Informazioni sulla precisione della previsione
Quando si fa clic su 
(Dettagli) per visualizzare ulteriori informazioni sui dati relativi alla previsione o sui dati cronologici, viene visualizzata la precisione della previsione.
La quantità di dati cronologici disponibili determina la precisione delle previsioni; maggiore è il numero di dati, migliore sarà la previsione. Come requisito minimo, i dati cronologici devono essere almeno il doppio rispetto a quelli dei periodi di previsione. Per i dati cronologici è preferibile una quantità tripla, o superiore, rispetto a quella dei periodi dell'analisi predittiva. Se al momento della previsione non è disponibile una quantità sufficiente di dati cronologici, viene visualizzato un messaggio di avviso o di errore. Predictive Planning è in grado di rilevare e proiettare nel futuro i pattern di stagionalità dei dati, ad esempio i picchi nelle vendite durante il periodo delle vacanze. Per rilevare la stagionalità è necessario disporre di almeno due cicli completi di dati.
Predictive Planning inoltre rileva i valori mancanti nei dati cronologici, li completa con valori interpolati e li scansiona per i valori outlier, normalizzandolil in un intervallo accettabile. Se nei dati mancano troppi valori o outlier per effettuare previsioni affidabili, viene visualizzato un messaggio di avviso o di errore.
La precisione delle previsioni può essere interessata anche dal livello di 'rumore' dei dati. Anche se può essere disponibile una grande quantità di dati cronologici, il rumore o le fluttuazioni casuali dei dati possono rendere meno chiara la tendenza sottostante e ridurre in modo significativo la precisione delle previsioni.
L'utilizzo degli eventi per le previsioni migliora la loro precisione e consente di pianificare in anticipo gli eventi e sfruttare le opportunità consentendo di visualizzare picchi e cali anticipati nei dati previsti per eventi specifici. Senza gli eventi, i picchi o i cali dei dati vengono normalizzati e distribuiti nel periodo di previsione, portando potenzialmente a previsioni meno accurate.
In generale, utilizzare le linee guida riportate di seguito per determinare la precisione di una previsione:
- 95 - 100%: ottima. I dati cronologici sono caratterizzati da tendenze o pattern stagionali ben definiti.
- 90 - 94.9%: buona. I dati cronologici sono caratterizzati da tendenze o pattern stagionali moderati.
- 80 - 89.9%: adeguata. I dati cronologici sono caratterizzati da tendenze o pattern stagionali deboli.
- 0 - 79.9%: scadente. I dati cronologici non sono caratterizzati da tendenze o pattern rilevabili.