Overzicht van prognoses op groepsniveau genereren
U kunt prognoses genereren voor artikelen en locaties op basisniveau waar de scenariowaarden zijn opgeslagen. Met de macro-opdracht CallForecastEngine kunt u ook prognoses genereren op een hoger niveau van de artikel- of locatiestructuur. De prognoseresultaten worden vervolgens gespreid naar het niveau waar de scenariowaarden zijn opgeslagen. Dit gebeurt op basis van de aggregatie van scenario(historie)waarden en de spreiding van de prognoseresultaten naar het niveau waarop de waarden moeten worden opgeslagen.
U kunt een model passend maken voor de artikelen en locaties op het basisniveau. Selecteer hiervoor het optimale prognosemodel op basis van de default gegevensbron van Cyclus.Instellingen prognosemechanisme. Met de macro-opdracht kunt u ook een model passend maken op een hoger niveau van de artikel- of locatiestructuur. De prognoseresultaten worden gespreid naar het niveau waar de scenariowaarden moeten worden opgeslagen.
Het proces waarmee u groepsprognoses genereert, is alleen van toepassing wanneer u de opdracht CallForecastEngine uitvoert door de volgende waarden op te geven:
- Een artikelniveau dat niet overeenkomt met het niveau van Cyclus.Artikel.
- Een locatieniveau dat niet overeenkomt met het laagste niveau van de locatiestructuur voor de Cyclus.Module.
Scenariowaarden aggregeren
SCP aggregeert historische scenariowaarden en spreidt de prognoseresultaten in de volgende gevallen:
- Het [artikelniveau] dat wordt doorgegeven aan de opdracht CallForecastEngine verschilt van het Cyclus.Artikelniveau waarop scenariowaarden worden opgeslagen.
- Het [artikelniveau] dat wordt doorgegeven aan de opdracht CallForecastEngine is leeg ("") en de Prognose-engine.Artikelniveau verschilt van het Cyclus.Artikelniveau.
- Het [locatieniveau] dat wordt doorgegeven aan de opdracht CallForecastEngine verschilt van het basisniveau van de locatiestructuur voor de bijbehorende cyclusperiodemodule.
- Het [locatieniveau] dat wordt doorgegeven aan de opdracht CallForecastEngine is leeg ("") en de Instellingen prognose-engine.Locatieniveau voor de bijbehorende cyclusperiodemodule verschilt van het basisniveau van de locatiestructuur.
-
Het [periodeniveau] dat wordt doorgegeven aan de opdracht CallForecastEngine verschilt van het Cyclus.Kalenderniveau waarop scenariowaarden worden opgeslagen.
-
Het [periodeniveau] dat wordt doorgegeven aan de opdracht CallForecastEngine is leeg ("") en de Prognose-engine.Kalenderniveau verschilt van het Cyclus.Kalenderniveau.
Als aggregatie vereist is voor de artikel- of locatiedimensie, aggregeert het systeem de waarden voor de opgegeven measure in de parameter Prognose-engine.Measure-koppeling.Historie.
U moet de waarden voor de opgegeven measure in de parameter Prognose-engine.Measure-koppeling.Historie aggregeren, als de aggregatie is vereist voor de artikel- of de locatiedimensie (de opmaak waarin een measure of gegevens rij is opgeslagen). Dit is van toepassing op alle basisniveau-elementen van iedere selectie die zijn gedefinieerd in de opdracht CallForecastEngine.
Voorbeeld: het Cyclus.Artikelniveau waarop scenariowaarden worden opgeslagen, is "Producten" en de macro CallForecastEngine("BATS","","","Productgroepen","Auto","","","Maanden") wordt gebruikt. De historie-measure voor de artikelen op basisniveau, van het knooppunt "Auto" tot het niveau van de productgroep van de Cyclus.Artikelstructuur, worden geaggregeerd om een enkele waarde te genereren voor het geselecteerde artikel (Auto). De child-artikelen voor het knooppunt "Auto" bestaan uit vijf elementen (1000, 1001, 1002, 1003 en 1004). De waarden van deze vijf producten worden geaggregeerd om een enkele waarde te genereren voor "Auto" voor de geselecteerde locaties (op locatieniveau) en periodehorizon.
Voor aggregatie op dimensieniveau geldt het volgende:
- De basisniveauwaarden voor het masker van de prognose-engine moeten leeg zijn wanneer u een prognose genereert voor geaggregeerde artikel- of locatiegroepen.
- De weging-measure voor de prognose-engine geldt niet specifiek voor een artikel of locatie, daarom zijn de waarden niet geaggregeerd.
De prognoseresultaten spreiden
De spreidingsmethode is gebaseerd op de parameter van de prognose-engine Spreiding-measure voor resultaten periodeconstante als de parameter Spreiding-measure voor tijdgefaseerde resultaten niet gedefinieerd is.
Voor de artikelselectie worden de waarden evenredig verdeeld (gespreid) naar het artikelniveau in verhoudingen op basis van de waarden die gedefinieerd zijn voor de parameter Spreiding-measure voor resultaten periodeconstante.
Voor de locatieselectie worden de waarden evenredig verdeeld naar het basisniveau van de locatiestructuur in verhoudingen op basis van de waarden die gedefinieerd zijn voor de parameter Spreiding-measure voor resultaten periodeconstante. De prognose-engine gebruikt de spreidingswaarden van de onderliggende niveaus van het basisniveaus, ongeacht het aantal niveaus dat bestaat tussen het geselecteerde locatieniveau en het basisniveau van de locatiestructuur voor de huidige cyclusperiodemodule.
De parameter TUPLE_EXISTS bevat bijvoorbeeld de spreidingsfactoren van het artikel en de locatie, en ook de geldige artikel- en locatiecombinatie.
De spreidingsfactor is gebaseerd op de waarde van de PCONST voor elk basisniveau-child van het geselecteerde artikel en de geselecteerde locatie, gedeeld door de PCONST-waarde voor de artikel- en locatiecombinatie met een prognosewaarde die evenredig moet worden verdeeld.
- De measure-waarde voor het geaggregeerde knooppunt moet worden afgeleid van de measure-waarden van de artikelen op basisniveau.
- Evenredige verdeling van het geaggregeerde artikel of de geaggregeerde locatie is voltooid vóór de periodespreiding. De spreiding van resultaten naar de basisperiode wordt uitgevoerd met de spreiding-measure Cyclusperiode.