Informationen zur Vorhersagegenauigkeit

Wenn Sie auf Symbol "Details" (Details) klicken, um weitere Informationen zu den Vorhersagedaten oder den historischen Daten abzurufen, sehen Sie die Genauigkeit der Vorhersage.

Die verfügbare Menge historischer Daten hat Auswirkungen auf die Genauigkeit der Vorhersagen: je mehr Daten, desto besser die Vorhersagen. Es müssen mindestens doppelt so viele historische Daten als Vorhersageperioden vorliegen. Es wird empfohlen, mindestens dreimal so viele historische Daten als Vorhersageperioden zu verwenden. Wenn zum Zeitpunkt der Vorhersage nicht genügend historische Daten verfügbar sind, wird eine Warnung oder ein Fehler angezeigt. Predictive Planning kann saisonale Muster in den Daten erkennen und diese in die Zukunft projizieren (z.B. Spitzen in Absatzzahlen in Ferienzeiten). Es müssen mindestens zwei vollständige Datenzyklen vorliegen, um eine Saisonalität erkennen zu können.

Darüber hinaus erkennt Predictive Planning fehlende Werte in historischen Daten, füllt diese mit interpolierten Werten und prüft, ob Ausreißerwerte vorliegen, und normalisiert diese in einen zulässigen Bereich. Wenn in den Daten zu viele Werte fehlen oder zu viele Ausreißer vorhanden sind, um zuverlässige Vorhersagen durchzuführen, wird eine Warn- oder Fehlermeldung angezeigt.

Datenabweichungen können ebenfalls Auswirkungen auf die Vorhersagegenauigkeit haben. Auch wenn möglicherweise eine große Menge historischer Daten verfügbar ist, können Abweichungen oder Zufallsschwankungen bei den Daten den zugrunde liegenden Trend verschleiern und zu einer niedrigen Vorhersagegenauigkeit führen.

Indem Sie Ereignisse für Vorhersagen verwenden, verbessern Sie deren Genauigkeit, und Sie können vorausschauend planen und Chancen nutzen, da Sie die voraussichtlichen Spitzen und Rückgänge in den Vorhersagedaten für bestimmte Ereignisse sehen können. Ohne Ereignisse werden Spitzen oder Rückgänge in den Daten normalisiert und über den Vorhersagezeitraum verteilt, was möglicherweise zu weniger genauen Vorhersagen führt.

Im Allgemeinen sollten die folgenden Richtlinien verwendet werden, um die Genauigkeit einer Vorhersage zu bestimmen:

  • 95-100%: Sehr gut. Die historischen Daten weisen einen starken Trend oder ein starkes saisonales Muster auf.
  • 90-94,9%: Gut. Die historischen Daten weisen einen moderaten Trend oder ein moderates saisonales Muster auf.
  • 80-89,9%: Ausreichend. Die historischen Daten weisen einen schwachen Trend oder ein schwaches saisonales Muster auf.
  • 0-79,9%: Schlecht. Die historischen Daten weisen keinen ermittelbaren Trend oder kein ermittelbares Muster auf.