プレディクション精度について

(「詳細」)をクリックしてプレディクション・データまたは履歴データの詳細情報を取得し、プレディクションの精度を確認します。

使用可能な履歴データの量がプレディクションの精度に影響します。データ量が多いほど精度は向上します。最低でも履歴データの量はプレディクション期間の数の2倍以上にする必要があります。望ましい履歴データの量はプレディクション期間の3倍以上です。プレディクション時に使用できる履歴データの量が十分でない場合は、警告またはエラーが表示されます。プレディクティブ・プランニングでは、データ内の季節性のパターンを検出し、これを将来の予測に使用します(たとえば、休暇シーズン中の売上の急増など)。季節性を検出するには、2つ以上の完全なデータ・サイクルが必要です。

また、プレディクティブ・プランニングでは、履歴データで欠落している値を検出して値を補間し、外れ値をスキャンし、許容範囲まで正規化します。データに欠損値または外れ値が多すぎ、信頼できるプレディクションを実行できない場合、警告またはエラー・メッセージが表示されます。

プレディクション精度はデータのノイズ量によっても影響を受けます。大容量の履歴データが使用可能な場合でも、データのノイズすなわちランダムな変動のために、基礎となるトレンドが隠されたり、プレディクションの精度が下がったりする可能性があります。

プレディクションにイベントを使用すると、プレディクションの精度が向上し、特定のイベントに伴う急増と減少の予想をプレディクト・データで確認できるため、イベントを事前に計画し、機会を利用するために役立ちます。イベントを含めない場合は、データの急増または減少が正規化され、プレディクション期間にわたって分散されるため、プレディクションの精度が低くなる可能性があります。

一般的には次のガイドラインを使用してプレディクションの精度を判別します。

• 95 – 100%: 非常に良い。履歴データに強いトレンドまたは季節性パターンがあります。
• 90 – 94.9%: 良好。履歴データに適度のトレンドまたは季節性パターンがあります。
• 80 – 89.9%: 普通。履歴データに弱いトレンドまたは季節性パターンがあります。
• 0 – 79.9%: 悪い。履歴データのトレンドまたはパターンを検出できません。