Телекоммуникационное прогнозирование - Telecommunications forecasting

Все телекоммуникации поставщики услуг выполняют прогнозные расчеты, чтобы помочь им в планировании своих сетей.[1] Точное прогнозирование помогает операторам принимать ключевые инвестиционные решения, касающиеся разработки и внедрения продукта, рекламы, ценообразования и т. Д., Задолго до запуска продукта, что помогает гарантировать, что компания получит прибыль от нового предприятия и что капитал будет инвестирован разумно. .[2]

Почему используется прогнозирование?

Прогнозирование можно проводить для многих целей, поэтому важно, чтобы причина выполнения расчета была четко определена и понятна. Вот некоторые общие причины для прогнозирования:[2]

  • Планирование и бюджетирование - Использование данных прогноза может помочь планировщикам сети решить, сколько оборудования приобрести и где его разместить, чтобы обеспечить оптимальное управление нагрузкой на трафик.
  • Оценка - Прогнозирование может помочь руководству решить, будут ли принятые решения в пользу или во вред компании.
  • Проверка - По мере появления новых данных прогнозов необходимо проверять, подтверждают ли новые прогнозы результаты, предсказанные старыми прогнозами.[требуется разъяснение ]

Знание цели прогноза поможет ответить на дополнительные вопросы, такие как:[2]

  • Что прогнозируется? - события, тенденции, переменные, технологии
  • Уровень фокусировки - сосредоточение на отдельном продукте или на всей линейке, на отдельной компании или на всей отрасли
  • Как часто проводится прогнозирование? - ежедневно, еженедельно, ежемесячно, ежегодно
  • Отражают ли используемые методы решения, которые необходимо принять руководству?
  • Какие ресурсы доступны для принятия решений? - время выполнения заказа, персонал, соответствующие данные, бюджет и т. Д.
  • Какие типы ошибок могут возникнуть и во что они обойдутся компании?

Факторы, влияющие на прогноз

При прогнозировании важно понимать, какие факторы могут повлиять на расчет и в какой степени. Список некоторых общих факторов можно увидеть ниже:[2]

  • Технологии
    • абонентский доступ - оптоволоконный, беспроводной, проводной, сотовый, TDMA, CDMA, телефоны
    • заявление - телефония, АТС, ISDN, видеоконференцсвязь, локальные сети, телеконференцсвязь, межсетевое взаимодействие, WAN
    • технологии - широкополосный, узкополосный, несущие, волокно до обочины, DSL
  • Экономика
    • Глобальная экономика - Экономический климат, прогнозы, оценки, экономические факторы, процентные ставки, основная ставка, рост, перспективы менеджмента, уверенность инвесторов, политика
    • Отраслевая экономика - тенденции в отрасли, перспективы инвесторов, телекоммуникации, темпы роста новых технологий, спады и замедления
    • Макроэкономика - инфляция, ВВП, экспорт, валютные курсы, импорт, государственный дефицит, экономическое здоровье
  • Демография
    • Измерение количества людей в регионах - сколько родились, живут и умерли за определенный период времени
    • Как живут люди - здоровье, фертильность, брачность, старение, зачатие, смертность

Подготовка данных

Перед выполнением прогнозирования используемые данные должны быть «подготовлены». Если данные содержат ошибки, то результат прогноза будет в равной степени ошибочным. Поэтому крайне важно удалить все аномальные данные. Такая процедура известна как «очистка данных».[2] Очистка данных включала удаление точек данных, известных как «выбросы». Выбросы - данные, лежащие вне нормального шаблона. Обычно они вызваны аномальными и часто уникальными событиями, поэтому их повторение маловероятно. Удаление выбросов улучшает целостность данных и повышает точность прогноза.

Методы прогнозирования

Есть много разных методов, используемых для прогнозирования. Их можно разделить на разные группы, исходя из теорий, согласно которым они были разработаны:[2]

Методы суждения

Методы, основанные на суждениях, основываются на мнении и знаниях людей, имеющих значительный опыт в области, в которой составляется прогноз. Существует два основных метода оценки:[2]

  • Delphi метод - The Delphi метод включает направление ряда вопросов экспертам. Эксперты дают свои оценки относительно будущего развития. Исследователь суммирует ответы и отправляет их экспертам, спрашивая их, хотят ли они пересмотреть свое мнение. Метод Delphi не очень надежен и успешно работает только в очень редких случаях.
  • Экстраполяция – Экстраполяция это обычный метод прогнозирования. Он основан на предположении, что будущие события будут продолжать развиваться в тех же границах, что и предыдущие, то есть прошлое является хорошим предсказателем будущего. Исследователь сначала собирает данные о предыдущих событиях и строит их график. Затем он определяет, возникла ли закономерность, и если да, то пытается распространить эту модель на будущее и тем самым начинает генерировать прогноз того, что может произойти. Чтобы расширить закономерности, исследователи обычно используют простое правило экстраполяции, такое как S-образный логистическая функция или же Кривые Гомперца или Кривая катастрофы, чтобы помочь им в их экстраполяции. Именно при принятии решения о том, какое правило использовать, требуется суждение исследователя.

Методы обследования

Методы опроса основаны на мнениях клиентов и, следовательно, при правильном выполнении являются достаточно точными. При проведении опроса необходимо определить его целевую группу.[3] Этого можно достичь, прежде всего рассмотрев, почему проводится прогноз. После того, как целевая группа определена, необходимо выбрать образец. Выборка представляет собой подмножество целевой группы и должна быть выбрана таким образом, чтобы точно отражать всех в целевой группе.[3] После этого опрос должен поставить перед выборочной группой ряд вопросов, и их ответы должны быть записаны.

Записанные ответы затем необходимо проанализировать с использованием статистических и аналитических методов. Среднее мнение и вариация этого среднего - это статистические аналитические методы, которые можно использовать.[3] Затем результаты анализа должны быть проверены с использованием альтернативных методов прогнозирования, и результаты могут быть опубликованы.[3] Следует помнить, что этот метод является точным только в том случае, если выборка представляет собой сбалансированное и точное подмножество целевой группы и если группа выборки точно ответила на вопросы.[3]

Методы временных рядов

Временные ряды методы основаны на измерениях событий, проводимых на периодической основе.[2] Эти методы используют такие данные для разработки моделей, которые затем можно использовать для экстраполяции в будущее, тем самым создавая прогноз. Каждая модель работает в соответствии с различным набором допущений и предназначена для разных целей. Примеры методов временных рядов:[2]

  • Экспоненциальное сглаживание - Этот метод основан на скользящей средней анализируемых данных, например скользящее среднее показателей продаж
  • Циклические и сезонные тенденции - Этот метод ориентирован на предыдущие данные, чтобы помочь определить закономерность или тенденцию, возникающую в циклические или сезонные периоды. Затем исследователи могут использовать текущие данные для корректировки модели, чтобы она соответствовала данным за этот период, и тем самым могут спрогнозировать, что произойдет в течение оставшейся части текущего сезона или цикла.
  • Статистические модели - Статистические модели позволяют исследователю устанавливать статистические отношения между переменными. Эти модели основаны на текущих данных, и с помощью экстраполяции можно создать будущую модель. Методы экстраполяции основаны на стандартных статистических законах, что повышает точность прогнозов. Статистические методы не только позволяют делать прогнозы, но и позволяют количественно определять точность и надежность. Примеры этого - формулы ERLANG B и C, разработанные в 1917 году датским математиком. Агнер Эрланг.

Аналогичные методы

Аналогичные методы предполагают обнаружение сходства между зарубежными событиями и событиями, которые изучаются. Иностранные события обычно выбираются в то время, когда они более «созрели», чем текущие события. Никакое внешнее событие не будет полностью отражать текущие события, и это нужно иметь в виду, чтобы можно было внести любые необходимые исправления. Изучая зарубежные, более зрелые события, можно прогнозировать будущее текущих событий.[2]

Аналогичные методы можно разделить на две группы, а именно:[2]

  • Качественные (символические) модели
  • Количественные (числовые) модели

Причинные модели

Причинно-следственные модели - это наиболее точная и самая сложная форма прогнозирования. Они предполагают создание сложной и полной модели прогнозируемых событий. Модель должна включать все возможные переменные и уметь предсказывать все возможные результаты.

Причинно-следственные модели часто настолько сложны, что их можно создать только на компьютере. Они разрабатываются с использованием данных из набора событий. Модель точна настолько, насколько точны данные, использованные для ее разработки.[2]

Комбинированные прогнозы

Комбинированные прогнозы сочетают в себе методы, описанные выше. Преимущество в том, что в большинстве случаев точность увеличивается; однако исследователь должен быть осторожен, чтобы недостатки каждого из вышеперечисленных методов в совокупности не приводили к сложным ошибкам в прогнозах. Примеры комбинированных прогнозов включают: «Интеграция суждений и количественных прогнозов» и «Простые и взвешенные средние».[2]

Определение точности прогноза

Трудно определить точность любого прогноза, поскольку он представляет собой попытку предсказать будущие события, что всегда является сложной задачей. Чтобы помочь улучшить и проверить точность прогнозов, исследователи используют множество различных методов проверки. Простой метод проверки включает использование нескольких различных методов прогнозирования и сравнение результатов, чтобы убедиться, что они более или менее равны. Другой метод может включать статистическое вычисление ошибок в расчетах прогноза и их выражение в терминах среднеквадратичной ошибки, тем самым обеспечивая указание общей ошибки в методе. Анализ чувствительности также может быть полезен, поскольку он определяет, что произойдет, если некоторые из исходных данных, на основе которых был разработан прогноз, окажутся неверными. Определение точности прогноза, как и само прогнозирование, никогда не может быть выполнено с уверенностью, поэтому рекомендуется обеспечить как можно более точные измерения и получение входных данных, выбор наиболее подходящих методов прогнозирования и выполнение процесса прогнозирования с максимальной тщательностью. возможный.[2]

Рекомендации

  1. ^ Фарр Р.Э., Телекоммуникационный трафик, тарифы и затраты - Введение для менеджеров, Питер Перегринус, 1988.
  2. ^ а б c d е ж грамм час я j k л м п Кеннеди И. Г., Прогнозирование, Школа электротехники и информационной инженерии, Университет Витватерсранда, 2003 г.
  3. ^ а б c d е Гудман А., Обзоры и выборка, 7 ноября 1999 г. http://deakin.edu.au/~agoodman/sci101/index.html Последний доступ 30 января 2005 г.