Traiga su propio AA: acerca de la importación del modelo de AA

Con Traiga su propio AA, los administradores de EPM pueden importar un modelo de aprendizaje automático (AA) con entrenamiento completo y desplegarlo en una aplicación de Planning. Los planificadores pueden a continuación usar sólidas previsiones basadas en AA en las que se usan técnicas de modelado predictivo avanzado para generar previsiones más precisas.

Los científicos de datos recopilan y preparan datos históricos relacionados con un problema de la compañía, entrenan el algoritmo y generan un archivo PMML (lenguaje de marcado de modelo predictivo, lenguaje estándar que se usa para representar modelos predictivos) con una herramienta de terceros. Estos modelos de análisis predictivo y de aprendizaje automático usan técnicas estadísticas o algoritmos de AA para descubrir patrones ocultos en grandes volúmenes de datos históricos. Los modelos de análisis predictivo usan el conocimiento adquirido durante el entrenamiento para predecir la existencia de patrones conocidos en los datos nuevos.

A continuación, los administradores de EPM pueden importar y configurar el modelo de AA con entrenamiento completo, que genera dos reglas de Groovy. Los administradores asocian la regla a un formulario o panel, o bien programan un trabajo para generar resultados de predicción de forma periódica. De esta forma se ponen las ventajas del aprendizaje automático y a potencia de la ciencia de datos en las manos de los usuarios profesionales, lo que permite mejorar el proceso de planificación y presupuesto y permite tomar mejores decisiones para el negocio.

Por ejemplo, puede realizar la predicción del volumen de productos para una entidad, con parámetros clave como un precio medio de venta, gasto planificado en promociones y publicidad, volúmenes históricos y volúmenes estimados del sector.

Puede importar modelos de AA y usarlos para realizar predicciones de valores numéricos en otros casos de uso financieros, por ejemplo:

Efectos de la promoción comercial en las mejoras de las ventas
Modelado combinado de marketing para obtener un mejor ROMI
Impactos de parámetros internos y externos en previsiones de ingresos
Previsión de efectivo predictivo para una mejor posición de efectivo

Descripción general de los pasos

Requisito: los científicos de datos crean y entrenan el modelo de AA en una herramienta de ciencia de datos (cualquier herramienta de terceros u Oracle Data Science Cloud) y lo guardan como archivo PMML.

A continuación, los administradores de EPM aplican el modelo para obtener el valor de negocio del modelo entrenado:

Los administradores importan el modelo de AA en formato PMML en una aplicación de Planning y definen cómo las variables de entrada y la variable de destino se asignan a miembros de dimensión o valores de celdas en la aplicación de Planning. Este paso genera reglas de Groovy automáticas que conectan el modelo de AA a la aplicación de Planning. Se generan dos reglas de Groovy para cada definición de modelo de AA: una regla para asociar un formulario o panel, lo que permite a los usuarios realizar predicciones bajo demanda, y otra para generar predicciones a gran escala en un trabajo programado para el procesamiento masivo. Consulte Importación de un modelo de AA.
Los administradores despliegan el modelo de AA en una aplicación de Planning mediante la asociación de la regla de Groovy a los menús de acción, formularios y análisis relevantes. Consulte Despliegue de un modelo de AA en planificadores. Los administradores también pueden crear un trabajo para ejecutar la regla de Groovy en un proceso por lotes.
Los planificadores usan reglas de negocio basadas en AA en formularios para generar valores previstos, que se guardan en el formulario. Los planificadores pueden realizar simulaciones con las predicciones generadas, o bien modificar los valores previstos en el formulario. Los planificadores agregan valor con su experiencia y juicio para, a continuación, finalizar la previsión.
Este proceso es iterativo. A medida que los planificadores realizan predicciones basadas en el modelo de AA, los administradores pueden medir el rendimiento del modelo y pueden trabajar con científicos de datos para actualizar y sustituir el modelo de AA cuando sea necesario. A continuación, los administradores vuelven a importar y desplegar el modelo de AA con nuevo entrenamiento.

Al volver a importar el modelo de AA con nuevo entrenamiento, se vuelven a generar las reglas de Groovy.

Vídeos

Su objetivo	Vea este vídeo
En esta descripción general se le presenta Traiga su propio AA (aprendizaje automático), donde los administradores de EPM pueden importar un modelo de AA con entrenamiento completo y desplegarlo en una aplicación de Planning. Los planificadores pueden a continuación usar sólidas previsiones basadas en AA en las que se usan técnicas de modelado predictivo avanzado para generar previsiones más precisas.	Descripción general: Traiga su propio aprendizaje automático (AA)
Obtenga información sobre cómo configurar la importación del modelo de AA para traer su propio aprendizaje automático Importe un modelo de AA completamente entrenado en Planning. Siga los pasos de un asistente para asignar, analizar y probar el modelo. Después de guardar el modelo, se crean dos reglas de Groovy. Para completar el proceso de integración, consulte el vídeo relacionado para desplegar un modelo de AA en Planning.	Configuración de la importación de un modelo de aprendizaje automático (AA)
Obtener información sobre cómo desplegar un modelo de AA en Planning. Después de configurar la importación del modelo de AA, integre el archivo PMML en la aplicación mediante la creación de un Menú de acción con la regla de Groovy generada a partir del modelo de AA configurado. A continuación, asocie el Menú de acción a un formulario. Cuando los planificadores ejecutan la regla desde el formulario, la regla devuelve el conjunto de valores previstos.	Despliegue de un modelo de aprendizaje automático (AA) en Planning