Выдвижение гипотез.

Под гипотезой в данном случае понимается предположение о влиянии определенных факторов на исследуемую нами задачу. Форма этой зависимости в данном случае значения не имеет. То есть мы может сказать, что на продажи влияет отклонение нашей цены на товар от среднерыночной, но при этом не указывать, как, собственно, этот фактор влияет на продажи. Для решения этой задачи обычно используется Data Mining.

Автоматизировать процесс выдвижения гипотез не представляется возможным, по крайней мере, на сегодняшнем уровне развития технологий. Эту задачу должны решать эксперты – специалисты в предметной области. Полагаться можно и нужно на их опыт и здравый смысл. Необходимо постараться максимально использовать их знание о предмете и собрать как можно больше гипотез и предположений, для чего применяется простой опрос экспертов.

Результатом данного этапа должен быть список с описанием всех факторов. Например, для задачи прогнозирования спроса это может быть список следующего вида: сезон, день недели, объемы продаж за предыдущие недели, объем продаж за аналогичный период прошлого года, рекламная компания, маркетинговые мероприятия, качество продукции, бренд, отклонение цены от среднерыночной, наличие данного товара у конкурентов и т.п.

В процессе подбора влияющих факторов необходимо максимально абстрагироваться от информационных систем и имеющихся в наличии данных. Очень часто встречается ситуация, когда пользователи заявляют: «Имеются такие данные, что можно из них получить?». Это ошибочная практика – данные должны подбираться для решения задачи, а не наоборот, поскольку целью является решение актуальной задачи, а не оправдание затрат на сбор большого объема данных.

После подготовки таблицы с описанием факторов нужно экспертно оценить значимость каждого из факторов. Эта оценка не является окончательной, она будет отправной точкой. В процессе анализа вполне может оказаться, что фактор, который эксперты посчитали очень важным, таковым по сути не является и, наоборот, незначимый с их точки зрения фактор может оказывать значительное влияние. В любом случае, все варианты проанализировать сразу невозможно, нужно от чего-то отталкиваться, этой точкой и является оценка экспертов.

Когда гипотезу выдвигает один эксперт, задача оценки значимости относительно простая. Чем крупнее и сложнее система, элементы которой оцениваются и моделируются, тем труднее получить адекватную оценку экспертов. Часто мнения экспертов могут расходиться – возникает вопрос, как получить агрегированные показатели из десятков мнений экспертов. Для этого существуют специальные математические методы, так называемые методы проведения сложных экспертиз: ранжирование, парное сравнение и другие. Одним из наилучших способов рейтингования является применение самоорганизующихся карт Кохонена [12].