Historische Daten können fehlende Werte und Ausreißer enthalten, d.h. Datenpunkte, die erheblich von den übrigen Daten abweichen. Oder sie können Ereignisse enthalten, bei denen es sich typischerweise um einmalige oder wiederkehrende Ereignisse handelt, die in der Vergangenheit zu Spitzen oder Rückgängen in den Daten geführt haben. Mit den Optionen für die Datenprüfung können Sie verschiedene Methoden zur Behandlung fehlender Werte, zur Ermittlung und Korrektur von Ausreißern und zum Einbeziehen von Ereignissen in Vorhersagen auswählen. Da korrigierte Ausreißer als fehlende Werte behandelt werden, werden beide Situationen zusammen beschrieben.
Wählen Sie unter Datenprüfung eine der folgenden Optionen aus.
Wenn Sie Ereignisse einbeziehen, spiegeln sich historische Spitzen oder Rückgänge auch in zukünftigen Vorhersagen wider. Beispiel: Ein nordamerikanischer Kalender könnte z.B. ein Ereignis für Weihnachten enthalten, oder ein asiatisch-pazifischer Kalender ein Ereignis für Diwali. In der Regel sind die Umsätze zu diesen Zeitpunkten besonders hoch. Indem Sie die historischen Datenspitzen in die Vorhersage einbeziehen, sehen Sie die Spitzen auch in den Vorhersagedaten, sodass Sie bezüglich des Volumens vorausplanen oder die Chance optimal nutzen können.
Ohne Ereignisse werden Spitzen oder Rückgänge in den Daten normalisiert und über den Vorhersagezeitraum verteilt, was möglicherweise zu weniger genauen Vorhersagen führt.