Utilizzo delle previsioni Holt Winters

Prevedere i valori futuri in base agli schemi storici in una singola variabile utilizzando l'algoritmo Holt-Winters. Ad esempio, utilizzare una trasformazione dati per prevedere le vendite per account in base ai dati delle opportunità.

Versioni (Edition) richieste

Disponibile nelle versioni: Tutte le versioni supportate da Data 360. Vedere Data 360 Edition availability.

Autorizzazioni utente necessarie
Consentire agli utenti di gestire i modelli in Einstein Studio (modelli AI)	Consente di creare, aggiornare ed eliminare modelli nella scheda Modelli AI di Data 360.

Insiemi di autorizzazioni
Architetto Data Cloud	Accesso a livello di amministratore a tutte le funzioni dei modelli AI, inclusa la possibilità di creare, aggiornare, eliminare e attivare i modelli.
Utente Data Cloud	Accesso limitato all'utilizzo di un modello, inclusa la generazione di previsioni e i miglioramenti derivati da un modello.

Prima di iniziare:

Assicurarsi che l'oggetto modello di dati (DMO) Opportunità nell'organizzazione contenga dati strutturati. I campi da considerare includono nome account, ID account, data chiusura, data creazione, mese e vendite.
Utilizzare almeno due dati storici, ad esempio tre mesi di vendite per opportunità.

Esecuzione di un modello di previsione con una trasformazione dati batch

Utilizzare una trasformazione dati batch per applicare le previsioni a serie di dati di grandi dimensioni.

Da Data 360, accedere a Trasformazioni dati e fare clic su vai a Trasformazioni dati e fare clic su Nuovo.
Selezionare Trasformazione dati batch.
Selezionare Oggetti modello di dati e lo spazio dati.
Per aggiungere i dati di input, selezionare un oggetto modello di dati. Per questo esempio, utilizzare Opportunità.
Aggiungere un nodo per selezionare una funzione AI.
Selezionare Previsione.
Selezionare il modello di previsione Holt-Winters.
Configurare questi dettagli e campi di input.
1. Specificare un orizzonte di previsione, ad esempio 3 (mesi).
2. Mantenere selezionata la stagionalità automatica.
3. Selezionare la somma dell'ammontare totale come metrica aggregata da prevedere.
4. Raggruppare i dati per ID account cliente e configurare il campo data chiusura per anno/mese per garantire la granularità mensile.
5. Specificare le serie temporali, ad esempio il campo Data chiusura, e selezionare Anno-Mese per formulare previsioni per mese.
6. Mappare il campo di output (valore previsto, limite superiore e limite inferiore). Questa azione salva i dati trasformati in un nuovo DMO.
7. Salvare le impostazioni. Un'anteprima mostra i dati in tre campi previsti in base all'orizzonte di 3.
8. Eseguire la trasformazione per incorporare i dati storici con le righe previste future nel DMO di output.
9. Per aggiungere nuovamente i dati trasformati al DMO Account, utilizzare il nodo Unisci.
10. Selezionare i campi previsione da aggiungere al join.
11. Nella trasformazione dati, collegare il nodo Unisci a Output per aggiungere i valori previsti all'oggetto di output.