常见问题：人工需求预测引擎
- 什么是渐变提升树状模型？
- 渐变提升树模型是先进的方法之一，我们的系统使用它可以做出高度准确的预测。您可以将其视为由许多一起工作的小型决策者组成的团队。决策者团队（树状）包含以下人员：
- 第一个决策树（新手）：流程从一个简单的“决策树”开始。这第一颗树会使用您的历史数据并做出非常基本的猜测（预测）。通常是错误的，或者只对了一点。
- 后续树（纠正者）：然后，我们构建第二个树。但是，这颗新树不会尝试根据原始数据进行预测，而是重点关注第一颗树所存在的错误。它的全部作用就是了解如何修复前一个决策过程中出现的错误。
- 团队建设：重复此流程。每个新树都会构建一个，以更正之前整个树团队中的剩余错误。这种按顺序修复错误的过程称为“优化”。
- 最终预测：到了需要进行最终预测时（例如：预测下周的销售），模型会将数据传递到所有小树，然后将它们各自的预测相加，以创建一个高度准确的最终结果。
- 什么是基于趋势的预测模型？
- 基于趋势的预测模型“”的预测模型是我们系统用于预测的最简单方法之一，它是稳定性基线。它的工作原理如下：示例：您需要预测下星期二的销售额。年同比模型只是回溯了一年前的那一天（最后一个星期二）实际发生的情况。然后，Workday 根据最近观察到的趋势调整该历史数字。
- 查找基线：模型查找 365 天前的确切数据点。它可以捕捉您已知的所有历史模式，例如受特定节假日影响、每周晋升或季节性下降。
- 计算增长/下降：然后计算自那时以来您的企业经历的总体变化率（您的“增长率”）。
- 应用变更：模型将该增长百分比或下降百分比应用于去年的基线数字，以获得下周的最终预测。
对于稳定的指标或当您需要可靠、保守的预测时，年同比模型最有价值。它之所以有效，是因为它假设您业务的基本模式年年保持一致，而只是根据当前增长率对结果进行调整。