Koristi logističku regresiju za predviđanje prodaje [DIY]

Vaš biznis gubi tačno onoliko novca koliko loše predviđate zalihe. Ako se oslanjate na intuiciju ili ‘osjećaj u stomaku’, vi se ne bavite biznisom, vi se kockate u mračnoj sobi. Prema podacima iz 2026. godine, kompanije koje ne koriste algoritamsko predviđanje plaćaju ‘porez na glupost’ od 15% do 30% u vidu neprodatih zaliha ili propuštenih prilika. Ovaj vodič će vas naučiti kako da uzmete sirove podatke, zavrnete rukave i sami konstruišete model logističke regresije koji zapravo radi. Zaboravite na skupe softvere koji vam prodaju maglu; ovdje koristimo čistu logiku i malo koda koji možete pokrenuti na bilo kojem starom laptopu koji skuplja prašinu u radionici. Do kraja ovog teksta, znat ćete tačno koji faktori tjeraju kupca da pritisne ‘kupi’ i kako da te faktore upregnete u svoju korist. Trebaće vam Python, vaša najgora Excel tabela i malo strpljenja dok procesor ne počne da zuji.

Zašto vaš Excel laže (i kako to popraviti logističkom regresijom)

Logistička regresija nije magija, to je matematički filter koji odvaja buku od signala. Za razliku od obične linearne regresije koja pokušava da povuče ravnu liniju kroz haos, logistička regresija koristi S-krivu (sigmoidnu funkciju) da odredi vjerovatnoću da će se nešto desiti—da ili ne. Hoće li kupac kupiti? Da ili ne. Hoće li zalihe nestati? Da ili ne. Prije nego što krenete, morate srediti te Excel tabele jer su pune duplih unosa i smeća koje će zbuniti model. Ako ubacite prljave podatke, dobićete prljave rezultate. Kratko i jasno: podaci moraju biti čisti kao hirurški skalpel. Svaki red koji fali je rupa u vašem džepu. Nemojte misliti da vam treba super-računar; logistička regresija je lagana, ali zahtijeva preciznost u pripremi. Ako niste spremni da provedete sate čisteći CSV fajlove, radije idite u kladionicu. Ali, ako želite preciznost, nastavite čitati.

Alatnica: Šta vam zapravo treba (Osim kafe)

Za ovaj projekat nećete kupovati ništa novo. Koristimo ‘scrappy’ pristup. Treba vam Python instalacija, biblioteke Pandas za baratanje podacima i Scikit-learn za samu matematiku. Ako se bojite koda, uvijek možete pokušati analizu podataka bez kucanja koda, ali pravi majstori vole da osjete mehaniku ispod haube. Vaši sirovi podaci su vaš materijal. Gledajte na njih kao na sirovu hrastovinu—puna je čvorova i neravnina. Morate ih ‘izblanjati’ tako što ćete ukloniti ‘outliere’ (ekstremne vrijednosti) koji kvare prosjek. Recimo, onaj jedan kupac koji je greškom kupio 1000 artikala i odmah ih vratio? To je čvor u drvetu. Išcupajte ga. Vaš set podataka mora odražavati stvarnost, a ne anomalije. Koristite VS Code ili čak obični Jupyter Notebook. Osjetit ćete blagi miris zagrijane elektronike kad model počne da uči, i to je zvuk progresa.

Matematika iza haosa: Kako S-kriva predviđa vašu zaradu

Zašto S-kriva? Zato što svijet nije linearan. U prodaji, povećanje cijene od 1 KM ne znači uvijek pad prodaje za isti procenat. Postoji tačka pucanja. Sigmoidna funkcija (aktivaciona funkcija) mapira bilo koju vrijednost u opseg između 0 i 1. To je vaša vjerovatnoća. Ako vas zanima dublja teorija, pročitajte kako se koriste activation functions za DIY modele. U suštini, vi pokušavate da nađete ‘nagib’ koji najbolje razdvaja kupce od onih koji samo razgledaju. To je kao podešavanje oštrice na rendisalu—ako je previše duboko, uništićete materijal; ako je previše plitko, ništa nećete uraditi. Cilj je pogoditi ‘slatku tačku’ gdje vaš model sa 85% preciznosti može reći: ‘Ovaj čovjek će ostaviti novac’. Sve ispod 70% je nagađanje. Sve iznad 95% je vjerovatno prevara modela koju zovemo ‘overfitting’.

UPOZORENJE: Nikada ne koristite podatke o kupcima bez zaštite lozinki i anonimizacije. Ako vaš model procuri sa privatnim podacima, kazne po GDPR-u će vas koštati više nego što će vam model ikada zaraditi. Sigurnost podataka nije opcija, to je zakon.

Protokol: Izgradnja vašeg prvog modela u Pythonu

Prvo, učitajte podatke. Pandas je vaš najbolji prijatelj ovdje. ‘Slather’ (namažite) kod logikom: razdvojite podatke na one za treniranje (80%) i one za testiranje (20%). Ovo je ključno. Ako testirate model na istim podacima na kojima je učio, on će ‘nabubati’ odgovore napamet i pasti na prvom pravom testu na tržištu. To je kao da učite zanat gledajući YouTube, a nikad niste uzeli alat u ruke. Morate ga baciti u vatru sa nepoznatim podacima. Koristite `LogisticRegression()` funkciju iz Scikit-learn paketa. To je ‘workhorse’ industrije. Jam (ugurajte) podatke unutra i pokrenite `.fit()`. Ako vaš laptop počne da zuji, to je dobar znak. On upravo rješava hiljade jednačina kako bi našao idealne težinske koeficijente za vašu prodaju. Kad završi, provjerite ‘Confusion Matrix’. To je vaša dijagnoza. Pokazaće vam koliko puta je model bio u pravu, a koliko puta je ‘halucinirao’. Ako vidite previše grešaka, možda treba da podesite parametre kao što bi to radili sa AI botom.

Anatomija katastrofe: Zašto modeli pucaju u ‘produkciji’

Najveća greška koju ćete napraviti je ignorisanje sezonalnosti. Ako vaš model uči na podacima iz decembra, on će misliti da je svaki dan Božić. U julu će taj model biti beskoristan. To se zove ‘data drift’. Vaš model će postati ‘krt’ i slomiti se pod pritiskom stvarnog svijeta. Zamislite da ste napravili policu od svježe daske koja se iskrivi čim se grijanje upali. Isto se dešava sa podacima. Morate redovno ‘doškolovati’ model novim podacima. Druga velika greška je ‘Multikolinearnost'—kada imate dvije varijable koje govore istu stvar (npr. ‘temperatura u C’ i ‘temperatura u F’). To zbunjuje regresiju. Išcupajte duplikate. Ako to ne uradite, model će postati nestabilan i davati kontradiktorne rezultate. Vidio sam ljude kako gube hiljade maraka jer su vjerovali modelu koji je imao ‘savršene’ rezultate na papiru, a bio je potpuno slijep za realnost tržišta. Provjerite svoj ‘p-value’ za svaku varijablu. Ako je veći od 0.05, ta varijabla je smeće. Baci je.

PAA: Da li mi treba doktorat iz matematike za ovo?

Ne. Treba vam osnovno poznavanje logike i spremnost da pogriješite deset puta prije nego što pogodite jednom. Današnji alati su napravljeni da budu robusni. Vi ste ovdje ‘mehaničar podataka’, a ne teoretičar. Ako znate sabrati dva i dva i ne bojite se instalirati Python, možete ovo uraditi za jedan vikend. Važno je razumjeti koncept, a ne svaku formulu iza integrala.

PAA: Koliko podataka je zapravo dovoljno?

Minimalno 500 do 1000 historijskih transakcija. Sve ispod toga je premali uzorak i model će ‘nagađati’. Što više, to bolje, ali pazite na kvalitet. Bolje 500 čistih redova nego 50.000 redova punih rupa i netačnih cijena. Ako imate malo podataka, radije se fokusirajte na grupisanje kupaca (clustering) kako biste dobili širu sliku prije nego što krenete u precizna predviđanja.

Finansijski udarac: Cijena neznanja

Moj komšija je držao prodavnicu auto-dijelova i naručivao je gume ‘po osjećaju’. Jedne godine je ostao sa 200 neprodanih zimskih guma jer je zima bila blaga, a on nije gledao korelacije. Taj ‘osjećaj’ ga je koštao 15.000 KM zarobljenog kapitala. Da je koristio čak i najjednostavniju logističku regresiju sa podacima o vremenskoj prognozi i prethodnim godinama, znao bi da smanji narudžbu za 40%. Nemojte biti taj lik. Podaci su tu, besplatni su, a alati su dostupni svima. Iskoristite ih prije nego što vaša konkurencija to uradi. Vaš posao nije da pogađate, vaš posao je da znate.