Kebanyakan tool forecasting melakukan satu hal: melihat histori Anda dan menarik garis ke depan. Ini padanan statistik dari berkendara sambil hanya melihat spion. Anda akan tetap di jalan, sampai jalannya berbelok karena sesuatu di depan.

“Sesuatu di depan” itu adalah belanja iklan Anda. Launching Anda. Hari liburnya. Hal yang akan Anda lakukan dan mengubah permintaan.

Kenapa model masa-lalu-saja meleset di tikungan

Time series model yang dilatih dari histori saja mengasumsikan besok mirip kemarin, disesuaikan musiman. Oke, sampai Anda menggandakan budget marketing bulan depan. Model belum pernah melihat itu, jadi ia memprediksi “normal” dan Anda meleset jauh dari lonjakannya, entah kehabisan stok atau terjebak rencana yang dibuat untuk dunia yang lebih sepi.

Solusinya: beri tahu model apa yang datang.

Exogenous regressor, dengan bahasa manusia

Exogenous regressor (xreg, kalau suka jargonnya) cuma variabel luar yang Anda suplai bersama histori: belanja marketing per minggu, tanggal mulai kampanye, flag hari libur, bahkan traffic web. Model belajar “saat spend naik, permintaan mengikuti,” lalu memakai spend yang direncanakan untuk memprediksi permintaan masa depan.

Jadi alih-alih meramal buta, Anda meramal dengan tuas-tuasnya terlihat. Gabungkan histori impressions dengan rencana spend dan Anda dapat puncak Maret yang benar-benar menghitung kampanye yang sedang Anda jalankan.

Kemenangan praktisnya

Anda berhenti bertanya “berapa permintaannya nanti?” dan mulai bertanya “permintaan seperti apa yang kita mau, dan spend berapa yang membawa ke sana?” Itu bukan forecasting lagi, itu perencanaan dengan model, bukan dengan harapan.

Kalau forecast Anda tidak tahu soal budget iklan Anda, ia tidak meramal bisnis Anda. Ia meramal kuartal lalu.

KIRA.id mendukung exogenous regressor sehingga forecast Anda memakai driver, bukan cuma histori. Lihat fiturnya atau email kami.