Prognozy telekomunikacyjne

Wszyscy dostawcy usług telekomunikacyjnych wykonują obliczenia prognostyczne, aby pomóc im w planowaniu sieci. Dokładne prognozowanie pomaga operatorom podejmować kluczowe decyzje inwestycyjne związane z rozwojem i wprowadzaniem produktów, reklamą, cenami itp., z dużym wyprzedzeniem przed wprowadzeniem produktu na rynek, co pomaga zapewnić, że firma osiągnie zysk na nowym przedsięwzięciu, a kapitał zostanie mądrze zainwestowany .

Dlaczego stosuje się prognozowanie?

Prognozowanie może być prowadzone w wielu celach, dlatego ważne jest, aby powód przeprowadzenia obliczeń był jasno określony i zrozumiały. Niektóre typowe powody prognozowania obejmują:

• Planowanie i budżetowanie — wykorzystanie danych prognozy może pomóc planistom sieci w podjęciu decyzji o tym, ile sprzętu należy zakupić i gdzie go umieścić, aby zapewnić optymalne zarządzanie ruchem.
• Ocena – prognozowanie może pomóc kierownictwu w podjęciu decyzji, czy podjęte decyzje będą korzystne, czy niekorzystne dla firmy.
• Weryfikacja – W miarę pojawiania się nowych danych prognostycznych konieczne jest sprawdzenie, czy nowe prognozy potwierdzają wyniki przewidywane przez stare prognozy.

Znajomość celu prognozy pomoże odpowiedzieć na dodatkowe pytania, takie jak:

• Co jest prognozowane? – wydarzenia, trendy, zmienne, technologia
• Poziom koncentracji – koncentracja na pojedynczym produkcie lub całej linii, koncentracja na pojedynczej firmie lub całej branży
• Jak często przeprowadza się prognozowanie? – dzienny, tygodniowy, miesięczny, roczny
• Czy stosowane metody odzwierciedlają decyzje, jakie musi podjąć kierownictwo?
• Jakie są dostępne zasoby do podejmowania decyzji? – czas realizacji, personel, odpowiednie dane, budżet itp.
• Jakie rodzaje błędów mogą wystąpić i ile będą one kosztować firmę?

Czynniki wpływające na prognozowanie

Podczas prognozowania ważne jest, aby zrozumieć, jakie czynniki mogą wpływać na obliczenia iw jakim stopniu. Listę niektórych typowych czynników można zobaczyć poniżej:

• Technologia
  • dostęp abonencki – światłowodowy, bezprzewodowy, przewodowy, komórkowy, TDMA , CDMA , telefony
  • aplikacja – telefonia, centrale PBX , ISDN , wideokonferencje, sieci LAN, telekonferencje, internet, sieci WAN
  • technologia – szerokopasmowy, wąskopasmowy, nośniki, światłowód do krawężnika, DSL
• Ekonomia
  • Global Economics – Klimat gospodarczy, prognozy, szacunki, czynniki ekonomiczne, stopy procentowe, główna stopa procentowa, wzrost, perspektywy zarządu, zaufanie inwestorów, polityka
  • Ekonomia sektorowa – trendy w przemyśle, perspektywy inwestorów, telekomunikacja, tempo wzrostu nowych technologii, recesje i spowolnienia
  • Makroekonomia – inflacja, PKB , eksport, kursy walut, import, deficyt budżetowy, kondycja gospodarcza
• Demografia
  • Pomiar liczby osób w regionach – ile osób się urodziło, żyje i zmarło w danym okresie
  • Sposób, w jaki ludzie żyją – zdrowie, płodność, wskaźniki zawierania małżeństw, tempo starzenia się, poczęcia, śmiertelność

Przygotowywanie danych

Przed wykonaniem prognozowania wykorzystywane dane muszą zostać „przygotowane”. Jeśli dane zawierają błędy, to wynik prognozy będzie równie błędny. Dlatego ważne jest, aby usunąć wszystkie nieprawidłowe dane. Taka procedura jest znana jako „czyszczenie danych”. Czyszczenie danych obejmowało usuwanie punktów danych zwanych „odstającymi”. Wartości odstające to dane, które leżą poza normalnym wzorcem. Zwykle są one spowodowane anomaliami i często wyjątkowymi zdarzeniami, więc jest mało prawdopodobne, aby się powtórzyły. Usunięcie wartości odstających poprawia spójność danych i zwiększa dokładność prognozy.

Metody prognozowania

Istnieje wiele różnych metod przeprowadzania prognozowania. Można je podzielić na różne grupy w oparciu o teorie, według których zostały opracowane:

Metody oparte na ocenie

Metody oparte na osądach polegają na opiniach i wiedzy osób, które mają duże doświadczenie w obszarze, którego dotyczy prognoza. Istnieją dwie główne metody oparte na ocenie:

• Metoda Delphi – Metoda Delphi polega na kierowaniu serii pytań do ekspertów. Eksperci przedstawiają swoje szacunki dotyczące przyszłego rozwoju. Badacz podsumowuje odpowiedzi i odsyła podsumowanie do ekspertów, pytając ich, czy chcą zmienić swoje opinie. Metoda Delphi nie jest bardzo niezawodna i działała z powodzeniem tylko w bardzo rzadkich przypadkach.
• Ekstrapolacja – Ekstrapolacja jest zwykłą metodą prognozowania. Opiera się na założeniu, że przyszłe wydarzenia będą się rozwijać w tych samych granicach, co poprzednie wydarzenia, tj. przeszłość jest dobrym predyktorem przyszłości. Badacz najpierw zbiera dane o poprzednich wydarzeniach i kreśli je. Następnie określa, czy pojawił się wzorzec, a jeśli tak, próbuje rozszerzyć wzór na przyszłość i w ten sposób zaczyna generować prognozę tego, co prawdopodobnie się wydarzy. Aby rozszerzyć wzorce, badacze na ogół stosują prostą regułę ekstrapolacji, taką jak funkcja logistyczna w kształcie litery S lub krzywe Gompertza lub krzywą katastroficzną, aby pomóc im w ich ekstrapolacji. To przy podejmowaniu decyzji, której reguły użyć, wymagana jest ocena badacza.

Metody ankietowe

Metody ankietowe opierają się na opiniach klientów, a zatem są dość dokładne, jeśli są przeprowadzane prawidłowo. Przeprowadzając badanie, należy określić grupę docelową badania. Można to osiągnąć, zastanawiając się, dlaczego prognoza jest prowadzona w pierwszej kolejności. Po określeniu grupy docelowej należy wybrać próbę. Próba jest podzbiorem grupy docelowej i musi być wybrana tak, aby dokładnie odzwierciedlała wszystkich w grupie docelowej. Ankieta musi następnie zawierać serię pytań dla grupy próbnej, a ich odpowiedzi muszą być rejestrowane.

Zarejestrowane odpowiedzi należy następnie przeanalizować metodami statystycznymi i analitycznymi. Średnia opinia i zmienność tej średniej to statystyczne techniki analityczne, które można zastosować. Wyniki analizy należy następnie sprawdzić za pomocą alternatywnych metod prognozowania, a wyniki można opublikować. Należy pamiętać, że ta metoda jest dokładna tylko wtedy, gdy próba jest zrównoważonym i dokładnym podzbiorem grupy docelowej i jeśli grupa próbna dokładnie odpowiedziała na pytania.

Metody szeregów czasowych

szeregów czasowych opierają się na pomiarach zdarzeń dokonywanych okresowo. Metody te wykorzystują takie dane do opracowania modeli, które następnie można wykorzystać do ekstrapolacji w przyszłość, generując w ten sposób prognozę. Każdy model działa według innego zestawu założeń i jest przeznaczony do innego celu. Przykładami metod szeregów czasowych są:

• Wygładzanie wykładnicze – Metoda ta opiera się na średniej ruchomej analizowanych danych, np. średniej ruchomej wartości sprzedaży
• Trendy cykliczne i sezonowe — ta metoda koncentruje się na wcześniejszych danych, aby pomóc zdefiniować wzorzec lub trend występujący w okresach cyklicznych lub sezonowych. Naukowcy mogą następnie wykorzystać aktualne dane, aby dostosować wzór tak, aby pasował do danych z tego okresu, a czyniąc to, mogą przewidzieć, co wydarzy się w pozostałej części bieżącego sezonu lub cyklu.
• Modele statystyczne – modele statystyczne pozwalają badaczowi opracować zależności statystyczne między zmiennymi. Modele te opierają się na aktualnych danych i poprzez ekstrapolację można stworzyć przyszły model. Techniki ekstrapolacji opierają się na standardowych prawach statystycznych, poprawiając w ten sposób dokładność prognozy. Techniki statystyczne nie tylko tworzą prognozy, ale także kwantyfikują precyzję i wiarygodność. Przykładami tego są wzory ERLANG B i C, opracowane w 1917 roku przez duńskiego matematyka Agnera Erlanga .

Metody analogiczne

Metody analogiczne polegają na znajdowaniu podobieństw między wydarzeniami zagranicznymi a wydarzeniami, które są badane. Wydarzenia zagraniczne są zwykle wybierane w czasie, gdy są bardziej „dojrzałe” niż wydarzenia bieżące. Żadne wydarzenie zagraniczne nie będzie idealnie odzwierciedlać bieżących wydarzeń i należy o tym pamiętać, aby można było dokonać niezbędnych korekt. Badając zagraniczny, bardziej dojrzały zestaw wydarzeń, można przewidzieć przyszłość bieżących wydarzeń.

Analogiczne metody można podzielić na dwie grupy, a mianowicie:

• Modele jakościowe (symboliczne).
• Modele ilościowe (numeryczne).

Modele przyczynowe

Modele przyczynowe są najdokładniejszą i najbardziej złożoną formą prognozowania. Polegają one na stworzeniu kompleksowego i kompletnego modelu prognozowanych zdarzeń. Model musi zawierać wszystkie możliwe zmienne i musi być w stanie przewidzieć każdy możliwy wynik.

Modele przyczynowe są często tak złożone, że można je tworzyć tylko na komputerach. Są one opracowywane na podstawie danych ze zbioru zdarzeń. Model jest tak dokładny, jak dane użyte do jego opracowania.

Prognozy kombinacyjne

Prognozy kombinowane łączą metody omówione powyżej. Zaletą jest to, że w większości przypadków zwiększa się dokładność; jednak badacz musi uważać, aby wady każdej z powyższych metod nie łączyły się i nie powodowały złożonych błędów w prognozach. Przykłady prognoz kombinowanych obejmują: „Integracja prognoz subiektywnych i ilościowych” oraz „Proste i ważone średnie”.

Określanie trafności prognozy

Trudno jest określić trafność jakiejkolwiek prognozy, ponieważ stanowi ona próbę przewidzenia przyszłych zdarzeń, co zawsze stanowi wyzwanie. Aby poprawić i przetestować dokładność prognoz, badacze stosują wiele różnych metod sprawdzania. Prosta metoda sprawdzania polega na zastosowaniu kilku różnych metod prognozowania i porównywaniu wyników w celu sprawdzenia, czy są one mniej więcej równe. Inna metoda może polegać na statystycznym obliczeniu błędów w obliczeniach prognostycznych i wyrażeniu ich jako pierwiastka błędu średniokwadratowego, dostarczając w ten sposób wskazania ogólnego błędu metody. Przydatna może być również analiza wrażliwości, która określa, co się stanie, jeśli niektóre z pierwotnych danych, na podstawie których opracowano prognozę, okażą się błędne. Określenie trafności prognozy, podobnie jak samo prognozowanie, nigdy nie może być przeprowadzone z całą pewnością, dlatego wskazane jest, aby dane wejściowe były mierzone i uzyskiwane tak dokładnie, jak to możliwe, wybierane były najodpowiedniejsze metody prognozowania, a proces prognozowania prowadzony był tak rygorystycznie, jak to tylko możliwe. możliwy.