Predicción de valores futuros basándose en el rendimiento anterior

Puede iniciar una predicción a partir de un formulario o una cuadrícula ad hoc válidos. Cuando ejecuta una predicción, los datos históricos de cada miembro del formulario se recuperan y, a continuación, se analizan utilizando técnicas de previsión de serie de tiempo para predecir el rendimiento futuro para esos miembros.

Para obtener más información sobre formularios válidos, consulte Uso de formularios válidos.

  1. En un formulario o cuadrícula ad hoc, haga clic en Acciones y, a continuación, en Planificación predictiva. La predicción se ejecuta y se abre un área de resultados por debajo del formulario con un gráfico e información detallada sobre la predicción.

    Utilice los resultados para comparar los valores previstos con los valores previstos para cada miembro.

    Formulario de entrada de datos con área de resultados de la predicción

    Según la configuración del gráfico:

    • Los datos históricos aparecen como una serie de color verde a la izquierda de la línea de separación vertical. Los administradores determinan el escenario o la versión que se va a utilizar para los valores de datos históricos.

    • El caso base para los datos previstos aparece en la serie de color azul a la derecha de la línea de separación vertical.

    • La serie de datos previstos está unida por líneas de puntos que muestran los intervalos de predicción superior e inferior: el rango entre el escenario previsto de Mejor caso y el escenario previsto de Peor caso.

    • Los valores de previsión están en la serie de color rojo de la parte derecha del gráfico. En el gráfico se muestra una serie de datos para cada escenario del formulario.

    Puede cambiar la forma en que se muestra el gráfico. Consulte Personalización del gráfico.

  2. Para ver los valores previstos para un miembro diferente, seleccione el miembro de la lista de miembros del área de resultados, o bien haga clic en la fila del miembro en el área de la cuadrícula.

    El área de predicción se actualiza para que pueda ver las tendencias históricas y las predicciones para cada miembro del formulario.

Sugerencia:

Pase el cursor sobre la esquina superior derecha del área de predicción y, a continuación, haga clic en Acercar Icono Acercar para acercar el área de valores futuros del gráfico. Haga clic en Alejar Icono Alejar para restaurar la vista de gráfico a su tamaño original.

Acerca de las predicciones:

  • Planificación predictiva predice todos los miembros de un formulario.

  • El nivel inferior de miembro de la dimensión Periodo en un formulario determina la granularidad del tiempo de la predicción. Un formulario con miembros de Periodo de nivel inferior (por ejemplo, meses en lugar de trimestres) tiene más datos históricos, lo que mejora la precisión de la predicción. Debe haber al menos dos veces la cantidad de datos históricos como número de periodos de predicción.

  • Planificación predictiva puede detectar patrones estacionales en los datos y proyectarlos en el futuro (por ejemplo, picos en los números de ventas durante épocas de vacaciones). Debe haber al menos dos ciclos completos de datos disponibles para detectar la estacionalidad.

  • Además, Planificación predictiva detecta valores que faltan en los datos históricos, los rellena con valores interpolados y explora los valores atípicos, normalizándolos con un rango aceptable.

Para obtener información detallada sobre los métodos de previsión y las medidas de error que se usan en Planificación predictiva, consulte Previsión y descripciones estadísticas de Planificación predictiva.

La planificación predictiva siempre realiza una predicción completa. Las predicciones completas predicen todos los miembros de un formulario sin relacionarlos con las jerarquías de dimensión. Con este método, Planificación predictiva no realiza ninguna suposición sobre el tipo de agregación del formulario. Si desea conservar los resultados en el nivel de resumen, asegúrese de que la lógica de negocio no agrega los resultados de miembros de nivel inferior. Para obtener más información sobre los problemas de la predicción jerárquica, consulte Problemas de predicción de datos jerárquicos.