Xây dựng mô hình dự đoán kinh doanh là một phương pháp tuyệt vời

Trong phân tích dữ liệu và ra quyết định kinh doanh, việc xây dựng các mô hình dự đoán kinh doanh hiệu quả là chìa khóa. Bài viết này sẽ giới thiệu chi tiết cách kết hợp kinh doanh với thuật toán để xây dựng mô hình dự đoán kinh doanh đáng tin cậy, giúp các phòng ban kinh doanh hiểu rõ hơn về kết quả dự đoán và hướng dẫn các hoạt động kinh doanh cụ thể.

Thật khó để đưa ra mô hình dự đoán;

Sau khi đưa ra dự báo, sẽ rất khó để cho doanh nghiệp biết phải làm gì tiếp theo.

Hôm nay, tôi sẽ chỉ cho bạn cách kết hợp kinh doanh với thuật toán để đưa ra những dự đoán đáng tin cậy.

1. Tại sao chúng ta cần xây dựng mô hình dự đoán kinh doanh?

Các vấn đề trên là do lựa chọn phương pháp dự đoán không tốt. Dự đoán của mô hình thuật toán, bất kể thuật toán đơn giản hay phức tạp, đều có một vấn đề chung: chúng không thể phản ánh quy trình kinh doanh. Do đó, khi phía doanh nghiệp muốn điều chỉnh hành vi kinh doanh dựa trên dự đoán, họ không biết phải bắt đầu từ đâu.

Trong trường hợp này, cần phải xây dựng mô hình dự đoán kinh doanh. Hôm nay, chúng tôi sẽ giải thích một cách có hệ thống.

Đầu tiên, chúng ta hãy xem xét một tình huống cụ thể:

Là nhà cung cấp nguyên liệu thô toB, những người có nhu cầu hạ nguồn bao gồm:

• Khách hàng lớn, có hợp đồng khung và mua hàng tuần hoàn
• Khách hàng lớn, không có hợp đồng khung, mua hàng theo tháng
• Khách hàng vừa và nhỏ, không có hợp đồng cố định, mua khi có nhu cầu
• Phát triển khách hàng mới hàng tháng (chủ yếu là khách hàng vừa và nhỏ)
• Khách hàng phát triển tích cực/khách hàng ghé thăm thụ động hàng tháng

Phía kinh doanh hiện cần dự đoán khối lượng mua hàng của khách hàng trong tháng tới và hy vọng có thể cung cấp hướng dẫn về công việc cụ thể của các phòng ban như bán hàng cho khách hàng lớn/bán hàng cho khách hàng vừa và nhỏ/đặt quảng cáo cho khách hàng mới, v.v. Hỏi: Làm thế nào để dự đoán?

2. Mô hình dự đoán kinh doanh, thực hiện như thế nào?

Mô hình dự báo kinh doanh là phương pháp dự đoán xu hướng kinh doanh bằng cách lấy các giả định kinh doanh làm biến đầu vào. Điều này khác với các mô hình thuật toán. Các tính năng đầu vào của mô hình thuật toán thường không có ý nghĩa kinh doanh và do đó không thể hướng dẫn các hoạt động kinh doanh cụ thể. Dự báo kinh doanh được thiết kế để khắc phục thiếu sót này.

Ví dụ, trong trường hợp này, các yếu tố có tác động lớn nhất đến nhu cầu của khách hàng là kế hoạch sản xuất của khách hàng và mối quan hệ giữa công ty chúng tôi và khách hàng.

Tuy nhiên, rất khó để có được dữ liệu chính xác ở hai chiều này. Nếu khách hàng là doanh nghiệp vừa và nhỏ, rất có thể họ không có kế hoạch sản xuất và mua sắm nào cả. Họ tự lập và chỉ làm những gì họ có thể làm nếu có lệnh. Nếu là khách hàng lớn chưa ký hợp đồng khung thì mỗi lần mua hàng sẽ phải trải qua quá trình đấu thầu lại và khả năng cao là các nhà cung cấp khác sẽ chen ngang giữa chừng. Do đó, rất khó để đưa ra dự đoán trực tiếp từ hai khía cạnh.

Công việc cần thực hiện lúc này được chia thành ba phần:

Đầu tiên: Sắp xếp các quy trình kinh doanh và tìm các chỉ số dữ liệu có thể theo dõi

Thứ hai: Phân loại đặc điểm kinh doanh và phân biệt các yếu tố ổn định/không ổn định

Thứ ba: Sắp xếp các giả định kinh doanh và kết quả dự báo đầu ra

Thứ tư: Theo dõi kết quả dự báo và khắc phục các vấn đề về quy trình

Bước 1: Sắp xếp các tình huống kinh doanh

Trong trường hợp này, quy trình kinh doanh tương đối đơn giản và rõ ràng, nghĩa là khách hàng trả tiền và công ty chúng tôi giao hàng. Tuy nhiên, các loại khách hàng khác nhau có số lượng đơn hàng khác nhau và khó khăn giao hàng khác nhau, do đó, họ có thể được xem xét riêng (như thể hiện trong hình bên dưới)

Bước 2: Phân loại đặc điểm kinh doanh

Bước này rất quan trọng. Bằng cách xem xét kỹ lưỡng các đặc điểm của từng ngành kinh doanh, chúng ta có thể tìm ra các yếu tố ổn định/không ổn định trong từng giai đoạn thời gian. Phần ổn định là cơ sở để dự đoán, phần không ổn định là phương tiện để kiểm soát kết quả dự đoán.

Trong trường hợp này, xét về yêu cầu mua sắm:

• Khách hàng lớn đã ký vào khung ≥ khách hàng lớn chưa ký vào khung ≥ khách hàng vừa và nhỏ
• Ngành có xu hướng phát triển tốt ≥ ngành phát triển trung bình ≥ ngành phát triển kém
• Khách hàng cũ ≥ khách hàng mới do khách hàng cũ giới thiệu ≥ khách hàng mới được phát triển tích cực ≥ khách hàng mới được truy cập thụ động

Do đó, bằng cách đầu tiên dán nhãn khách hàng theo thứ tự và sau đó xem xét dữ liệu theo nhóm theo các loại nhãn khác nhau, bạn có thể tính toán giá trị của các chỉ số chính sau và quan sát xem xu hướng của chúng có ổn định qua các xu hướng lịch sử hay không.

• Tỷ lệ gia hạn của khách hàng cũ
• Số tiền gia hạn cho khách hàng cũ
• Số lượng khách hàng tiềm năng mới được tạo ra
• Tỷ lệ chuyển đổi khách hàng tiềm năng mới
• Số lượng đơn hàng đầu tiên từ khách hàng mới

Lưu ý rằng một số yếu tố ở đây không thể định lượng trực tiếp và cần phải được chuyển đổi. Ví dụ, "xu hướng phát triển của ngành là tốt", có ít nhất hai cách để xác nhận:

1. Phương pháp dữ liệu: dán nhãn tất cả các doanh nghiệp theo ngành, kiểm tra dữ liệu thống kê của ngành, sau đó xem dữ liệu phát triển của các doanh nghiệp mà công ty chúng tôi ký hợp đồng.

2. Phương pháp thủ công: Đối với tất cả các giao dịch bán hàng, thời gian ghé thăm khách hàng mới/khách hàng cũ thường xuyên phải kéo dài hơn 5 phút và phải thu thập dữ liệu.

Làm thế nào để chọn phương pháp? Trả lời: Vì là dự báo kinh doanh nên phương pháp có thể tác động đến kinh doanh, tức là phương pháp thủ công, được ưu tiên. Bởi vì việc thu thập dữ liệu thủ công không chỉ có thể thu thập thông tin khách hàng mà còn thu thập được hai thông tin quan trọng: hành động kinh doanh và khả năng phán đoán kinh doanh.

Hãy tưởng tượng xem: nếu nhân viên bán hàng hời hợt và bất cẩn ngay cả khi đến thăm tiếp theo thì liệu có đơn đặt hàng nào không? Chắc chắn là không. Do đó, việc đo lường khả năng hành động của doanh nghiệp cũng là một phần quan trọng của dự báo kinh doanh.

Nếu trong quá trình này phát hiện một số phòng ban kinh doanh:

• Tỷ lệ luân chuyển nhân viên cao
• Nhân viên thực hiện kém
• Một số chuyến thăm hiệu quả
• Ghé thăm và trò chuyện với khách hàng
• Phản hồi sai chín lần trong mười lần

Khi đó vấn đề trở nên rõ ràng: năng lực kinh doanh kém sẽ dẫn đến kinh doanh kém.

Điều này rất quan trọng. Sinh viên phải nhớ rằng vì bạn đang đưa ra dự đoán dựa trên hành vi kinh doanh nên bạn phải xem xét kỹ lưỡng hành vi kinh doanh đó. Đừng cố trộn lẫn một nửa với những cân nhắc về kinh doanh và một nửa với dữ liệu cho tính toán của riêng bạn. Điều này sẽ làm mọi thứ trở nên phức tạp hơn và khó có thể đánh giá được liệu điều đó là tốt hay xấu.

Bước 3: Xuất kết quả dự đoán

Với sự phân loại rõ ràng, chúng ta có thể đưa ra kết quả dự đoán. Phương pháp đầu ra rất đơn giản:

• Nếu có các tham số ổn định, hãy áp dụng chúng trực tiếp
• Nếu không có tham số ổn định, doanh nghiệp có thể tự điền các tham số ước tính.

Kết quả được tóm tắt và tính toán như sau (như hiển thị bên dưới):

Xin lưu ý rằng các thông số ước tính do chính doanh nghiệp điền không thể được điền một cách ngẫu nhiên mà cần phải có cơ sở. Như thể hiện trong hình, những kết quả dự đoán vi phạm rõ ràng các quy luật phát triển đều không có giá trị. Và bản thân hành vi này cũng có thể trở thành đầu vào của mô hình: phía doanh nghiệp thiếu năng lực và không đánh giá được năng lực cũng như nguồn lực cần thiết của chính mình.

Theo cách này, trong khi đưa ra kết quả dự báo kinh doanh, chúng tôi cũng đưa ra các giả định cần được đảm bảo, chẳng hạn như:

• Giả định 1: Nhu cầu của khách hàng trong ngành XX không bị ảnh hưởng bởi tỷ giá hối đoái xuất khẩu
• Giả định 2: Tỷ lệ chuyển đổi khách hàng tiềm năng mới không dưới 5%
• Giả định 3: Hiệu quả thực hiện kinh doanh đạt trên 90%

Những giả định này có thể được sử dụng trực tiếp làm chỉ số đánh giá trong giai đoạn theo dõi và cũng có thể chuẩn bị trước các kế hoạch ứng phó, do đó ngay cả khi một số vấn đề nhỏ xảy ra, chúng vẫn có thể được khắc phục trực tiếp và các vấn đề lớn có thể được nhận biết trước, tiết kiệm khối lượng công việc theo dõi và xem xét.

Bước 4: Theo dõi kết quả dự đoán

Khi chúng thực sự xảy ra, kết quả có thể được theo dõi dựa trên các giả định dự báo.

• Khi xu hướng kinh doanh không tốt, các vấn đề có thể được cảnh báo trước.
• Khi vấn đề thực sự xảy ra, bạn có thể kiểm tra giả thuyết để tìm ra điểm có vấn đề.
• Đối với những vấn đề có kế hoạch ứng phó, bạn có thể trực tiếp kích hoạt các kế hoạch để giải quyết vấn đề.

Điều này có thể hướng dẫn các hoạt động kinh doanh rất tốt (như thể hiện bên dưới):

Lưu ý rằng trong 6 tình huống trên, chỉ có vấn đề bất ngờ mà khách hàng dự đoán mới được coi là dự báo thất bại. Tại sao chúng ta không biết trước rằng thông tin quan trọng như một khách hàng lớn sẽ kìm hãm giá? Cả bộ phận kinh doanh và bộ phận dữ liệu đều cần phải xem xét lại vấn đề này. Nếu bạn thực sự gặp phải vấn đề thiên nga đen, rất có thể đã có sự thay đổi về nhân sự nội bộ của khách hàng hoặc đối thủ đã sử dụng một thủ đoạn bẩn thỉu. Lúc này, dự đoán thực sự sẽ trở nên vô hiệu, nhưng nó không liên quan gì đến bản thân dự đoán đó. Những yếu tố này không thể đoán trước được nên chúng ta chỉ có thể tìm ra giải pháp khi xem xét tình hình.

3. Mô hình dự báo kinh doanh, ưu điểm và nhược điểm

Ưu điểm lớn nhất của các mô hình dự báo kinh doanh là chúng có thể chấm dứt hoàn toàn vấn đề con gà và quả trứng "liệu dự báo không chính xác dẫn đến hiệu suất kém hay hiệu suất kém dẫn đến dự báo không chính xác?" Nó nói rõ với mọi người rằng: dự đoán không chính xác vì công việc kinh doanh không được thực hiện tốt!

Và chúng tôi có thể cho bạn biết chi tiết rằng hiệu suất kém là do những lý do kinh doanh sau đây, từ đó định hướng cho sự phát triển kinh doanh.

• Không theo dõi đầy đủ các khách hàng tiềm năng mới
• Không thăm hỏi khách hàng cũ đầy đủ
• Khách hàng cũ không áp dụng giá ưu đãi
• Năng lực phát triển kém ở các ngành công nghiệp chủ chốt

Nhược điểm lớn nhất của các mô hình dự báo kinh doanh là các dự báo phụ thuộc vào đánh giá của con người. Do đó, kết quả dự báo bị ảnh hưởng đặc biệt bởi tinh thần đồng đội.

Nhìn chung, khi tinh thần đồng đội cao, các giá trị dự đoán đưa ra có xu hướng thiên về giá trị lớn và đánh giá khả năng sửa lỗi đưa ra cũng có xu hướng thiên về giá trị lớn; khi tinh thần đồng đội thấp, các giá trị dự đoán đưa ra sẽ thiên về giá trị nhỏ và khả năng sửa lỗi hoàn toàn không tồn tại. Những đánh giá quá thiên vị sẽ ảnh hưởng đến việc triển khai mô hình và do đó không đạt được hiệu quả mong muốn.

Do đó, không nên bỏ qua dự báo kinh doanh cũng như dự báo thuật toán. Mô hình thuật toán có thể cung cấp trực tiếp dữ liệu tổng thể dựa trên xu hướng phát triển trong quá khứ, do đó được sử dụng để hỗ trợ đánh giá liệu bộ phận kinh doanh hiện tại có đánh giá quá cao/quá thấp tình hình hay không, để ban lãnh đạo có cơ sở sử dụng khi triển khai các biện pháp quản lý và khuyến khích bộ phận kinh doanh đưa ra những đánh giá đúng đắn.

Các mô hình dự đoán kinh doanh phù hợp để sử dụng khi doanh nghiệp có thể chủ động tác động và thay đổi kết quả. Nhưng trong một số trường hợp, phía doanh nghiệp lại thụ động trong việc chấp nhận, chẳng hạn như dịch vụ khách hàng, hậu mãi, dây chuyền sản xuất, v.v. Các cuộc gọi của khách hàng bị ảnh hưởng bởi nhiều yếu tố, chẳng hạn như chương trình khuyến mãi, ra mắt sản phẩm mới và quảng cáo, nhưng không có yếu tố nào trong số này có thể được dịch vụ khách hàng kiểm soát. Vào thời điểm này, việc sử dụng mô hình dự báo kinh doanh là không phù hợp, nhưng nên sử dụng mô hình thuật toán để ước tính trực tiếp tổng khối lượng cuộc gọi trong tháng tới để đánh giá việc sắp xếp nguồn nhân lực.