Vorhersagen für Anomalieerkennung generieren
- Stellen Sie sicher, dass die Konten, die Sie mit Vorhersagen füllen möchten, über Istdaten aus mindestens 24 Monaten verfügen.
- Erstellen Sie zur Definition Ihrer eigenen Ober- und Untergrenzen für die Anomalieerkennung ein modelliertes Tabellenblatt. Siehe Anomalieschwellen definieren.
- Sicherheit: BerechtigungModell enthält: Tabellenblätter, Konten, Dimensionen und Formeln.
Die Algorithmen
zur Anomalieerkennung
verwenden Machine Learning, um Vorhersagen in einer dedizierten Version zu generieren, die auf historischen Mustern in Ihren Istdaten basieren. Durch die Erstellung präziserer Modelle mit Machine Learning können Sie zu vermeidende Risiken und gewinnbringende Opportunitys bis zu 24 Monate in die Zukunft erkennen.Beim Generieren von Vorhersagen für
die Anomalieerkennung
geschieht Folgendes:
- Die vorhergesagten Daten werden in die Vorhersageversion eingefügt.
- Die Anomalieerkennung in Tabellenblättern hebt Anomalien hervor.
Sie können Machine Learning-Vorhersagen nur generieren, wenn Ihr Standardkalender Monate als Standardzeitschichten verwendet.
- Klicken Sie im Hauptmenü aufModellierung.
- Klicken Sie aufAnomalieerkennung.
- Klicken Sie aufVorhersagen generieren.Sie können diesen Bereich derModellierungverlassen, während die Vorhersagen generiert werden.
- Um den Status zu prüfen, kehren Sie zu zurück:
- Abgeschlossen: Ihre Vorhersageversion für die Konten wurde mit vorhergesagten Daten ausgefüllt.
- Fehlgeschlagen: Prüfen Sie die im AbschnittStatusaufgeführten Aktionen und schließen Sie diese ab. Klicken Sie dann erneut aufVorhersagen generieren.
- In Bearbeitung: Überprüfen Sie dies später erneut. Die Dauer der Vorhersagen hängt vom Umfang und von der Komplexität Ihrer Daten ab.
- Prüfen Sie die Vorhersagedaten anhand Ihrer Plandaten mit bedingter Formatierung. Siehe Schritte: Ausreißer-Berichte erstellen.