Datenmodell des Beispielplanungsbereichs für Bedarf
Datenvorbereitung
Prognosen
Lebenszyklusplanung
Promotion-Planung
Bedarfsplanfreigabe
Prognosegenauigkeit
Demand Sensing

Daten automatisch bereinigen

Objective

After completing this lesson, you will be able to daten automatisch vorbereiten

Historische Daten sammeln und bereinigen

Um Prognosen zu erstellen, benötigen Sie Vergangenheitsdaten. In der Regel ist das die Vertriebshistorie eines Produkts aus einem bestimmten Zeitraum. Diese Daten werden aus SAP ERP oder APO DP über CPI-DS oder durch Hochladen von CSV-Dateien mit der App Datenintegrationsjobs gesammelt. Wenn die Daten verfügbar sind, können sie auf fehlende Werte, Ausreißer und aktionsbezogene Absatzsteigerungen geprüft und mithilfe der Vorverarbeitungsalgorithmen konsolidiert werden, die für das von Ihnen verwendete Prognosemodell ausgewählt wurden.

Es gibt drei Hauptmethoden zum Bereinigen Ihrer Daten:

  • Fehlende Werte ersetzen
  • Ausreißerkorrektur (einschließlich automatischer Ausreißerkontrolle)
  • Promotionsdatenbereinigung
Übersicht über die Vorverarbeitungsoptionen in SAP IBP. Einschließlich Ersetzung fehlender Werte, Ausreißerkorrektur und Promotionsdatenbereinigung. Darüber hinaus können Daten manuell bereinigt werden.

Vergangenheitsdaten Ausreißerkorrektur

Ein "Ausreißer" ist ein Wert in den historischen Daten, der außerhalb des erwarteten Wertebereichs liegt. Es kann verschiedene Gründe für diese Abweichung geben, z.B. einen Dateneingabefehler oder ein einmaliges Ereignis, das sich auf die Verkaufsergebnisse auswirkt.

Grafische Darstellung einer Zeitreihe mit einer Spitze, die als Ausreißer identifiziert werden kann, da sie außerhalb des Toleranzbereichs des historischen Datensatzes liegt.

Anmerkung: Bei saisonalen Produkten kann die automatische Ausreißerkorrektur schwierig sein und muss sorgfältig validiert werden, da die Werte verfälscht werden können, da die Saison als Ausreißer erkannt werden könnte.

Fehlende Wertersetzung

  • Vollständiger Horizont: Die Ersetzung erfolgt für historische und zukünftige Daten, die in der angegebenen Kennzahl enthalten sind.
  • Nur Historie: Die Substitution erfolgt für historische Daten, die in der angegebenen Kennzahl enthalten sind.
  • Nur Zukunft: Die Substitution erfolgt für zukünftige Daten, die in der angegebenen Kennzahl enthalten sind.

Sie können den Algorithmus Fehlende Werte ersetzen Ihrem Modell mehrmals hinzufügen. Sie möchten beispielsweise, dass das System fehlende Verkaufshistorienwerte aus der Vergangenheit durch den Mittelwert der vorhandenen Werte und fehlende Preiswerte aus der Vergangenheit und der Zukunft durch den Median der vorhandenen Werte ersetzt.

Modelle für die Ausreißererkennung

In SAP Integrated Business Planning (SAP IBP) gibt es zwei Modelle, mit denen Sie Ausreißer in Ihren historischen Daten ermitteln können:

  1. Test des Interquartilbereichs: Das System prüft, ob die Zeitreihenwerte innerhalb des Interquartilbereichs liegen, was der Differenz zwischen dem dritten Quartil und dem ersten Quartil der Daten entspricht. Die Werte, die nicht innerhalb dieses Bereichs liegen, werden als Ausreißer identifiziert.Die Abbildung beschreibt den Interquartilbereichstest. So prüft das System, ob sich die Zeitreihenwerte innerhalb des Interquartilbereichs befinden. Dies ist die Differenz zwischen dem dritten Quartil und dem ersten Quartil der Daten.
  2. Varianztest: Das System prüft, ob die Zeitreihenwerte vom Mittelwert um mehr als die Standardabweichung multipliziert mit einer Konstante abweichen. Die Werte, die größere Abweichungen anzeigen, werden als Ausreißer identifiziert.Die Abbildung beschreibt den Varianztest, wie das System prüft, ob die Zeitreihenwerte um mehr als die Standardabweichung multipliziert mit einer Konstante vom Mittelwert abweichen.

Ausreißererkennungsgrenzen

Wenn Datenwerte außerhalb des zulässigen Bereichs liegen, korrigiert das System die Werte. Die folgende Abbildung zeigt die Ober- und Untergrenze.

Die Abbildung zeigt die obere und die untere Grenze. Wenn Datenwerte außerhalb des zulässigen Bereichs liegen, korrigiert das System die Werte.

Ausreißerkorrekturmethoden

Historische Verkaufsdaten bereinigen

ExerciseStart Exercise

Aufgabe 1: Modell für automatische Ausreißerreinigung anlegen

Neben der manuellen Bereinigung bietet SAP IBP Funktionen, mit denen Ausreißer automatisch bereinigt werden können. Wir richten dies in dieser Aufgabe ein.

Schritte

  1. Rufen Sie die SAP-Fiori-App Prognosemodelle verwalten auf. Legen Sie ein neues Prognoseprofil mit der Bezeichnung OutlierCorrection## an, das Ausreißer mithilfe des Varianztests in 12 Perioden der wöchentlichen Historie erkennt, und korrigieren Sie sie mit der Mittelwertmethode. Ermitteln Sie Ausreißer in der Kennzahl Istmenge, und speichern Sie die Korrekturen in der Kennzahl ADJDELIVQTY.

    FeldWert
    ModellnameOutlierCorrection##
    PeriodizitätWöchentlich
    Vergangenheitsperioden12
    AusreißererkennungsmethodeVarianztest
    Multiplikator1
    AusreißerkorrekturmethodeKorrektur mit Mittelwert
    Eingabe für AlgorithmusIstmenge
    Ergebnis sichern inGelieferte Menge angepasst

    1. Melden Sie sich mit den vom Referenten bereitgestellten Anmeldeinformationen an der SAP-Fiori-Benutzungsoberfläche an.

    2. Wählen Sie in der Gruppe Absatzplaner die App Prognosemodelle verwalten.

    3. Wählen Sie Modell anlegen, und wählen Sie den Planungsbereich ZSAP6 aus.

  2. Geben Sie die Details des neuen Prognoseprofils mithilfe der Informationen aus der Tabelle ein.

    1. Geben Sie den Modellnamen OutlierCorrection## und eine Beschreibung ein.

    2. Setzen Sie Periodizität auf Wöchentlich.

    3. Setzen Sie Historische Perioden auf 12.

    4. Wählen Sie die Registerkarte VORVERARBEITUNGSSCHRITTE.

    5. Fügen Sie einen neuen Algorithmus hinzu, indem Sie rechts auf dem Bild das Symbol + wählen.

    6. Wählen Sie im angezeigten Dialogfenster Ausreißerkorrektur.

    7. Wählen Sie im Feld Ausreißererkennungsmethode die Option Varianztest, und geben Sie im Feld Multiplikator den Wert 1 ein.

    8. Wählen Sie im Feld Ausreißerkorrekturmethode die Option Mittelwertkorrektur.

    9. Wählen Sie Istmenge als Eingabekennzahl.

    10. Wählen Sie im Feld Ergebnis sichern in die Option Angepasste gelieferte Menge.

    11. Wählen Sie Sichern.

Aufgabe 2: Modell für die Ausreißerreinigung ausführen

Nachdem wir unser Ausreißerkorrekturmodell konfiguriert haben, müssen wir die Berechnung ausführen.

Schritte

  1. Melden Sie sich am Add-in für Microsoft Excel an, und wählen Sie Ihren Planungssichtfavoriten aus. Wenn Sie sich bereits am Add-in für Microsoft Excel angemeldet haben, müssen Sie sich erneut anmelden, um die im vorherigen Schritt vorgenommenen Änderungen anzuzeigen.

    1. Melden Sie sich mit den vom Referenten bereitgestellten Anmeldeinformationen am Add-in für Microsoft Excel an.

    2. Wählen Sie Ihren Favoriten Absatzplanung.

  2. Führen Sie die Berechnung der Ausreißerkorrektur aus, und beobachten Sie das Ergebnis. Passen Sie den zuvor für HT_00## angelegten Filter an, wenn Sie den Anwendungsjob ausführen.

    FeldWert
    ZeitraumWöchentlich
    DispositionsebeneProdukt-ID, Kunden-ID
    Zu verwendendes PrognosemodellOutlierCorrection##
    ME zu IDkg
    FilterProdukt-ID =HT_0##

    1. Wählen Sie im Menüband im Bereich Anwendungsjobs die Option Statistischer→Prognoselauf.  

    2. Es wird eine Meldung angezeigt, die darüber informiert, dass die Einstellungen der Sicht in die Job-Eingabeaufforderung kopiert werden. Wählen Sie OK.

    3. Setzen Sie den Zeitraum auf Wochentag mit 12 Wochen in der Vergangenheit.

    4. Setzen Sie die Planungsebene auf Produkt-ID und Kunden-ID.

    5. Wählen Sie im Feld Zu verwendendes Prognosemodell die Option OutlierCorrection##.

    6. Wählen Sie im Feld Mengeneinheit die Option KG.

    7. Wechseln Sie zur Registerkarte Filter, und filtern Sie nach Ihrem spezifischen Produkt mit Produkt-ID = HT_0##.

    8. Wählen Sie Weiter. Ein Dialogfenster für den Ursachencode wird angezeigt. Wählen Sie Ausführen.

    9. Es wird eine Meldung angezeigt, die über den Status des Jobs informiert und zum detaillierten Statusbericht navigiert. Wählen Sie Zum Status navigieren, um den Status des Jobs anzuzeigen. Aktualisieren Sie das Popup-Fenster, bis es meldet, dass der Job abgeschlossen ist. Wählen Sie OK, um das Dialogfenster zu schließen.

    10. Warten Sie, bis der Job abgeschlossen ist. Prüfen Sie das Geschäftsprotokoll im Status auf eine Liste aller Ausreißer, die korrigiert wurden.

    11. Aktualisieren Sie die Daten in der Planungssicht, und stellen Sie fest, dass Ausreißerwerte angepasst wurden.

Learning

SAP FacebookSAP YoutubeSAP LinkedIn