电商贷训练营课程下-《时间序列预测的概念介绍》(视频版 )

时间序列预测的概念介绍。

1. 下面就开始讲时间序列预测模型是怎么开发的，时间序列的预测先讲一下一些概念和原理性的东西，时间序列预测就是利用过去一段时间内某事件的时间特征来预测未来一段时间内该事件特征，在电商领域其实就是用过去的销售数据来预测未来一段时间的销售数据。

2. 时间区的预测分为单变量预测跟多变量预测。

- 如果只拿过去的销售额，就这一个指标来预测未来销售额，这种就是单变量预测，这种单倍量预测就是根据历史的销售额的变化趋势、相关性来预测未来的销售额是怎样子的。

- 如果还要加上影响销售的其他因素，比如经营的退货、退款或者买家评价等各方面的因素，这样就变成了多必量的预测问题了。

3. 这两种预测方法对应的算法也是不一样的。单倍量预测是主要用到传统的时去算法，传统手机算法就包括 AR 模型、MR 模型，还有最后实操会介绍到的 AR 模型，这些模型都是利用自身数据之间的相关性来进行预测的。多变量预测主要是用机器学习、深度学习的算法，利用 charity boss 还有随机森林，这两种算法其实里面都有线性回归算法来进行预测，或者也可以用深度学习，比如 IN、CRM 或者用了 LSTM 这类神经网络算法。

4. 时间序列的预测应用场景在电商领域其实就是主要做销售额的未来预测，这个预测主要是用在额度和营销场景中的。例如马上到了旺季，到了旺季用户要各种备货，比如开发新品或者其他需求，资金周转肯定会增加接待需求，这时候就可以对一些资质比较好的用户来提额。

5. 具体提额多少？这个额度就是跟还款能力、销售额相关的。具体提额多少就可以参考销售预测是多少来进行确定提额到底是多少。或者在营销场景中可以预测用户未来销售额是不是增长的趋势，如果销售是增长趋势，融资需求肯定也会变大的。对于这种用户，高价值的高医院的用户就可以给他推荐融资产品或者发放体检息券或者主动提额等吸引他来借款。