Когда мы слышим слово «прогноз», в воображении часто возникают сложные нейросети, мощные кластера и реки «биг-даты». Однако большинство повседневных задач можно решать простыми, доступными и проверенными временем приёмами. Ниже собрана подборка таких методов, которые способен освоить каждый, не имея статистического образования и мегаватт вычислительной мощности.
Метод средних значений (по сути — «всё течёт, всё меняется… кроме среднего»)
Суть: мы берём прошлые показатели, складываем и делим на количество периодов.
Когда работает
- Продажи продуктов со стабильным спросом (хлеб, молоко, ГСМ).
- Температурные данные без экстремальных выбросов.
Когда ломается
- Новогодние праздники, когда продажи скачут в 5–10 раз.
- Запуск рекламной кампании, который вносит «шум».
Лайфхак: добавьте «скользящее» окно 3–5 периодов и убирайте выбросы (trimmed mean).
Пример на JavaScript: const avg = arr => arr.reduce((a,b)=>a+b,0)/arr.length;
Экстраполяция по двум точкам («линейка на графике»)
Постройте прямую через последние две измеренные точки и продлите её в будущее.
Формула
y = y₁ + (x − x₁) * (y₂ − y₁) / (x₂ − x₁)
Плюсы
- Требуется всего 2 числа.
- Работает быстрее, чем пить кофе.
Минусы
- Любое «зигзагообразие» ряда даёт огромную погрешность.
Кейс: прогноз курса доллара на день вперёд, если вчера было 90 руб., позавчера — 89 руб. Прогноз: 91 руб. Через треть дня проверяем и смеёмся (или плачем).
Правило «naïve» (вчерашний день = завтрашний день)
Один из самых стойких «бейслайнов» в прогнозировании временных рядов. Просто берём последнее наблюдаемое значение и считаем, что оно повторится.
Когда это оправдано
- Цены на электроэнергию в отсутствие форс-мажоров.
- Температурный режим в закрытом офисе (кондиционер стабилен).
Полезный твик
Добавьте случайное блуждание:
forecast = last + ε, где ε ~ N(0, σ).
Так вы увидите диапазон возможных значений.
Метод «по аналогии» (pattern matching «на коленке»)
Ищем в истории день/неделю/месяц, который похож на текущий, и берём его продолжение.
Алгоритм «в лоб»
- Берём последние 7 дней как «вектор признаков».
- Через корреляцию или евклидово расстояние ищем ближайший исторический «близнец».
- Берём последующий день «близнеца» как прогноз.
Иногда это называют 1-NN (k=1 nearest neighbor) по временному окну.
Экспертная оценка + Delphi (когда данных мало, а мнений много)
Если данных нет, спросите у людей, которые «в теме», и усредните их оценки. Схема простая:
- Шаг 1. Отправляем анкету экспертам: «Сколько продадим кофе в июне?»
- Шаг 2. Считаем медиану.
- Шаг 3. Возвращаем анкету с результатами и просим скорректировать.
- Шаг 4. Повторяем 2–3 итерации.
Так рождается согласованный консенсус, часто точнее любой модели на малой выборке.
«Визуальный» метод – график + линейка
Иногда самое точное, это глаз. Постройте точечный график, приложите линейку к экрану и продлите тренд.
Когда работает
- Краткосрочные данные без сезонности.
- Быстрый «чек» перед важным решением.
Подсказка: цифровые линейки в Excel и Google Sheets умеют добавлять линейный тренд всего в 2 клика:
Вставка → Диаграмма → Добавить линейный тренд.
«Коробка и усики» (Box-Cox + IQR для аномалий)
Иногда важнее понять, что будет аномалией, чем сколько будет продано.
- Берём прошлые 30 наблюдений.
- Строим «усики» по правилу Q1-1.5IQR и Q3+1.5IQR.
- Любые значения за границами — потенциальные выбросы (сюрпризы).
Это помогает защитить склад или кассу от неожиданного спроса.
«Правило трёх» (для редких событий)
Если событие ещё не случалось, но вы уже наблюдали N попыток, верхняя граница вероятности по методу Лапласа:
P ≈ 3 / N
Пример: вы 100 дней подряд не ломали ключ в двери. Вероятность поломки завтра ≤ 3 %.
Инструменты «на подхвате»
- Google Sheets — функции
=FORECAST,=TREND. - Excel — «Анализ данных» → «Сглаживание» → «Эксп. сглаживание».
- Python (3 строки кода):
import pandas as pd df['forecast'] = df['value'].rolling(window=7).mean.shift(1) - Бумажный календарь — ставим точки продаж и соединяем карандашом (проверено десятилетиями).
Как не испортить простой метод
- Не злоупотребляйте точностью. 95 % точности в Excel может не выдержать встречи с реальностью.
- Проверяйте на свежих данных. Даже «наивный» прогноз нужно тестировать каждую неделю.
- Документируйте ошибку. Ведите журнал MAPE (средняя абсолютная ошибка) — это вдохновит улучшения.
80 % бизнес-задач решаются именно простыми методами. Они быстро реализуются, легко объясняются и не требуют суперкомпьютеров. Стартуйте с среднего значения, добавьте линейную экстраполяцию, уточните экспертами — и уже через час у вас будет рабочий прогноз, который не стыдно показать директору.
Запомните: самый точный прогноз — это тот, который используют и проверяют. Всё остальное — лишь математические красивости.
Дата написания: