Skip to main content
Documentatie
Documentatie
Adaptive Planning
Laatst bijgewerkt: 2023-06-23
Veelgestelde vragen: afwijkingsdetectie

Veelgestelde vragen: afwijkingsdetectie

Wat moet ik doen om aan de slag te gaan?
Maak eerst een voorspellingsversie met machine learning. Genereer vervolgens voorspellingen. Zie Create Prediction Versions for Anomaly Detection.
Wat doet de voorspellingsversie?
De voorspellingsversie bevat voorspelde gegevens die zijn berekend door het machine learning-algoritme.
Kan ik de voorspellingsversie bewerken of verwijderen?
U kunt een aantal instellingen bewerken. Houd u aan de vereiste versie-instellingen. Het algoritme kan mislukken als u dat niet doet.
U kunt de versie ook verwijderen. Wanneer u de versie verwijdert, werken afwijkingsdetectie en rapportage van uitschieters niet meer.
U kunt de gegevens in bladen voor de voorspellingsversie niet bewerken omdat de versie alleen-lezen is.
Op welke bladen worden afwijkingen weergegeven?
Alleen op standaardbladen die geen aangepaste dimensies hebben.
In welke rekeningen worden afwijkingen weergegeven?
  • Alleen in periodieke grootboekrekeningen en in aangepaste rekeningen die niet aan andere rekeningen zijn gekoppeld.
  • De rekeninginstelling
    Bladtype gegevensinvoer
     moet
    Standaard
     zijn.
  • Samengevouwen rekeningtotalisaties worden gemarkeerd als afwijkingen als ten minste één onderliggende rekening onverwachte gegevens bevat. U kunt de rekening uitvouwen om te zien waar de afwijking zich bevindt.
In welke versies worden afwijkingen weergegeven?
Alleen in planversies worden afwijkingen weergegeven.
Kan ik afwijkingen weergeven in Excel-interface voor Planning-bladen of OfficeConnect-rapporten?
Op dit moment werkt afwijkingsdetectie alleen in Adaptive Planning-bladen en webrapporten.
Hoe detecteert Adaptive Planning afwijkingen?
We gebruiken een voorspellend algoritme dat de patronen van uw versie met werkelijke waarden bestudeert. Standaard definiëren we de boven- en ondergrens voor elke voorspelling als volgt:
  • Bovengrens = Voorspellingswaarde + 0,4 * | Voorspellingswaarde |
  • Ondergrens = Voorspellingswaarde - 0,4 * | Voorspellingswaarde |
Wanneer waarden groter zijn dan de bovengrens of kleiner zijn dan de ondergrens, worden ze weergegeven als afwijkingen. U kunt de drempelwaarden wijzigen met het blad AIML-THRESHOLD. Zie Define Anomaly Thresholds.
Wanneer beginnen de voorspellingen?
Gebruik de instelling
Begin van plan
 in uw voorspellingsversie om te definiëren wanneer voorspellingen beginnen. Vervolgens voorspelt het algoritme waarden voor de volgende 24 perioden.
Wat moet ik doen als op mijn blad geen afwijkingen worden weergegeven?
Er zijn ten minste 24 gegevenspunten in de versie met werkelijke waarden vereist voordat de algoritmen afwijkingen voor een rekening kunnen detecteren.
Zorg er ook voor dat u:
  • grootboekrekeningen of aangepaste rekeningen bekijkt. In kubus-, gemodelleerde, metriek- en aannamerekeningen worden geen afwijkingen weergegeven.
  • periodieke rekeningen bekijkt. In cumulatieve en koppelingsrekeningen worden geen afwijkingen weergegeven.
  • de kleinste tijdsperiode weergeeft. Voorbeeld: maanden in plaats van kwartalen. Het algoritme detecteert geen afwijkingen voor tijdtotalisaties.
  • een niveau zonder onderliggende niveaus bekijkt. Het algoritme detecteert geen afwijkingen voor niveautotalisaties.
  • een standaardblad bekijkt met de knop
    Afwijkingen weergeven
    . Als uw standaardblad aangepaste dimensies heeft, wordt deze knop niet weergegeven.
  • een planversie bekijkt. In versies met werkelijke waarden worden geen afwijkingen weergegeven.
  • niet de voorspellingsversie bekijkt, want die bevat voorspellingen en die kunnen nooit afwijkingen zijn.
  • geen splitsingen bekijkt.
Wat kan ik doen als de gedetecteerde afwijkingen geen afwijkingen zijn?
  • Controleer uw versie met werkelijke waarden om na te gaan of de gegevens correct zijn. Het algoritme telt lege cellen als nullen, wat van invloed kan zijn op voorspellingen.
  • Overweeg om uw eigen drempels te definiëren met het blad AIML-THRESHOLD.
  • Als u de rand van een cel die een afwijking aangeeft wilt verwijderen, klikt u met de rechtermuisknop op de cel en selecteert u
    Markering van afwijking opheffen
    .
Wat doet uitschietersrapportage?
In dit matrixrapport worden de voorspelde waarden in de voorspellingsversie gebruikt. Met standaardrapportfuncties kunt u uitschieters definiëren op basis van uw eigen aangepaste boven- en ondergrenzen. Deze uitschieters komen niet overeen met de afwijkingen die u in bladen aantreft, omdat ze worden gedefinieerd door de rapportopmaak en niet door het algoritme. Zie Stap: uitschietersrapporten samenstellen.
Worden gedetecteerde afwijkingen in bladen bijgewerkt op basis van de boven- en ondergrenzen in mijn uitschietersrapport?
Nee. De afwijkingen in bladen zijn gebaseerd op de boven- en ondergrenzen die zijn gedefinieerd door het machine learning-algoritme. Het uitschietersrapport biedt een manier om de verschillen tussen uw plannen en de voorspelling van het algoritme te analyseren. Dit kan nuttig zijn voor u, maar verandert niets aan de definitie van afwijkingen voor het algoritme.