MicroStrategy ONE

Análise de previsão de série temporal

A análise de previsão de série temporal é suportada em MicroStrategy Cloud ambientes e começando em MicroStrategy ONE (março de 2024), a análise de previsão de séries temporais é apoiada no MicroStrategy Cloud para plataforma governamental. Você só pode usar esse recurso em MicroStrategy Library (somente navegador da web) e estação de trabalho quando você se conecta a um Library servidor.

MicroStrategy ONE A atualização 11 introduz a previsão de séries temporais. A previsão de séries temporais é uma técnica poderosa que permite às empresas prever tendências e resultados futuros com base em padrões de dados históricos. Basicamente, envolve a análise de pontos de dados coletados em intervalos de tempo sucessivos para identificar padrões, tendências e flutuações subjacentes. Esta abordagem preditiva é particularmente valiosa para antecipar mudanças futuras e tomar decisões informadas. Ao aproveitar o poder dos algoritmos avançados de aprendizado de máquina, MicroStrategyA previsão de séries temporais da fornece aos usuários um meio contínuo e intuitivo de descobrir insights ocultos em seus dados. Quer você seja um analista de negócios, gerente de marketing ou executivo financeiro, esse recurso oferece uma porta de entrada para criar estratégias proativamente, alocar recursos de forma eficiente e capitalizar oportunidades. A integração da análise de previsão economiza tempo e esforço valiosos para usuários que anteriormente dependiam do processamento manual de dados e de métodos analíticos complexos para prever resultados futuros.

Acessar previsão de série temporal

A previsão de séries temporais faz parte do MicroStrategy AI pacote complementar e está disponível para MicroStrategy Cloud Clientes de Meio Ambiente (MCE) começando em MicroStrategy ONE Atualização 11 (setembro de 2023). Somente usuários e grupos de usuários com o Use o assistente automático e visualizações de ML privilégio pode acessar o gráfico de linhas de previsão.

A análise de previsão está disponível das seguintes maneiras:

  • Através da galeria de visualização em um dashboard, usando uma interface de arrastar e soltar para criar uma visualização de gráfico de linhas de previsão.

  • Auto pode utilizar consultas em linguagem natural para realizar análises de previsão.

Crie um gráfico de linhas de análise de previsão

  1. Abra um painel para edição.

  2. Na barra de ferramentas superior, clique em Inserir visualização Visualização .

  3. Escolher Entendimento > Gráfico de linhas de previsão .

  4. Arraste um atributo de métrica e tempo do painel Conjuntos de dados para o painel Editor.

  5. Veja a visualização renderizada com os valores previstos à direita.

  6. O número padrão de pontos previstos é cinco. Para alterar este número, vá ao painel Formato e clique em Opções de visualização . Em Duração da previsão, altere o número de pontos previstos. O número máximo de pontos previstos é 100.

Personalize a aparência dos gráficos de linhas de previsão

Torne suas previsões visualmente atraentes personalizando a aparência do seu gráfico de linhas de previsão. Ajuste cores, fontes e rótulos de acordo com suas preferências e crie um gráfico que não seja apenas esclarecedor, mas que tenha uma ótima aparência!

Por padrão, a área prevista do gráfico de linhas usa a primeira cor da paleta de cores escolhida. No entanto, você pode personalizar a cor, os rótulos de dados, os marcadores e a linha divisória usando o painel Formatar.

Personalize linhas de previsão, faixas de confiança, linhas divisórias e marcadores de linha de previsão

  1. No painel Formato, clique em Texto e Formulário .

  2. Selecione Previsão no menu suspenso.

  3. Selecione opções para formatar o Linhas de previsão, Banda de Confiança, Linha divisória, bem como ativar e colorir marcadores na linha de previsão.

Personalize a cor e o estilo da linha

  1. No painel Formato, clique em Texto e Formulário .

  2. Selecione Rótulos e formas de dados no menu suspenso.

  3. Sob Forma, Selecione uma Linha estilo e cor.

Personalize rótulos de dados

  1. No painel Formato, clique em Opções de visualização .

  2. Habilitar Rótulos de dados para visualizá-los.

  3. Por padrão, apenas os rótulos que não se sobrepõem ficam visíveis. Desmarcar Ocultar rótulos sobrepostos para ativar todos os rótulos de dados.

  4. No painel Formatar, clique em Texto e Formulário

  5. Sob Fonte, use as opções de formatação de texto para alterar as opções de fonte e cor do rótulo de dados.

Personalizar marcadores de linha

  1. No painel Formato, clique em Texto e Formulário

  2. Selecione Rótulos e formas de dados no menu suspenso.

  3. Sob Forma, habilitar Mostrar marcador para ativar todos os marcadores em uma linha.

  4. Se os marcadores estiverem ativados, selecione o Cor do marcador.

Use respostas automáticas para previsões

Para aproveitar o poder dos insights preditivos no Auto, insira sua pergunta de previsão usando linguagem natural. Por exemplo, “Quais são as vendas projetadas para o próximo trimestre?” O Auto Answers fornece previsões precisas com base em sua consulta, seu profundo entendimento dos objetos do conjunto de dados e algoritmos avançados de aprendizado de máquina.

A resposta da Auto consiste em uma descrição clara em linguagem natural dos dados previstos, acompanhada de uma visualização de gráfico de linhas de previsão, facilitando a compreensão do que está por vir. Embora a visualização possa conter um número limitado de pontos de dados quando renderizada no espaço confinado do painel de chat, a expansão da resposta do prompt exibe todo o conjunto de pontos de dados existentes e previstos.

Veja como você pode se aprofundar nas previsões usando Respostas Automáticas. As Respostas Automáticas são apresentadas em modo expandido nos exemplos abaixo:

  • Previsão para os próximos meses Comece com um determinado conjunto de dados de vendas mensais. Você pode pedir ao Auto Answers para prever as vendas para os próximos meses. O algoritmo lida com a tarefa habilmente, mesmo se você estiver solicitando previsões para um ano inteiro com base em dados mensais.

  • Previsão em um nível superior em relação a dados de nível inferior Comece com um determinado conjunto de dados de vendas mensais. Você pode pedir ao Auto Answers para prever as vendas para o próximo ano com base em dados mensais.

  • Ajuste de hiperparâmetros Para quem quer mais controle, existe uma opção avançada. Você pode ajustar os valores dos hiperparâmetros em sua pergunta. Por exemplo, se a sazonalidade detectada automaticamente não produzir resultados ideais, você poderá especificar uma duração de sazonalidade de sua escolha ou definir um nível de confiança específico. Esta flexibilidade estende-se à utilização de diferentes modelos de estações e tendências, como alternar entre modelos multiplicativos e aditivos.

  • Aplicando Filtros As previsões também podem ser filtradas. O exemplo abaixo demonstra a previsão para os próximos três meses, considerando uma categoria específica como música. Lembre-se de que o atributo mês é representado como um número inteiro e não como um valor baseado em tempo.

Dicas e práticas recomendadas

Dicas para perguntas de previsão eficazes

  • Seja específico Em vez de fazer perguntas amplas como “Qual será o desempenho de nossas vendas?”, pergunte sobre um período ou métrica específica. Por exemplo, “Quais são as vendas projetadas para o próximo trimestre?”.

  • Use linguagem natural Auto entende a linguagem coloquial. Enquadre suas perguntas de forma natural, como se estivesse perguntando a um colega.

  • Incluir atributos relevantes Inclua os atributos e métricas necessários em sua pergunta para garantir que o Auto entenda o contexto.

  • Aproveite o recurso de preenchimento automático Para uma previsão ideal usando o Automático, é recomendável escolher métricas e atributos nas sugestões de preenchimento automático. Isso garante uma compreensão precisa por parte do Auto para previsões precisas.

  • Evite ambiguidade Mantenha suas perguntas claras e inequívocas. Consultas complexas ou complicadas podem levar a respostas imprecisas.

  • Enquanto MicroStrategy permite a previsão de unidades de tempo de nível superior em relação a dados de nível inferior usando Automático (como a previsão do custo do próximo ano com base em atributos mensais), há considerações importantes:

    • Limite de 100 pontos de previsão Ao solicitar uma previsão de uma unidade de tempo de nível superior em relação a dados de nível inferior, esteja ciente do limite de previsão de 100 pontos. Por exemplo, se os dados do seu painel estiverem no nível diário e você solicitar uma previsão para o próximo ano, a previsão abrangerá 1 ano de pontos de dados diários, excedendo o limite de 100 pontos.

    • Previsão de falha para níveis incompatíveis Solicitar uma previsão de dados de nível inferior em relação a dados de nível superior resulta em uma falha na previsão. Por exemplo, se os dados do seu dashboard estiverem no nível mensal e você solicitar uma previsão para os valores da próxima semana ou do dia seguinte, isso não será viável devido à discrepância no nível dos dados.

Melhores práticas ao usar o recurso de análise de previsão

  • Garanta um volume de dados suficiente para previsões precisas

    Para obter resultados de previsão mais precisos, é importante garantir que o volume de dados seja suficientemente substancial. Por trás das cenas, MicroStrategy detecta automaticamente a sazonalidade dos seus dados. Para obter resultados de previsão ideais, recomendamos que os dados que você pretende prever tenham pelo menos duas temporadas completas de dados históricos.

  • Use dados contínuos baseados em tempo de alta qualidade para previsões

    Enquanto MicroStrategy executa um processamento leve de dados antes da previsão, como eliminar dados duplicados e preencher alguns dados métricos ausentes, é aconselhável realizar previsões em dados contínuos, de alta qualidade e baseados em tempo. Os resultados da previsão podem ser comprometidos se houver uma quantidade significativa de dados métricos ausentes. É importante observar que as previsões podem falhar ou produzir resultados abaixo do ideal se os atributos contiverem valores NULL ou NaN (Not-a-Number).

Otimize a interpretação do gráfico de linhas de previsão

Aproveite ao máximo a visualização do gráfico de linhas de previsão!

  • Passe o mouse para obter insights Passe o cursor sobre os pontos de dados no gráfico de linhas de previsão para revelar dicas de ferramentas. Essas dicas fornecem informações detalhadas sobre os valores previstos, bem como os limites superior e inferior.

  • Ícone de informações Passe o mouse sobre o ícone de informações para ver informações sobre o modelo subjacente e seus parâmetros.

  • Expanda para maior clareza Se precisar de informações mais detalhadas e da capacidade de exibir todo o conjunto de pontos de dados, expanda a visualização. Isso melhora a legibilidade do gráfico.

Entenda as limitações da previsão

As limitações abordadas abaixo estão associadas ao MicroStrategy ONE Versão da atualização 11. MicroStrategy está trabalhando ativamente para aprimorar esse recurso e algumas dessas limitações poderão ser abordadas em versões futuras. Para obter as informações e atualizações mais recentes, recomendamos que você visite esta página periodicamente. Ao compreender e considerar essas limitações, você poderá aproveitar ao máximo o recurso de previsão e obter insights significativos.

  • Requisitos de atributos e métricas Para previsões precisas, certifique-se de usar exatamente um atributo e uma métrica em suas perguntas ao Auto. As consultas que não atendem a esse requisito podem não produzir previsões ideais.

  • Considere formulários de atributos O atributo usado para previsão deve ter pelo menos um formulário com tipo de data, datahora ou número inteiro. Os dados de carimbo de data/hora não são suportados.

  • Atributos baseados em fuso horário A previsão com atributos inteligentes baseados em fuso horário não é suportada atualmente.

  • Consolidação e Agrupamento A previsão com base em elementos de atributos consolidados ou agrupados não é possível neste momento.

  • Nível de granularidade As previsões não estão disponíveis para dados de nível inferior ao diário (como intervalos de hora, minuto ou segundo).

  • Previsão baseada em números inteiros Tenha cuidado ao usar representações de tempo baseadas em números inteiros em suas consultas (como 202101 para janeiro de 2021). MicroStrategy não converte automaticamente essas representações de hora para o formato de data/hora, levando a resultados inesperados, como 202113 ou 202114.

  • Pontos Máximos de Previsão Você pode prever até 100 pontos de dados futuros. Esse limite ajuda a garantir eficiência e previsões precisas.

  • Retrocasting e ajuste Atualmente, o retrocasting em relação aos dados existentes não é suportado. Além disso, o ajuste dos hiperparâmetros do algoritmo só pode ser feito via Auto na versão atual. Por exemplo, você pode ajustar o intervalo de confiança solicitando ao Auto para prever com um nível de confiança específico, mas isso ainda não está disponível na interface de criação do painel.

Análise de previsão - Perguntas frequentes

Qual método de previsão de série temporal é usado na versão atual?

O método de previsão de série temporal usado em nossa versão atual é chamado suavização exponencial. Este método suporta vários modelos não amortecidos descritos no OTextos site. Você pode consultar o módulo statsmodel Python (statsmodels.tsa.exponencial_smoothing.ets.ETSModel - statsmodels 0.14.0) para obter mais detalhes técnicos.

Quais são os hiperparâmetros padrão usados para previsão?

Se não for especificado pelo usuário, os seguintes hiperparâmetros padrão serão usados:

  • valor h Cinco pontos de dados à frente

  • Modelo de temporada aditivo (ajustável via Auto)

  • Modelo de tendência aditivo (ajustável via Auto)

  • Duração da sazonalidade automático (ajustável via Auto)

  • Intervalo de confiança 95% (ajustável via Auto)

Os valores dos modelos de estação e tendência podem ser definidos como nenhum, multiplicativo ou aditivo via Auto. Você pode prever as vendas dos próximos três meses com um modelo de tendência multiplicativa.

Os hiperparâmetros podem ser ajustados para previsão?

Sim, você pode ajustar hiperparâmetros para previsão por meio do Auto. Embora esses hiperparâmetros não sejam expostos no painel Formato na criação do painel, você pode ajustá-los usando Automático.

Que tipos de atributos e métricas são necessários para uma previsão bem-sucedida?

Para prever dados com sucesso, você precisa de:

  • Atributo único de tipo data ou datahora, além de uma única métrica de interesse (recomendado)

  • Atributo único de tipo inteiro, mais uma métrica de interesse (quando o atributo data/datahora não está disponível para previsão de série temporal)

Os dados faltantes são tratados na previsão?

Sim, o algoritmo pode preencher automaticamente os dados faltantes se os dados faltantes forem menores ou iguais a 90% dos dados gerais.

Quais níveis de previsão de atributos baseados em tempo são suportados?

A previsão de atributos baseada em tempo é suportada para os seguintes níveis de dados: Diariamente, Semanalmente, Mensalmente, Trimestralmente e Anualmente.

Como funciona a previsão inteira?

Para previsão de inteiros, o algoritmo gera o próximo inteiro na sequência. Se um número inteiro for usado para representar o tempo (como 202101, 202102), ele não será convertido para o formato de data/hora e a previsão adicionará números inteiros consecutivos como pontos futuros.