Créer des prévisions de machine learning
Conditions pour les données de montants réels :
- Vos données historiques doivent comporter suffisamment de points pour prendre en charge l'algorithme. Voir Référence : algorithmes de machine learning pour Adaptive Planning.
- Ont un ratio d'au moins 3:2 entre les points de données réels et les points de données prévisionnels. Exemple : pour prévoir 2 ans, vous avez besoin de 3 ans de données de montants réels.
- Quelle que soit la structure de votre calendrier, pour utiliser les options de saisonnalité personnalisées, vous devez :
- 3 ans de montants réels pour la saisonnalité annuelle.
- 18 mois de montants réels pour une saisonnalité biannuelle.
- 9 mois des montants réels pour la saisonnalité trimestrielle.
Configuration requise pour les leviers :
- Sélectionnez l'algorithmeAutoFit,ARIMA,LineGBM,Orbit DLTouProphet.
- Notez les comptes, les périmètres, les dates et les dimensions personnalisées sur la feuille de levier. Vous en avez besoin pour créer la prévision.
Sécurité :
- Accès aux périmètres, aux versions et aux comptes que vous souhaitez inclure dans la prévision.
- AutorisationPredictive Forecaster.
Vous pouvez améliorer l'efficacité et la précision de vos plans en créant des prévisions de machine learning (ML). Predictive Forecaster utilise les algorithmes ML de votre choix pour renseigner les feuilles dans les versions du plan. Les algorithmes prédisent les données en fonction de références historiques que vous définissez dans vos montants réels. Vous pouvez également désigner des versions de plan supplémentaires à référencer comme données historiques pour l'algorithme. Vous pouvez créer des prévisions et les enregistrer, puis revenir et exécuter les prévisions ultérieurement.
Vous pouvez également planifier l'exécution des prévisions à des intervalles de temps spécifiques.
Vous pouvez également vérifier l'historique de vos exécutions et consulter
les indicateurs de confiance
lorsque votre instance les rend disponibles. Les prévisions remplacent les données existantes dans les feuilles de la version de plan que vous sélectionnez. Vous ne pouvez pas rétablir les données prévisionnelles après avoir exécuté une prévision réussie.
- SélectionnezModélisationdans le menu principal.
- Cliquez surPredictive Forecaster.
- Cliquez surAjouteret sélectionnezPrévision.
- Saisissez unnomunique comprenant moins de 129 caractères.
- Renseignez la sectionPrévision:
Option Description FeuilleSélectionnez la feuille standard ou cube que vous voulez alimenter avec les données prévisionnelles.Version de la prévisionSélectionnez la version de plan que vous voulez alimenter avec les données prévisionnelles. Ne sélectionnez pas de versions verrouillées, car votre prévision échouera. Une fois la prévision échouée, vous pouvez vérifier l'historique et réviser les erreurs, qui vont continuer à vous orienter.Prévision glissanteCochez cette case pour aligner automatiquement les périodes suivantes sur la périodeValeurs terminées jusqu'àde la version de montants réels que vous sélectionnez pour vos données de référence :- Période de début de la prévision
- Période de début des montants réels
Au besoin, nous utilisons leDébut du plande la version prévisionnelle comme période de référence pour décaler les dates prévisionnelles.Pour de meilleurs résultats :- Mettez à jour la périodeValeurs terminées jusqu'àdans Modélisation > Versions chaque fois que vous chargez de nouvelles données de montants réels.
- Ajoutez la prévision à un calendrier pour qu'elle s'exécute automatiquement.
Période de la prévision glissanteS'affiche lorsque vous cochez la casePrévision mobile.Sélectionnez les périodes que vous voulez décaler.Période de début et de fin de la prévision de périodes de travail : synchronise les deux périodes avec laValeur terminée jusqu'àde la version de montants réels ou avec leDébut du plande la version de prévision. Pour de meilleurs résultats, mettez régulièrement à jour la périodeValeurs terminées jusqu'à.Décaler uniquement la période de début de prévision : cette option peut donner unepériode de début de prévisionpostérieure à lapériode de fin de prévision. Lorsque cela se produit, un avertissement s'affiche sur la pagePlanifications.Période de début de la prévisionSélectionnez le moment où les données de Machine Learning doivent démarrer.Pour les prévisions glissantes, cette date est en lecture seule et identique à celle de la période postérieure :- 1 période aprèsValeurs terminées jusqu'àde la version de montants réels.
- Début du plande la version prévisionnelle.
Période de fin de la prévisionSélectionnez une période postérieure à lapériode de début de la prévisionpour indiquer à quel moment les données de Machine Learning doivent s'arrêter.Pour les prévisions mobiles, lorsque vous sélectionnez également le bouton radioPériode de début et période de fin de la période de travail, cette date avance le même nombre de périodes que laPériode de début de la prévision.Plage de prévisionDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.Cochez cette case pour générer deux prévisions supplémentaires. 1 inclut la limite supérieure des prédictions. L'autre inclut la limite inférieure des prédictions. Cette option permet également de générer un graphique en avant dans l'ongletIndicateurs de confiancelorsque vous affichez l'historique de la prévision. Le graphique illustre la fourchette dans le temps. Voir Concept : plage et précision des prévisions avec Predictive Forecaster.Niveau de probabilitéDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.S'affiche lorsque vous sélectionnezPlage de prévisions.Sélectionnez un pourcentage compris entre 55 et 95. Plus le pourcentage est élevé, plus la fourchette est plus large entre la limite inférieure et la limite supérieure.Version de limite supérieureDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.S'affiche lorsque vous sélectionnezPlage de prévisions.Sélectionnez la version de plan que vous voulez renseigner avec les valeurs probables les plus hautes de la prévision. La version doit se situer dans la fourchette de la prévision.Version de limite inférieureDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.S'affiche lorsque vous sélectionnezPlage de prévisions.Sélectionnez la version de plan que vous voulez renseigner avec les valeurs probables les plus basses de la prévision. La version doit se situer dans la fourchette de la prévision.Métrique de précisionDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.Cochez cette case pour exécuter un test rétrospectif de la prévision par rapport aux montants réels existants. Le degré de précision s'affiche sous la forme d'un pourcentage dans l'ongletIndicateurs de confiancede lorsque vous affichez l'historique de la prévision.Explication de la prévisionCochez cette case pour générer les éléments suivants dans l'onglet Indicateurs de confiance après l'exécution de la prévision :- Un graphique qui montre comment la saisonnalité, la tendance et les composantes résiduelles (le cas échéant) contribuent aux valeurs prévisionnelles.
- Texte qui décrit les composants du graphique.
- Pour la sectionFiltres:
Option Description ComptesObligatoire. Sélectionnez les comptes que vous voulez alimenter avec des données de Machine Learning.PérimètresDimensionsFacultatif. Sélectionnez les périmètres et les dimensions personnalisées que vous voulez renseigner avec des données de Machine Learning.Nous vous recommandons d'utiliser des filtres de périmètre et de dimension pour limiter le nombre de séries chronologiques dans la prévision.Si vous n'indiquez pas de filtre, la prévision s'exécute dans tous les périmètres et toutes les dimensions.Exemple : ne sélectionnez rien dansPérimètres. La prévision s'exécute pour tous les périmètres inclus dans la feuille. Pour les feuilles plus volumineuses, l'inclusion de tous les périmètres et toutes les dimensions peut prolonger le temps nécessaire pour terminer la prévision.Les filtres incluent uniquement les comptes, les périmètres et les dimensions figurant déjà sur la feuille que vous avez sélectionnés dans la sectionPrévision.Pour chaque filtre :- Vous pouvez sélectionner un ou plusieurs comptes, périmètres ou dimensions.
- Si vous sélectionnez les parents, les descendants sont automatiquement sélectionnés.
- Dans l'ongletSélectionné, vous pouvez vérifier et supprimer les sélections.
- Renseignez la sectionDonnées de référence:
Option Description Version des montants réelsSélectionnez la version de montants réels à laquelle vous souhaitez que les algorithmes fassent référence en tant que données historiques.Période de début des montants réelsSélectionnez une période postérieure à lapériode de fin de la prévision.Période de fin des montants réelsSélectionnez une période postérieure à lapériode de début des montants réels. Il faut au moins un ratio de 3:2 entre les montants réels et les prévisions. Vous avez également besoin du nombre de points de données requis pour l'algorithme que vous sélectionnez.Pour les prévisions mobiles, cette date est en lecture seule et s'aligne sur la dateValeurs terminées jusqu'àde la version de montants réels.Lorsque la datedu champ Valeurs terminées jusqu'àest vide, elle correspond à la période qui précède leDébut du plande la version prévisionnelle.Ajouter une version du planCliquez pour ajouter une version du plan pour obtenir des données de référence supplémentaires. Assurez-vous que la plage de temps de référence du plan ne se chevauche pas avec la plage de temps prévisionnelle ou réelle.Exemple : la prévision commence en janvier 2023 et se termine en mars 2023. La référence des montants réels commence en janvier 2022 et se termine en décembre 2022. La référence du plan ne doit pas chevaucher les périodes comprises entre janvier 2022 et mars 2023. - Renseignez la sous-sectionAlgorithmede la sectionParamètres avancés:
Option Description AlgorithmeSélectionnez un algorithme. Vous devrez peut-être passer par un processus d'essai et d'erreur pour trouver le meilleur algorithme pour vos données.Pour plus d'informations, voir Référence : algorithmes de machine learning pour Adaptive Planning.Détection automatique de la saisonnalitéLaissez cette option sélectionnée pour permettre à notre système de Machine Learning de détecter automatiquement la saisonnalité dans vos données de référence. Désélectionnez cette case pour configurer manuellement la saisonnalité.SaisonnalitéS'affiche lorsque vous désélectionnezl'option Détection automatique de la saisonnalité.Disponible pour les algorithmes suivants :- AutoFit
- Holt-Winters
- Filtre de Kalman
- Orbit DLT
- Prophet
AutoFit applique uniquement la saisonnalité que vous définissez pour les algorithmes qui prennent en charge la saisonnalité.Lorsque vous sélectionnez :- Annuel, vous devez disposer de 3 ans de données de montants réels.
- Bisannuel, vous devez disposer de 18 mois de données de montants réels.
- Trimestriel: vous devez disposer de 9 mois de données de montants réels.
- Aucun(e), vos données ne présentent pas de saisonnalité.
Pour l'algorithme Filtre de calendrier, cochez la case Lesdonnées varient selon la saisonpour indiquer que vous souhaitez modéliser avec saisonnalité. Désélectionnez la case si vous ne souhaitez pas tenir compte de la saisonnalité.Saisonnalité hebdomadaireDisponible pour :- AutoFit.
- Prophet.
Cochez cette case si vous souhaitez également que l'algorithme prenne en compte les tendances hebdomadaires. Cette option nécessite que vous ayez une avance quotidienne dans les plages de temps des versions prévisionnelle et de référence.Lorsque vous sélectionnez Ajustement automatique, la saisonnalité hebdomadaire s'applique uniquement aux données qui utilisent Prophet.Saisonnalité multiplicativeS'affiche lorsque vous désélectionnezl'option Détection automatique de la saisonnalité.Disponible pour :- AutoFit.
- Hôtes-hivers.
- Prophet.
Cochez cette case pour indiquer que la saisonnalité est proportionnelle aux variations de la tendance.Arrondir les valeursCochez cette case lorsque vous ne voulez pas de chiffres négatifs dans la prévision.Feuilles de levierDisponible pour :- AutoFit.
- ARIMA.
- LightGBM.
- Orbit DLT.
- Prophet.
Sélectionnez jusqu'à trois feuilles contenant des données de régression que l'algorithme va référencer. Avant de sélectionner cette option :Pour AutoFit, les données de régression s'appliquent aux données qui utilisent Prophet ou Orbit DLT. - Renseignez la sous-sectionIndicateurs de confiancede la sectionParamètres avancés:
Option Description Plage de prévisionDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.Cochez cette case pour générer deux prévisions supplémentaires. 1 inclut la limite supérieure des prédictions. L'autre inclut la limite inférieure des prédictions. Cette option génère également un graphique en tendances dans la sous-sectionIndicateurs de confiancelorsque vous affichez l'historique de la prévision. Le graphique illustre la fourchette dans le temps. Voir Concept : plage et précision des prévisions avec Predictive Forecaster.Niveau de probabilitéDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.S'affiche lorsque vous sélectionnezPlage de prévisions.Sélectionnez un pourcentage compris entre 55 et 95. Plus le pourcentage est élevé, plus la fourchette est plus large entre la limite inférieure et la limite supérieure.Version de limite supérieureDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.S'affiche lorsque vous sélectionnezPlage de prévisions.Sélectionnez la version de plan que vous voulez renseigner avec les valeurs probables les plus hautes de la prévision. La version doit se situer dans la fourchette de la prévision.Version de limite inférieureDisponibilité limitée : contactez-nous pour savoir si vous êtes éligible à cette fonctionnalité.S'affiche lorsque vous sélectionnezPlage de prévisions.Sélectionnez la version de plan que vous voulez renseigner avec les valeurs probables les plus basses de la prévision. La version doit se situer dans la fourchette de la prévision.Explication de la prévisionCochez cette case pour générer les éléments suivants dans la sous-sectionIndicateurs de confianceaprès l'exécution de la prévision :- Un graphique qui montre comment la saisonnalité, la tendance et les composantes résiduelles (le cas échéant) contribuent aux valeurs prévisionnelles.
- Texte qui décrit les composants du graphique.
- Cliquez surExécuterpour démarrer la prévision.Vous pouvez également cliquer surEnregistrerpour l'exécuter ultérieurement.
La prévision s'affiche dans la liste avec le statut suivant :
Le statut | Description |
|---|---|
Vide | Les paramètres de la prévision ont été enregistrés mais ne les ont pas encore exécutées. |
En file d'attente | La prévision a été calculée mais elle ne peut pas démarrer tant que les prévisions en attente ne sont pas terminées. |
En cours | La prévision est en cours d'exécution. Nous fournissons le pourcentage d'avancement et une barre de statut dans la section Statut de la page Historique prévisionnel . |
Succès | Les données prévisionnelles ont alimenté la version du plan. Dans la liste des prévisions, cliquez sur le nom de la feuille pour ouvrir la feuille. Vérifiez que vous êtes dans la version que vous avez sélectionnée pour les données prévisionnelles. Examinez les données de prédiction. |
Échec | La prévision comporte des erreurs. Pour vous aider à résoudre les problèmes et réessayer, une liste des erreurs s'affiche dans la section Statut de la page Historique de la prévision . |
Annulé | Un utilisateur a interrompu la finalisation de la prévision. |
Pour de meilleurs résultats, ajoutez la prévision à un calendrier, particulièrement s'il s'agit d'une prévision mobile. Voir Planifier des prévisions de machine learning .