Forecast Machine

Was kann dieses Tool?

Basierend auf historischen Daten (Auftragsvolumen, Umsatz, o.ä.) wird ein Modell berechnet, welches den Wert für das nächste Monat vorhersagt. Zusätzlich wird die Genauigkeit für diese Vorhersage berechnet. Optional können unterschiedliche Gruppen (Materialien, Filialen, Länder o.ä.) angegeben werden, so dass für jede Kategorie in dieser Gruppe ein eigenes Modell berechnet wird.

Vorraussetzungen

Historische Daten von mindesten drei Jahren die als CSV-File gegeben sind. Dieses File enthält die Information des Datums, die Zielgröße und optional die Gruppierungsvariable.

Forecast

Ein generischer Algorithmus wählt aus verschiedenen Modellen jenes mit der besten Vorhersagequalität aus. Anhand dieses Modells wird eine Vorhersage berechnet und die Genauigkeit für diese Vorhersage wird angegeben.

Qualität

Die Verwendung von state-of-the-art Methoden aus dem Bereich Statistik und Machine Learning führen zu einer optimalen Vorhersage mit einer hohen Genauigkeit als Basis für bessere Entscheidungen.

Description

Wie ist der Ablauf?

Die zu analysierenden Daten bestehen aus mindestens zwei Spalten. Eine Spalte enthält das Datum der Beobachtung und die zweite Spalte die Zielgröße. Diese Zielgröße wird modelliert und eine Vorhersage für das nächste Monat wird berechnet. Optional kann eine dritte Spalte angegeben werden. Diese enthält dann die Gruppierungsvariable. Nach dieser werden die Daten aufgeteilt und für jede Kategorie wird ein eigenes Modell berechnet.
Read More
Nach dem Hochladen der Daten können einzelne Spalten den drei Variablentypen: Datum, Zielgröße und Gruppierungsvariable zugeordnet werden. Als Datum können derzeit nur Variablen, die im Format YYYY-MM-DD angegeben sind, ausgewählt werden. Als Zielgrößer werden nur numerische Variablen zugelassen.
Optional kann die Variable für die Gruppierung ausgewählt werden. Wird dies gemacht, dann wird für jede Kategorie in dieser Gruppierungsvariable ein eigenes Modell berechnet. Als Gruppierungsvariable werden nur jene Spalten zugelassen, bei denen die Anzahl der unterschiedlichen Kategorien maximal 10% der Anzahl der Zeilen des Datensatzes beträgt.
Read More
Nach der Spezifikation kann die Berechnung gestartet werden. Für die Berechnung der Vorhersage wird der Datensatz in zwei Teile geteilt. Der erste Teil wird dafür verwendet, um die Modelle der unterschiedlichen Modellklassen zu trainieren. Der zweite Teil wird verwendet, um dann das beste Modell auszuwählen und die Genauigkeit der Vorhersage abzuschätzen. Ist das beste Modell identifiziert, so wird der ganze Datensatz verwendet, um für das nächste Monat eine Vorhersage zu berechnen.
Die Dauer der Berechnung hängt im wesentlichen von der Anzahl der Kategorien ab und kann ein bis zwei Minuten dauern. Wird keine Grupierungsvariable angegeben, so sollte das Ergebnis in 5-10 sec erscheinen.
Read More
Anhand des in der Modellierung gefundenen Modells mit der besten Vorhersagegenauigkeit, wird für das folgende Monat eine Vorhersage getroffen. Um die Validität dieser Vorhersage bewerten zu können, wird die Vorhersagegenauigkeit in Form von einer unteren und oberen Schranke angegeben. Diese Schranken widerspiegeln plus minus eine Standardabweichung der Unsicherheit der Vorhersage.
Die Vorhersage beruht auf der Annahme, dass das in den historischen Daten gefundene Muster auch für das nächste Monat gilt.
Die Grafik ist in drei Bereiche eingeteilt. Der erste Bereich bis zur roten vertikalen Linie ist jener Bereich der für das Trainieren der Modelle verwendet wird. Der zweite Bereich zwischen der roten und goldenen vertikalen Linie ist jener Bereich in dem die Vorhersagequalität des Modells bewertet wird (Test-Bereich). Der Punkt rechts von der goldenen vertikalen Linie ist die Vorhersage für das nächste Monat. Die eingezeichneten vertikalen Linien beschreiben die Vorhersagegenauigkeit in Form von plus/minus einer Standardabweichung.
Read More

Get Productive

Vorhersage berechnen

01
Datenauswahl

Bitte wählen Sie ein CSV-File aus, beachten Sie dabei die notwendige Struktur der Daten. Ihren Daten werden nur für die Berechnung zwischengespeichert und danach wieder gelöscht!

Read More

02
Spezifikation

Nach dem Hochladen der Daten, können Sie hier die Spalten des Datensatz den einzelnen Variablentypen zuordnen.

Read More
03
Berechnung

Nach dem Upload der Daten und dem Bestätigen der Einstellungen kann die Berechnung gestartet werden. Dies kann je nach Datengröße und Anzahl der Kategorien in der Gruppierungsvariable ein bis zwei Minuten dauern.

Berechnung Starten
04
Ergebnis

Contact us

Fragen - Anregungen ?

*Please complete all fields correctly