- Algumas coisas são mais fáceis de prever do que outras.
- Isso significa usar diferentes modelos matemáticos, estatísticos e computacionais.
- A previsibilidade de um evento (qualidade de coisas) ou de uma quantidade depende basicamente de três fatores: 1) Quão bem entendemos os fatores que contribuem para o evento, 2) Qual o volume de dados estão disponíveis e 3) Como as previsões podem afetar a previsibilidade do evento que estamos tentando prever.
- Por exemplo, as previsões de demanda de um sistema ou rede de informações, tal como um contact center, data center, rede social, podem ser altamente precisas porque todas as três condições anteriores são geralmente satisfeitas, tais como: distribuição no tempo da taxa de chegada de serviço, tempo médio de atendimento de serviços.
- No entanto prever a variação econômicas, taxas de câmbio, clima é outra história, mesmo quando existe uma grande quantidade de dados disponíveis, já que são muitos fatores que contribuem para a sua variação.
- Diante disso, uma questão fundamental é saber quando algo pode ser previsto com precisão e quando as previsões não serão melhores do que jogar uma moeda.
- Previsões efetivas usam modelos que capturam padrões de relacionamentos que existem nos dados e nas mudanças.
- Um ambiente altamente volátil continuará a ser altamente volátil, vendas sazonais continuarão a ter sazonalidades.
- É de extrema importância distinguir as flutuações aleatória a serem ignoradas, dos padrõe a serem considerados, quando nas previsões de carga de trabalho.
- Ou seja, um modelo de previsão destina-se a capturar a maneira como as coisas se movem, não apenas onde as coisas estão.
Colaborae
Consultoria e Educação Corporativa
