Analisi delle previsioni per serie temporali

L'analisi delle previsioni delle serie temporali è supportata negli ambienti MicroStrategy Cloud e, a partire da MicroStrategy ONE (marzo 2024), l'analisi delle previsioni delle serie temporali è supportata nella piattaforma MicroStrategy Cloud for Government. È possibile utilizzare questa funzione in MicroStrategy Library (solo browser Web) e Workstation solo quando ci si connette a un server Library.

A partire da MicroStrategy ONE (giugno 2024), in Auto Answers, gli utenti possono prevedere più elementi di un attributo, come la previsione dei totali di vendita per diversi dipendenti

MicroStrategy ONE L'aggiornamento 11 introduce la previsione delle serie temporali. Le previsioni delle serie temporali sono una tecnica efficace che consente alle aziende di prevedere tendenze e risultati futuri sulla base di modelli di dati storici. Fondamentalmente, comporta l'analisi dei punti dati raccolti in intervalli di tempo successivi per identificare modelli, tendenze e fluttuazioni sottostanti. Questo approccio predittivo è particolarmente utile per anticipare i cambiamenti futuri e prendere decisioni informate. Sfruttando la potenza di algoritmi avanzati di machine learning, la funzione di previsione delle serie temporali di MicroStrategy fornisce agli utenti uno strumento semplice e intuitivo per svelare insight nascosti all'interno dei loro dati. Che tu sia un analista aziendale, un responsabile marketing o un dirigente finanziario, questa funzionalità offre un gateway per elaborare strategie proattive, allocare in modo efficiente le risorse e sfruttare le opportunità. L'integrazione dell'analisi di previsione consente di risparmiare tempo e fatica per gli utenti che in precedenza si affidavano all'elaborazione manuale dei dati e a complessi metodi di analisi per prevedere i risultati futuri.

Usa Auto Answers per le previsioni

Per sfruttare il potere degli insight predittivi di Auto Answers, inserire la domanda di previsione utilizzando un linguaggio naturale. Ad esempio, "Quali sono le vendite previste per il prossimo trimestre?" Auto Answers fornisce previsioni precise basate sulla query, sulla sua profonda conoscenza degli oggetti dataset e su algoritmi avanzati di machine learning. Per includere l'analisi suddivisi per, è possibile chiedere "Qual è la previsione per le entrate rispetto ai dati disaggregati per categoria?".

La risposta di Auto Answers consiste in una descrizione chiara in un linguaggio naturale dei dati delle previsioni, accompagnata da un grafico a linee per le previsioni, che permette di capire facilmente cosa ci aspetta. Sebbene la visualizzazione possa contenere un numero limitato di punti dati quando è sottoposta a rendering nello spazio ristretto del riquadro della chat, l'espansione della risposta del prompt mostra l'intero set di punti dati esistenti e previsti.

Ecco come è possibile approfondire le previsioni utilizzando Auto Answers e i bot. I seguenti esempi sono presentati in modalità espansa:

Previsione pochi mesi successivi Inizia con un determinato dataset di vendite mensili. Puoi chiedere a Auto Answers di fare una previsione delle vendite per i prossimi mesi. L'algoritmo gestisce abilmente l'attività anche se si richiedono previsioni per un anno intero basate su dati mensili.
Effettuare una previsione a un livello superiore rispetto ai dati di livello inferiore Inizia con un determinato dataset di vendite mensili. Puoi chiedere a Auto Answers di fare una previsione delle vendite per l’anno successivo sulla base di dati mensili.
Ottimizzazione degli iperparametri Per chi desidera un maggiore controllo, c'è un'opzione avanzata. È possibile regolare i valori degli iperparametri all'interno della domanda. Ad esempio, se la stagionalità rilevata automaticamente non produce risultati ottimali, è possibile specificare la durata della stagionalità o impostare un livello di confidenza specifico. Questa flessibilità si estende all'uso di modelli stagionali e di tendenza diversi, come l'attivazione/disattivazione tra modelli moltiplicativi e additivi.
Applicazione di filtri È inoltre possibile filtrare le previsioni. L'esempio seguente mostra le previsioni per i tre mesi successivi, considerando una categoria specifica come la musica. Tenere presente che l'attributo mese è rappresentato come un numero intero, non un valore basato sul tempo.
Dividi per: È possibile ottenere insight predittivi su più elementi di dati ponendo domande come "Qual è la previsione di entrate per [data] per ciascuna categoria di prodotto?".