在預測案例1，我們依據(jù)渠道業(yè)務管理和代理商行為特征，以時間序列分析方法，為成熟渠道行業(yè)業(yè)務搭建了"渠道業(yè)務的自適應預測模型"。

這個預測模型，針對的是整體業(yè)績預測，而并非直接導出供應鏈所需的產(chǎn)品預測。這是由于，成熟的渠道業(yè)務其產(chǎn)品需求結構也是相對穩(wěn)定的，所以，產(chǎn)品預測可以直接依據(jù)整體業(yè)績預測等比例換算即可。

如果業(yè)務市場不夠成熟，例如行業(yè)占有有限、客戶數(shù)量有限，那么產(chǎn)品需求結構的穩(wěn)定度就完全依賴于行業(yè)、客戶需求變化的同步性。不考慮到這一點，而單純按照預測案例1去照貓畫虎，就很有可能帶來較大的預測偏差。

這種情況，需要不同的分析處理和預測模型。下面請看案例2。

****************************************

案例2：

現(xiàn)有產(chǎn)品型號數(shù)量>500。已知產(chǎn)品結構樹如下：

同時，現(xiàn)有17家客戶，過去兩年的客戶需求記錄如下：

我們是否可以搭建合適模型，用于預測未來？

****************************************

技術方向的討論：

很明顯，預測模型的質量首先取決于我們對這17家客戶需求特征的把握。

雖然客戶數(shù)量只有17個，并且通常也會有比較清晰的業(yè)務人員負責每一個客戶的業(yè)務發(fā)展，但是，如果我們寄希望于業(yè)務人員能夠講清楚每個客戶對這數(shù)百顆物料的后續(xù)月度需求，那也幾乎是完全不現(xiàn)實的事情。

如果能夠搭建一個有效的模型來描述需求結構和變化，就可以很好地提高供應鏈與業(yè)務人員的溝通質量和溝通效率，進而得到更好的預測質量。

為了完成這個目標，我們需要的是“聚類分析”。

（知識點：聚類分析 cluster analysis，是一組將研究對象分為相對同質的組群的統(tǒng)計分析技術。        這是現(xiàn)代數(shù)據(jù)挖掘、數(shù)據(jù)分析技術中的一個重要內容。通過對研究對象特征的梳理和定義，進行合理分類，它可以有效減少需要討論的對象數(shù)目，有利于對研究對象的整體描述。)

對案例2而言，所謂“聚類分析”，就是將行為特征比較相似的客戶歸為一組。不同組別的客戶，意味著會有不同的行為特征。

第一個問題，哪些行為特征是我們需要關心的呢？

首先，產(chǎn)品需求結構；其次，需求趨勢。

把握了這兩點，我們就能夠把握未來產(chǎn)品需求。

以產(chǎn)品需求結構特征為例，我們來看看如何進行聚類分析。

應用數(shù)據(jù)透視表，我們可以得到客戶需求的分類匯總如下：

也就是說，我們得到了17家客戶的產(chǎn)品需求結構特征。每個客戶都擁有各自的一維數(shù)組(或者說一維向量)，代表各自在過去兩年的實際需求結構。我們需要把結構相似的客戶歸為同類。

第二個問題，如何定量評價相似性？

(知識點：聚類分析技術，計算相似度主要有以下幾種方法：

               1. (向量視角的)夾角余弦、

               2. (概率視角的)杰卡德相似系數(shù)、

              3. (統(tǒng)計視角的)相關系數(shù) )

其中，相關系數(shù)是最適合于Excel計算、同時也最直觀的一種計算方法。

首先，建立相關系數(shù)矩陣。

基于之前我們曾經(jīng)分享的“數(shù)據(jù)處理技巧：幾個有用的Excel函數(shù)”，使用INDEX和MATCH函數(shù)為相關系數(shù)CORREL函數(shù)提供輸入，可以很容易地搭建計算公式，如下圖

    請注意，所用公式的"$"鎖定技巧，對于后續(xù)的分析處理極為有用。后續(xù)需要持續(xù)調整矩陣的行、列，這個公式寫法，可以確保調整過程中計算結果總是有效。

    這里以顏色直觀表現(xiàn)相關系數(shù)的高低：深綠色>0.9，綠色0.7~0.9，淺綠色0.5~0.7。

這個相關系數(shù)矩陣，也叫“協(xié)相關矩陣”，實際上就是每兩個客戶的產(chǎn)品需求結構之間的相關系數(shù)。行標題和列標題，就是客戶編號。所以，矩陣對角線(左上-右下)上的相關系數(shù)均為1。

其次，聚類過程(1)——相關系數(shù)矩陣調整和初步分組。這是一個圖上作業(yè)。我們的目標是將最多的綠色集中在對角線上，實現(xiàn)的方式，是調整行、列的順序，也即不停地剪切、插入。實現(xiàn)了這一點，也就將高相關性的客戶集中到了一起。

調整結果如下圖：

    請注意，在調整過程中，一定要保持行、列同步調整，也即行、列的客戶順序永遠一致。

    圖中的方框，就是依據(jù)相似度的分組，每個框內的客戶都是高度相似的。

由于目前得到的結果存在很多交叉相關(方框交疊)，這個結果還不是聚類的最終結果。我們還需要解開這些交叉。

再次，聚類過程(2)——分組檢驗及合并。

將上圖中各個方框內相應客戶合并，一共得到七個分組G01~G07。然后計算這七個分組與所有客戶的相關系數(shù)矩陣。結果如下圖：

    請注意：為了呈現(xiàn)方便，這里隱藏了客戶列。實際上，這里的計算公式仍然如前圖類似。

上圖中可以很清晰地看到，G02、G03、G04之間，G05、G06、G07之間，所覆蓋的客戶群非常接近。

因此，我們可以嘗試將其合并，G11包含所有G02、G03、G04的客戶，G12包含所有G05、G06、G07的客戶。計算合并后的三個分組(G01未受影響)與所有客戶的相關系數(shù)矩陣，結果如下圖：

    請注意，視實際分組效果，這個過程有可能需要重復進行多次，如果合并分組效果不好，還需要退回重新嘗試其它合并方案。

這個分組結果顯然更清晰。由于這個結果中的G11、G12仍然存在著部分客戶重疊，因此，我們還需要最后整理和檢驗一下。

最后，聚類過程(3)——最終分組及檢驗。

以相關性更高為標準，我們將所有客戶都強制劃分唯一組別，并計算新分組與所有客戶的相關系數(shù)矩陣，以檢驗分組質量。如下圖：

可見，所有客戶都已經(jīng)被唯一分組所很好覆蓋。這就是我們可接受的產(chǎn)品需求結構分組的最終結果。

還有客戶需求趨勢特征需要分析，這是另一個聚類分析工作。

分析的對象，是各個客戶的月度需求走勢。分析過程同上。對所有客戶的月度需求記錄進行相關系數(shù)矩陣分析，然后調整矩陣、嘗試分組并調整、檢驗。最終得到可接受的需求趨勢分組。

具體過程不再重復，這里僅展示分析結果如下：

    請注意，這一客戶分組與前一分組并不一致，這是很正常的結果。

將兩個特征綜合，我們就得到了下面的客戶分類矩陣：

每一個分組內的客戶之間，產(chǎn)品需求結構和需求趨勢都是相似的。

總共有5個有效分組。

第三個問題，聚類分析結果的實際意義是什么？

(知識點：聚類分析作為監(jiān)督學習，其結果對于特征選擇是比較敏感的。例如，產(chǎn)品結構層次(產(chǎn)品大類or細分類別)、主要產(chǎn)品類別(例如ABC中是否放棄C類)的取舍等，都會影響到聚類分析結果。)

有鑒于聚類分析的敏感性，我們必須討論聚類分析結論的實際意義，這既可以避免我們誤入歧途，同時也是理解現(xiàn)實的必需步驟。畢竟，我們的分析過程以及模型搭建，都是要用來與業(yè)務有效溝通的。

這一過程，我們留待下一篇深入討論。這里僅展示未經(jīng)討論的初步結果，如下圖。

    請注意：

        (1) 藍色百分比數(shù)字，是該組別的業(yè)績占比;

        (2) 需求趨勢上，CG_A和CG_B有明顯不同的旺季；

     （3）需求結構上，各組別的產(chǎn)品側重完全不同。請格外留意PG_B的縱軸高度是另外兩個的三倍。

技術方向討論的總結：

對于有限客戶/行業(yè)的案例2，通過聚類分析，可以注意到案例中包含有5組不同客戶，每組客戶都有著不同的產(chǎn)品需求結構和需求趨勢。

這種結構性的差異，對于我們理解和把握需求是重要的?；诳蛻舻暮侠矸纸M，我們就有希望避免同步性差異所帶來的預測偏差。

（本篇完）

下一篇我們將繼續(xù)從現(xiàn)實方向討論案例2。

所有數(shù)據(jù)挖掘結論，都需要探討其現(xiàn)實意義，并且以此作為其價值的判斷依據(jù)。這將是我們下一篇的重點。

下周日再見~~