Prophetverse

Prophetverse ist eine Open-Source-Python-Bibliothek für bayesianische Zeitreihenprognosen und Marketing Mix Modeling (MMM). Sie baut auf der Theorie des bekannten Prophet-Modells auf und erweitert dieses zu einem deutlich flexibleren Framework mit anpassbaren Prioren, nichtlinearen Effekten und unterschiedlichen Likelihoods.

Die Bibliothek basiert auf sktime und numpyro und legt besonderen Wert auf Interpretierbarkeit, Erweiterbarkeit und moderne bayesianische Modellierung.

Zielsetzung

Viele Zeitreihenmodelle sind entweder zu starr oder schwer an domänenspezifisches Wissen anpassbar. Prophetverse wurde entwickelt, um dieses Problem zu lösen, indem es:

• bayesianische Modellierung explizit nutzbar macht

• Expertenwissen über Priors und Modellstruktur integrierbar macht

• robuste Prognosen für komplexe Anwendungsfälle ermöglicht

Ein besonderer Fokus liegt auf Marketing Mix Modeling, wo das Verständnis der Wirkung einzelner Marketingkanäle entscheidend ist.

Zentrale Merkmale

• Flexible bayesianische Zeitreihenmodellierung

• Kompatibel mit dem sktime-Ökosystem

• Unterstützung mehrerer Likelihoods

• Anpassbare Trends, Saisonalitäten und Priors

• Nichtlineare Effekte exogener Variablen

• Hohe Modelltransparenz und Interpretierbarkeit

Modellierung und Forecasting

Prophet-kompatibles Interface

Prophetverse stellt ein sktime-kompatibles Interface bereit und lässt sich ähnlich einfach nutzen wie klassische Forecasting-Modelle, während intern deutlich komplexere bayesianische Strukturen verwendet werden.

Erweiterte Trendmodelle

Im Gegensatz zum klassischen Prophet-Modell unterstützt Prophetverse:

• Zufällige Kapazitäten im logistischen Trend

• Frei definierbare Trendfunktionen

• Stabilere Changepoint-Definitionen über Zeiträume hinweg

Wahrscheinlichkeitsmodelle

Unterstützte Likelihoods

Prophetverse unterstützt verschiedene Likelihoods, um besser mit realen Geschäftsdaten umgehen zu können:

• Gaussian

• Gamma

• Negative Binomial

• Beta

Dies ist besonders wichtig für positive-only Daten, Zähldaten oder Umsätze, bei denen eine Normalverteilung ungeeignet ist.

Custom Priors

Nutzer können eigene Priorverteilungen definieren, um:

• Vorwissen explizit einzubringen

• Vorzeichen oder Größenordnungen von Effekten zu erzwingen

• Modelle stabiler und erklärbarer zu machen

Exogene Variablen und Marketing Mix Modeling

Nichtlineare exogene Effekte

Prophetverse erlaubt frei definierbare, nichtlineare Effekte exogener Variablen. Dadurch können komplexe Zusammenhänge zwischen Einflussfaktoren und Zielvariable modelliert werden.

Gemeinsame Koeffizienten

Für multivariate oder hierarchische Szenarien können Koeffizienten zwischen Zeitreihen geteilt werden, um globale Informationen zu nutzen und individuelle Prognosen zu verbessern.

Diese Eigenschaften machen Prophetverse besonders geeignet für Marketing Mix Modeling, bei dem der Einfluss einzelner Kanäle interpretiert und quantifiziert werden muss.

Saisonalität und Skalierung

Flexible Saisonalitäten

Saisonalitäten werden über Fourier-Terme als exogene Variablen modelliert. Dadurch lassen sich:

• benutzerdefinierte saisonale Muster

• mehrere, überlagerte Saisonalitäten

• domänenspezifische Periodizitäten

einfach abbilden, ohne sie fest im Modell zu verdrahten.

Skalierung

• Zielvariable wird intern skaliert

• Exogene Variablen bleiben unter Kontrolle des Nutzers

• Nahtlose Kombination mit sktime-Transformern möglich

Multivariate Modelle

Prophetverse unterstützt hierarchische, multivariate Modelle mit:

• multivariater Normalverteilung

• LKJ-Prioren für Korrelationen

• Bottom-up-Prognosen

Dies ermöglicht konsistente Vorhersagen über mehrere zusammenhängende Zeitreihen hinweg.

Einsatzgebiete

• Zeitreihenprognosen mit erklärbaren Modellen

• Marketing Mix Modeling

• Nachfrage- und Umsatzprognosen

• Szenarioanalysen und Simulationen

• Forschung und angewandte bayesianische Modellierung

Open Source

Prophetverse ist freie Open-Source-Software und wird aktiv weiterentwickelt. Die Bibliothek setzt auf moderne probabilistische Programmierung mit numpyro und integriert sich nahtlos in das Python-Time-Series-Ökosystem.

GC.OS unterstützt Prophetverse als Open-Source-Projekt für transparente, anpassbare und wissenschaftlich fundierte Zeitreihen- und Marketing-Analysen.