Compass es una función nativa de SAP Analytics Cloud que permite la simulación del impacto probable provocado por las incertidumbres de los impulsores. Utiliza la relación definida entre el controlador y el destino dentro del modelo de SAP Analytics Cloud. Con Compass, puede realizar el modelado de escenarios de diferentes suposiciones y comparar los resultados probables.
Cree simulaciones a partir de una tabla de historias o de la página de inicio de Compass para responder a las preguntas empresariales que pueda tener.

Simulaciones de brújula y predicciones de previsión de serie cronológica
Es importante recordar que una simulación de brújula no es lo mismo que una predicción de previsión de serie cronológica.
Las previsiones de serie cronológica proyectan la tendencia de datos de valores históricos en el futuro. El tipo de preguntas empresariales que llevan a un centro de predicción de serie cronológica en torno a lo que sucede si las cosas se desarrollan a más o menos la misma tasa. Por ejemplo, ¿Cuál es el ingreso operativo previsto si persiste la tendencia para el desarrollo de COGS en los últimos 4 años?
Las simulaciones de brújula de SAP Analytics Cloud utilizan la simulación Monte Carlo, un método de simulación matemática que proporciona una gama de resultados probables como resultado. No analiza tendencias de datos, sino que se basa en el cálculo repetido utilizando entradas aleatorias. Esto también significa que se requiere una fórmula o definición de relación entre el KPI afectado y los controladores antes de que se pueda ejecutar la simulación. A medida que este método explora los posibles resultados provocados por entradas aleatorias, las preguntas empresariales que conducen a una simulación de brújula deben centrarse en lo que sucede si las cosas cambian. Por ejemplo, ¿Cuáles son los resultados probables de los ingresos operativos si el COGS está entre 10 y 20 millones de dólares?
Puede utilizar previsiones de serie cronológica y simulaciones de brújula para ampliar los análisis alcanzables. Por ejemplo, podría generar una previsión de serie cronológica para una observación de lo que sucedería en el futuro si la tendencia actual persiste y, a continuación, realizar una simulación de brújula sobre la versión prevista para comprender el contexto de riesgo si se ven afectados inesperadamente algunos impulsores clave.











