Voorspellingen voor afwijkingsdetectie genereren
- Zorg ervoor dat u ten minste 24 maanden aan werkelijke waarden hebt in de rekeningen die u met voorspellingen wilt vullen.
- Als u uw eigen boven- en ondergrenzen voor afwijkingsdetectie wilt definiëren, maakt u een gemodelleerd blad. Zie Afwijkingsdrempels definiëren.
- Beveiliging: machtigingModel bevat bladen, rekeningen, dimensies en formules.
De algoritmen
voor afwijkingsdetectie
gebruiken machine learning om voorspellingen te genereren in een speciale versie op basis van historische patronen in uw werkelijke waarden. Door nauwkeurigere modellen te bouwen met machine learning kunt u risico's identificeren die u wilt vermijden en winstgevende kansen tot 24 maanden in de toekomst identificeren.Wanneer u voorspellingen voor
afwijkingsdetectie
genereert:
- Worden de voorspelde gegevens ingevuld in de voorspellingsversie.
- Worden afwijkingen met afwijkingsdetectie in bladen gemarkeerd.
U kunt alleen voorspellingen met machine learning genereren als uw standaardkalender maanden als standaardtijdstrata gebruikt.
- SelecteerModelleringin het hoofdmenu.
- Klik opAfwijkingsdetectie.
- Klik opVoorspellingen genereren.U kunt dit gebied vanModelleringverlaten terwijl de voorspellingen worden gegenereerd.
- Als u de status wilt controleren, gaat u terug naar :
- Voltooid: voorspelde gegevens hebben uw voorspellingsversie voor de rekeningen ingevuld.
- Mislukt: beoordeel en voltooi de acties in de sectieStatus. Klik vervolgens nogmaals opVoorspellingen genereren.
- Wordt uitgevoerd: kom later nog eens terug. De tijd die nodig is om de voorspellingen te voltooien, is afhankelijk van de omvang en complexiteit van uw gegevens.
- Beoordeel de voorspellingsgegevens aan de hand van uw plangegevens met voorwaardelijke opmaak. Zie Stappen: uitschietersrapporten samenstellen.