Usted está aquí:
Pronósticos
Utilice pronósticos en Data 360 para predecir valores futuros desde datos históricos. Los modelos de pronósticos identifican automáticamente tendencias y patrones estacionales para generar predicciones sin requerir experiencia en ciencia de datos.
El algoritmo predeterminado es Holt-Winters y es el más adecuado para datos de series temporales estructuradas con tendencias claras y patrones estacionales recurrentes. Por ejemplo, ventas minoristas que alcanzan su punto máximo cada trimestre o ingresos mensuales que crecen de forma constante con el tiempo.
Todos los modelos y algoritmos de pronósticos utilizan el nuevo tiempo de ejecución.
Pronósticos admite varios casos de uso.
- Pronóstico de ingresos: predecir tendencias de ingresos futuras con datos de desempeño histórico
- Planificación de demanda: estimar la demanda de productos o servicios entre periodos de tiempo
- Análisis de tendencias: identificar patrones de crecimiento o disminución en oportunidades en curso o reservas
- Planificación de capacidad: pronosticar necesidades de recursos basándose en tendencias de uso históricas
- Análisis de patrón estacional: analizar picos y caídas recurrentes en la actividad de negocio
Los pronósticos de una sola variable activan estos casos de uso utilizando una variable histórica. Por ejemplo, pronostique los ingresos del mes siguiente utilizando solo datos de ingresos pasados cuando exista una medición claramente definida.
Cómo funciona el pronóstico
Los modelos de pronósticos aprenden de datos históricos de series temporales: una secuencia de valores registrados a intervalos regulares, como ventas diarias o ingresos mensuales. El modelo identifica patrones, como dirección de tendencia y estacionalidad, y proyecta esos patrones en el futuro para generar predicciones.
Los resultados de pronósticos incluyen intervalos de predicción que representan incertidumbre en el pronóstico. Los límites superior e inferior definen el intervalo de valores esperados, donde intervalos más estrechos indican mayor confianza.
Cada registro previsto incluye estos resultados:
- Valor previsto: el valor predicho para cada periodo de tiempo futuro
- Límite superior de pronóstico: el extremo superior del intervalo predicho
- Límite inferior de pronóstico: el extremo inferior del intervalo predicho
Revise estos conceptos de pronósticos.
Las columnas de partición definen cómo Data 360 agrupa datos para pronósticos. Por ejemplo, al pronosticar ingresos por cuenta, el campo de cuenta es la columna de partición. Cada modelo admite hasta cinco columnas de partición, permitiendo pronósticos segmentados entre múltiples dimensiones.
La agrupación de series temporales define el intervalo de agregación para los datos, como minuto, día, mes o año. El modelo infiere automáticamente la frecuencia de pronósticos de esta agrupación, y no la configura por separado.
La estacionalidad captura patrones recurrentes que se repiten en un intervalo fijo, como picos de tráfico semanales o aumentos de ventas trimestrales. Defina la estacionalidad manualmente durante hasta 24 periodos.
La gestión nula imputa valores que faltan en datos de entrenamiento automáticamente con el método de imputación integrado. El modelo utiliza valores imputados solo durante el entrenamiento y no los redacta en resultados de pronósticos.
Consideraciones
Revise estas consideraciones.
-
La inferencia de pronóstico consume el medidor de facturación de inferencia.
-
Los pronósticos de transformaciones por lotes también consumen la Trasformación de datos: Medidor por lotes basado en filas procesadas.
-
Si los valores que faltan no se imputan de forma fiable, la inferencia de pronósticos se detiene.
- Utilizar Pronósticos de Holt Winters
Prediga valores futuros basándose en patrones históricos en una única variable utilizando el algoritmo Holt-Winters. Por ejemplo, utilice una Trasformación de datos para pronosticar ventas por cuenta basándose en datos de oportunidades.
