ATT-Prognoseroutine definieren

Wählen Sie den Pfad Konfiguration > Zyklus > Routinen aus.

Klicken Sie auf Neu und wählen Sie "Prognoseroutine (ATT)".

Geben Sie die folgenden Daten ein:

Name: Der Name der Prognoseroutine.
Anzeigename: Der in der Anwendung angezeigte Name.
Benutzer: Legen Sie die Benutzer mit einer Zugriffsberechtigung auf die Prognoseroutine fest.
Rollen: Die Rollen des/der Benutzer, der/die zum Zugriff auf die Prognoseroutine berechtigt ist/sind.
Typ: Der Typ der Prognoseroutine. Dieses Feld dient nur der Anzeige und sein Wert basiert auf der Auswahl, die Sie bei der Definition einer neuen Prognoseroutine getroffen haben.
Modul: Der Zyklus oder Zyklus und Modul, für den/die die Prognoseroutine verwendet werden muss.
Tags: Das mit einer Prognoseroutine verknüpfte Tag. Wählen Sie dieses aus einer Liste mit vordefinierten Tags im Fenster aus. Sie können ein oder mehrere Tags mit einer Prognoseroutine verknüpfen. Diese Option wird verwendet, um den Typ der anzuzeigenden Prognoseroutinen zu filtern.

Geben Sie auf der Registerkarte Standardeinstellungen die folgenden Daten an:

Standardalgorithmus

Der für die Prognoseroutine verwendete Standardalgorithmus. Mögliche Werte:

Beste(r/s)
Croston
Holt-Winters
Kleinste Quadrate
Gleitender Durchschnitt
Exponentieller gleitender Durchschnitt
Multiple Regression
Bayessche Analyse von Zeitreihen
Nur Ereignisse
Naive

Langsamdreher - Kennzahl

Die Kennzahl mit den Werten, die anzeigen, welche Kombinationen aus Artikel und Ort als Langsamdreher angesehen werden.

Siehe ATT-Prognoseroutine mit Langsamdreher-Kennzahl aufrufen.

Kennzahl für konstante Verteilung über Periode - Ergebnisse

Die Kennzahl, die beim Verteilen der Ausgabedaten der Prognoseroutine auf Artikel, Ort und pconst verwendet werden muss.

Verteilungskennzahl für zeitabhängige Ergebnisse

Die Kennzahl, die beim Verteilen des Ergebnisses der Prognoseroutine auf Artikel, Ort und Periode verwendet werden muss.

Ereignismodellierung ausführen

Wählen Sie diese Option, um die Ereignismodellierung anzuwenden. Damit wird die Prognoseroutine aktiviert, um die definierten Ereignisse zu nutzen und die Ereignismodellierung neben dem ausgewählten Algorithmus auszuführen.

Wenn dieses Kontrollkästchen aktiviert ist, muss die Kennzahl Ereignisprofil auf der Registerkarte Kennzahlzuordnung zum Speichern des Ereignisprofils ausgewählt werden. Alternativ können Sie die Kennzahl Durchschnittliche Ereignisgröße zum Speichern der Statistik für die durchschnittliche Ereignisgröße auswählen.

Artikelebene

Wählen Sie die Standardartikelebene aus, auf der die Prognosen generiert werden müssen.

Ortsebene

Die Standardortsebene, auf der die Prognosen generiert werden müssen.

Periodenebene

Die Standardperiodenebene, auf der die Prognosen generiert werden müssen.

Prognosen kombinieren

Gibt an, ob die Routine die Kombination von Prognosen implementiert.

Hinweis:

Diese Option ist nur aktiv, wenn der Standardalgorithmus auf "Beste(r/s)" gesetzt ist.
Wenn diese Option auf "An" gesetzt ist, ist die Registerkarte "Prognose kombinieren" aktiviert.

Geben Sie, falls zutreffend, auf der Registerkarte Prognoseroutine die folgenden Daten an:

Klassisches Kombinieren: Wenn diese Option auf "An" gesetzt ist, kombiniert die Routine alle generierten Prognosen und stellt die beste Prognose auf Basis verschiedener Verfahren wie "Einfacher Mittelwert", "Getrimmter Mittelwert", "Winsorisierter Mittelwert", "Gewichtetes AIC" bereit.
Trainieren/Testen für maschinelles Lernen: Wenn diese Option auf "An" gesetzt ist, werden für die MLR-Ausführung die Trainings-/Testdaten verwendet.
Trainieren/Testen für maschinelles Lernen - Randomisierung: Wenn diese Option auf "An" gesetzt ist, wird beim MLR-Lauf die Methode Trainieren/Testen für den randomisierten Datensatz verwendet.
Kreuzvalidierung für maschinelles Lernen: Wenn diese Option auf "An" gesetzt ist, wird die Kreuzvalidierungs-Datenaufteilungs-Methode zur Kreuzung von Daten für den MLR-Lauf verwendet.
Vollständiger Datensatz für maschinelles Lernen: Wenn diese Option auf "An" gesetzt ist, wird der vollständige Datensatz für den MLR-Lauf verwendet.
Vollständiger Datensatz für maschinelles Lernen - Randomisierung: Wenn diese Option auf "An" gesetzt ist, wird ein MLR-Lauf für den vollständigen randomisierten Datensatz ausgeführt.

Klicken Sie auf der Registerkarte Kennzahlzuordnungen auf Neu und geben Sie die erforderlichen Informationen an.

Informationen dazu finden Sie unter Optionen für die Kennzahlzuordnung für die ATT-Prognoseroutine.

Hinweis: Auf der Registerkarte Parameter wird eine Liste mit Parametern angezeigt, die durch die Prognoseroutine zum Generieren einer Prognose verwendet werden. Wenn die Parameterwerte nicht definiert sind, berücksichtigt die Anwendung diese Parameter nicht. Siehe Für die ATT-Prognoseroutine gesetzte Standardparameter.

Geben Sie auf der Registerkarte Unabhängige Variablen (wird verwendet, um eine Regressionsanalyse mit Bezug zur abhängigen Variablen zu berechnen) die erforderlichen Daten an.

Informationen dazu finden Sie unter Unabhängige Variable für Multiple Regression.

Hinweis:

Diese Registerkarte ist nur aktiviert, wenn Sie Multiple Regression im Feld Standardalgorithmus auswählen.