التنبؤ الزمني: مبيعات الشهر القادم

لماذا ليس هذا انحدارًا عاديًا

في الدرسين 2 و3، لم يغيّر خلط الصفوف شيئًا — كل منزل أو عميل يقف بذاته. سجل المبيعات مختلف: الترتيب هو المعلومة. التنبؤ الزمني هو التنبؤ لبيانات تُقاس عبر الزمن، حيث تنمو كل قيمة مما قبلها.

بياناتنا: مبيعات شهرية لسنة واحدة، بآلاف الريالات.

تأمّله لحظة: المبيعات تصعد تدريجيًا عبر السنة، مع انخفاض صغير كل ثلاثة أشهر. المتنبّئ الجيد ينبغي أن يلتقط الاثنين.

الإزاحات: الماضي القريب كخصائص

لا يملك المتنبّئ «مساحة» أو «تذاكر» — مادته الخام الوحيدة هي السلسلة نفسها. لذا يصنع خصائص من الماضي القريب: الإزاحات. مع 3 إزاحات، يُتنبأ بكل شهر من الأشهر الثلاثة التي قبله. وهذا يحوّل السلسلة إلى صفوف تدريب عادية:

كل صف امتحان مصغّر: «بمعرفة هذه الأشهر الثلاثة، خمّن الرابع». ومن هنا يعمل التدريب تمامًا كما في الدرس 1 — خمّن، قِس، عدّل — ويمكن لأي عائلة نماذج انحدارية أن تتنافس.

الأفق: إلى أي مدى، خطوة خطوة

‏الأفق هو عدد الخطوات المستقبلية التي تطلبها. لتوقّع ثلاثة أشهر، يتنبأ النموذج بيناير من [أكتوبر، نوفمبر، ديسمبر] — ثم يتنبأ بفبراير مستخدمًا تخمينه ليناير كأحد المدخلات، وبمارس مستخدمًا اثنين من تخميناته.

الاتجاه والموسمية، بالعين المجردة

نمطان يختبئان في كل سلسلة أعمال تقريبًا. الاتجاه: مبيعاتنا تتسلق من 100 إلى 165 عبر السنة — نمو ينبغي للنموذج أن يمدّه لا أن يتجاهله. والموسمية: ذلك الانخفاض كل ثلاثة أشهر يتكرر بجدول ثابت، مثل ساعات رمضان أو إجازات الصيف أو اندفاعات نهاية الربع. الإزاحات تتيح للنموذج التقاط الاثنين، لأن «قبل ثلاثة أشهر» يحمل الصدى الموسمي.

ما الذي قد يسوء مع الزمن

كيف تُقيَّم التوقعات

تُقاس أخطاء التوقع عادةً كنسب مئوية — «خطأ 6% في الشهر المعتاد» — باستخدام MAPE وقريبه الأكثر ثباتًا sMAPE، إلى جانب MAE وRMSE اللذين تعرفهما من الدرس 2. الدرس التالي يحسبها كلها بأرقام حقيقية.