10、新产品预测中的机器学习应用

新产品预测中的机器学习应用

1. 新产品预测的重要性与挑战

新产品需求预测至关重要，因为产品推出需要大量投资，“产品”在此包括服务。然而，由于全球经济竞争、客户期望变化以及新技术和创新的出现，预测既具挑战性又有风险。例如，消费品包装商品的新产品失败率高达70 - 80%，所以投入大量资源进行准确预测很有价值。

好的新产品预测能带来诸多好处：
- 规划产品整个生命周期的需求；
- 降低产品推出过程中的固有风险；
- 做出明智投资决策并评估潜在风险；
- 调整制造、规划和销售流程。

以往，人们使用多种方法进行新产品需求预测，如判断法、市场研究（如买家意向调查）、市场测试、专家意见研究（如德尔菲法）、扩散模型（如巴斯模型）以及各种时间序列和/或多元统计建模技术。每种方法都有优缺点，常可结合使用以得到更可靠的预测。而我们关注的是机器学习（ML）如何改进这些传统方法。

2. 新产品的类别与数据可用性

新产品可分为四大类：
| 类别 | 描述 | 示例 | 数据情况 |
| ---- | ---- | ---- | ---- |
| 全新产品 | 完全新颖，开创全新市场，占新产品类别10 - 15%，预测极具挑战性，因几乎无特定产品历史数据，找类似产品作类比也困难 | 飞行出租车或空中出租车 | 可能几乎无数据 |
| 企业新产品线 | 对企业而言是新的，但市场上已存在，可能是模仿竞争对手产品或有重大改进 | 法国石油公司道达尔能源为客户提供天然气、电力和可再生能源 | 可能有竞争或行业销售的充足历史数据 |
| 现有产品线扩展 | 用于充实或扩展产品线以服务