Previsões de pontuações do Performance Analytics
Performance Analytics O permite que você preveja pontuações futuras com base no comportamento anterior. Você pode prever pontuações em widgets de série temporal, visualizações de dados de série temporal, Detalhes de KPIe Hub de análise. As pontuações de previsão aparecem como uma linha pontilhada.
A previsão é configurada na guia Previsão do registro do indicador. O número de pontos de dados incluídos na previsão depende da frequência do indicador e do número de períodos a serem previstos configurados no indicador. Um período é um número definido de pontuações com base na frequência do indicador. Independentemente das configurações e do método de previsão, não são gerados mais de 2688 pontos de dados de previsão.
Também nas visualizações de dados da série temporal, você não está limitado a previsões nos indicadores Performance Analytics. Se você tiver uma versão de assinatura do Performance Analytics, poderá gerar previsões para qualquer fonte de dados, exceto tabelas. Para obter mais informações, consulte Criar visualizações de série temporal.
Esta funcionalidade requer a aplicação Visualizações de dados 24.0.x do ServiceNow® Store.
Configurar previsões em um indicador
No registro de um indicador automatizado, configure as previsões como elas serão exibidas nos widgets Hub de análise, Performance Analytics e nas visualizações de dados da série temporal.
Antes de Iniciar
Função necessária: pa_power_user, pa_admin, admin
Procedimento
Seleção do método de previsão
Se você for um especialista em estatísticas, poderá selecionar um método de previsão manualmente. Por padrão, a instância escolhe o melhor método para você automaticamente, com base no ajuste do método.
Para determinar o método de previsão mais adequado, a instância gera previsões usando cada método de previsão com seus dados históricos. A instância compara essas previsões com os dados mais recentes com base em quão à frente você deseja prever. A instância executa essa avaliação sempre que exibe a previsão. Portanto, coletar pontuações adicionais ou alterar o período de previsão pode alterar o método de previsão usado.
Por exemplo, se você configurar um indicador com uma frequência diária para prever dois períodos à frente, a instância aplicará cada método de previsão aos dados históricos com mais de duas semanas. Em seguida, a instância compara essas previsões com os dados das duas semanas mais recentes. A previsão que mais se ajusta às duas últimas semanas de dados é recalculada usando o conjunto de dados inteiro. A instância mostra os resultados deste cálculo final no Hub de análise ou no Detalhes de KPI.
Métodos de previsão
Performance Analytics pode usar os seguintes métodos de previsão padrão.
| Método | Descrição |
|---|---|
| Lineares | Gera uma previsão de regressão linear com base nas pontuações históricas, usando constante e tendência como variáveis explicativas. |
| Sazonal | Gera uma previsão de regressão linear com base nas pontuações históricas, usando simulações sazonais como variáveis explicativas. Uma "temporada" para esta análise é um período. |
| Tendência sazonal | Como Sazonal, mas inclui uma tendência como uma variável explicativa. |
| Tendência sazonal Loess (STL) | Gera uma previsão sazonal com base em uma função de melhor ajuste. Este método ajusta uma tendência, uma estação e um processo de ruído aleatório aos dados usando uma abordagem de média móvel exponencialmente ponderada. A previsão é baseada no conjunto de dados completo, com mais peso dado às observações mais recentes Uma "temporada" para esta análise é um período. |
| Floresta aleatória (RF) | Cria uma combinação de árvores de decisão em que as previsões produzidas por essas árvores são calculadas para obter uma única previsão. A aleatoriedade vem de cada árvore que está sendo criada a partir de um subconjunto aleatório dos dados e entradas disponíveis. Para obter mais informações sobre o método de floresta aleatória, consulte este artigo Médio. |
| Autorregressivo (AR) | O modelo autorregressivo (AR) prevê valores futuros de um indicador usando uma combinação linear de uma tendência, simulações sazonais e valores anteriores. Como o modelo de Floresta Aleatória (RF), o modelo de AR verifica o melhor número de atrasos. No entanto, o modelo AR relaciona valores atuais a valores anteriores linearmente, enquanto o modelo RF é não linear. |
Períodos de previsão do indicador
Dependendo da frequência da pontuação, uma duração de período diferente é selecionada. Consulte a tabela para descobrir a duração do período usado para sua série.
| Frequência de pontuação | Número de pontos de dados por período | Duração total do período |
|---|---|---|
| Diariamente | 7 | 1 semana |
| Semanalmente | 13 | 1 trimestre |
| Bissemanalmente | 6 | 1 trimestre |
| Quatro por semana | 13 | 1 ano |
| Mensalmente | 12 | 1 ano |
| Bimestralmente | 6 | 1 ano |
| Trimestralmente | 4 | 1 ano |
| Trimestralmente fiscal | 4 | 1 ano |
| Semestralmente | 2 | 1 ano |
| Anual | 4 | 4 anos |
| Anualmente | 4 | 4 anos |
Previsões e metas
Quando a previsão está habilitada para um indicador e há uma meta global definida, a previsão mostra quando a meta será atingida.
Além disso, a instância envia uma notificação 14 dias antes de esperar que a meta seja atingida. Você pode mudar com quantos dias de antecedência a notificação é enviada definindo a propriedade pa.job.forecast.target.days_to_check.
Esta funcionalidade está disponível somente para metas globais. Limites e metas pessoais não interagem com as previsões.
Previsão com agregações de série temporal
Se você aplicar uma agregação de série temporal a um indicador, a duração do período de previsão será alterada. A mudança depende do tipo da série temporal.
| Tempo agregado | Efeito no período de previsão | Exemplo |
|---|---|---|
| Em execução | O número de pontos no período é igual ao valor do campo "intervalo". | Para uma soma de 7 dias consecutivos, o período de previsão tem 7 pontos de dados. Para uma soma de execução de 28 dias, ele tem 28 pontos de dados. |
| Por período | O período selecionado é tratado como se fosse a frequência do indicador. | Um agregado de tempo "Por semana" aplicado a um indicador diário tem 13 pontos de dados por período de previsão, que tem um trimestre de duração. Este período de previsão é o mesmo de um indicador semanal sem agregado de tempo. |
| Até a presente data | A duração do período corresponde ao período de tempo da agregação. O número de pontos de dados por período é um produto deste período de tempo e da frequência do indicador. | Consulte o restante desta seção. |
| Semana até a presente data | Mês até a presente data | Trimestre até a presente data | Acumulado do ano |
|---|---|---|---|
| 7 | 30 | 91 | 365 |
| Frequência do indicador | Pontos de dados por período, acumulado no ano |
|---|---|
| Diariamente | 365 |
| Semanalmente | 52 |
| Quatro vezes por semana | 13 |
| Quinzenalmente | 26 |
| Trimestralmente (fiscal) | 4 |
Exibição de previsões de pontuação do indicador
No ambiente clássico, mostre as previsões em um widget de série temporal ou no Hub de análise. Em um espaço configurável, mostre as previsões em uma visualização de dados de série temporal ou Detalhes de KPI.
Para mostrar a previsão em um widget de série temporal, selecione Mostrar previsão na seção Configurações de exibição do formulário Widget. Você também pode mostrar o intervalo de confiança de 95% da previsão selecionando Mostrar intervalo de previsão. Para obter mais informações, consulte Widgets de série temporal.
Para mostrar a previsão no Hub de análise, clique no ícone de configurações do gráfico (
) e habilite a opção Previsão. Da mesma forma, em Detalhes de KPI, abra Opções de gráfico e habilite Previsão.
Para mostrar a previsão em uma visualização de dados de série temporal, expanda as Configurações adicionais e ative Mostrar previsão. Você tem a opção de mostrar o intervalo de previsão. Você pode substituir a configuração de previsão do indicador nesta visualização de dados específica abrindo Configurar previsão.
Para mostrar a previsão de um indicador em Detalhes de KPI, ative a previsão em Opções de gráfico em Detalhes de KPI.