Holt Winters 売上予測の使用
Holt-Winters アルゴリズムを使用して、1 つの変数の履歴パターンに基づいて将来の値を予測します。たとえば、データ変換を使用して、商談データに基づいて取引先別の売上を予測します。
必要なエディション
| 使用可能なエディション: Data 360 でサポートされるすべてのエディション。 「Data 360 Edition の可用性」を参照してください。 |
| 必要なユーザー権限 | |
|---|---|
| Einstein Studioでのモデルの管理をユーザーに許可(AIモデル) | [Data 360 AI モデル] タブでモデルを作成、更新、削除できます。 |
| 権限セット | |
|---|---|
| Data Cloud アーキテクト | モデルの作成、更新、削除、有効化など、すべての AI モデル機能へのシステム管理者レベルのアクセス権。 |
| 「Data Cloud ユーザー」 | モデルを使用するための制限されたアクセス権 (モデルから派生した予測や改善の取得など)。 |
作業を開始する前に
- 組織の商談データモデルオブジェクト (DMO) に構造化データが含まれていることを確認します。考慮する項目には、取引先名、取引先 ID、完了日、完了日、作成日、月、売上などがあります。
- 少なくとも 2 つの履歴データポイントを使用します (商談ごとに 3 か月の売上など)。
一括処理データ変換による売上予測モデルの実行
一括処理データ変換を使用して、大規模なデータセット全体に売上予測を適用します。
- Data 360から、[データ変換]に移動し、[データ変換に移動]をクリックして、[新規]をクリックします。
- [一括処理データ変換] を選択します。
- [データモデルオブジェクト] と [データスペース] を選択します。
-
入力データを追加するには、データモデルオブジェクトを選択します。この例では、[商談] を使用します。
-
AI 関数を選択するノードを追加します。
- [Forecast (予測)] を選択します。
- Holt-Winters 売上予測モデルを選択します。
-
次の詳細と入力項目を設定します。
- 3 (月) など、売上予測範囲を指定します。
- 自動季節性は選択したままにします。
-
売上予測の集計指標として [Sum of Total Amount (合計金額)] を選択します。
-
カスタマー取引先 ID でデータをグループ化し、完了予定日項目を年/月で設定して、毎月の粒度を確保します。
- [完了予定日] フィールドなどの時系列を指定し、月別に売上予測を行うには [年-月] を選択します。
- 出力項目 (予測値、上限、下限) を対応付けます。このアクションにより、変換されたデータが新しい DMO に保存されます。
-
設定を保存します。プレビューには、対象期間 3 に基づいて 3 つの予測項目のデータが表示されます。
- 変換を実行して、出力 DMO に将来の予測行を含む履歴データを組み込みます。
-
変換されたデータを取引先 DMO に追加するには、結合ノードを使用します。
- 結合に追加する売上予測項目を選択します。
- データ変換で、結合ノードを出力に接続して、予測値を出力オブジェクトに追加します。
この記事で問題は解決されましたか?
ご意見をお待ちしております。
