Le compas est une fonctionnalité native de SAP Analytics Cloud qui permet de simuler l'impact probable causé par les incertitudes des inducteurs. Il utilise la relation définie entre l'inducteur et la cible dans le modèle SAP Analytics Cloud. Le compas vous permet d'effectuer une modélisation de scénario de différentes hypothèses et de comparer les résultats probables.
Créez des simulations à partir d'une table de présentation ou de la page de démarrage du compas pour répondre aux questions que vous pourriez avoir.

Simulations du compas et prévisions basées sur une série temporelle
Il est important de se rappeler qu'une simulation du compas n'est pas la même chose qu'une prévision basée sur une série temporelle.
Les prévisions de série temporelle projettent la tendance des données à partir des valeurs historiques dans le futur. Type de questions de gestion conduisant à un centre de prévision de série temporelle autour de ce qui se passe si les choses se développent plus ou moins au même rythme. Par exemple, quel est le résultat d'exploitation prévu si la tendance de l'évolution des coûts de vente au cours des 4 dernières années persiste ?
Les simulations du compas SAP Analytics Cloud utilisent la simulation de Monte-Carlo, une méthode de simulation mathématique fournissant une gamme de résultats probables comme résultat. Il n'analyse pas les tendances des données, mais s'appuie plutôt sur un calcul répété à l'aide d'entrées aléatoires. Cela signifie également qu'une formule ou une définition de la relation entre le KPI impacté et les inducteurs est requise avant l'exécution de la simulation. Comme cette méthode explore les résultats possibles apportés par des entrées aléatoires, les questions de gestion conduisant à une simulation du compas doivent se concentrer sur ce qui se passe si les choses changent. Par exemple, quels sont les résultats probables du résultat d'exploitation si le coût des marchandises vendues est compris entre 10 et 20 millions de dollars ?
Vous pouvez utiliser des prévisions basées sur une série temporelle et des simulations du compas pour améliorer les analyses réalisables. Par exemple, vous pouvez générer une prévision basée sur une série temporelle pour une observation de ce qui se produirait dans le futur si la tendance actuelle persiste, puis effectuer une simulation du compas en plus de la version prédite pour comprendre le contexte de risque si quelques inducteurs clés sont impactés de manière inattendue.











