FAQ: Predictive Forecaster
- 예측을 생성하는 동안 수동으로 입력한 데이터를 유지하려면 어떻게 해야 합니까?
- 예측에 대해 다른 계획 버전을 선택합니다. 예측 데이터에 대해 지정된 계획 버전을 생성하는 것이 좋습니다. 리포트 및 대시보드 차트를 사용하여 버전 간 차이점을 비교할 수 있습니다.
- 실패한 예측을 해결하려면 어떻게 해야 합니까?
- 모델링>예측 예측기로 이동합니다.
- 목록에서 점 3개가 표시될 때까지 예측 위로 마우스 커서를 가져갑니다.
- 점 3개를 클릭하고이력 조회 를선택합니다.
- 왼쪽 패널에는 해당 예측에 대한 실행 목록이 표시됩니다.
- 실패한 실행을 클릭합니다.
- 상태섹션에서 오류 목록을 읽습니다.
- 예측의 정확성을 보장하거나 개선하려면 어떻게 해야 합니까?
- 데이터를 기반으로 최상의 알고리즘을 적용하는 자동 맞춤을 사용해 보십시오.
- 많은 수의 실제값 데이터 요소를 참조합니다.
- 실제값에 공백이 있는지 확인합니다. 이 공백은 알고리즘에서 0으로 처리됩니다.
- 실제값 데이터에 공백이 많은 경우 크로스턴 알고리즘을 사용합니다.
- 필요한 만큼만 미래를 예측합니다.
- 제한된 가용성: 정확도 메트릭을 활성화합니다. 이 메트릭은 신뢰도 메트릭 탭에서 리뷰할 수 있는 점수를 생성합니다.
- 알고리즘을 선택할 때 고려해야 할 사항은 무엇입니까?
- 자동 맞춤은 언제 사용해야 합니까?
- 다음과 같은 경우 자동 맞춤을 사용합니다.
- 처음으로 Predictive Forecaster를 사용합니다.
- 사용가능한 알고리즘의 내부 작동 방식을 잘 파악하지 못하는 경우
- 데이터의 특징 및 패턴을 명확하게 파악하지 못하는 경우
- 다른 알고리즘을 선택할 때 예상한 결과를 얻지 못하는 경우
- 제한된 가용성:신뢰도 메트릭하위 섹션의정확도 메트릭에 대해 낮은 점수를 받았습니다.
- 자동 맞춤을 사용하는 경우 계산 오버헤드는 얼마입니까?
- 자동 맞춤은 예측에 추가 시간을 추가할 수 있는 추가 주기를 사용합니다.
- 예측을 완료하는 데 걸리는 시간을 줄이려면 어떻게 해야 합니까?
- 필터를 사용하여 계정, 레벨 및 커스텀 디멘션을 제한합니다.
- Holt-Winters 또는 Kalman 필터와 같은 더 빠른 알고리즘을 선택합니다. 항상 예상과 비교하여 예측 데이터를 확인하십시오.
- 제한된 가용성:예측 범위확인란을 비활성화합니다. 이 옵션을 비활성화하면 예측의 상한 및 하한 생성이 중지되므로 예측의 실행 시간이 줄어듭니다. 나중에 다시 활성화할 수 있습니다.
- Limited Availability:Accuracy Metric확인란을 비활성화합니다. 이 옵션을 비활성화하면 백테스팅이 제거되므로 실행 시간이 줄어듭니다. 예측을 실행하고 점수를 확인한 후 비활성화하는 것이 좋습니다. 나중에 다시 활성화할 수 있습니다.
- 레버 시트에 예측 시트에 있는 계정, 레벨 또는 커스텀 디멘션이 없으면 어떻게 됩니까?
- 알고리즘은 레버를 사용하지 않고 누락된 레벨, 계정 또는 디멘션과 관련된 예측 데이터를 계산합니다.
- 모든 커스텀 디멘션 분할에 동일한 레버 값을 사용하려면 어떻게 해야 합니까?
- 레버 시트에 커스텀 디멘션을 추가하거나 특정 행에 대해 커스텀 디멘션의 열을 비워두지 마십시오.
- 주간 계절성 옵션과 관련하여 '일일 주기' 요건은 무엇을 의미합니까?
- 일일 케이던스는 시간 범위 내의 캘린더 일수 및 기간을 기준으로 하는 계산입니다. 계산 방법:
- 예측의 정의된 시간 범위에 해당하는 일수를 계산합니다. 예: 시작 기간은 2023년 1월입니다. 종료 기간은 2023년 2월입니다. 일반적인 캘린더에서는 1월 1일과 2월 28일 사이에 59일이 있습니다.
- 시간 범위에 속하는 기간 수를 계산합니다. 예: 위와 동일한 시작 및 종료 기간을 사용합니다. 캘린더에서 가장 작은 시간 단위는 주입니다. 1월 1일과 2월 28일 사이에는 9주가 있습니다.
- 캘린더 일수를 기간으로 나눕니다. 예: 59를 9로 나누면 6.55입니다.
- 주별 계절성 옵션을 사용하려면 몫이 2보다 작거나 같아야 합니다. 예: 6.55라는 케이던스는 적합하지 않습니다.
필요에 따라 시간 범위를 조정할 수 있습니다. 이 요건으로 인해 일부 캘린더 구조에서는 이 옵션을 사용하기가 어렵습니다.
- 예측에서 필터를 변경하거나 제거하려면 어떻게 해야 합니까?
- 모델링>예측 예측기로 이동합니다.
- 예측 목록에서 예측명을 클릭합니다.
- 계정,레벨또는디멘션에 대한 프롬프트를 클릭합니다.
- 선택항목탭을 클릭합니다. 목록에 선택한 모든 값이 표시됩니다.
- 값을 제거하려면 값 옆에 있는 x를 클릭합니다.
- Confidence Metrics 탭이 비어 있는 이유는 무엇입니까?
- 예측에 대한 차트를 생성하는 옵션을 활성화하지 않았습니다. 메트릭을 활성화하려면 예측을 편집하고Forecast Range또는Accuracy Metric을클릭합니다. 각 옵션은 서로 다른 태스크를 실행하고 서로 다른 차트를 생성합니다. 참조 개념: Predictive Forecaster를 사용한 예측 범위 및 정확도.
- 롤링 예측 옵션은 예측 정의에 어떤 영향을 미칩니까?
- 롤링 예측은 예측의 중요 날짜를 실제값 버전에 맞게 조정합니다. 올바르게 사용하면 실제값 데이터를 로드할 때 롤포워드되는 동적 예측 정의가 생성됩니다. 예측은 가장 최근에 추가된 실제값 데이터를 참조하고 가장 정확한 예측으로 예측 버전을 지속적으로 채웁니다.롤링 예측을 스케줄링과 결합하면 예측 프로세스를 자동화할 수 있습니다.Perspective에서는 신규 실제값을 로드할 때마다 항상실제값 표시 종료일을업데이트합니다. 이 기간은 일반적으로 예측 버전의계획 시작전 한 기간입니다. 따라서 다음을 수행합니다.
- 예측 시작 기간은실제값 표시 종료일이후의 한 기간과 동일합니다.
- 실제값 종료 기간:실제값 표시 종료일과 동일
그러나실제값 표시종료일을 추가하지 않았거나계획 시작 날짜와실제값 표시종료일 사이에 차이가 있는 경우에는 어떻게 됩니까? 이 경우 다음을 수행합니다.- 계획시작 과 동일한 예측 시작 기간
- 실제값 종료 기간:계획 시작전 기간 1개와 동일