我在网上找到了一些关于这个主题的有趣文章，但没有一篇看起来过于简单和枯燥。

我的问题是根据预测单个组件部分提出准确的预测预测，然后加起来（或它们包含的任何功能）......与总体水平的预测相比（这将错过一些趋势，但可能会有较小的差异） .

我正在处理的示例：我正在尝试预测电话和电子邮件联系人。这些联系人的来源是客户订购软件产品，然后遇到技术或付款问题，或者你有什么问题。

在最自下而上的层面上，我可以预测每个不同软件组的联系方式（软件 A 的联系模式与软件 B 的联系模式大不相同）。

我还可以在已下订单和联系率之间拆分预测（我们可能会看到联系持平，但订单正在增加，而联系率正在下降）。

这些都真正指向同一个问题——我有所有的细粒度数据——在总体层面上预测更准确（这个月我的总联系人是多少？）还是预测分解的部分，然后添加它们会更好？