Du er her:
Bruke Holt Winters-prognoser
Forutsi fremtidige verdier basert på historiske mønstre i en enkelt variabel ved å bruke Holt-Winters-algoritmen. Bruk for eksempel en datatransformasjon til å lage prognoser for salg etter konto basert på salgsmulighetsdata.
Nødvendige utgaver
| Tilgjengelig i Alle versjoner støttes av Data 360. Se tilgjengelighet av Data 360-versjonen. |
| Nødvendig brukertillatelse | |
|---|---|
| Tillate brukere å behandle modeller i Einstein Studio (AI-modeller) | Gir deg mulighet til å opprette, oppdatere og slette modeller på fanen Data 360 AI-modeller. |
| Tillatelsessett | |
|---|---|
| Data Cloud-arkitekt | Tilgang på administratornivå til alle AI-modellfunksjoner, inkludert muligheten til å opprette, oppdatere, slette og aktivere modeller. |
| Data Cloud-bruker | Begrenset tilgang til å bruke en modell, inkludert å få forutsigelser og forbedringer utledet fra en modell. |
Før du begynner:
- Kontroller at datamodellobjektet (DMO) for salgsmuligheter i organisasjonen inneholder strukturerte data. Felt som bør vurderes, inkluderer kontonavn, konto-ID, avsluttet, avslutningsdato, opprettelsesdato, måned og salg.
- Bruk minst to historiske datapunkter, som tre måneder med salg per salgsmulighet.
Kjøre en prognosemodell med en gruppedatatatransformasjon
Bruk en gruppedatatatransformasjon til å bruke prognoser på tvers av store datasett.
- Gå til Datatransformasjoner fra Data 360, klikk på Gå til Datatransformasjoner og klikk på Ny.
- Velg Batchdatatransformasjon.
- Velg Datamodellobjekter og dataområdet.
-
Velg et datamodellobjekt for å legge til inndataene. I dette eksemplet bruker du Salgsmulighet.
-
Legg til en node for å velge en AI-funksjon.
- Velg prognose.
- Velg prognosemodellen Holt-Winters.
-
Konfigurer disse detaljene og inndatafeltene.
- Angi en prognosehorisont, for eksempel 3 (måneder).
- Hold den automatiske sesongfølsomheten valgt.
-
Velg Summen av totalbeløp som den samlede målingen som skal lages prognosen.
-
Grupper data etter kundekonto-ID, og konfigurer avslutningsdatofeltet etter år/måned for å sikre månedlig detaljnivå.
- Angi tidsserien, for eksempel Avslutningsdato-feltet, og velg År-måned for å lage prognoser etter måned.
- Tilordne utdatafeltet (prognoseverdi, øvre grense og nedre grense). Denne handlingen lagrer de transformerte dataene i et nytt DMO.
-
Lagre innstillingene. En forhåndsvisning viser data i tre prognosefelt basert på horisonten 3.
- Kjør transformasjonen for å innlemme historiske data med de fremtidige prognoseradene i utdata-DMO-et.
-
Bruk Sammenføj-noden til at føje de transformerede data tilbage til konto-DMO'et.
- Velg prognosefelt som skal legges til i Sammenføy.
- I datatransformasjonen kobler du Sammenføy-noden til Utdata for å føye til prognostiserte verdier i utdataobjektet.
Hjalp denne artikkelen med å løse problemet ditt?
La oss få vite det slik at vi kan forbedre!

