Previsões de pontuações da Performance Analytics
Performance Analytics permite prever pontuações futuras com base no comportamento passado. Você pode prever pontuações em widgets de séries temporais, visualizações de dados de séries temporais, Detalhes de KPI. Hub de análise. As pontuações de previsão aparecem como uma linha pontilhada.
A previsão é configurada no Previsão do registro do indicador. O número de pontos de dados incluídos na previsão depende da frequência do indicador e do número de Períodos para previsão configurado 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 mais de 2688 pontos de dados de previsão são gerados.
Além disso, nas visualizações de dados de séries temporais, você não está limitado a previsões em Performance Analytics indicadores. Se você tiver uma versão de assinatura de Performance Analytics, você pode gerar previsões para qualquer fonte de dados, exceto tabelas. Para obter mais informações, consulte Crie visualizações de dados de séries temporais.
Configure previsões em um indicador
No registro de um indicador automatizado, configure as previsões como elas aparecerão no Hub de análise, Performance Analytics e visualizações de dados de séries temporais.
Antes de Iniciar
Função necessária: pa_power_user, pa_admin, admin
Procedimento
Selecionando o método de previsão
Se você for um especialista em estatística, 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. Em seguida, a instância compara essas previsões com os dados mais recentes com base na distância que você deseja prever. A instância executa esta avaliação sempre que exibe a previsão. Portanto, coletar pontuações adicionais ou mudar 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 futuros, a instância aplicará cada método de previsão aos seus dados históricos com mais de duas semanas. Em seguida, a instância compara essas previsões com as últimas duas semanas de dados. A previsão que mais se ajusta às últimas duas semanas de dados é recalculada usando todo o conjunto de dados. A instância mostra os resultados deste cálculo final no Hub de análise ou em 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 dummies sazonais como variáveis explicativas. Um "season" para esta análise é um período. |
| Tendência sazonal | Como sazonal, mas inclui uma tendência como 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 ponderada exponencialmente. A previsão é baseada no conjunto de dados completo, com mais peso dado às observações mais recentes Um "season" 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 isso artigo médio . |
| Autorregressivo (AR) | O modelo autorregressivo (AR) prevê valores futuros de um indicador usando uma combinação linear de uma tendência, dummies sazonais e valores passados. Como o modelo de Floresta aleatória (RF), o modelo de AR verifica o melhor número de atrasos. No entanto, o modelo de AR relaciona valores atuais com passados linearmente, enquanto o modelo de RF é não linear. |
Períodos de previsão do indicador
Dependendo da frequência da pontuação, um período de duração diferente será selecionado. Consulte a tabela para descobrir a duração do período que é 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 semanalmente | 13 | 1 ano |
| Mensalmente | 12 | 1 ano |
| Bimensalmente | 6 | 1 ano |
| Trimestralmente | 4 | 1 ano |
| Fiscal trimestral | 4 | 1 ano |
| Semestral | 2 | 1 ano |
| Anualmente | 4 | 4 anos |
| Fiscal anual | 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 quantos dias antes a notificação será enviada definindo pa.job.forecast.target.days_to_checkpropriedade.
Esta funcionalidade está disponível somente para destinos globais. Os limites e as metas pessoais não interagem com as previsões.
Previsão com agregações de séries temporais
Se você aplicar uma agregação de série temporal a um indicador, a duração do período de previsão mudará. A mudança depende do tipo de 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 execução de 7 dias, 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 é de 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 intervalo de tempo da agregação. O número de pontos de dados por período é um produto deste intervalo 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, ano até o momento |
|---|---|
| Diariamente | 365 |
| Semanalmente | 52 |
| Quatro por semana | 13 |
| Quinzenalmente | 26 |
| Trimestral (fiscal) | 4 |
Exibindo previsões de pontuação do indicador
No ambiente clássico, mostre as previsões em um widget de série temporal ou em Hub de análise. Em A. 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 em 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 o. Previsão opção. Da mesma forma, em Detalhes de KPI, em aberto Opções de gráfico e habilitar 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 Configure a previsão .
Para mostrar a previsão de um indicador em Detalhes de KPI, ative a previsão no Opções de gráfico em Detalhes de KPI.