【简介】
观远增强分析板块内的时序预测使用了当今最前沿的预测技术,结合中国零售、消费行业特点,给出更贴合行业场景的预测模型,支持各种级别的销量预测、需求预测、客流预测等场景。
以销售预测为例,一键时序预测支持大到门店,小到品类,甚至SKU的日、周、月度预测。有了可靠的销售预测的数据,商品层面,对于鲜食类商品,可以做更为客观的订货量评估,降低报废风险的同时把握更多销售机会;对于大众消费商品,可以提供更为精准的动销天数估算,指导商品订货、补货、配货。另一方面,销售预测也可以用来指导人员排班,以及提供更为合理的销售进度评估。
增强分析时序预测,实际上是Smart ETL内AI预测引擎的增强透出,提供了一键式的数据时序预测、分析展示、预测导出的交互,让用户可以更直观感受到观远BI平台的增强化计算能力。
无论使用时序预测,还是Smart ETL内AI预测引擎,都需要对数据进行预处理,最终实现效果是相同的。区别:时序预测直接在页面上完成,使用更方便,切换预测项目更灵活;Smart ETL内AI预测引擎和数据预处理可以一体进行,可视化需要使用“预测图”实现,具体使用方法请参考AI预测引擎使用说明。
【使用步骤】
1. 数据准备
时序预测解决的问题是根据历史时序数据以及外部特征给出未来若干周期内的预测值。因此,在做时序预测前,有必要对数据做适当的加工处理。
1)时序预测的计算引擎是Spark,不能直连数据库。因此,若历史时序数据还在外部数据库中,需要先抽取到BI平台中来。
2)时序数据至少必须包含:
· 一个日期字段,格式为“yyyy-MM-dd”;
· 一个数值类型的待预测指标,例如“销售额”;
· 如果需要对不同分类(比如“门店”)进行预测,还需要有相应的维度字段。
3) 时序数据的粒度需要与预测数据的粒度保持一致。例如,需要预测各门店各经营部门未来5周的销售额,那么时序数据中历史销售额需要预先聚合到门店+经营部门+日期(聚合到周,并将日期转换成所在周周一日期,可以使用DATE_TRUNC函数实现)维度。您可以使用Smart ETL进行数据的预加工处理。
2. 预测配置
1)进入页面,点击“+新建卡片”,选择增强分析一栏下的“时序预测”。
2)选择一份已经准备好的时序数据。
3)添加预测配置。
预测维度:时序预测的数据粒度,最好按照维度层级按序添加,例如:门店类别、门店、经营部门。
预测指标:指定需要预测的指标字段,例如:销售额。
时间列:选择一个时间序列字段。
预测区间:预测区间的周期设置需跟数据准备阶段保持例如。例如,时间序列为每日数据,则预测区间可选择N天;时间序列为周聚合数据,则预测区间可选择N周;时间序列为月聚合数据,则预测区间可选择N月。以此类推。
配置完成后点击“保存并继续”,预测开始运行。
4)结果预览。
时序预测是一种比较复杂的计算,您可能需要等待一小段时间才能看到预测结果。
运行结束后,你可以看到某个预测对象的时序预测曲线:其中实线部分为历史时序数据,虚线部分为预测数据,虚线部分上线的面积区域为置信区间。。
您可以通过预测曲线左上角筛选器切换预测项目,查看预测结果。
3. 预测更新与图表配置
更新方式:您可以设置手动运行预测或者定期运行。定期运行支持按每日、每周、每月多种周期运行。
图表配置:您可以为预测图表设置相应的主题颜色以及卡片标题等属性。
4. 添加至页面
所有配置完成后,点击“完成”退出编辑页面,时序预测图表将被自动添加至当前页面内。您同样可以在页面上切换筛选项查看不同预测项目的预测结果。