퍼포먼스 분석 점수 예측

  • 릴리스 버전: Yokohama
  • 업데이트 날짜 2025년 01월 30일
  • 읽기6분

    • 퍼포먼스 분석 를 사용하면 과거 동작을 기반으로 향후 점수를 예측할 수 있습니다. 시계열 위젯, 시계열 데이터 시각화 KPI 세부 정보및 분석 허브. 예측 점수는 점선으로 표시됩니다.

    예측은 표시기 기록의 예측 탭에서 설정됩니다. 예측에 포함되는 데이터 포인트 수는 표시기 빈도와 표시기에 구성된 예측 기간 수에 따라 달라집니다. 기간은 표시기 빈도에 따라 설정된 점수 수입니다. 설정 및 예측 방법에 관계없이 2,688개 이하의 예측 데이터 요소가 생성됩니다.

    주:
    에 Configurable Workspace대한 시계열 데이터 시각화에서는 표시기에 설정된 예측 구성을 재정의할 수 있습니다. 이 재정의는 해당 데이터 시각화에만 적용됩니다.

    또한 시계열 데이터 시각화에서는 지표에 대한 퍼포먼스 분석 예측으로 제한되지 않습니다. 의 퍼포먼스 분석구독 버전이 있는 경우 테이블을 제외한 모든 데이터 소스에 대한 예측을 생성할 수 있습니다. 자세한 내용은 시계열 시각화 생성 문서를 참조하십시오.

    이 기능을 사용하려면 의 Data Visualizations 24.0.x 애플리케이션이 ServiceNow® Store필요합니다.

    표시기에 대한 예측 구성

    자동 표시기의 기록에서 , 퍼포먼스 분석 위젯 및 시계열 데이터 시각화에 표시되는 대로 예측을 분석 허브구성합니다.

    시작하기 전에

    필요한 역할: pa_power_user, pa_admin, admin

    프로시저

    1. 다음으로 이동 퍼포먼스 분석 > 표시기 > 자동 표시기.
    2. 예측을 구성하려는 자동 표시기를 엽니다.
    3. 예측 탭으로 이동합니다.
    4. 다음 값을 설정합니다.
      필드 설명
      사용된 예측 방법 시스템에서 이 지표의 값을 예측하는 데 사용하는 통계적 방법입니다. 기본값은 자동이며, 이는 시스템이 데이터에 가장 적합한 방법을 선택한다는 의미입니다. 자세한 내용은 예측 방법 선택 문서를 참조하십시오.
      예측 기간 점수를 예측할 미래의 데이터 기간 수입니다.
      주:
      기간의 길이는 표시기 빈도를 기반으로 합니다. 자세한 내용은 표시기 예측 기간 문서를 참조하십시오.
      예측 하한값 예측 점수의 의미 있는 가장 낮은 값입니다. 이 값보다 낮은 점수가 예측이면 이 값이 대신 표시됩니다.
      예측 상한값 예측 점수의 의미 있는 가장 높은 값입니다. 이 값보다 높은 점수가 예측되면 이 값이 대신 표시됩니다.
    5. 예측의 근거가 될 점수를 선택합니다.
      옵션설명
      모든 점수 이 표시기에 대해 수집된 모든 점수
      이전 기간 예측의 기준이 되는 현재까지 데이터 기간의 수 이러한 데이터 기간은 예측 기간의 기간과 길이가 같습니다.

      이전 기간을 선택하는 경우 기간 필드에 기간 수도 지정합니다.
      고정 시작 시작 날짜 이후에 수집된 모든 점수입니다. 고정 시작을 선택하는 경우 시작 날짜도 지정합니다.

    예측 방법 선택

    통계 전문가인 경우 예측 방법을 수동으로 선택할 수 있습니다. 기본적으로 인스턴스는 방법의 적합도에 따라 자동으로 가장 적합한 방법을 선택합니다.

    가장 적합한 예측 방법을 결정하기 위해 인스턴스는 기록 데이터와 함께 각 예측 방법을 사용하여 예측을 생성합니다. 그런 다음 이 인스턴스는 예측하려는 정도를 기준으로 이러한 예측을 최신 데이터와 비교합니다. 인스턴스는 예측을 표시할 때마다 이 평가를 수행합니다. 따라서 추가 점수를 수집하거나 예측 기간을 변경하면 사용되는 예측 방법이 변경될 수 있습니다.

    예를 들어, 두 기간 전을 예측하도록 일일 빈도로 표시기를 구성하면 인스턴스는 각 예측 방법을 2주보다 오래된 기록 데이터에 적용합니다. 그런 다음 이 인스턴스에서 이러한 예측을 최근 2주간의 데이터와 비교합니다. 그런 다음 최근 2주간의 데이터에 가장 근접한 예측값이 전체 데이터 집합을 사용하여 다시 계산됩니다. 이 인스턴스는 이 최종 계산 분석 허브 의 결과를 또는 KPI 세부 정보에 표시합니다.

    예측 방법

    퍼포먼스 분석 에서는 다음과 같은 표준 예측 방법을 사용할 수 있습니다.

    메서드 설명
    선형 상수 및 추세를 설명 변수로 사용하여 과거 점수를 기반으로 선형 회귀 예측을 생성합니다.
    계절적 계절 더미를 설명 변수로 사용하여 과거 점수를 기반으로 선형 회귀 예측을 생성합니다.

    이 분석의 '계절'은 하나의 기간입니다.
    계절 추세 계절적이지만 추세를 설명 변수로 포함합니다.
    STL(계절 추세 황토) 최적 함수를 기반으로 계절 예측을 생성합니다. 이 방법은 지수 가중 이동 평균 접근 방식을 사용하여 추세, 계절 및 랜덤 노이즈 프로세스를 데이터에 맞춥니다. 예측은 전체 데이터 세트를 기반으로 하며 최근 관찰에 더 많은 가중치가 부여됩니다

    이 분석의 '계절'은 하나의 기간입니다.
    RF(임의 포리스트) 이러한 트리에서 생성된 예측을 평균화하여 단일 예측을 얻는 결정 트리의 조합을 만듭니다. 임의성은 사용 가능한 데이터 및 입력의 무작위 하위 집합에서 생성되는 각 트리에서 비롯됩니다. 랜덤 포레스트 방법에 대한 자세한 내용은 이 Medium 문서를 참조하세요.
    AR(자동회귀) AR(자기회귀) 모델은 추세, 계절별 더미 및 과거 값의 선형 조합을 사용하여 표시기의 미래 값을 예측합니다. RF(Random Forest) 모델과 마찬가지로 AR 모델은 최적의 지연 수를 확인합니다. 그러나 AR 모델은 전류와 과거 값을 선형으로 연관시키는 반면 RF 모델은 비선형입니다.

    표시기 예측 기간

    점수 빈도에 따라 다른 기간 길이가 선택됩니다. 표를 참조하여 계열에 사용되는 기간의 길이를 확인하십시오.

    점수 빈도 기간당 데이터 요소 수 총 기간 길이
    매일 7 1주
    주별 13 1분기
    격주 6 1분기
    4주 13 1년
    월별 12 1년
    격월 6 1년
    분기별 4 1년
    회계 분기별 4 1년
    반기별 2 1년
    매년 4 4년
    회계 연도별 4 4년

    예측 및 대상

    표시기에 대해 예측이 활성화되고 정의된 전역 대상이 있는 경우 예측에는 목표에 도달하는 시기가 표시됩니다.

    또한 인스턴스는 대상에 도달할 것으로 예상하기 14일 전에 알림을 보냅니다. 속성을 설정하여 알림이 전송되기 며칠 전을 변경할 수 있습니다 pa.job.forecast.target.days_to_check .

    이 기능은 전역 대상에만 사용할 수 있습니다. 임계치와 개인 대상은 예측과 상호작용하지 않습니다.

    시계열 집계를 사용한 예측

    표시기에 시계열 집계를 적용하면 예측 기간 길이가 변경됩니다. 변경 사항은 시계열 유형에 따라 다릅니다.

    표 1. 예측 기간에 대한 시계열 집계 영향
    시간 집계 예측 기간에 미치는 영향 예제
    실행 중 기간의 포인트 수가 "범위" 필드 값과 같습니다. 7일 실행 합계의 경우 예측 기간에는 7개의 데이터 요소가 있습니다. 28일 실행 합계의 경우 28개의 데이터 요소가 있습니다.
    기간별 선택한 기간은 표시기 빈도인 것처럼 처리됩니다. 일일 표시기에 적용되는 "주별" 시간 집계에는 예측 기간(분기 길이)당 13개의 데이터 포인트가 있습니다. 이 예측 기간은 시간 집계가 없는 주별 표시기와 동일합니다.
    종료일 기간 길이는 집계의 시간 범위와 일치합니다. 기간당 데이터 요소 수는 이 시간 범위와 표시기 빈도의 값입니다. 이 섹션의 나머지 부분을 참조하십시오.
    일별 빈도가 있는 표시기의 경우 누계 집계에 대한 기간당 다음과 같은 데이터 요소 수가 있습니다.
    표 2. 날짜/시간 집계가 있는 일별 표시기의 기간당 데이터 포인트
    주간 누계 월간 누계 분기간 누계 연간 누계
    7 30 91 365
    한 가지 예외를 제외하고, 일별 빈도가 아닌 표시기는 종료 시간 집계 중 연간 누계만 지원합니다. 월간 지표는 예외입니다. 분기별 누계 시간 집계도 지원합니다. 분기별 누계 집계가 있는 월별 표시기에는 기간당 3개의 데이터 요소가 있습니다. 연간 누계 집계가 있는 다양한 표시기 빈도에 대한 예측 기간당 데이터 포인트 수는 다음과 같습니다.
    표 3. 연간 누계 시계열 집계에 대한 예측 기간당 데이터 요소 수
    표시기 빈도 기간당 데이터 포인트, 연간 누계
    매일 365
    주별 52
    주 4회 13
    격주 26
    분기별(회계) 4

    표시기 점수 예측 표시

    클래식 환경에서는 시계열 위젯 또는 분석 허브. 에서 Configurable Workspace시계열 데이터 시각화 또는 KPI 세부 정보에 대한 예측을 표시합니다.

    시계열 위젯에 예측을 표시하려면 위젯 양식의 표시 설정 섹션에서 예측 표시를 선택합니다. 예측 범위 표시를 선택하여 예측의 95% 신뢰 간격을 표시할 수도 있습니다. 자세한 내용은 시계열 위젯 문서를 참조하십시오.

    에 분석 허브예측을 표시하려면 차트 설정 아이콘()을 클릭하고 예측 옵션을 활성화합니다. 마찬가지로 에서 KPI 세부 정보차트 옵션을 열고 예측을 활성화합니다.

    시계열 데이터 시각화에서 예측을 표시하려면 추가 설정을 확장하고 예측 표시를 켭니다. 그런 다음 예측 범위를 표시할 수 있습니다. 예측 구성을 열어 이 특정 데이터 시각화의 표시기에 대한 예측 구성을 재정의할 수 있습니다.

    표시기 KPI 세부 정보에 대한 예측을 표시하려면 에서 의 차트 옵션 KPI 세부 정보예측을 켭니다.