ИИ-аналитик в Excel

Excel — великий инструмент. В нем живет 99% мировой экономики. Но у него есть одна фатальная проблема: он блестяще показывает, как вы потеряли деньги в прошлом квартале, но молчит о том, как заработать в следующем.

Стандартная функция «Линия тренда» в Excel строит линейный прогноз. Но реальный бизнес не линеен. В нем есть сезонные всплески (гендерные праздники, «черная пятница»), провалы (майские выходные) и внезапные факторы.

В этом гайде мы скрестим привычные таблицы с библиотекой Prophet Это инструмент, созданный специально для бизнес-прогнозирования. Он работает там, где пасует обычная статистика, и запускается в пару кликов на платформе Qubu.

Инвентарь

Вам не нужно быть программистом. Всё, что понадобится — это ваши данные и готовый шаблон кода.

1. Excel-файл с историей продаж (желательно за 2 года и более).

2. Аккаунт на Qubu (уровень Free или PRO для доступа к Notebooks).

3. 15 минут времени.

Теория на пальцах: Как работает Prophet?

Обычный прогноз берет среднее значение и тянет линию вправо. Prophet действует умнее. Он раскладывает ваш график продаж на три независимых компонента:

1. Тренд (Trend): Мы глобально растем или падаем?

2. Сезонность (Seasonality): Повторяющиеся паттерны. Например, «просадка по понедельникам» (недельная сезонность) или «взлет перед Новым годом» (годовая).

3. Праздники (Holidays): Эффект конкретных дат. Модель знает, что 8 Марта — это аномалия, которая повторится ровно через год, а не «случайный шум».

Сложив эти три компонента, ИИ рисует прогноз, который пугающе точно предсказывает поведение рынка.

Пошаговая инструкция

Этап 1. Подготовка данных (в Excel)

Нейросети — педанты. Они требуют идеального порядка во входных данных.

1. Откройте ваш отчет.

2. Оставьте только два столбца:

   • Дата: День или месяц совершения операций.

   • Значение: Выручка, количество лидов, объем отгрузки.

3. Важно: Переименуйте заголовки столбцов. Первый обязательно должен называться ds (datestamp), второй — y (значение). Это жесткое требование библиотеки.

4. Проверьте формат даты. Идеальный вариант: YYYY-MM-DD (2025-12-31).

5. Сохраните файл как CSV (разделители — запятые). Назовите его sales_history.csv.

Этап 2. Запуск «Мозга» (Qubu Notebook)

Мы не будем писать программу с нуля, мы используем готовый скрипт.

1. Зайдите на платформу Qubu в раздел «Обучение» -> «Ноутбуки».

2. Нажмите «Создать ноутбук».

3. В левом меню найдите иконку папки («Файлы») и загрузите туда ваш sales_history.csv.

Этап 3. Магия кода

Скопируйте этот блок в первую ячейку ноутбука и нажмите кнопку Play (треугольник):

# Импортируем библиотеки
import pandas as pd
from prophet import Prophet

# 1. Загружаем историю
df = pd.read_csv('sales_history.csv')

# 2. Настраиваем модель
# daily_seasonality=True включаем, если данные по дням
m = Prophet(daily_seasonality=False) 

# БИЗНЕС-ХАК: Добавляем праздники РФ
# Модель сама найдет все государственные выходные и учтет их влияние
m.add_country_holidays(country_name='RU') 

# 3. Обучаем модель (Fit)
m.fit(df)

# 4. Строим прогноз
# periods=90 — на сколько дней вперед смотрим
future = m.make_future_dataframe(periods=90) 
forecast = m.predict(future)

# 5. Визуализация
print("Прогноз построен! Синяя линия — тренд, точки — факт.")
fig1 = m.plot(forecast)

Вы увидите график.

• Черные точки — ваши реальные продажи.

• Синяя линия — прогноз модели.

• Голубая область — доверительный интервал (коридор «от и до»). Чем он шире, тем сильнее штормит рынок и тем меньше модель уверена в точной цифре.

Этап 4. Детальный анализ компонентов

Чтобы понять почему модель нарисовала такой прогноз, выполните этот код во второй ячейке:

# Раскладываем прогноз на факторы
fig2 = m.plot_components(forecast)

Вы получите серию графиков:

• Trend: Общее направление бизнеса.

• Weekly: В какие дни недели продажи лучше всего (например, пик в пятницу, дно в воскресенье).

• Yearly: Годовая сезонность (спад в августе, рост в декабре).

Этап 5. Экспорт решений

Красивые графики — это хорошо, но в бюджет нужно вставить цифры. Выгрузим прогноз обратно в Excel.

# Оставляем только дату, прогноз, пессимистичный и оптимистичный сценарии
result = forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail(90)

# Сохраняем
result.to_csv('forecast_Q3.csv', index=False)

Скачайте файл forecast_Q3.csv из меню файлов слева. Теперь у вас есть план продаж на квартал, обоснованный математикой, а не интуицией.

Три принципа надежного прогнозирования

Вместо того чтобы слепо верить машине, проверяйте прогноз по этому чек-листу. Если нарушен хотя бы один пункт — цифры будут врать.

1. Принцип полноты истории (Эффект "Зима-Лето") Модель не может угадать годовую сезонность, если вы дали ей данные только за 6 месяцев. Она просто не видела, как ведут себя продажи зимой, если вы загрузили данные с марта по сентябрь.

• Правило: Для корректного учета годовой сезонности нужно минимум 2 полных года исторических данных.

2. Принцип непрерывности (Дырки в данных) Если в вашем Excel-файле пропущены данные за неделю (например, магазин не работал или просто забыли внести), модель воспримет это как реальное падение спроса до нуля. В будущем прогнозе она запланирует такой же провал в эти даты.

• Правило: Перед загрузкой проверяйте файл на пропуски. Если данных нет, лучше вставить среднее значение за соседние дни, чем оставлять пустоту.

3. Принцип "Черного лебедя" (Внешние факторы) Prophet — это автопилот для хорошей погоды. Он отлично ведет корабль по известному курсу. Но он не читает новости. Модель не знает про введение санкций, резкий скачок курса валют или выход нового закона, если этого не было в прошлом.

• Правило: Используйте прогноз как базовый сценарий («Если ничего не изменится»). Корректируйте его вручную на основе инсайдов и макроэкономических новостей.