FAQ: イベントのスケジューリングと季節対応

ブラック 金曜日、サイバー 月曜日、その他のビジネス固有の休日を "スケジューリング イベント" として定義すると、モデルはその特定の日付の比較履歴データに加重値を設定するように指示されます。これにより、モデルは、これらの固有の前年比パターンを異常と誤って解釈することなく、これらの独自の前年比パターンから学習することができます。これらの日を明示的に特定することで、本質的に、モデルに「この年のパフォーマンスの履歴は、今年の行動を管理するための重要な指標となる。この日付には特に注意を払いましょう」というメッセージを表示できます。

含める対象を決める際は、追跡しているメトリックに大きな影響を与えると確信できるイベントにのみ焦点を当てることをお勧めします。通常、警告は慎重に行い、イベントは増やすことにより、イベント数を少なくすることをお勧めします。イベントが十分な影響を受けるかどうか不明な場合は、今年の作成を延期して動作を確認することをお勧めします。このアプローチにより、モデルがより重要度の低いイベントでの過剰インデックス付けを回避し、最高レベルの予測精度を実現できるようになります。

スケジューリング イベント機能で特別に設定されたイベントについては、それらの日のアクティビティに具体的な注意を向けることができるようにトレーニングされます。この明示的な設定は強力な兆候として機能し、これらが実際の繰り返しパターンであることをモデルに優先順位付けすることを指示します。

一方、モデルは、スケジューリング イベントの同じ日に発生した 1 回限りのイベントなど、異常を識別することはできますが、スケジューリング イベント機能内で明確に設定されていない限り、他のデータ ポイントと異なる扱いになります。このモデルはすべての履歴データから学習しますが、分析で特別に考慮されるのは事前設定されたイベントだけです。

スケジューリングイベントを作成することで、その特定の日のビジネス パフォーマンスが一意であり、通常の日々のアクティビティよりも重要であることをモデルに指示します。不明なイベントや小さな影響のイベントが含まれている場合、それらの日付にモデルが過剰に修正する可能性があります。これにより、ビジネス データにおけるより広範で長期的なパターンや傾向を正確に特定する能力が制限されます。

モデルの予測力を最大化するには、ビジネスにこれまでにない重大な影響を与えると思われるイベントのみを含めます。影響の大きいイベントのキュレーション済みリストを提供することで、このモデルが意味のある相関関係をより確実に検出し、堅牢かつ正確な予測を生成できるようになります。