Διαμόρφωση μοντέλων πρόβλεψης ζήτησης μέσω της χρήσης ψηφιακών διδύμων για τη βελτίωση του οικονομικού προγραμματισμού

Abstract

Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή μοντέλων πρόβλεψης ζήτησης και εσόδων μέσω του Prophet στο πλαίσιο των Ψηφιακών Διδύμων (Digital Twins), με σκοπό τη βελτίωση του χρηματοοικονομικού προγραμματισμού και της στρατηγικής λήψης αποφάσεων. Η μελέτη βασίζεται σε πραγματικά δεδομένα προσομοίωσης από το δημόσιο σύνολο “Performance of a Subscription Business” του Kaggle, που αναπαριστά μια συνδρομητική επιχείρηση τύπου SaaS. Τα δεδομένα συγκεντρώθηκαν σε μηνιαία βάση ώστε να αποτυπωθεί η εξέλιξη των εσόδων και να δημιουργηθεί μια χρονοσειρά κατάλληλη για πρόβλεψη. Το μοντέλο Prophet χρησιμοποιήθηκε για την εκτίμηση των μελλοντικών εσόδων σε ορίζοντα 12 μηνών. Τα αποτελέσματα έδειξαν ικανοποιητική ακρίβεια (MAPE ≈ 7,8%), με αποτελεσματική αποτύπωση της εποχικότητας και της τάσης. Στη συνέχεια αναπτύχθηκε ένα Ψηφιακό Δίδυμο Εσόδων, το οποίο ενσωματώνει τα αποτελέσματα της πρόβλεψης και υποστηρίζει τη δημιουργία εναλλακτικών σεναρίων, όπως το “Marketing Boost” (+10%) και το “Churn Shock” (–15%). Η ανάλυση αυτών των σεναρίων επιτρέπει την εκτίμηση των επιπτώσεων διαφορετικών στρατηγικών επιλογών στα έσοδα ενισχύοντας έτσι τη δυνατότητα προληπτικής λήψης αποφάσεων. Τα αποτελέσματα επιβεβαιώνουν ότι η ενσωμάτωση μοντέλων μηχανικής μάθησης σε πλαίσιο ψηφιακού διδύμου παρέχει μια δυναμική, ευέλικτη και αποδοτική προσέγγιση χρηματοοικονομικού σχεδιασμού. Σε αντίθεση με τις παραδοσιακές μεθόδους, το προτεινόμενο πλαίσιο επιτρέπει την αξιοποίηση σεναρίων, την κατανόηση κινδύνων και ευκαιριών και την αύξηση της οργανωσιακής ανθεκτικότητας. Η εργασία καταλήγει ότι η χρήση του Prophet ως πυρήνα ενός Ψηφιακού Διδύμου Εσόδων μπορεί να αποτελέσει ουσιαστικό εργαλείο στρατηγικού σχεδιασμού για επιχειρήσεις που επιδιώκουν να ενισχύσουν τη λήψη αποφάσεων βάσει δεδομένων και να προσαρμοστούν αποτελεσματικά σε αβέβαια οικονομικά περιβάλλοντα.