Passa al contenuto principale
Administrator Guide
Ultimo aggiornamento: 2026-02-06
Concetto: Pianificazione degli eventi

Concetto: Pianificazione degli eventi

Gli eventi di pianificazione sono date o periodi designati dall'utente che segnalano al modello di machine learning (ML) che le performance osservate di una metrica aziendale in quel giorno sono significativamente atipiche a causa di una circostanza specifica, unica o ricorrente (ad es. un evento imprevisto una tantum ). Contrassegnando queste date, è possibile indicare al modello di isolare l'influenza dell'evento, ponderazione pesantemente la relazione tra queste date escludendo la tendenza normale. Ciò rende il tag uno strumento efficace per modellare il comportamento anomalo delle metriche, ma meno efficace se l'utente intende gestire l'integrità delle previsioni a lungo termine per le normali operazioni aziendali.

Calendario eventi di pianificazione

Un calendario evento di pianificazione è una raccolta o un raggruppamento di singoli eventi di pianificazione utilizzati per fornire informazioni contestuali specifiche ai modelli di previsione machine learning .
Questo calendario viene definito e gestito per una o più organizzazioni con turni, consentendo agli utenti di destinazione insiemi distinti di date atipiche, come festività, promozioni o incidenti occasionali, a diversi segmenti aziendali. Applicando calendari personalizzati, i modelli di machine learning possono allineare in modo più accurato le previsioni delle metriche ai modelli di performance specifici influenzati dall'area geografica, segmento di mercato o da altri fattori di differenziazione operativa. Esempio: separare gli eventi per
la vendita al dettaglio in APAC
dall'e
-commerce in Nord America
.

Tag evento ricorrente

Un tag evento ricorrente è un'etichetta riutilizzabile che è possibile applicare a più eventi di pianificazione (passati e futuri) per informare il modello machine learning che le date contrassegnate sono correlate o simili per quanto riguarda l'impatto sulle performance delle metriche aziendali. Collegando queste date nel tempo, il modello di machine learning può analizzare l'attività storica collettiva associata a quel tipo specifico di evento. Esempio: contrassegnare il capodanno per anni consecutivi. Questo processo consente al modello di ponderare e prevedere in modo appropriato le performance atipiche della metrica quando l' evento specifico ricorrente si ripresenterà in futuro.