2016-06-23 1 views
2

Je travaille sur les données de vente d'un distributeur automatique. Il se compose de la vente et du moment de la vente. Je travaille sur la prévision des ventes le jour suivant sur une base horaire. Mon travail: J'ai créé une série chronologique horaire avec des ventes pendant l'intervalle additionné. Il ressemble à cecimodèle à Prévision d'une série horaire

head(sales) 

        [,1] 

2015-12-01 00:00:00 0 

2015-12-01 01:00:00 0 

2015-12-01 02:00:00 0 

2015-12-01 03:00:00 0 

2015-12-01 04:00:00 0 

2015-12-01 05:00:00 280 

class(sales) 
[1] "xts" "zoo" 

Je constate qu'il y a une tendance dans les ventes sur une journée et aussi sur une semaine. J'ai essayé d'utiliser ets mais je ne peux pas interpréter les résultats. un résultat avec des prévisions de ventes du jour suivant est ce que je cherche. Merci

Répondre

2

Le seul problème que vous avez dans la prévision des ventes (ou de toute autre variable) par heure est que lorsque vous descendez à ce niveau de granularité, vous rencontrez des problèmes de manque de données ou de données. à son tour produire des prédictions de très faible précision.

Vous n'avez pas précisé si vous prévoyez le total des ventes ou le nombre de ventes, mais je pense que le conseil fonctionnera pour les deux scénarios. Je vous suggère de modéliser vos ventes quotidiennes (agrégat des ventes au niveau quotidien), puis de créer une matrice de profil qui alloue la prévision quotidienne en tranches horaires.

Vous pouvez être très créatif sur la façon dont vous créez votre matrice de profil:

  • base sur les 10 derniers jours par jour de la semaine
  • Sur la base des ventes de l'année dernière pour les mêmes jours
  • split par région

Espérons que cela aide