Artikel- en locatieresultaten spreiden waarvoor de spreiding-measure voor de prognose-engine is gedefinieerd en ingeschakeld

De spreidingsmethode is gebaseerd op de parameters van de prognose-engine Spreiding-measure voor resultaten periodeconstante en op de parameters Spreiding-measure voor tijdgefaseerde resultaten, mits de parameters voor de huidige cyclus zijn gedefinieerd en ingeschakeld.

De tijdgefaseerde resultaten van de prognose-engine van de cyclusperioden (historiehorizon of toekomstige horizon) worden evenredig verdeeld met gebruikmaking van de parameter Spreiding-measure voor tijdgefaseerde resultaten. Bijvoorbeeld: Statistische prognose DPLS_FSTAT_EXT.

De factoren die worden gebruikt in de evenredige verdeling is de waarde voor elk basisniveau-child van de geselecteerde artikelen, locaties en perioden gedeeld door de waarde voor elk geaggregeerd artikel en elke geaggregeerde locatie en periode met een prognosewaarde die evenredig moet worden verdeeld.

Bij het aanroepen van de prognose-engine worden bijvoorbeeld prognoses gegeven voor het geaggregeerde artikelknooppunt 'Auto' met vijf basisniveau-elementen die een waarde bevatten voor de opgegeven spreiding-measure (1000, 1001, 1002, 1003 en 1004). De prognose wordt gegenereerd op een periodeniveau Maanden, waarin het kalenderniveau voor het opslaan van de scenariowaarde Weken is. De verhouding tussen artikel 1000 en locatie CONTINENTAL voor een specifieke week BJ16 W18 = (Waarde van DPLS_FSTAT_EXT voor (1000, CONTINENTAL, BJ16 W18)) / (Waarde van DPLS_FSTAT_EXT voor Auto, CONTINENTAL, BJ16 M05)).
NB: BJ16 M05 is de maand die BJ16 W18 bevat.
NB: 
  • De waarde van het geaggregeerde knooppunt DPLS_FSTAT_EXT moet worden afgeleid van de measure-waarden van de artikelen op basisniveau.
  • De spreidingswaarden van de basisniveauelementen worden gebruikt om scenariowaarden op te slaan, ongeacht het aantal niveaus tussen het geselecteerde niveau van de prognose-engine en het basisniveau.

Bij evenredige verdeling worden de volgende tijdgefaseerde measures geïnterpoleerd met de parameter Spreiding-measure voor tijdgefaseerde resultaten:

  • Prognose
  • Historie model passend maken
  • Online model passend maken
  • Model met terugwerkende kracht passend maken
  • Seizoensindexen
  • Uitschieters
  • Uitzonderingen stapwijziging
  • Uitzonderingen tracking-signalering
NB: Voor prognose-engines zijn de uitzondering-measures tijdsafhankelijk. Elke periode met een uitzondering is ingesteld op 1. Indien van toepassing worden de waarden evenredig verdeeld over het basisniveau voor het opslaan van scenariowaarden. U kunt de gegevens bekijken op het prognoseniveau van het artikel, de locatie en de periode (groep of basis).
De tijdsonafhankelijke resultaatwaarden van de prognose-engine op PCONST worden evenredig verdeeld met de parameter Spreiding-measure voor resultaten periodeconstante. Bijvoorbeeld de parameter Geldige combinaties TUPLE_EXISTS. De spreidingsfactor is gebaseerd op de waarde PCONST voor elk basisniveau-child van de geselecteerde combinatie van artikel en locatie, gedeeld door de waarde PCONST voor elk artikel- en locatieniveau met een prognosewaarde die evenredig moet worden verdeeld.
NB: Voor elke artikelselectie worden bij het aanroepen van de prognose-engine de spreidingswaarden van basisniveau-children gebruikt om de scenariowaarden te definiëren, ongeacht het aantal niveaus tussen het geselecteerde artikel en het Cyclus.Artikelniveau.
Voor beide prognose-engines zijn de uitzondering-measures tijdsafhankelijk. Elke periode met een uitzondering is ingesteld op 1. De waarden worden opgeslagen in PCONST en worden evenredig verdeeld met de parameter Spreiding-measure voor tijdgefaseerde resultaten. U kunt de gegevens bekijken op het prognoseniveau van artikel en locatie.
NB: Hetzelfde proces kan worden gebruikt voor spreidingsresultaten naar de basislocatie als het opgegeven locatieniveau niet overeenkomt met het laagste niveau van de locatiestructuur voor de Cyclus.Module.