メインコンテンツにスキップ
Administrator Guide
最終更新: 2026-02-06
概念: スケジューリング イベント

概念: スケジューリング イベント

スケジューリング イベントには、ユーザーが指定した日付または期間があり、その日の機械学習メトリックの観察済のパフォーマンスが特定の、固有、または定期的な状況 (例: 重要な休日や予期しない 1 回限りのイベント()。これらの日付にタグを付けることで、モデルにイベントの影響を分離するように指示でき、これらの日付間の関係に加重加重値を大きくし、通常の傾向から除外することができます。このため、タグは異常なメトリック動作をモデル化するための強力なツールですが、ユーザーが通常の業務で長期予測の完全性を管理場合は、その効果は低くなります。

スケジューリング イベント カレンダー

スケジューリングイベントカレンダーは、機械学習(ML) 予測モデルに特定のコンテキスト情報を提供するために使用される個々のスケジューリング イベントをまとめたものまたはグループ化したものです。
このカレンダーは、1 つ以上のスケジューリング組織に対して定義および管理されるため、ユーザーは、休日、昇進・昇格、1 回限りの事故など、不規則な日付の個別のセットをさまざまなビジネス セグメントにターゲットできます。調整されたカレンダーを適用することで、ML モデルはメトリック予測を地域や市場セグメント、またはその他の運用面での差別化要因に影響を受ける固有のパフォーマンス パターンに対してより正確に調整できます。例:
APAC Retail
のイベントを
北米 E コマース
から切り離す。

定期的なイベント タグ

"定期的なイベント タグ" は再利用可能なラベルで、複数のスケジューリング イベント (過去と将来) に適用して、タグ付けされた日付がビジネス メトリック パフォーマンスに関連しているか、または似ていることを機械学習(ML) モデルに通知できます。これらの日付を時系列でリンクすることで、ML モデルはその特定のタイプのイベントに関連付けられた集合的な履歴アクティビティを分析できます。例: 連続する年における "元日" のタグ付け。このプロセスにより、モデルはその特定のイベントが将来再び発生する場合に、異常なメトリック パフォーマンスに適切な加重値と予測を適用できるようになります。