Utilizar previsiones de Holt Winters

Predecir 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 oportunidad.

Ediciones necesarias

Disponible en: Todas las ediciones compatibles con Data 360. Consulte Disponibilidad de Data 360.

Permisos de usuario necesarios
Permitir a los usuarios gestionar modelos en Einstein Studio (modelos de IA)	Le permite crear, actualizar y eliminar modelos en la ficha Modelos de IA de Data 360.

Conjuntos de permisos
Arquitecto de Data Cloud	Acceso a nivel de administrador a todas las funciones de Modelos de IA, incluyendo la capacidad de crear, actualizar, eliminar y activar modelos.
Usuario de Data Cloud	Acceso restringido para utilizar un modelo, incluyendo obtener predicciones y mejoras derivadas de un modelo.

Antes de comenzar:

Asegúrese de que el objeto de modelo de datos de oportunidad (DMO) en su organización contiene datos estructurados. Los campos a tener en cuenta incluyen nombre de cuenta, Id. de cuenta, fecha de cierre, fecha de creación, mes y ventas.
Utilice al menos dos puntos de datos históricos, como tres meses de ventas por oportunidad.

Ejecutar un modelo de previsión con una Trasformación de datos por lotes

Utilice una Trasformación de datos por lotes para aplicar previsiones entre grandes conjuntos de datos.

Desde Data 360, vaya a Transformaciones de datos y haga clic en Ir a Transformaciones de datos y haga clic en Nuevo.
Seleccione Transformación de datos por lotes.
Seleccione Objetos de modelo de datos y el espacio de datos.
Para agregar sus datos de entrada, seleccione un objeto de modelo de datos. Para este ejemplo, utilice Oportunidad.
Agregue un nodo para seleccionar una función de IA.
Seleccione Previsión.
Seleccione el modelo de previsiones Holt-Winters.
Configure estos detalles y campos de entrada.
1. Especifique un horizonte de previsión, como 3 (meses).
2. Mantenga la estacionalidad automática seleccionada.
3. Seleccione la Suma de importe total como la medición agregada para realizar previsiones.
4. Agrupe datos por Id. de cuenta de cliente y configure el campo de fecha de cierre por año/mes para garantizar la granularidad mensual.
5. Especifique la serie temporal, como el campo Fecha de cierre, y seleccione Año-Mes para realizar previsiones por mes.
6. Asigne el campo de salida (valor previsto, límite superior e inferior). Esta acción guarda los datos transformados en un nuevo DMO.
7. Guarde su configuración. Una vista previa muestra datos en tres campos previstos basándose en su horizonte de 3.
8. Ejecute la transformación para incorporar datos históricos con las filas previstas futuras en el DMO de salida.
9. Para volver a anexar los datos transformados al DMO de cuenta, utilice el nodo Unir.
10. Seleccione los campos de previsión para agregar a la unión.
11. En la Trasformación de datos, conecte el nodo Unión a Salida para anexar valores previstos al objeto de salida.