库存看板

“公开校准报告”——整个论证的收尾。基于已知结果的累计预测，它按“模型族”（SCORE_CREDITO、PCLD、CHURN……）展示模型的 Brier 分数与“笨规则”（按历史平均值的基线）的对比：只有胜过基线，模型才有存在的理由。报告还提供可靠性图（“我说 70% 时，真的有 70% 发生吗？”），并且 🔴 毫不粉饰地列出被“停用”的模型——因漂移或未能胜过基线——每个都写明原因。公开出错的部分，才让做对的部分有价值：这正是 Tenka 对数字员工提出的成果契约，应用在它自己身上。只读。

平台的哪些预测可以信赖。每当系统对您的业务作出一个判断——某个客户不付款的风险、某份合同会开多少票、未来 13 周现金会怎样、团队会消耗多少工时、销售漏斗预计能成交多少——这个判断都会连同日期和期限一起记录。期限一到，平台就会去获取“实际”发生的情况并进行比较。此页面就是这场比较的记分牌，全部公开：哪些猜对了，哪些猜错了。

只有胜过最简单的预测——不含任何智能的历史平均值——模型才有存在的理由。这正是“baseline”列所展示的。如果模型胜不过笨规则，说明它没有带来任何价值，平台会自动停用它并在这里公布原因。比较所用的数字（Brier）是概率的平均误差：越“小”越好；零就是完美。

每种预测都有各自的核对期限：团队负荷一周后核对，现金十三周后，合同收入六个月后。在某个预测族的第一个预测到期之前，它会出现在“尚无记分牌的预测族”列表中，并显示已登记、正在等待的预测数量。刚开始使用平台的公司几乎会在那里看到全部预测族——这是正确的表现：宁可说明没有样本，也不展示基于两次观测算出的命中率。

A calibração só mostra o número quando há amostra suficiente para ele não identificar ninguém; abaixo disso a barra fica "sem amostra ainda" — não é erro, é a proteção do dado de cada empresa.

我的哪些模型可以信赖——哪些被停用了，为什么？基于已知结果的累计预测，页面按模型族（SCORE_CREDITO、PCLD、CHURN……）展示模型的 Brier 分数与笨规则（按历史平均值的基线）的对比：只有胜过基线，模型才有存在的理由。页面还提供可靠性图——模型说 70% 时，真的有 70% 发生吗？——以及因漂移或输给基线而被停用的模型清单，每个都写明原因。