Телекоммуникационное прогнозирование

Все поставщики телекоммуникационных услуг выполняют прогнозные расчеты, которые помогают им в планировании своих сетей. ^[1] Точное прогнозирование помогает операторам принимать ключевые инвестиционные решения, касающиеся разработки и внедрения продуктов, 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 может проводиться для многих целей, поэтому важно, чтобы причина выполнения расчета была четко определена и понята. Некоторые распространенные причины для прогнозирования включают в себя: ^[2]

Планирование и составление бюджета . Использование прогнозных данных может помочь планировщикам сети решить, сколько оборудования приобрести и где его разместить, чтобы обеспечить оптимальное управление транспортной нагрузкой.
Оценка . Прогнозирование может помочь руководству решить, принесут ли принятые решения пользу или вред компании.
Проверка . По мере появления новых прогнозных данных необходимо проверять, подтверждают ли новые прогнозы результаты, предсказанные старыми прогнозами. ^{[ нужны разъяснения ]}

Знание цели прогноза поможет ответить на дополнительные вопросы, например следующие: ^[2]

Что прогнозируется? – события, тенденции, переменные, технологии
Уровень фокуса – фокус на одном продукте или целой линейке, фокус на отдельной компании или всей отрасли.
Как часто проводится прогнозирование? - ежедневно, еженедельно, ежемесячно, ежегодно
Отражают ли используемые методы решения, которые должно принять руководство?
Какие ресурсы доступны для принятия решений? – время выполнения заказа, персонал, соответствующие данные, бюджет и т. д.
Какие типы ошибок могут возникнуть и сколько они будут стоить компании?

Факторы, влияющие на прогнозирование

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

Технология
- Абонентский доступ – оптоволоконный, беспроводной, проводной, сотовый, TDMA , CDMA , мобильные телефоны
- Применение – телефония, УАТС , ISDN , видеоконференции, локальные сети, телеконференции, межсетевые сети, глобальные сети.
- технологии – широкополосная, узкополосная, операторы связи, оптоволокно, DSL
Экономика
- Глобальная экономика - экономический климат, прогнозы, оценки, экономические факторы, процентные ставки, основная ставка, рост, перспективы руководства, уверенность инвесторов, политика.
- Отраслевая экономика - тенденции в промышленности, перспективы инвесторов, телекоммуникации, темпы роста новых технологий, рецессии и замедления темпов роста.
- Макроэкономика – инфляция, ВВП , экспорт, курсы валют, импорт, государственный дефицит, экономическое здоровье.
Демография
- Измерение численности населения в регионах – сколько родилось, живет и умерло за определенный период времени
- Образ жизни людей – здоровье, рождаемость, уровень брака, уровень старения, зачатие, смертность.

Подготовка данных

Прежде чем прогнозирование будет выполнено, используемые данные должны быть «подготовлены». Если данные содержат ошибки, то и результат прогноза будет столь же 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 — это данные, выходящие за рамки нормального шаблона. Обычно они вызваны аномальными и зачастую уникальными событиями, поэтому их повторение маловероятно. Удаление выбросов улучшает целостность данных и повышает точность прогноза.

Методы прогнозирования

Для прогнозирования используются различные методы. Их можно разделить на различные группы в зависимости от теорий, согласно которым они были разработаны: ^[2]

Методы, основанные на суждениях

Методы, основанные на суждениях, полагаются на мнения и знания людей, имеющих значительный опыт в области, в которой проводится прогноз. Существует два основных метода, основанных на суждениях: ^[2]

Метод Дельфи . Метод Дельфи предполагает задание экспертам ряда вопросов. Эксперты дают свои оценки дальнейшего развития. Исследователь обобщает ответы и отправляет резюме экспертам, спрашивая их, хотят ли они пересмотреть свое мнение. Метод Дельфи не очень надежен и успешно работает лишь 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 события, т.е. 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 закономерность на будущее и тем самым начинает генерировать прогноз того, что может произойти. Чтобы расширить закономерности, исследователи обычно используют простые правила экстраполяции, такие как S-образная логистическая функция , кривые Гомпертца или катастрофическая кривая, чтобы помочь им в экстраполяции. Именно при принятии решения о том, какое правило использовать, требуется суждение исследователя.

Методы опроса

Методы опроса основаны на мнениях клиентов и поэтому являются достаточно точными, если выполняются правильно. При проведении опроса необходимо определить целевую группу опроса. ^[3] Этого можно достичь, если задуматься, почему вообще делается прогноз. После того как целевая группа определена, необходимо выбрать выборку. Выборка представляет собой подмножество целевой группы и должна быть выбрана так, чтобы она точно отражала всех членов целевой группы. ^[3] Затем в ходе опроса выборочной группе необходимо задать 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 значения — это статистические аналитические методы, которые можно использовать. ^[3] Результаты анализа затем следует проверить с использованием альтернативных методов прогнозирования, а результаты можно опубликовать. ^[3] Следует иметь в виду, что этот метод является точным только в том случае, если выборка представляет собой сбалансированную и точную подгруппу целевой группы и если группа выборки точно ответила на вопросы. ^[3]

Методы временных рядов

Методы временных рядов основаны на периодических измерениях событий. ^[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 разным набором предположений и предназначена для разных целей. Примеры методов временных рядов: ^[2]

Экспоненциальное сглаживание . Этот метод основан на скользящем среднем анализируемых данных, например скользящем среднем показателей продаж.
Циклические и сезонные тенденции . Этот метод фокусируется на предыдущих данных, чтобы помочь определить закономерность или тенденцию, возникающую в циклические или сезонные периоды. Затем исследователи могут использовать текущие данные, чтобы скорректировать модель так, чтобы она соответствовала данным этого периода, и тем самым спрогнозировать, что произойдет в оставшуюся часть текущего сезона или цикла.
Статистические модели . Статистические модели позволяют исследователю разрабатывать статистические взаимосвязи между переменными. Эти модели основаны на текущих данных и путем экстраполяции могут быть созданы модели будущего. Методы экстраполяции основаны на стандартных статистических законах, что повышает точность прогноза. Статистические методы не только дают прогнозы, но и позволяют количественно оценить точность и надежность. Примерами тому являются формулы ERLANG B и C, разработанные в 1917 году датским математиком Агнером Эрлангом .

Аналоговые методы

Аналогичные методы предполагают поиск сходства между зарубежными событиями и событиями, которые изучаются. Зарубежные мероприятия обычно выбираются в тот момент, когда они более «зрелые», чем текущие события. Ни одно зарубежное мероприятие не будет в полной мере отражать текущие события, и это необходимо иметь в виду, чтобы можно было внести необходимые коррективы. Изучая зарубежный, более зрелый набор событий, можно спрогнозировать будущее текущих событий. ^[2]

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

Качественные (символические) модели
Количественные (числовые) модели

Причинные модели

Причинные модели являются наиболее точной и самой сложной формой прогнозирования. Они предполагают создание сложной и полной модели прогнозируемых событий. Модель должна включать все возможные переменные и быть в состоянии предсказать любой возможный результат.

Причинные модели часто настолько сложны, что их можно создать только на компьютерах. Они разрабатываются с использованием данных ряда событий. Модель точна настолько, насколько точны данные, использованные для ее разработки. ^[2]

Комбинированные прогнозы

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

Определение точности прогноза

Трудно определить точность любого прогноза, поскольку он представляет собой попытку предсказать будущие события, что всегда является сложной задачей. Чтобы улучшить и проверить точность прогнозов, исследователи используют множество различных методов проверки. Простой метод проверки предполагает использование нескольких различных методов прогнозирования и сравнение результатов, чтобы увидеть, являются ли они более или менее равными. Другой метод может включать статистический расчет ошибок в прогнозных расчетах и выражение их через среднеквадратическую ошибку, тем самым обеспечивая указание общей ошибки в методе. Анализ чувствительности также может быть полезен, поскольку он определяет, что произойдет, если некоторые исходные данные, на основе которых был разработан прогноз, окажутся неверными. Определение точности прогноза, как и само прогнозирование, никогда не может быть выполнено с уверенностью, поэтому желательно обеспечить, чтобы входные данные измерялись и получалися как можно точнее, выбирались наиболее подходящие методы прогнозирования, а процесс прогнозирования проводился настолько строго, насколько это возможно. возможный. ^[2]

Ссылки

^ Фарр Р.Э., Телекоммуникационный трафик, тарифы и затраты – введение для менеджеров, Питер Перегринус, 1988.
^ Перейти обратно: ^а ^б ^с ^д ^и ^ж ^г ^час ^я ^дж ^к ^л ^м ^н Кеннеди И.Г., Прогнозирование, Школа электротехники и информационной инженерии, Университет Витватерсранда, 2003 г.
^ Перейти обратно: ^а ^б ^с ^д ^и Гудман А., Обследования и выборка, 7 ноября 1999 г. http://deakin.edu.au/~agoodman/sci101/index.html Последнее посещение 30 января 2005 г.

[farr-1] Фарр Р.Э., Телекоммуникационный трафик, тарифы и затраты – введение для менеджеров, Питер Перегринус, 1988.

[kennedy-2] Перейти обратно: ^а ^б ^с ^д ^и ^ж ^г ^час ^я ^дж ^к ^л ^м ^н Кеннеди И.Г., Прогнозирование, Школа электротехники и информационной инженерии, Университет Витватерсранда, 2003 г.

[goodman-3] Перейти обратно: ^а ^б ^с ^д ^и Гудман А., Обследования и выборка, 7 ноября 1999 г. http://deakin.edu.au/~agoodman/sci101/index.html Последнее посещение 30 января 2005 г.

[1]

[2]

[3]