天猫双十一成交额是如何预测的

大概率每天早8点25更新  

哈喽大家好，我是可乐

双十二马上就要来了，不禁让人回想起双十一，今年你剁手了吗

2020年淘宝双十一成交额4982亿，要知道2019年是2684亿，猛地一瞅，好家伙，

但总量越来越大的同时增长率却逐年降低呀，且今年的统计口径和历年都不一样（后面会说统计口径的问题）。

时间序列，顾名思义，就是数据随时间变化

时间序列进行预测的关键，是确定已有时间序列的变化模式，并假定这种模式会延续到未来

名词解释

时间序列：数据随时间变化的形式

经济数据大多呈时间序列的形式，如历年淘宝双十一成交额

一个时间序列的变化通常可以由以下4种成分组成：

• 趋势：时间序列呈现的某种持续上升/下降的变化。趋势可以是线性的，也可以是非线性的。

想要确定一个时间序列是否包含趋势成分，可对数据进行回归分析，得到拟合的趋势线，并进行显著性检验，通过检验，则说明线性趋势显著

• 季节性：时间序列在一年中出现的周期性波动就是季节性。

想要确定一个时间序列是否包含季节性的成分，需要至少两年的数据，

• 周期性：时间序列中呈现的围绕长期趋势的波浪或振荡式变动，周期性通常由经济环境的变化引起。

• 随机性：除了趋势、季节性、周期性变动以外的某种随机的变动

做时间序列分析最关键的就是一个假设，假设现在的这种变化趋势会延续到未来

下面介绍几种时间序列预测的方法

平滑预测法

只含有随机成分，不存在趋势或季节性成分的可用该方法，平滑预测法包含简单平均法、移动平均法、指数平滑法，通过平滑就可以消除随机波动

简单平均法

以一定观察期的数据求得平均数，并以所求平均数为基础，预测未来时期的预测值。简易平均法是最简单的定量预测方法

如下图用简单平均法预测2020年淘宝双十一交易额

因为近期的数值远比远期的数值更有作用，因此这样预测的结果是不够准确的。

移动平均法

移动平均法就是利用近期的数据来预测未来的方法，也可以细分成两种方法，简单移动平均法和加权移动平均法。

简单移动平均法是将最近期的数据平均后最为下一期的预测值

还是双十一数据，可以取间隔为3和2时分别计算一下看看。

需要注意的是：

• 移动平均的项数不宜过大

• 加大移动平均法的期数（即加大n值）会使平滑波动效果更好，但会使预测值对数据实际变动更不敏感

• 移动平均法要由大量的过去数据的记录

关于用Excel进行时间序列分析的问题，之前我也写过一篇文章：

Excel预测工作表

指数平滑法

指数平滑法是对观察值进行加权从而进行预测的一种方法，通过对不同时间的观察值所赋予的权数不等，从而加大了近期观察值的权数，使预测值能够迅速反映市场实际的变化。

趋势序列预测

当序列存在明显的趋势时，就不再适用上述方法了，应用趋势序列预测的方法。

线性趋势

呈现出增长/下降的线性变化趋势，有点回归分析那味儿了，可以用Excel里的趋势线来预测，选择线性趋势，勾上显示公式和R平方，代入线性公式，得到2020预测值。

非线性趋势

其实这个淘宝双十一的数据我们很明显地看出来它是呈指数递增的，那就在趋势线里选择指数，得到指数曲线的预测方程，代入公式预测2020年数据，可以看到误差还是挺大的。

这里有个统计口径的问题，之前几年的数据都是当天的成交额，而2020年则变成了11月1日~11日的累积成交额，再结合增长率看看，说明什么呢？大家心知肚明就好了哈。