Forecasting with Predictive Analytics

• Planificación de gastos y costes:
  • ¿Cuáles serán mis gastos por ubicación y categoría?
  • ¿Deberíamos transferir el presupuesto entre áreas?
• Planificación de ingresos y ventas:
  • ¿Cuál es la previsión de ingresos por unidad de negocio?
  • ¿Cómo evolucionarán las ventas de productos específicos en el futuro?
• Planificación de efectivo de personal:
  • ¿Cuántos empleados dejarán la empresa por deserción o jubilación el próximo año?
  • ¿Cuáles son los perfiles de los empleados que se van?

Para ayudarlo a tomar mejores decisiones de negocio, SAP ha integrado funciones predictivas automatizadas en SAP Analytics Cloud.

Predicción inteligente le permite:

• Haga proyecciones confiables y accionables. En lugar de preguntar cómo obtener predicciones, puede centrarse en lo que desea predecir.
• Transforme la forma en que analiza los datos y realiza planes con predicciones impulsadas por machine learning, añade resultados a una historia y compártalos con el negocio.

A menudo, los usuarios empresariales y los analistas empresariales no tienen habilidades en ciencia de datos. Por lo tanto, Smart Predict hace que los algoritmos de aprendizaje automático sean accesibles para todos y predice posibles resultados y previsiones con solo pulsar un botón. Smart Predicts ofrece:

• Experiencia visual simple
• Flujo de trabajo guiado típico para modelos de clasificación y regresión
• Sin terminología técnica
• Sin codificación
• Preguntas orientadas al negocio

Un escenario predictivo es un área de trabajo preconfigurada. Puede utilizarlo para crear modelos predictivos e informes para abordar una pregunta empresarial que requiera la predicción de eventos o tendencias futuros. Seleccione el que sea relevante para el tipo de análisis predictivo que desea crear.

Cree listas clasificadas basadas en la probabilidad prevista (modelos de clasificación), estimaciones sobre valores futuros o desconocidos (modelos de regresión) o previsiones (modelos de previsión de serie cronológica). Estos modelos predictivos le permiten generar datos futuros, ocultos o desconocidos.

Predicción inteligente se puede utilizar en varias fuentes adquiridas (y en la fuente de HANA Live) para ayudarle a responder preguntas precisas. Existen tres técnicas predictivas principales que cubren casos de uso de negocio y que se tratan en este curso:

1. Los modelos de clasificación se utilizan para anticipar el comportamiento de un cliente, su propensión a comprar y el riesgo de abandono. "Dame la lista ordenada de prospectos en los que centrarme para este producto".
2. Los modelos de regresión se utilizan para predecir valores numéricos e identificar sus factores de influencia. "Dame las estimaciones de ingresos para cada cliente en los próximos seis meses".
3. Los modelos de previsión de serie cronológica se utilizan para generar previsiones de serie cronológica con previsiones individuales generadas para cada valor de una dimensión. "Pronosticar los ingresos de cada producto y cada punto de venta diariamente para los próximos 30 días".

Si bien hay muchas funciones inteligentes en SAP Analytics Cloud, Smart Predict es el foco de este curso. Nos centramos en la funcionalidad Smart Predict en la creación, formación y aplicación de escenarios predictivos.

La configuración del escenario predictivo es sencilla con Predicción inteligente. No es necesario que sea un experto en aprendizaje automático o un científico de datos. El flujo de trabajo básico es el siguiente:

1. Seleccione el modelo de planificación que se va a aumentar.
2. Seleccione la versión del modelo de planificación del que desea aprender. Smart Predict debería aprender de los datos reales.
3. Seleccione el indicador que se va a predecir. En este escenario, desea predecir el indicador de ingresos brutos.
4. Seleccione el número de períodos de previsión que se van a predecir. La granularidad de la planificación es mensual y, si desea obtener predicciones para 12 meses, solicite 12 previsiones.
5. Seleccione las entidades. Por ejemplo, puede compartir las predicciones y la información con las partes interesadas responsables de diferentes productos en diferentes países/regiones.

Puede refinar aún más sus previsiones predictivas utilizando la opción Factores de influencia que le permite seleccionar qué variables de factor de influencia incluir antes de entrenar su modelo de planificación predictiva.

Con Smart Predict, puede ir un paso más allá y generar previsiones por entidad para obtener información precisa orientada a la empresa, no solo previsiones preliminares. Puede utilizar directamente su modelo de planificación como fuente de datos para el escenario predictivo, sin necesidad de extraer datos en un conjunto de datos.

Predicción inteligente utiliza los datos disponibles en su modelo de planificación para crear y formar un escenario predictivo. A continuación, puede analizar la precisión de la previsión predictiva en los valores de dimensión combinados y comprender el desglose de señales en detalles. Una vez que esté satisfecho con la precisión de su escenario predictivo, puede generar las previsiones predictivas: se vuelven a guardar directamente en la versión privada de su modelo de planificación. Por lo tanto, es fácil aumentar su historia con previsiones reales y predictivas.

Al crear un escenario predictivo, especifique inicialmente una fuente de datos de entrenamiento, un destino o variable de señal y, a continuación, defina opciones de entrenamiento adicionales. La formación es un proceso que utiliza algoritmos automatizados de aprendizaje automático de SAP para encontrar relaciones o patrones de comportamiento en la fuente de datos. Puede aplicar el resultado a una nueva fuente de datos para predecir con una probabilidad cuál podría ser el valor del destino o la señal para cada elemento de la fuente de datos.

Al utilizar un modelo de planificación, la versión de entrada debe ser una versión pública, no en modo de edición, o una versión privada. Tiene al menos acceso de lectura a él.

Un modelo predictivo produce indicadores de rendimiento e informes como resultado de una formación correcta.

Aquí tiene un breve resumen de los diferentes componentes que puede utilizar para analizar los resultados para poder verificar la precisión de su modelo predictivo:

• MAPE de todo el horizonte ¿El indicador de rendimiento principal es lo suficientemente alto como para considerar que mi modelo predictivo es sólido y preciso? Verifique la calidad del rendimiento de su modelo en el MAPE de todo el horizonte. Evalúa el "error" cometido al utilizar el modelo predictivo para estimar valores futuros de la señal, donde cero indica un modelo perfecto. Cuanto menor sea el MAPE de todo el horizonte, mejor será el rendimiento del modelo predictivo. Para obtener más información, consulte MAPE de todo el horizonte
• Análisis de señal ¿Qué previsiones proporciona el modelo predictivo? Eche un vistazo a la señal y las previsiones. Las señales muestran tendencias, ciclos y fluctuaciones en la señal, cada una con una descripción. Verifique si hay valores atípicos en las previsiones y detecte anomalías en la señal. Para obtener más información, consulte Las previsiones predictivas, Los valores atípicos de señal y Las anomalías de señal
• Señal vs. Pronosticar ¿Qué tan preciso es mi modelo predictivo? Utilice la opción Señal vs. Gráfico de previsión para visualizar los valores previstos (previsión) y los valores reales (señal) para la fuente de datos. A continuación, puede ver rápidamente la precisión de su modelo predictivo, cuáles son los valores atípicos y la zona de posibles errores. Para obtener más información, consulte La previsión frente a. Gráfico real y los valores atípicos de señal

Si no está satisfecho con el escenario predictivo una vez analizados los resultados, puede mejorarlo modificando las opciones o, si es necesario, modificando la fuente de datos.

Verifique la calidad del rendimiento del modelo predictivo sobre el MAPE de todo el horizonte. El MAPE de todo el horizonte es la evaluación del "error" cometido al utilizar el modelo predictivo para estimar los valores futuros de la señal. Un MAPE de todo el horizonte de cero indica un modelo predictivo perfecto. Cuanto menor sea el MAPE de todo el horizonte, mejor será el rendimiento del modelo predictivo.

Analice los valores previstos para el modelo predictivo sobre un conjunto de datos conocidos de la fuente de datos de entrenamiento. Verifique si hay valores atípicos en las previsiones y detecte anomalías en la señal.

Utilice el gráfico Señal frente a previsión para visualizar los valores previstos (previsión predictiva) y los valores reales (señal) para la fuente de datos de formación. A continuación, puede ver rápidamente la precisión de su modelo predictivo, cuáles son los valores atípicos y la zona de posibles errores.

Para obtener más información sobre Smart Predict, puede ir a Análisis de los resultados de su modelo predictivo de serie cronológica.

Después de ejecutar Smart Predict y confirmar que los resultados son razonables, puede guardar los resultados en el modelo de planificación en una versión privada.

Solo puede escribir resultados de Smart Predict en versiones de planificación privadas. El objetivo es forzar un flujo de trabajo de validación y evitar que las previsiones no validadas se escriban en versiones públicas.

El intervalo de confianza (líneas de puntos) ayuda a comprender el nivel de confianza que tenemos en la previsión. Si el intervalo es estrecho, tenemos una alta confianza en las previsiones.

Después de ejecutar Smart Predict y confirmar que los resultados son razonables, puede guardar los datos en el modelo de planificación en una versión privada.

Después de analizar los resultados en una historia, los valores se pueden publicar en una versión pública.

Para obtener más información sobre el modelado predictivo, vaya al curso Aplicación de visualizaciones potenciadas por IA y analíticas aumentadas a datos de negocio en SAP Analytics Cloud, donde exploramos las analíticas aumentadas con más detalle, incluidos los modelos predictivos de serie temporal.