Concept : saisonnalité pour Predictive Forecaster

Définition de la saisonnalité

Saisonnalité est un terme utilisé pour décrire les fluctuations des données qui suivent une tendance cyclique. L'algorithme utilise l'historique des données et des paramètres que vous fournissez pour déterminer les pointes saisonnières. Elle présuppose alors que la même tendance saisonnière se répétera à l'avenir. Certains des algorithmes disponibles dans Predictive Forecaster détectent automatiquement la saisonnalité, tandis que d'autres vous permettent de définir le nombre de périodes qui constituent une saison.

Saisonnalité personnalisée avec Predictive Forecaster

Prophet, Hot-Winters et Orbit DLT vous permettent de personnaliser la saisonnalité. Vous pouvez également personnaliser la saisonnalité pour AutoFit, qui s'applique lorsque AutoFit
utilise l'un des algorithmes qui prennent en charge la personnalisation.

L'algorithme de Calman est unique en ce que vous pouvez indiquer si vous souhaitez ou non qu'il applique la saisonnalité à la prévision sans avoir à la définir vous-même.

Vous pouvez autoriser notre système ML à détecter automatiquement la saisonnalité dans vos données de référence ou vous pouvez configurer manuellement la saisonnalité.

Adaptive Planning propose les options suivantes pour la saisonnalité :

Option de saisonnalité	Descriptions
Annuelle	La saisonnalité annuelle est la valeur par défaut pour la saisonnalité. À utiliser lorsque vous avez : Des tendances dans vos données qui se répètent chaque année. Exemple : les ventes ont fortement augmenté en décembre en raison de la période de vacances. Au moins 36 mois de données de référence pour que l'algorithme puisse reconnaître une tendance annuelle.
Semestrielle	À utiliser lorsque vous avez : Moins de 36 mois de données. Des données avec des tendances qui se répètent tous les 6 mois.
Trimestrielle	À utiliser lorsque vous avez : Moins de 12 mois de données. Des données avec des tendances qui se répète chaque mois.
Hebdomadaire	Disponible pour Prophet et Ajustement automatique uniquement. Cochez la case Ajouter une saisonnalité hebdomadaire en plus de Saisonnalité annuelle , biannuelle ou trimestrielle . La saisonnalité hebdomadaire est meilleure pour les données : Collecte quotidienne. Avec des motifs qui se répètent chaque semaine. Exemple : pointe des ventes tous les week-ends.
Multiplicatif	Disponible pour Prophet , Hoch-Winters et AutoFit . Utilisez la case à cocher Tendance très variable selon la saisonnalité lorsque les pointes et baisses saisonnières varient proportionnellement à la tendance.
Aucune	À utiliser lorsque : Les données n'ont pas de tendances saisonnières. Vous voulez baser la prévision sur la tendance et ignorer la saisonnalité. La tendance indique la direction dans laquelle vos données se déplacent, quelles que soient les fluctuations.

Créer des prévisions de machine learning

Référence : algorithmes de machine learning pour Adaptive Planning

FAQ : Predictive Forecaster

Éléments de définition : Predictive Forecaster