2024年年末,11月的时候,做了一个宠物市场规模预测,困顿于网络找数据,困顿于第一次做数据分析,没做出想要的结果.现在再回过头看做过的这篇论文,简直不忍直视.
在开始这篇论文的写作时,我对"数学建模"的理解几乎仅限于从数据中推导出一堆数字.所以我就一直找数据,然后通过模型去拟合他们,然后得出结果,但我却忽视了一个很严重的东西:就是当你推导出一串一串的数字,你要怎么去解释他,或者说你要怎么根据这个数字去做出决策.
即使你能够利用数学模型准确预测数据趋势,但如果这些结果它并不能转换为实际的商业决策建议,很难为企业或行业带来价值,更重要的是,单纯的数字分析还是不具备足够的商业思维.
试题如下:
用ARIMA模型预测未来三年的特征变量(如GDP)的值,然后再代入回归模型.
结果是预测出2024年-2026年宠物经济规模,猫狗市场份额.
问题二:思路是用公式 市场规模 = 需求量 x 单价, 反推需求量.假设全球猫狗占比与中国相同.
模型复用,预测全球市场规模和单价.
预测2024-2026全球需求,解释为"需求下降因高端化趋势"
问题三:数据跨度短,改用了线性回归预测生产和出口值.
验证方法采用自洽性检验.
问题四:假定美国关税2014-2017 = 10%, 2018-2023 = 20%
测试税率,汇率,市场份额对出口的影响
结论是税率和汇率影响最大,建议"转向低关税市场"
所有的问题都停留在了"预测数值",但是没有回答出:到底这个数值,可以指导出什么样的商业方案,可以怎么样根据它去进行更合理的决策.
评论
发表评论