内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

香港服务器_铜陵网站建设_好用

2021-07-13 04:28 出处:欧普曼云计算 人气: 评论(0

为下一季度不同产品类别和国家/地区的销售制定计划是一项耗时的任务,因为每种产品类别和国家/地区都会显示出不同的变化,因此需要为每个产品类别和国家/地区制定单独的计划。那么,为什么不使用机器学习来预测下一季度的这些数值,大数据分析应用,以帮助我们的计划同事使计划更准确,帮助他们更高效呢?因此,SAP Analytics Cloud with Smart Predict为业务用户(在本例中是我们的规划同事)提供了一个解决常见预测用例的工具集。有了这一点,业务分析师可以自己解决预测用例。

本指南将引导我们通过一个在线购物门户网站的销售预测来丰富规划模型的过程,该门户网站在3个不同的国家销售6个类别的美容和医药产品。

备注:解释功能在wave 2020.11和目前,一些租户提供QRC服务,但其他租户计划在8月中旬提供QRC服务。所以,手机自助建站,这项功能可能在您的SAP Analytics云租户上还不可用,但肯定值得期待?。当您在等待并仍想在SAP Analytics Cloud中进行时间序列预测时,请看一下这篇使用类似数据集的博客文章,它向您展示了如何在Smart Predict中对数据集而不是计划集进行预测型号:https://blogs.sap.com/2018/10/31/hands-在教程sap smart predict product forecast/

首先,登录到sap analytics云实例。

开始之前,请查看您的配置文件设置,并确保数字格式设置为"1234.56"。

登录后,需要上载数据集。为此,我们单击左上角的菜单,选择"创建"并单击"模型"。

在新屏幕上,我们选择"从您的计算机导入文件"。

在弹出窗口中,我们选择源文件"产品预测"_计划.csv,点击"导入"。

现在,我们已经上传了数据集,我们可以开始确定我们的模型。我们可以检查是否正确地检测到所有列,这意味着详细信息:"Date"作为日期,物联网专用卡,"Sales"作为度量值,"ProductCategory"和"CountryCode"作为通用维度。此外,我们需要在右边的菜单中选择"启用计划",以确保我们可以将此模型用于我们的计划目的。

然后单击右下角的"创建模型",并通过在弹出窗口中选择"创建"来确认我们的决定。为了保存这个模型,我们选择了一个文件夹,并在现在出现的弹出窗口中给它起了一个像product\u forecast\u planning这样的名字。然后我们单击"确定",现在我们看到我们的模型正在创建中。

在现在出现的屏幕上,我们可以选择获得构建模型的概述,还可以进行一些调整和其他一些事情,但是由于这些方面不是本手册教程的重点,我们将直接从基于此模型创建一个故事开始。

我们导航到菜单并选择"创建",然后选择"故事"。

我们希望比较同一产品组的产品组或不同产品类别的时间序列预测。

为此,我们开始对于一个新的故事,选择"添加画布页面"。

然后我们通过选择"表格"将一个对象添加到画布上。

在弹出窗口中,我们单击"选择其他模型"来选择我们刚刚构建的模型,然后单击"确定"。

我们的屏幕现在应该是这样的:

在调整表格以使其适合我们的需要之前,我们想为我们的销售计划创建一个新的私有版本。为此,我们点击上栏"更多"下的3个点,然后选择"版本管理"。小提示:确保选中表。否则,我们不能选择"版本管理"。

在右边我们现在点击"复制"。

在弹出窗口我们给新版本一个类似"销售预测"的名称,并选择类别"预测"。

在点击"确定"后,我们现在在右边的面板中看到创建了一个私有版本。

我们可以关闭右下角的这个,这样我们就可以调整我们的表,使它显示不止一个值。首先,大数据分析培训课程,我们在右侧的生成器面板中单击"添加度量值/维度"。

在下拉菜单中,我们选择"CountryCode"和"ProductCategory"。

现在,我们可以看到每个国家每个产品类别的实际值之和。

这是一个良好的开端,但我们希望每月看到一次,并计划下一个季度。

为此我们从下拉菜单中选择"forecast layout"(预测布局),点击右侧生成器面板中的"CrossTable"(交叉表)图标,并用"Ok"(确定)确认我们的选择。

在现在出现在右侧的"forecast layout"(预测布局)面板上,我们选择"Last booked actuals"(上一次预订的实际值)作为"Cot over Date"(Cot结束日期),并选择"3"和"Month"(月)作为"Look ahead"(展望)附加"。然后我们点击"应用"。

现在我们的表格应该是这样:

我们可以点击"Q3"后面的箭头查看每月字段。正如我们所看到的,第三季度的值是空的。

对于这3个月,我们现在要生成一个预测,以支持我们的业务分析师更快、更准确地制定他们的业务计划。但是在我们开始预测之前,我们需要保存我们的故事,通过点击小光盘图标并选择"保存"。在弹出窗口中,我们选择要保存它的文件夹,并将其命名为"产品计划"。

现在我们可以通过选择菜单上的"创建"和"预测场景"开始预测。

一组具有共同特征的预测场景。SAP分析云的Smart Predict目前提供3种预测场景:分类、回归、时间序列。该工具为您提供指导,为每个场景提供快速解释和示例。

用户现在必须遵循3个简单步骤:

在学习阶段包含销售并在应用阶段预测的变量称为目标变量。

下面的屏幕截图显示了三个选项分类、回归以及时间序列。在每个选项下都有一个描述,以便于用户为每个用例选择正确的场景。在本练习中,我们要对每个产品进行销售预测。根据预测场景类型的描述,您可以看到时间序列将能够满足我们的需求。因此,我们选择底部的时间序列。

在弹出窗口中,我们给模型一个名称,例如"product\u planning\u forecast",并将其保存在我们的首选文件夹中。

现在我们可以创建我们的预测。

在右侧的"Settings"面板上,我们需要为我们的预测场景选择输入数据。此数据包含我们用于培训的历史数据。

我们从文件夹中选择计划模型"产品预测计划"。

信号变量是我们的目标变量,即要预测的变量。我们选择"Sales"作为信号变量。

日期变量包含时间维度。在本例中,日期变量是指数据集中的日期列。

由于我们希望每月预测第三季度,因此我们选择"3"作为"预测数量"。

"实体"变量允许我们为实体的每个成员自动创建一个时间序列。此外,我们可以选择多个实体。在我们的示例中,我们希望为每个国家/地区代码和产品类别创建一个时间序列。因此,我们选择"CountryCode"和"ProductCategory"。

我们可以为训练数据集定义最后一个日期,但我们坚持默认设置,所以我们选择"Process"作为"All Observations",选择"Until"作为"last Observations"。

我们可以选择最后一个观察的日期,我们可以定义最后一个日期。但是对于这个场景,我们保持原样。

让我们用这些设置运行预测模型。

我们单击右下角的"培训和预测"。

请耐心等待,因为这可能需要几分钟。

分享给小伙伴们:
本文标签: 香港服务器铜陵网站建设好用

相关文章

评论

发表评论愿您的每句评论,都能给大家的生活添色彩,带来共鸣,带来思索,带来快乐。

签名: 验证码: 点击我更换图片

评论列表