Syntha Lab EN

Холт-Винтерс: прогноз с трендом и сезонностью, ошибка на отложенных периодах

По ряду продаж за периоды строит прогноз с уровнем, трендом и сезонными индексами (аддитивная или мультипликативная модель), подбирает параметры сглаживания, проверяет точность на последних отложенных периодах (WAPE, смещение, сравнение с наивным сезонным прогнозом) и показывает приблизительный интервал.

Прогноз и бюджет Для кого: Планировщикам и категорийным менеджерам, которым нужен базовый прогноз с трендом и сезоном для линий с историей.

Посчитать на своих данных →

Коротко

Какой вопрос решает расчёт?
Какими будут продажи в ближайшие периоды, если повторится сезонный круг и сохранится тренд, и лучше ли модель простого «как в прошлом сезоне».
Какие данные нужны?
Ряд продаж за периоды по порядку, не меньше двух полных сезонов.
Как читать результат?
Пример на значениях по умолчанию (36 месяцев): прогноз на 12 периодов 17 919 шт., ближайший месяц 1 203. На отложенных 6 месяцах WAPE 2,2 % против 10,2 % у наивного сезонного прогноза; тренд 11,6 за период. Пример на значениях по умолчанию: Прогноз на 12 периодов, сумма: 17 919; Прогноз на ближайший период: 1 203; WAPE на отложенных периодах: 2,2 %; Смещение на отложенных периодах: −0,2 %. Цифры условные: введите свои, чтобы увидеть свой результат.

Зачем и как рассуждать

Ряд продаж состоит из трёх частей: уровня (где мы сейчас), тренда (куда идём) и сезонности (как месяц влияет на продажи). Метод Холта-Винтерса отслеживает все три и обновляет их с каждым новым периодом, придавая больше веса недавним данным. Уровень обновляется как α × (факт ÷ индекс) + (1 − α) × (уровень + тренд), тренд как β × (изменение уровня) + (1 − β) × прежний тренд, сезонный индекс как γ × (факт ÷ уровень) + (1 − γ) × прежний. Прогноз на h периодов вперёд равен (уровень + h × тренд) × индекс периода. Расчёт подбирает параметры сам (α 5 %, β 1 %, γ 50 %) и проверяет точность на отложенных периодах: WAPE 2,2 % против 10,2 % у наивного сезонного прогноза «как в прошлом году». Уровень в конце ряда 1 420, тренд 11,6 за период, размах сезона 1,73.

Когда применять

Он нужен для рядов с ясной сезонностью и без резких разрывов: товарные группы, базовый ассортимент, трафик магазинов, где есть хотя бы два полных сезона. Не применяйте к рядам короче двух сезонов, с редкими продажами и после радикальных событий (закрытие, смена ассортимента). Допущения: сезонность повторяется, тренд меняется плавно, данные очищены от дефицита и акций.

Как читать результат

Главное число: ошибка на отложенных периодах (WAPE 2,2 %) и выигрыш против наивного прогноза (8 пунктов). Если выигрыша нет, сложная модель не нужна, берите наивный. Смещение (минус 0,16 %) показывает, что модель не завышает и не занижает системно. Параметры при подборе: низкий α и β значат, что ряд устойчив, а высокий γ говорит об изменяющейся сезонности. Сезонный размах 1,73 это сила сезонности: она подсказывает, насколько заказ должен расти к пику. Приблизительный интервал показывает, что прогноз не точка. Стоит проверить прогноз глазом на графике и сверьте с планом продаж.

Типичные ошибки

Подавать ряд с пропусками и дефицитом (модель заучит дефицит как сезон), брать длину сезона не по периоду данных, подбирать параметры на всех данных без отложенных периодов, верить интервалу как гарантии. Добавьте известные события (акция, сдвиг сезона) отдельно, модель о них не знает.

Какие данные нужны?

  • Ряд продаж за периоды по порядку, не меньше двух полных сезонов.
  • Длина сезона и тип сезонности: в моде обычно мультипликативный.
  • Сколько последних периодов отложить для проверки точности.

Какие поля вводятся

ПолеЕдиницаЗначение в примереЧто означает
Длина сезонапериодов12Сколько периодов в одном сезонном круге: 12 для месяцев, 52 для недель, 4 для кварталов. Нужно не меньше двух полных сезонов данных. Для обуви, аксессуаров и детского значения свои: берите данные категории.
Тип сезонностиМультипликативная: сезон растёт вместе с продажамиВ моде сезонность обычно пропорциональна уровню продаж, поэтому берут мультипликативную; аддитивная подходит, когда размах сезона не зависит от уровня. Мультипликативной нужны продажи больше нуля в каждом периоде.
Параметры сглаживанияПодобрать по сеткеПодбор перебирает сетку значений и берёт те, при которых сумма квадратов одношаговых ошибок на ряду наименьшая; результат воспроизводим. Своё значение выбирайте, если знаете, как быстро меняется спрос.
Сглаживание уровня (α)%30Чем выше, тем быстрее уровень следует за последними продажами. Используется, если параметры заданы вручную. Значение примера условное.
Сглаживание тренда (β)%10Чем выше, тем быстрее меняется оценка тренда; тренд обычно меняют медленно. Используется при ручных параметрах. Значение примера условное.
Сглаживание сезона (γ)%30Чем выше, тем быстрее обновляются сезонные индексы. Используется при ручных параметрах. Значение примера условное.
Горизонт прогнозапериодов12На сколько периодов вперёд считать прогноз. Чем дальше, тем шире интервал.
Отложить последних периодов для проверкипериодов6Модель строится по ряду без этих периодов, прогнозирует их, и прогноз сравнивается с фактом. Ноль: проверки нет. После отложенных должно остаться не меньше двух сезонов.

Как считается

ШагФормула
Прогноз(уровень + h × тренд) × сезонный индекс периода
Уровеньα × (факт ÷ индекс) + (1 − α) × (уровень + тренд)
Трендβ × (новый уровень − прежний) + (1 − β) × прежний тренд
Сезонγ × (факт ÷ (уровень + тренд)) + (1 − γ) × прежний индекс
Началоуровень первого сезона, тренд из разницы средних двух первых сезонов, индексы из отклонений от этого тренда
ПроверкаWAPE = Σ|факт − прогноз| ÷ Σфакт на отложенных периодах

Пример на цифрах

Значения по умолчанию из приложения; в интерактивной версии вы подставляете свои.

Прогноз на 12 периодов, сумма
17 919
Прогноз на ближайший период
1 203
WAPE на отложенных периодах
2,2 %Сумма |факт − прогноз| ÷ сумма факта; модель при этом не видела отложенные периоды. Цвет по порогам 15 и 30 % условный.
Смещение на отложенных периодах
−0,2 %Плюс: модель завышает, минус: занижает.
MAPE на отложенных периодах
2,1 %
WAPE наивного сезонного прогноза
10,2 %Прогноз «как в тот же период прошлого сезона». Если модель не лучше него, сложная модель не нужна.
Выигрыш против наивного, п. п.
8
Уровень в конце ряда
1 420
Тренд за период
11,6
Сезонный размах: наибольший индекс к наименьшему
1,73×
Параметр α (уровень)
5 %
Параметр β (тренд)
1 %
Параметр γ (сезон)
50 %
Факт и прогноз с приблизительным интервалом 80 %
Линейный график: Факт: 880 → 1 950; Прогноз: 1 950 → 2 162; Нижняя граница: 1 143 → 1 955; Верхняя граница: 1 263 → 2 3705001 0001 5002 0002 500янв 2023янв 2024янв 2025П+1П+12Факт, янв 2023: 880Прогноз, П+12: 2 162Нижняя граница, П+12: 1 955Верхняя граница, П+12: 2 370₽Период
  • Факт
  • Прогноз
  • Нижняя граница
  • Верхняя граница
Данные таблицей
ПериодФактПрогнозНижняя границаВерхняя граница
янв 2023880———
фев 2023910———
мар 20231 000———
апр 20231 000———
май 2023930———
июн 2023910———
июл 2023880———
авг 2023950———
сен 20231 150———
окт 20231 280———
ноя 20231 380———
дек 20231 640———
янв 2024960———
фев 20241 010———
мар 20241 190———
апр 20241 110———
май 20241 090———
июн 20241 050———
июл 2024940———
авг 20241 110———
сен 20241 310———
окт 20241 430———
ноя 20241 630———
дек 20241 750———
янв 20251 070———
фев 20251 190———
мар 20251 300———
апр 20251 280———
май 20251 220———
июн 20251 100———
июл 20251 100———
авг 20251 240———
сен 20251 450———
окт 20251 650———
ноя 20251 710———
дек 20251 9501 950——
П+1—1 2031 1431 263
П+2—1 2951 2101 379
П+3—1 4401 3361 544
П+4—1 4011 2811 521
П+5—1 3341 2001 468
П+6—1 2461 0991 392
П+7—1 2011 0421 359
П+8—1 3521 1831 522
П+9—1 5951 4151 775
П+10—1 7831 5941 973
П+11—1 9081 7092 106
П+12—2 1621 9552 370
Сезонные индексы, % к уровню
Столбчатая диаграмма: 1 84, 2 90, 3 99, 4 96, 5 90, 6 8405010015011Индекс: 848422Индекс: 909033Индекс: 999944Индекс: 969655Индекс: 909066Индекс: 848477Индекс: 808088Индекс: 898999Индекс: 1051051010Индекс: 1161161111Индекс: 1231231212Индекс: 139139%
Данные таблицей
ПоказательИндекс
184
290
399
496
590
684
780
889
9105
10116
11123
12139

Прогноз по периодам

ПериодПрогнозНижняя граница 80 %Верхняя граница 80 %
П+11 2031 1431 263
П+21 2951 2101 379
П+31 4401 3361 544
П+41 4011 2811 521
П+51 3341 2001 468
П+61 2461 0991 392
П+71 2011 0421 359
П+81 3521 1831 522
П+91 5951 4151 775
П+101 7831 5941 973
П+111 9081 7092 106
П+122 1621 9552 370

Ряд из 36 периодов, сезон 12. Параметры подобраны по сетке на всём ряду; ошибка на отложенных периодах считается с параметрами, подобранными только по ряду до них. Интервал приблизительный (80 %): по разбросу одношаговых ошибок, растёт с корнем из горизонта.

Для новых моделей без истории, для периодов с нехваткой товара и промо с рекламой ряд искажён: сначала очистите его. Для обуви, аксессуаров и детского сезон и его длина свои. Редкие размеры с нулями считайте по прерывистому спросу.

Нюансы и ограничения

  • Оставлять в ряду периоды с нехваткой товара и промо: сезон искажается.
  • Судить о модели по ошибке на тех же данных, на которых она подобрана: нужна проверка на отложенных периодах.
  • Прогнозировать так новинку без истории: рядов не хватает, берите аналоги.

Термины расчёта

Посчитать на своих данных →