您位於此處：
使用 Holt Winters 預測
使用 Holt-Winters 演算法,根據單一變數中的歷程記錄模式預估未來值。例如,使用資料轉換根據機會資料來依帳戶預測銷售。
必要版本
| 提供版本：Data 360 支援的 所有版本。請參閱 Data 360 版本可用性。 |
| 所需的使用者權限 | |
|---|---|
| 允許使用者在 Einstein Studio 中管理模型 (AI 模型) | 可讓您在「Data 360 AI 模型」索引標籤中建立、更新和刪除模型。 |
| 權限集 | |
|---|---|
| Data Cloud 結構設計師 | 所有 AI Models 功能的管理員層級存取權,包括建立、更新、刪除和啟用模型的能力。 |
| Data Cloud 使用者 | 受限的模型使用存取權,包括取得從模型衍生的預估和改善方式。 |
開始之前：
- 確定您組織中的「機會」資料模型物件 (DMO) 包含結構化資料。考慮的欄位包括帳戶名稱、帳戶識別碼、已結束、結束日期、建立日期、月份和銷售。
- 使用至少兩個歷程記錄資料點,例如每個機會的三個月銷售量。
使用批次資料轉換執行預測模型
使用批次資料轉換在大型資料集中套用預測。
- 進入 Data 360,移至「資料轉換」,然後按一下「移至資料轉換」,然後按一下「新增」。
- 選取「批次資料轉換」。
- 選取「資料模型物件」和資料空間。
-
若要新增您的輸入資料,請選取資料模型物件。針對此範例,請使用「機會」。
-
新增節點以選取 AI 函數。
- 選取「預測」。
- 選取 Holt-Winters 預測模型。
-
設定這些詳細資料與輸入欄位。
- 指定預測時程,例如 3 (月)。
- 保持選取汽車季節性。
-
選取「總金額總和」作為要預測的彙總度量。
-
依客戶帳戶識別碼將資料分組,並依年/月設定結束日期欄位,以確保每月細微性。
- 指定時間序列,例如「結束日期」欄位,然後選取「年-月」以依月份預測。
- 對應輸出欄位 (預測值、上限與下限)。此動作會將轉換的資料儲存至新的 DMO。
-
儲存您的設定。預覽會根據您的時程顯示三個預測欄位中的資料。
- 執行轉換以將歷程記錄資料與未來的預測資料列納入輸出 DMO。
-
若要將轉換的資料附加回「帳戶 DMO」,請使用「聯結」節點。
- 選取要新增至聯結的預測欄位。
- 在資料轉換中,將「聯結」節點連線至「輸出」,以將預測值附加至輸出物件。
此文章是否解決您的問題？
請讓我們知道，以便我們改進！
