U bent hier:
Holt Winters Forecasting gebruiken
Voorspel toekomstige waarden op basis van historische patronen in één variabele met behulp van het Holt-Winters-algoritme. Gebruik bijvoorbeeld een gegevenstransformatie om verkoop op account te voorspellen op basis van opportunitygegevens.
Vereiste editions
| Beschikbaar in: Alle editions die worden ondersteund door Data 360. Zie Beschikbaarheid van Data 360 edition. |
| Vereiste gebruikersmachtigingen | |
|---|---|
| Gebruikers toestaan om modellen te beheren in Einstein Studio (AI-modellen) | Hiermee kunt u modellen maken, bijwerken en verwijderen op het tabblad AI-modellen van Data 360. |
| Machtigingensets | |
|---|---|
| Data Cloud-architect | Toegang op beheerdersniveau tot alle voorzieningen van AI-modellen, inclusief de mogelijkheid om modellen te maken, bij te werken, te verwijderen en te activeren. |
| Data Cloud-gebruiker | Beperkte toegang voor het gebruik van een model, inclusief het ophalen van voorspellingen en verbeteringen die zijn afgeleid van een model. |
Voordat u begint:
- Zorg ervoor dat het gegevensmodelobject Opportunity (DMO) in uw organisatie gestructureerde gegevens bevat. Velden om rekening mee te houden omvatten accountnaam, account-ID, gesloten, sluitingsdatum, aanmaakdatum, maand en verkoop.
- Gebruik minstens twee historische gegevenspunten, bijvoorbeeld drie maanden verkoop per opportunity.
Een prognosemodel uitvoeren met een batch gegevenstransformatie
Gebruik een batch gegevenstransformatie om prognoses toe te passen op grote gegevenssets.
- Ga vanuit Data 360 naar Gegevenstransformaties, klik op ga naar Gegevenstransformaties en klik op Nieuw.
- Selecteer Batch gegevenstransformatie.
- Selecteer Gegevensmodelobjecten en de gegevensruimte.
-
Selecteer voor het toevoegen van uw invoergegevens een gegevensmodelobject. Gebruik voor dit voorbeeld Opportunity.
-
Voeg een knooppunt toe om een AI-functie te selecteren.
- Selecteer Prognose.
- Selecteer het Holt-Winters-prognosemodel.
-
Configureer deze details en invoervelden.
- Geef een prognosehorizon op, bijvoorbeeld 3 (maanden).
- Houd de automatische seizoensgebondenheid geselecteerd.
-
Selecteer de som van totaalbedrag als het te voorspellen geaggregeerde meetgegeven.
-
Groepeer gegevens op klantaccount-ID en configureer het sluitingsdatumveld op jaar/maand om maandelijkse fijnkorreligheid te garanderen.
- Geef de tijdreeks op, zoals het veld Sluitingsdatum, en selecteer Jaar-maand om een prognose te maken op maand.
- Wijs het uitvoerveld toe (voorspelde waarde, bovengrens en ondergrens). Deze actie slaat de getransformeerde gegevens op in een nieuw DMO.
-
Sla uw instellingen op. Een voorbeeld toont gegevens in drie geprognosticeerde velden op basis van uw horizon van 3.
- Voer de transformatie uit om historische gegevens op te nemen met de toekomstige geprognosticeerde rijen in het uitvoer-DMO.
-
Als u de getransformeerde gegevens weer wilt toevoegen aan het DMO Account, gebruikt u het Join-knooppunt.
- Selecteer de prognosevelden die u wilt toevoegen aan de join.
- Verbind in de gegevenstransformatie het joinknooppunt met Uitvoer om geprognosticeerde waarden toe te voegen aan het uitvoerobject.
Heeft dit artikel uw probleem opgelost?
Laat ons weten wat we kunnen doen om te verbeteren!

