，所以我们会看到的。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
