Прогнозирование продаж с TimesFM-3 от Google

Я постоянно ищу инструменты, которые упрощают аналитику для проектов. Google выпустила TimesFM-3 – компактную нейросеть на 330 миллионов параметров. Она делает качественное прогнозирование продаж и рекламы доступным без сложного дообучения. Для меня как продюсера это серьезный шаг вперед. Теперь можно оценивать результаты будущих маркетинговых кампаний. Модель учитывает десятки разных факторов одновременно – от календаря промо-акций до сезонности и посещаемости сайтов. Она решает главную проблему медиапланирования: показывает, как именно рекламные креативы и бюджеты повлияют на бизнес-показатели клиента.

Как ИИ связывает креатив и бизнес-метрики

Раньше прогнозирование данных было сложным процессом. Предыдущие версии подобных моделей (включая TimesFM 2.5) были одномерными. Они умели смотреть только на историю одного показателя. Например, если нужно спрогнозировать продажи бренда, модель изучала только график прошлых продаж. Но в реальном маркетинге все работает сложнее. Продажи не растут сами по себе – они зависят от запуска нового видеоролика, графика публикаций у блогеров, праздников, скидок и даже погоды.

Разработчики из Google решили эту проблему. Они изначально обучили модель TimesFM-3 на многомерных данных. Она работает по принципу «zero-shot». Модель дает точные прогнозы сразу, без долгого дообучения на данных клиента. Нейросеть принимает на вход три типа параметров:

• Совместные цели – например, динамику продаж разных линеек товаров.
• Прошлые факторы – показатели, которые известны только за прошедший период (например, поисковый трафик или количество визитов на сайт).
• Будущие факторы – параметры, которые известны заранее. Сюда идеально ложится медиаплан, даты выхода рекламных интеграций или календарь скидок.

На практике это позволяет загрузить историю продаж клиента, наложить график будущих рекламных активностей и мгновенно получить прогноз спроса.

Высокая скорость работы и точность на тестах

Архитектура модели опирается на декодерный трансформер с 330 миллионами параметров. Разработчики обучили ее на огромном массиве данных, который включает более 1 триллиона временных точек из реальных и синтетических источников.

Основная техническая фишка TimesFM-3 – это скорость работы. Старые модели генерировали прогноз пошагово, кусочек за кусочком. Это требовало много вычислительных мощностей, работало медленно и накапливало ошибки. Новая модель от Google использует технологию маскирования патчей. Она строит весь прогноз на заданный период вперед за один проход.

При этом модель выдает не одну среднюю цифру, а рассчитывает девять разных сценариев (от 10-го до 90-го процентиля). Это позволяет показать три сценария развития событий: пессимистичный, реалистичный и оптимистичный. В бенчмарках на популярных датасетах (GIFT-Eval, fev-bench и TIME) TimesFM-3 заняла первое место по точности среди готовых базовых моделей.

Как применить технологию в работе агентства

У новой модели есть важное ограничение, о котором нужно знать сразу. Google выпустила веса TimesFM-3 под некоммерческой лицензией. Это значит, что ее нельзя встроить в свой платный сервис или использовать в коммерческом софте на продажу. Но использовать модель для внутренних задач агентства, аналитики и подготовки тендерных предложений никто не запрещает.

В агентской практике есть три сценария, где эта технология сэкономит время и поможет заработать:

1. Подготовка к тендерам. Вместо стандартных обещаний «повысить узнаваемость» можно прийти к клиенту с готовой математической моделью. Достаточно показать, как именно план выпуска роликов повлияет на его продажи с учетом сезонности.
2. Оптимизация бюджетов. Модель помогает понять, в какие недели реклама даст максимальный эффект, а когда расходы окажутся неэффективными из-за внешних факторов.
3. Отчетность перед клиентом. С помощью многомерного анализа легко доказать, что рост продаж произошел именно благодаря рекламной кампании, а не просто совпал с сезонным ростом рынка.

Я считаю это отличным инструментом для тех, кто хочет говорить с клиентами на языке цифр и доказывать эффективность креатива точными данными.