Hinweise und Best Practices

Interpretation des Prognose-Liniendiagramms optimieren

Machen Sie das Beste aus Ihrer Liniendiagrammvisualisierung mit Prognosen!

Bewegen Sie den Mauszeiger, um Insights anzuzeigen Bewegen Sie den Mauszeiger über Datenpunkte im Prognose-Liniendiagramm, um Tooltips anzuzeigen. Diese Tooltips bieten detaillierte Informationen zu prognostizierten Werten sowie zu Ober- und Untergrenzen.
Info-Symbol Bewegen Sie den Mauszeiger über das Infosymbol, um Informationen über das zugrunde liegende Modell und seine Parameter anzuzeigen.
Erweitern Sie es zur Verdeutlichung Wenn Sie detailliertere Informationen und die Möglichkeit zur Anzeige des gesamten Satzes von Datenpunkte benötigen, erweitern Sie die Visualisierung. Dies verbessert die Lesbarkeit des Diagramms.

Häufig gestellte Fragen zur Prognoseanalyse

Welche Zeitreihenprognosemethode wird in der aktuellen Version verwendet?

Die in unserer aktuellen Version verwendete Zeitreihenprognosemethode heißt Exponentielle Glättung. Diese Methode unterstützt verschiedene nicht gefilterte Models, die auf beschrieben sind OTexts Website. Sie können auf das Python-Stattmodell-Modell verweisen (statsModels.tsa.exponential_smoothing.ets.ETSModel - StatsModels 0.14.0 ) für weitere technische Details.

Was sind die standardmäßigen Hyperparameter, die für Prognosen verwendet werden?

Wenn vom Benutzer nicht angegeben, werden die folgenden Standard-Hyperparameter verwendet:

h-Wert fünf Datenpunkte weiter
Saisonmodell Additiv (anpassbar über MicroStrategy Auto)
Trendmodell Additiv (anpassbar über MicroStrategy Auto)
Saisonale Länge automatisch (anpassbar über Auto)
Konfidenzintervall 95 % (anpassbar über MicroStrategy Auto)

Die Werte für die Saison- und Trend-Modelle können über MicroStrategy Auto auf keine, Multiplikative oder Additiv festgelegt werden. Sie können die Umsätze für die nächsten drei Monate mit einem Multiplikator-Trendmodell prognostizieren.

Kann ein Hyperparameter für Prognosen angepasst werden?

Ja, Sie können Hyperparameter für Prognosen mit MicroStrategy Auto anpassen. Diese Hyperparameter werden zwar im Abschnitt „Format“ bei der Dashboard-Erstellung nicht angezeigt, Sie können sie jedoch mit MicroStrategy Auto optimieren.

Welche Typen von Attributen und Metriken sind für eine erfolgreiche Prognose erforderlich?

Für eine erfolgreiche Datenprognose benötigen Sie entweder:

Ein einzelnes Attribut des Typs „Datum“ oder „Datetime“ plus eine einzelne Metrik von Interesse (empfohlen)
Einzelnes Attribut eines ganzzahligen Typs plus eine interessante Metrik (wenn das Attribut „date/datetime“ für Zeitreihenprognosen nicht verfügbar ist)

Werden fehlende Daten in der Prognose behandelt?

Ja, der Algorithmus kann fehlende Daten automatisch auffüllen, wenn die fehlenden Daten höchstens 90 % der Gesamtdaten ausmachen.

Welche Ebenen der zeitbasierten Attributprognose werden unterstützt?

Die zeitbasierte Attributprognose wird für die folgenden Datenebenen unterstützt: Täglich, Wöchentlich, Monatlich, Quartallich und Jährlich.

Wie funktioniert die ganzzahlige Prognose?

Bei der ganzzahligen Prognose generiert der Algorithmus die nächste Ganzzahl in der Reihenfolge. Wenn eine Ganzzahl zur Darstellung der Zeit verwendet wird (z. B. 202101, 202102), wird sie nicht in das Datum/Uhrzeit-Format konvertiert und die Prognose fügt aufeinanderfolgende Ganzzahlen als zukünftige Punkte hinzu.