Définition du moteur de prévisions ATT
Vous pouvez définir des moteurs de prévisions pour générer une prévision à partir des données historiques définies pour les mesures.
Pour définir le moteur de prévisions ATT (Techniques traditionnelles avancées) :
- Sélectionnez Configuration > Cycle > Moteurs.
- Cliquez sur Nouveau et sélectionner Moteur de prévisions (ATT).
-
Entrez les informations suivantes :
- Nom
- Nom du moteur de prévisions.
- Nom d'affichage
- Nom affiché dans l'application.
- Utilisateurs
-
Utilisateurs autorisés à accéder au moteur de prévisions.
- Rôles
-
Rôles des utilisateurs autorisés à accéder au moteur de prévisions.
- Type
- Type du moteur de prévisions. Il s'agit d'un champ en lecture seule qui dépend de la sélection effectuée lors de la définition d'un moteur de prévisions.
- Module
- Module, ou bien module et cycle, pour lesquels le moteur de prévisions doit être utilisé.
- Balises
-
Balise liée à un moteur de prévisions. Effectuez une sélection dans la liste de balises prédéfinies affichée dans la fenêtre. Vous pouvez lier une ou plusieurs balises à un moteur de prévisions. Cette option permet de filtrer le type de moteur de prévisions à afficher.
-
Dans l'onglet Paramètres par défaut, saisir ces informations :
- Algorithme par défaut
- Algorithme par défaut utilisé pour le moteur de prévisions. Valeurs possibles :
- Meilleur
- Crostons
- Holt-Winters
- Moindres carrés
- Moyenne mobile
- Moyenne mobile exponentielle
- Régression multiple
- Analyse Bayésienne de série chronologique
- Evénements uniquement
- Naive
- Mesure SMP
- Mesure qui contient les valeurs permettant d'indiquer les combinaisons d'articles et d'emplacements considérées comme des produits à faible rotation.
Reportez-vous à la rubrique Appel du moteur de prévisions ATT avec la mesure SMP.
- Mesure de diffusion pour les résultats de constante de période
- Mesure qui doit être utilisée lors de la diffusion de la sortie du moteur de prévisions vers l'article, l'emplacement et le résultat.
- Mesure de diffusion pour résultats échelonnés dans le temps
- Mesure à utiliser lors de la diffusion du résultat du moteur de prévisions vers l'article, l'emplacement et la période.
- Effectuer une modélisation d'événement
- Sélectionnez cette option pour appliquer la modélisation d'événement. Ceci permet au moteur de prévisions d'utiliser les événements définis et d'exécuter la modélisation d'événement en plus de l'algorithme sélectionné.
Si cette option est activée, la mesure Profil d'événements figurant dans l'onglet Mappage de mesures doit être sélectionnée pour l'enregistrement du profil d'événements. Le cas échéant, vous pouvez également sélectionner la mesure Taille d'événement moyenne pour enregistrer les statistiques de taille moyenne d'événement.
- Niveau d'article
- Niveau d'article par défaut auquel les prévisions doivent être générées.
- Niveau d'emplacement
- Niveau d'emplacement par défaut auquel les prévisions doivent être générées.
- Niveau de période
- Niveau de période par défaut auquel les prévisions doivent être générées.
- Combinaison de prévisions
- Indique si le moteur applique la combinaison de prévisions.Remarque :
- Cette option n'est activée que si l'algorithme par défaut défini est Best.
- Si cette option est activée, l'onglet Combinaison de prévisions est activé.
-
Spécifiez, le cas échéant, les informations suivantes dans l'onglet Moteur de prévisions :
- Combinaison classique
- Si cette option est activée, le moteur combine toutes les prévisions générées et fournit la meilleure sur la base de méthodes diverses comme les suivantes : moyenne simple, moyenne tronquée, moyenne winsorisée et moyenne pondérée AIC).
- Test de formation Machine Learning
- Si cette option est activée, les données de test de formation sont utilisées pour l'exécution du programme MLR.
- Randomisation test de formation Machine Learning
- Si cette option est activée, un test combiné, avec la valeur initiale de nombre aléatoire (MLR) utilisant la méthodologie de test de formation, est effectué sur le jeu de données randomisées.
- Validation croisée Machine Learning
- Si cette option est activée, la méthode de répartition des données croisée est utilisée pour l'exécution du programme MLR.
- Jeu de données complet Machine Learning
- Si cette option est activée, le jeu de données complet est utilisé pour l'exécution du programme MLR.
- Randomisation jeu de données complet Machine Learning
- Si cette option est activée, test combiné avec la valeur initiale de nombre aléatoire (MLR) sur le jeu complet de données randomisées.
-
Dans l'onglet Mappage de mesures, cliquez sur Nouveau et saisissez les informations requises.
Reportez-vous à la rubrique Options de mappage des mesures pour le moteur de prévisions ATT.
Remarque : La liste des paramètres employés par le moteur de prévisions pour générer une prévision s'affiche dans l'onglet Paramètres. Si les valeurs de paramètres ne sont pas définies, l'application ne prend pas ces paramètres en compte. Reportez-vous à la rubrique Paramètres par défaut pour le moteur de prévisions ATT. -
Dans l'onglet Variables indépendantes (permettant d'effectuer une analyse de régression par rapport à la variable dépendante), saisir les informations requises.
Reportez-vous à la rubrique Variables indépendantes pour la régression multiple.
Remarque :Cet onglet n'est activé que si vous sélectionnez la régression multiple dans le champ Algorithme par défaut.