FAQ: Prädiktives Prognosetool
- Wie kann ich beim Generieren einer Prognose manuell eingegebene Daten beibehalten?
- Wählen Sie eine andere Planversion für die Prognose. Sie können erwägen, eine bestimmte Planversion für prognostizierte Daten zu erstellen. Sie können Berichte und Dashboard-Diagramme verwenden, um die Unterschiede zwischen Versionen zu vergleichen.
- Wie kann ich eine fehlgeschlagene Prognose beheben?
- Wechseln Sie zuModellierung>Prädiktives Prognosetool.
- Bewegen Sie den Cursor über die Prognose, bis die drei Punkte angezeigt werden.
- Klicken Sie auf die drei Punkte und wählen SieHistorie anzeigen.
- Im linken Bereich befindet sich eine Liste der Läufe für diese Prognose.
- Klicken Sie auf eine fehlgeschlagene Ausführung.
- Lesen Sie im AbschnittStatusdie Liste der Fehler.
- Wie kann ich die Genauigkeit der Prognose sicherstellen oder verbessern?
- Versuchen Sie es mit „AutoAnpassen“. Letzteres wendet den besten Algorithmus basierend auf den Daten an.
- Referenzieren Sie eine große Anzahl von Istdatenpunkten.
- Prüfen Sie Ihre Istzahlen auf Leerstellen, die der Algorithmus als Nullen behandelt.
- Verwenden Sie den Croston-Algorithmus, wenn Ihre Istdaten viele Leerstellen enthalten.
- Prognose nur so weit in die Zukunft wie nötig.
- Beschränkte Verfügbarkeit: Aktivieren Sie die Genauigkeitsmetrik, die einen Score generiert, den Sie auf dem Register Konfidenzmetriken prüfen können.
- Was ist bei der Auswahl eines Algorithmus zu beachten?
- Wann sollte ich AutoAnpassen verwenden?
- Verwenden Sie „AutoAnpassen“ in folgenden Fällen:
- Verwenden Sie das prädiktive Prognosetool zum ersten Mal.
- Sie haben keine guten Kenntnisse über die internen Funktionsweisen der verfügbaren Algorithmen.
- Sie haben kein genaues Bild von den Features und Mustern in Ihren Daten.
- Sie erhalten nicht die Ergebnisse, die Sie bei der Auswahl anderer Algorithmen erwartet haben.
- Beschränkte Verfügbarkeit: Sie haben einen niedrigen Score für dieGenauigkeitsmetrikauf dem Register„Konfidenzmetriken“.
- Wie hoch ist der Berechnungsaufwand bei der automatischen Anpassung?
- AutoAnpassen verwendet einen zusätzlichen Zyklus, der möglicherweise die Zeit für die Vorhersagen verlängert.
- Wie kann ich die Zeit für das Erstellen einer Prognose verkürzen?
- Verwenden Sie die Filter, um die Konten, Ebenen und benutzerdefinierten Dimensionen zu begrenzen.
- Wählen Sie einen schnelleren Algorithmus aus, z. B. „holt-Winters“ oder „Kalman Filter“. Prüfen Sie die prognostizierten Daten immer anhand Ihrer Erwartungen.
- Beschränkte Verfügbarkeit: Deaktivieren Sie das KontrollkästchenPrognosebereich. Wenn Sie diese Option deaktivieren, verkürzt sich die Laufzeit der Prognose, da keine Ober- und Untergrenze der Prognose generiert werden. Sie können sie zu einem späteren Zeitpunkt erneut aktivieren.
- Beschränkte Verfügbarkeit: Deaktivieren Sie das KontrollkästchenGenauigkeitsmetrik. Die Deaktivierung dieser Option verkürzt die Laufzeit, da dadurch das Zurücktesten entfällt. Deaktivieren Sie ggf. den Score, nachdem Sie die Prognose ausgeführt und den Score geprüft haben. Sie können sie zu einem späteren Zeitpunkt erneut aktivieren.
- Was passiert, wenn in einem Hebelblatt ein Konto, eine Ebene oder eine benutzerdefinierte Dimension aus dem Prognosetabellenblatt fehlt?
- Der Algorithmus berechnet die prognostizierten Daten in Bezug auf die fehlende Ebene, das fehlende Konto oder die fehlende Dimension ohne Verwendung der Hebel.
- Wie verwende ich denselben Hebelwert für alle Splits von benutzerdefinierten Dimensionen?
- Fügen Sie keine benutzerdefinierten Dimensionen zum Hebelblatt hinzu oder lassen Sie die Spalte der benutzerdefinierten Dimension für eine bestimmte Zeile leer.
- Was bedeutet die Anforderung „Tagesdurchschnitt“ in Bezug auf die Option „Wöchentliche Saisonalität“?
- „Tagesdurchschnitt“ ist eine Berechnung, die auf den Kalendertagen und Zeitperioden innerhalb des Zeitbereichs basiert. Zur Berechnung:
- Berechnen Sie, wie viele Tage sich im definierten Zeitbereich der Prognose befinden. Beispiel: Startperiode ist Januar 2023. Endperiode ist Februar 2023. Ein typischer Kalender zwischen dem 1. Januar und dem 28. Februar hat 59 Kalendertage.
- Berechnen Sie, wie viele Zeitperioden im Zeitbereich liegen. Beispiel: Verwenden Sie dieselbe Start- und Endperiode wie oben. Die kleinste Zeitschicht Ihres Kalenders sind Wochen. Zwischen dem 1. Januar und dem 28. Februar liegen 9 Wochen.
- Teilen Sie die Kalendertage durch die Zeitperioden. Beispiel: 59 geteilt durch 9 ergibt 6,55.
- Der Quotient muss gleich oder kleiner als 2 sein, um für die Option „Wöchentliche Saisonalität“ in Frage zu kommen. Beispiel: Die Häufigkeit von 6,55 ist nicht zulässig.
Sie können den Zeitbereich bei Bedarf anpassen. Beachten Sie, dass diese Anforderung die Verwendung dieser Option für einige Kalenderstrukturen erschwert.
- Wie kann ich Filter in der Prognose ändern oder entfernen?
- Wechseln Sie zuModellierung>Prädiktives Prognosetool.
- Klicken Sie in der Prognoseliste auf den Namen der Prognose.
- Klicken Sie auf die Werteliste fürKonten,EbenenoderDimensionen.
- Klicken Sie auf das RegisterAusgewählt. In der Liste werden alle ausgewählten Werte angezeigt.
- Um einen Wert zu entfernen, klicken Sie auf das x neben einem Wert.
- Warum ist das Register „Konfidenzmetriken“ leer?
- Sie haben die Optionen zum Generieren der Diagramme für die Prognose nicht aktiviert. Um die Metriken zu aktivieren, bearbeiten Sie die Prognose und klicken Sie entwederauf Prognosebereichoderauf Genauigkeitsmetrik. Jede Option führt eine andere Aufgabe aus und generiert ein anderes Diagramm. Siehe: Konzept: Prognosebereich und -genauigkeit mit prädiktivem Prognosetool.
- Wie wirkt sich die Option „Rollierende Prognose“ auf meine Prognosedefinition aus?
- Rollierende Prognosen richten wichtige Termine der Prognose an Ihrer Istzahlen-Version aus. Bei ordnungsgemäßer Verwendung wird eine dynamische Prognosedefinition erstellt, die beim Laden von Istdaten vorgetragen wird. Die Prognose referenziert Ihre aktuellsten, zuletzt hinzugefügten Istdaten und füllt die Prognoseversion kontinuierlich mit den genauesten Vorhersagen aus.Wenn Sie rollierende Prognosen mit Zeitplanungen kombinieren, können Sie den Prognoseprozess automatisieren.In einer idealen Welt aktualisieren Sie dieWerte für Abgeschlossene Werte bisjedes Mal, wenn Sie neue Istzahlen laden. Diese Periode liegt in der Regel eine Periode vor demPlanstartIhrer Prognoseversion. Aus diesen Gründen machen wir Folgendes:
- Startperiode der Prognose, die mit der Periode nachAbgeschlossene Werte bisidentisch ist.
- Istzahlen-Endperiodeidentisch mitAbgeschlossene Werte bis.
Was passiert jedoch, wenn Sie kein Datum fürAbgeschlossene Werte bishinzugefügt haben oder wenn zwischen demPlanstartund dem Datumfür Abgeschlossene Werte biseine Zeitdifferenz besteht. In diesem Fall machen wir Folgendes:- Startperiode der Prognoseentspricht demPlanstart.
- Endperiode für Istzahlenist identisch mit einer Periode vorPlanstart.